IoT-basiertes Energiemonitoring von Produktionsanlagen

Abstract Energieeffizienz in der Produktion gewinnt in Folge des Klimawandels und zunehmender Ressourcenknappheit an Bedeutung. Industrie 4.0 und das Internet of Things (IoT) ermöglichen die Überwachung und Optimierung des Energieverbrauchs, stoßen jedoch aufgrund der Komplexität vieler Produktionssysteme an Grenzen. Der Beitrag stellt einen Ansatz zur Auswahl geeigneter Produktionssysteme und das Prinzip einer geeigneten Messkette vor. Er erläutert relevante Energieindikatoren und deren Ableitung aus Edge-basierten Rohdaten. Eine IoT-Architektur wird beschrieben, die Energiedaten mit digitalen Maschinenzwillingen verknüpft und Methoden des maschinellen Lernens zur Identifikation von Ineffizienzen werden diskutiert. Ein Praxisbeispiel zeigt abschließend die Energieüberwachung einer zentralen Druckluftanlage.

Authors

Institutions

Publication Details

Journal
Zeitschrift für wirtschaftlichen Fabrikbetrieb
Published
2025-12-20
DOI
https://doi.org/10.1515/zwf-2025-1152
Primary Topic
Energy Efficiency and Management
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

IoT-basiertes Energiemonitoring von Produktionsanlagen

Claudio Geisert, Julian Polte, Eckart Uhlmann
Zeitschrift für wirtschaftlichen Fabrikbetrieb
Energy Efficiency and Management
article

IoT-basiertes Energiemonitoring von Produktionsanlagen

Claudio Geisert, Julian Polte, Eckart Uhlmann
article en

Abstract

Abstract Energieeffizienz in der Produktion gewinnt in Folge des Klimawandels und zunehmender Ressourcenknappheit an Bedeutung. Industrie 4.0 und das Internet of Things (IoT) ermöglichen die Überwachung und Optimierung des Energieverbrauchs, stoßen jedoch aufgrund der Komplexität vieler Produktionssysteme an Grenzen. Der Beitrag stellt einen Ansatz zur Auswahl geeigneter Produktionssysteme und das Prinzip einer geeigneten Messkette vor. Er erläutert relevante Energieindikatoren und deren Ableitung aus Edge-basierten Rohdaten. Eine IoT-Architektur wird beschrieben, die Energiedaten mit digitalen Maschinenzwillingen verknüpft und Methoden des maschinellen Lernens zur Identifikation von Ineffizienzen werden diskutiert. Ein Praxisbeispiel zeigt abschließend die Energieüberwachung einer zentralen Druckluftanlage.

Zeitschrift für wirtschaftlichen FabrikbetriebVol. 120(12)
Fraunhofer Institute for Production Systems and Design Technology (DE)
Affordable and clean energy
Openalex Percentile: Top 52%
Energy Efficiency and Management
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.