Event-Driven Architecture (EDA) ist ein Architektur- und Integrationsmuster, bei dem Systeme über Ereignisse (Events) miteinander kommunizieren: Tritt ein relevantes Ereignis auf, wird es publiziert – und alle interessierten Systeme können darauf reagieren, asynchron und ohne direkte Kopplung.
Typische Events im Fertigungskontext sind etwa: „Maschine X steht wegen Störung Y", „OEE der Linie fällt unter 60 %", „Los 4711 wurde als NIO gekennzeichnet" oder „Auftrag A wurde fertiggemeldet".
EDA ist die Weiterentwicklung klassischer Punkt-zu-Punkt-Integrationen hin zu skalierbaren, echtzeitfähigen Produktionsarchitekturen.
Kernprinzipien
Event Producer: Systeme, die Events erzeugen – Maschinen, MES, ERP, IoT-Sensoren.
Event Broker: Infrastruktur zur Verteilung von Events, z.B. Apache Kafka, MQTT-Broker oder Cloud-Event-Services.
Event Consumer: Systeme, die auf Events reagieren – MES-Module, Maintenance-Systeme, Analytics, Dashboards.
Lose Kopplung: Der Producer kennt seine Consumer nicht. Neue Systeme können Events abonnieren, ohne dass der Producer verändert werden muss.
Asynchronität: Systeme müssen keine synchronen Request/Response-APIs aufbauen – Events werden in Streams verarbeitet.
EDA im MES- und Shopfloor-Kontext
In der Fertigung bedeutet EDA den Schritt von „Daten werden zyklisch abgefragt" zu „Systeme reagieren auf Ereignisse in Echtzeit":
- Maschine wechselt auf STÖRUNG → MES aktualisiert OEE, Maintenance-System öffnet automatisch ein Ticket, Andon-Board signalisiert den Status
- OEE fällt unter Schwellwert → Eskalations-Workflow startet, Benachrichtigung an Schichtleitung
- NOK-Quote überschreitet Grenzwert → automatische Sperre, verstärkte Prüfung
- Fertigmeldung eines Auftrags → APS aktualisiert Produktionsplan in Near-Real-Time
Vorteile für Produktion und Cloud-MES
Schnellere Reaktionen: Statt Batch-Reports im Stunden- oder Tagestakt reagiert die Organisation auf Ereignisse in Sekunden.
Weniger Schnittstellen: Events werden einmal publiziert und vom Broker verteilt – statt N×M-spezifischer Punkt-zu-Punkt-Integrationen.
Skalierbarkeit: Neue Werke oder Applikationen abonnieren bestehende Event-Streams, ohne Kernsysteme umzubauen.
Grundlage für Real-Time Analytics und KI: Event-Streams sind die ideale Basis für Streaming Analytics, Anomalieerkennung und Predictive Maintenance.
EDA und Unified Data Model
EDA entfaltet im MES-Kontext den größten Nutzen, wenn Event-Typen klar domänenorientiert modelliert sind (z.B. Production.OrderStarted, Machine.Faulted, Quality.CheckFailed) und auf einem einheitlichen Datenmodell basieren. Das MES wird dadurch vom reinen Daten-Endpunkt zum zentralen Event-Hub der Produktion.
FAQ
Ist EDA nur ein IT-Thema? Nein. Gerade in der Fertigung ist EDA der Hebel, um Maschinen-, Qualitäts- und Auftragsereignisse in Echtzeit in Wartung, Planung und Management sichtbar zu machen.
Braucht man zwingend Kafka für EDA? Nicht zwingend – aber ein dedizierter Event-Broker vereinfacht Skalierung, Persistenz und Event-Replay erheblich gegenüber reinen Punkt-zu-Punkt-Nachrichten.
Was ist der Unterschied zu klassischen Schnittstellen? Klassische Integrationen arbeiten nach dem Prinzip Request/Response: „Hole mir Daten X von System Y." EDA arbeitet ereignisbasiert: „Es ist etwas passiert" – beliebig viele Systeme können unabhängig darauf reagieren.
