Produktionsdatenerfassung (PDE) bezeichnet die systematische, echtzeitnahe Erfassung von Daten aus Fertigungsprozessen um Planung, Steuerung und Optimierung der Produktion zu unterstützen. Im DACH-Markt wird PDE häufig als Oberbegriff verwendet der Betriebsdatenerfassung (BDE), Maschinendatenerfassung (MDE) und Prozessdatenerfassung zusammenführt.
BDE (Betriebsdatenerfassung) erfasst manuelle Rückmeldungen: Mengen, Auftragszustände, Störgründe, Personalzeiten. MDE (Maschinendatenerfassung) erfasst automatisch Maschinenzustände, Laufzeiten, Störungen und Zähler direkt aus Steuerungen und Sensoren. PDE umfasst beides – plus zusätzliche Prozesswerte wie Temperatur, Druck, Energie und Drehmoment die für OEE, Qualität und Optimierung nötig sind.
Ein MES oder Cloud-MES ist die Anwendungsebene auf der aus diesen Rohdaten Kennzahlen, Transparenz und Workflows werden. PDE ist die Datengrundlage – das MES macht sie nutzbar.
Typische Datenkategorien in der PDE sind Mengen- und Zeitdaten (produzierte Gutmengen, Ausschuss, Rüst- und Stillstandszeiten), Maschinen- und Zustandsdaten (Betriebszustände, Störgründe, Verfügbarkeiten), Prozesswerte (Temperatur, Druck, Kraft, Energieverbrauch, Prozesskurven), Qualitäts- und Prüfwerte (OK/NOK-Ergebnisse, Messwerte, Chargen- und Serienzuordnung) sowie Kontextdaten (Auftrag, Produkt, Variante, Schicht, Bediener).
Der Mehrwert entsteht erst wenn diese Rohdaten eindeutig verknüpft sind – Auftrag plus Maschine plus Schicht plus Prozesswerte. Isolierte Datenpunkte ohne Kontext sind für OEE-Analysen und Traceability wertlos.
PDE ermöglicht Echtzeittransparenz über Auftragsfortschritte, Stillstände und Ausschuss, OEE-Berechnung mit Verlustanalyse nach den Six Big Losses, Downtime Monitoring mit Top-Stillstandsgründen nach Zeit und Häufigkeit, Qualitätssicherung durch Verknüpfung von Prozessdaten mit Chargen und Seriennummern sowie Energieeffizienzanalysen auf Linien- und Produktebene.
Ohne zuverlässige PDE bleibt Industrie 4.0 ein Konzept – weil belastbare Kennzahlen und die Datenbasis für Automatisierung und Predictive Maintenance fehlen.
Eine PDE-Architektur besteht aus Datenquellen (SPS, Sensoren, Bediener-Terminals, Prüfstände, Energiezähler), einer Anbindungsschicht über OT-Protokolle wie OPC UA oder Modbus mit Edge-Gateways für Protokollwandlung und Pufferung, einem MES-System das Daten speichert, mit Auftrags- und Qualitätsdaten verknüpft und für Dashboards und Reports aufbereitet, sowie einer ERP/BI-Integration für verdichtete Kennzahlen.
Entscheidend ist eine saubere Datenmodellierung mit eindeutigen IDs und Kontextstrukturen – damit PDE-Daten später in OEE-, Traceability- und Planungs-Use-Cases nutzbar sind und nicht als Datensilos enden.
Ist PDE nur etwas für große Werke? Nein. Gerade mittelständische Werke profitieren weil sie mit begrenzten Ressourcen Engpässe, Stillstände und Verluste sichtbar machen und priorisieren können. Viele Systeme skalieren ab wenigen Maschinen.
Braucht man für PDE zwingend ein MES? Nicht zwingend – es gibt eigenständige BDE/MDE/PDE-Systeme. Sobald OEE, Traceability, standortübergreifende Auswertungen oder tiefe ERP-Integration relevant werden, ist ein MES jedoch meist der effizientere Weg weil Datenerfassung und Anwendungslogik in einem System zusammenlaufen.
Was ist der Unterschied zwischen PDE und reiner MDE? MDE fokussiert auf Maschinensignale und -zustände. PDE umfasst zusätzlich Mengen-, Zeit-, Prozess- und Qualitätsdaten und verbindet diese mit Auftrags- und Kontextinformationen. Mehr Kontext, nicht nur Rohsignale.