Kostenlos, unverbindlich und in unter zwei Minuten. Wir stellen dir echte Fragen zur Software, keine Werbung.
Was wir wissen
/iot-analytics-software
Anbieter
30
mit Preisangabe
16 / 30
Verifizierte Preise
0
Bewertungen
0
Noch kein verifizierter Preis in dieser Kategorie. Was du siehst, sind Listenpreise der Anbieter. Verifiziert heißt bei uns: aus echten, anonymisierten Abrechnungsdaten, ab einer Mindestzahl an Konten.
Finde in 5 Fragen die passende IoT-Analytics-Software
Kostenlos, unverbindlich und in unter zwei Minuten. Wir stellen dir echte Fragen zur Software, filtern aus 30 Tools die passenden heraus und begründen jede Empfehlung.
Zone · Organisch
30 Tools im Vergleich
Serverseitig sortiert nach Vollständigkeit und verifizierten Bewertungen. Nicht käuflich.
Laborumgebungen, Fertigung, Life Sciences, Vermögensverwaltung und Verfolgung
Eine Softwarelösung zur Verfolgung und Verwaltung von Vermögenswerten in Laboreinrichtungen und anderen Betrieben mit Echtzeit-Sichtbarkeit und Datenintegration. Das System kombiniert Indoor-Positionierung, 3D-Visualisierung und zentrale Datenerfassung aus verschiedenen Quellen.
Kernfunktionen
Indoor-Positionierung von Vermögenswerten mit 1-Meter-Genauigkeit
Fertigungs- und Vertriebsprozesse, Verwaltung von IoT-Vermögenswerten
SIMPLIO ist eine cloudgestützte Plattform zur zentralen Verwaltung von weltweit verbreiteten IoT-Geräten und Vermögenswerten. Die Software ermöglicht es Betrieben, Daten aus IoT-Datenerfassung zu nutzen und auszuwerten.
Kernfunktionen
Zentrale Verwaltungsschnittstelle für global verteilte Geräte
Industrie und Fertigung (Automobilindustrie, Bergbau, Chemie, Energie, Lebensmittel und Getränke, Papier und Zellstoff)
Eine Plattform zur Echtzeitüberwachung von Industriemaschinen und -anlagen mit KI-gestützter Fehlererkennung. Sie kombiniert robuste Sensoren mit einer Software zur Zustandsüberwachung, Wartungsverwaltung und Produktionsoptimierung.
Cumulocity ist eine IoT-Plattform zur Erfassung, Verwaltung und Analyse von Maschinendaten mit dem Ziel, diese in verwertbare Erkenntnisse und operative Effizienzgewinne umzuwandeln. Die Plattform ermöglicht es, verschiedene Geräte zu verbinden, Datenströme in Echtzeit zu analysieren und die Ergebnisse über Dashboards zu visualisieren.
Kernfunktionen
Geräteintegration über Protokolladapter und SDKs
Geräteverwaltung über den gesamten Lebenszyklus
Digitale Zwillinge zur Modellierung von Vermögenswerten
Streaming Analytics für Echtzeitanalyse und automatische Alarme
Smart City, Smart Building, Smart Vehicle, Gewerbe- und Industrieparks, Energieversorger, Industrie 4.0
Eine multi-tenant fähige IoT-Plattform mit minimalen Programmieranforderungen, die eine einfache Integration von IoT-Applikationen und Sensoren ermöglicht. Sie unterstützt Monitoring, Datenanalyse und die Verwaltung vernetzter Geräte über verschiedene Konnektivitätsstandards.
Kernfunktionen
Multi-Tenant-Architektur mit eigenem Logo
WYSIWYG-Monitoring Dashboard mit frei konfigurierbaren Widgets
Hersteller von IoT-Geräten und eingebetteten Systemen, z.B. Smart-Home-Lösungen, vernetzte Video- und Audiosysteme, tragbare Geräte
Eine Observability- und OTA-Update-Plattform für eingebettete IoT-Geräte, die Echtzeit-Überwachung, Fehlerdiagnose und drahtlose Firmware-Updates ermöglicht. Sie hilft Herstellern, Probleme bei eingesetzten Geräten zu erkennen und zu beheben, bevor Kunden diese bemerken.
Kernfunktionen
Echtzeit-Flotten-Überwachung mit automatischen Warnungen
Automatische Erfassung von Crash-Dumps, Fehlerberichten und Protokollen
Gestaffelte Firmware-Updates mit Rollback-Möglichkeit
Performance-Monitoring und Zuverlässigkeitsanalysen
Industrielle Betriebe, Facility Management, Anlagenüberwachung und Wartungsmanagement in verschiedenen Branchen
Cloudbasierte Plattform zur Erfassung und Analyse von IoT-Sensordaten mit Echtzeit-Dashboards und automatisierten Alarmen. Ermöglicht Fernüberwachung, vorausschauende Wartung und datengestützte Entscheidungen über ein einheitliches System.
Kernfunktionen
Gerätemanagement und Asset-Management
Echtzeit-Dashboards und Widgets für Datenvisualisierung
Marketer, Analysten und Produktteams, die Nutzererfahrung optimieren und Kampagnen steuern möchten
Eine Analytics-Plattform zum Sammeln, Analysieren und Aktivieren von Web- und App-Daten mit integrierten Datenschutz-Features. Sie ermöglicht es Marketern und Analysten, Nutzerdaten zu tracken und zu verstehen, während sie Datenschutzbestimmungen einhalten.
Eingebettete Systeme, IoT-Geräte, Medizinprodukte, Legacy-Geräte mit Linux und RTOS
Plattform für Laufzeit-Schutz und Überwachung von eingebetteten Geräten und IoT-Systemen. Die Software erkennt und verhindert Sicherheitsbedrohungen, analysiert Anomalien auf Geräte- und Flottenebene und bietet Echtzeit-Benachrichtigungen.
Softwaretesting und Qualitätssicherung für mobile Apps, Websites und IoT-Geräte
TestGrid ist eine Cloud-basierte Test-Automatisierungsplattform mit KI-gestützten Funktionen für End-to-End-Tests. Sie ermöglicht automatisierte und manuelle Tests von Anwendungen auf echten Geräten und Browsern in der Cloud.
Kernfunktionen
KI-gesteuerter Co-Tester für Softwaretests
Codeless und Low-Code Testautomation mit Record & Play
Tests auf echten iOS- und Android-Geräten sowie Browsern
Qualitätssicherung und Testmanagement in Softwareentwicklung
QA Touch ist ein KI-gestütztes Test-Management-Tool, das Qualitätssicherungsteams hilft, Testfälle zu planen, zu verwalten und zu automatisieren. Die Software konvertiert automatisch Anforderungen aus verschiedenen Quellen wie Jira, Figma und Business-Dokumenten in strukturierte Testfälle.
Kernfunktionen
Automatische Testfall-Generierung aus Jira-Stories
Testfall-Erstellung aus Figma-Designs und Mockups
KI-basierte Generierung von Testfällen aus Business-Requirement-Documents
Modular aufgebaute IoT-Softwarelösungen für Datenerfassung, Energiemanagement und Maschinenvisualisierung in der Industrie. Die Plattformen ermöglichen Low-Code-Konfiguration von Automatisierungs- und Analyseprozessen ohne Programmierungskenntnisse.
Kernfunktionen
HMI/SCADA-Visualisierung mit Web-Oberfläche
Energiemanagementsoftware mit Verbrauchsanalyse und Vorhersage
Enterprise-Umgebungen für Operations, Finanzen, Sicherheit, Supply Chain und Analytics
Eine Plattform mit KI-Agenten und automatisierten Lösungen für verschiedene Geschäftsbereiche wie Analytik, Compliance, Betriebsabläufe und Sicherheit. Die Software ermöglicht es Unternehmen, intelligente Systeme mit einheitlicher Orchestrierung, adaptiver Analytik und integrierter Sicherheit zu nutzen.
Kernfunktionen
Vorgefertigte KI-Agenten für domänenspezifische Aufgaben
Anbindung zu Snowflake, Databricks, ServiceNow, Jira, SAP und Oracle
Automatisierte Zuverlässigkeitsprüfungen und Incident Management
IoT-Anwendungen in mehreren Industriebranchen, Echtzeitdatenanalyse, Betriebsoptimierung
Eine preisgekrönte IoT-Plattform mit integrierten Modulen für Edge-Computing, Datenanalyse und Automatisierung. Sie ermöglicht es Betrieben, komplexe IoT-Daten in handlungsrelevante Erkenntnisse umzuwandeln.
Kernfunktionen
Edge-Computing-Softwaremodule
Regeln-Engine für Datenkontrolle
Web-Application-Accelerator für optimierte Ladezeiten
Baugewerbe und Baustellen, besonders für Maschinenkoordination, Diebstahlprävention und Optimierung von Wartungs- und Transportprozessen
Eine IoT-Plattform zur betriebswirtschaftlichen und operativen Verwaltung von Maschinenparks und Baustellen. Sie verbindet Echtzeitdaten von GPS und Sensoren mit automatisierten Prozessen für Maschinenkoordination und Transport.
Kernfunktionen
Echtzeit-Standortverfolgung von Maschinen via GPS
Automatisierte Maschinenauswahl basierend auf Anforderungsdaten
Predictive Maintenance mit intelligenten Algorithmen
Automatisierte Prozesse für Maschinenlogistik und Transport
Industrial IoT, SCADA-Lösungen, Geräteverwaltung und Datenanalyse in verschiedenen Branchen
Eine Low-Code-Plattform für die Entwicklung von IoT- und IIoT-Anwendungen, die Geräteanbindung, Edge-Computing, Datenspeicherung und benutzerdefinierte Oberflächen umfasst. Die Plattform läuft sowohl in der Cloud als auch vor Ort.
Kernfunktionen
Low-Code-Entwicklungsumgebung für IoT-Anwendungen
Unterstützung von über 50 Kommunikationsprotokollen
Infrastruktur und Verkehr, Energie und Umwelt, Lebensräume und Versorgung; allgemein für datengesteuerte Effizienz und IoT-Projekte in regulatorisch sensiblen Bereichen
Eine End-to-End IoT-Datenplattform, die verschiedene Funk- und Kommunikationsstandards wie mioty und LoRaWAN zentral verbindet und Funktionen zur Datenintegration, Verarbeitung, Visualisierung sowie Gerätemanagement bereitstellt. Die Plattform unterstützt Datenfluss-Automatisierung, Dashboard-Erstellung und Compliance-Anforderungen.
Validierung und Qualitätssicherung vernetzter Produkte in Bereichen wie Aufzugsteuerung, Connected Vehicles, intelligente Messsysteme und medizinische Geräte
Doppelio ist eine Validierungsplattform für vernetzte Produkte, die digitale Zwillinge von IoT-Geräten erstellt und automatisierte Tests durchführt. Die Plattform nutzt KI-Agenten, um Szenarien zu generieren und Fehler in der Produktion zu identifizieren.
Kernfunktionen
Virtualisierung von IoT-Geräten als digitale Zwillinge (Doppels)
Simulation von Produktionsbedingungen und Fehlerfällen
Automatisierte Tests über den gesamten Lebenszyklus
KI-Agenten für Szenario-Erstellung und Fehleranalyse
Landwirtschaft, Gebäudeverwaltung, Energiewirtschaft, Industrie, Logistik und andere Bereiche, die IoT-Sensordaten erfassen und analysieren müssen
Eine vollständige IoT-Plattform, die es Betrieben ermöglicht, Sensordaten zu erfassen, zu analysieren und in intelligente Lösungen umzuwandeln. Die Plattform bietet Dashboards, Datenanalyse, Automatisierung und Integrationen in einer Entwicklungsumgebung.
Diskrete Fertigung, Luft- und Raumfahrt, Automobilbau, Schwermaschinenbau, Medizintechnik, Öl- und Gasindustrie
Eine Plattform zur intelligenten Maschinenüberwachung und Produktionsoptimierung, die Daten von Maschinen, Betriebspersonal und ERP-Systemen erfasst und in Echtzeit analysiert. Sie unterstützt diskrete Fertigungsbetriebe dabei, Produktionsabläufe zu optimieren und Ausfallzeiten zu reduzieren.
Kernfunktionen
Echtzeit-Datenerfassung von Maschinen verschiedener Hersteller
KI-gestützte Maschinenüberwachung und MES-Funktionen
Fertigungsindustrie, Produktion, Logistik und weitere Bereiche der Industrie 4.0
Software zur Echtzeit-Datenanalyse großer Datenmengen in Produktionsumgebungen, unabhängig von Hersteller und Maschinentyp. Die Lösung ist flexibel für mehrere Standorte weltweit einsetzbar.
Industrielle Betriebe zur Maschinenvisualisierung, Energieeffizienzoptimierung, Produktionsdatenanalyse und industrielle IoT-Lösungen
Modular konfigurierbare Softwarelösungen für industrielle IoT-Anwendungen, Energiemanagement und Datenanalyse. Die Plattform ermöglicht die Visualisierung von Produktionsdaten und die Optimierung von Prozessen ohne Programmierungskenntnisse.
Imply Polaris ist eine vollständig verwaltete Cloud-native Analytics-Datenbank auf Basis von Apache Druid, die Echtzeit-Analysen von strukturierten und unstrukturierten Daten ermöglicht. Imply Lumi erlaubt die direkte Abfrage unstrukturierter Protokolle im Data Lake für operative und Sicherheitsuntersuchungen.
Kernfunktionen
Echtzeit-Abfragen auf großen Datenmengen
Integration mit bestehenden Observability- und Security-Tools
Unterstützung für unstrukturierte Logs
Kompatibilität mit BI-Tools wie Tableau und Power BI
Unternehmen, die ihre gesamte Datenlandschaft integrieren, analysieren und KI-Anwendungen entwickeln möchten
Eine vollständig verwaltete Cloud-Plattform, die Datenerfassung, -verarbeitung, Analyse, KI-Modellentwicklung und Datenaustausch zwischen Unternehmen ermöglicht. Sie integriert sich über verschiedene Cloud-Anbieter hinweg und bietet zentrale Sicherheit sowie Governance.
Kernfunktionen
Data Engineering mit Daten-Pipelines
Analytics mit optimiertem Preis-Leistungs-Verhältnis
Entwicklung und Bereitstellung von LLMs und ML-Modellen
Echtzeit-Datenaustausch zwischen Unternehmen und Clouds
Betriebe, die IoT- und Geschäftsdaten in Echtzeit analysieren und KI-gestützte Geschäftsentscheidungen treffen müssen
Eine Analytics-Softwarelösung, die erklärbare, entscheidungsorientierte Analysen für messbare Geschäftsergebnisse bereitstellt. Die Plattform ermöglicht Echtzeitanalysen über Integrationen mit Systemen wie Snowflake und Databricks.
Eine Low-Code-Plattform zur Verwaltung von IoT-Geräten und Datenverarbeitung für Smart-Metering- und Asset-Tracking-Projekte. Die Lösung unterstützt über 700 vorintegrierte Sensortypen und bietet Werkzeuge zur Verwaltung von Geschäftsausstattung.
Industrielle Fertigung: Automotive, diskrete Fertigung, Intralogistik und Verteilzentren, Maschinenbau
Integrierte IoT-Plattform für Industrieunternehmen, die Maschinendaten erfasst, verwaltet und analysiert. Die Lösung kombiniert Datenmanagement mit Produktionsanalysen und KI-gestützten Insights zur Optimierung der Fertigungseffizienz.
Kernfunktionen
IoT Data Hub für Datenerfassung und -verwaltung von Maschinen unterschiedlicher Hersteller
Manufacturing Insights für Produktions- und Ursachenanalyse
Manufacturing Analytics Copilot mit KI-gestützter Problemerkennung
AI Notebooks und AI Pipelines für schnelle Datennutzung
Umweltüberwachung, Energiemanagement, Smart Farming, Industrie- und Forschungsprojekte mit IoT-Sensorik
ThingSpeak ist eine Cloud-Plattform zur Erfassung, Visualisierung und Analyse von Live-Datenströmen aus IoT-Geräten und Sensoren. Die Plattform integriert MATLAB-Analyse-Tools und ermöglicht Echtzeit-Datenverarbeitung sowie automatisierte Reaktionen auf Ereignisse.
Kernfunktionen
Datenerfassung in privaten und öffentlichen Kanälen
Unternehmen, die intelligente Geräte, Wearables und IoT-Plattformen entwickeln und absichern möchten
IoXt ist eine Plattform zur Sicherheitsbewertung und Zertifizierung von IoT-Geräten. Das Unternehmen ist eines von nur acht weltweit autorisierten Laboren für IoXt-Zertifizierung und hilft dabei, intelligente Geräte, tragbare Geräte und verbundene Plattformen zu sichern.
Betriebe, die IoT-Geräte einsetzen und Echtzeitdaten für bessere Geschäftsentscheidungen nutzen möchten
Eine Lösung zum Erfassen und Analysieren von Daten aus IoT-Geräten in Echtzeit mit branchenführenden Werkzeugen und Technologien. Die Plattform unterstützt bessere Entscheidungsfindung durch Datenvisualisierung und Echtzeit-Datenverarbeitung.
Eine IoT-Analytics-Software macht aus Rohdaten von vernetzten Geräten etwas, mit dem du im Betrieb arbeiten kannst. Du hast Sensoren, Maschinen, Zähler oder Fahrzeuge, die permanent Werte senden: Temperatur, Drehzahl, Füllstände, Standorte, Fehlercodes. Ohne Auswertung ist das nur ein Datenstrom, den keiner liest. Die Software sammelt diese Werte ein, speichert sie, bringt sie in eine auswertbare Form und zeigt dir Muster, Ausreißer und Trends.
Wichtig ist die Abgrenzung zu benachbarten Werkzeugen. Eine reine IoT-Plattform kümmert sich oft primär um die Verbindung der Geräte (Konnektivität, Geräteverwaltung, Firmware-Updates). Ein klassisches BI-Tool wertet Daten aus, ist aber meist nicht auf Zeitreihen und Datenströme in Echtzeit ausgelegt. IoT-Analytics liegt dazwischen: Es verarbeitet kontinuierliche Sensordaten und ist darauf gebaut, dass Werte im Sekunden- oder Minutentakt eintreffen.
In der Praxis heißt das: Du willst nicht wissen, welchen Wert Sensor 47 vor drei Wochen um 14:12 Uhr hatte. Du willst wissen, ob eine Pumpe kurz vor dem Ausfall steht, ob eine Kühlkette unterbrochen war oder ob eine Anlage gerade mehr Energie zieht als üblich. Genau das ist der Job dieser Software: aus vielen einzelnen Messwerten eine Aussage machen, auf die jemand reagieren kann.
Was dabei realistisch machbar ist
Sei ehrlich zu dir selbst, bevor du kaufst. Die Software liefert dir Auswertungen und Alarme. Sie ersetzt nicht das Wissen der Person, die weiß, was ein Wert im Kontext bedeutet. Ein Alarm bei 80 Grad ist nur nützlich, wenn jemand festgelegt hat, dass 80 Grad kritisch sind. Die Datenqualität am Sensor entscheidet über alles, was danach kommt. Ein defekter oder falsch kalibrierter Sensor produziert saubere Grafiken mit falschem Inhalt.
Feature-Deep-Dive
Diese Funktionen zählen im Alltag
Datenerfassung und Anbindung
Die erste Frage ist immer: Bekommst du deine Geräte überhaupt angebunden? Achte darauf, welche Protokolle unterstützt werden (MQTT, OPC UA, Modbus, HTTP). Wenn deine Maschinen älter sind, brauchst du oft ein Gateway dazwischen. Kläre in der Demo, ob die Software mit deinem konkreten Gerätepark spricht, nicht mit einem Beispielgerät aus dem Prospekt.
Zeitreihen-Speicherung
Sensordaten sind Zeitreihen, und die wachsen schnell. Ein einzelner Sensor, der im Sekundentakt sendet, produziert im Jahr Millionen Datenpunkte. Frag, wie lange Rohdaten gespeichert werden, ob es eine automatische Verdichtung gibt (aus Sekundenwerten werden nach einer Weile Minuten- oder Stundenmittel) und was das für die Speicherkosten bedeutet.
Dashboards und Visualisierung
Hier trennt sich Brauchbares von Angeberei. Ein Dashboard ist gut, wenn die Person in der Halle in fünf Sekunden sieht, ob alles läuft. Achte darauf, ob du Ansichten für verschiedene Rollen bauen kannst: der Instandhalter braucht andere Werte als die Geschäftsführung. Lass dir zeigen, wie ein neues Dashboard entsteht, und miss, wie lange das dauert.
Regeln, Schwellwerte und Alarme
Der eigentliche Wert entsteht bei den Alarmen. Kläre, wie flexibel die Regeln sind: nur feste Schwellwerte oder auch Kombinationen (Wert A hoch UND Wert B niedrig für länger als zehn Minuten). Wichtig ist die Zustellung: E-Mail, SMS, Push, Anbindung an ein Ticketsystem. Und genauso wichtig: Kannst du Alarme so einstellen, dass nicht bei jedem kurzen Ausschlag zwanzig Nachrichten kommen. Alarmmüdigkeit ist ein echtes Problem, das ich weiter unten noch beschreibe.
Anomalieerkennung
Manche Systeme werben mit automatischer Mustererkennung, die ungewöhnliches Verhalten meldet, ohne dass du feste Schwellwerte setzt. Das kann helfen, wenn du gar nicht weißt, welcher Wert normal ist. Prüfe aber nüchtern, wie viele Fehlalarme das produziert, und ob du die Empfindlichkeit selbst einstellen kannst.
Export und Schnittstellen
Deine IoT-Daten sind selten nur für ein Tool interessant. Frag nach einer offenen API und nach Exportformaten. Du willst Daten in dein ERP, deine Wartungsplanung oder eine eigene Auswertung bringen können. Ein System, das deine Daten einsperrt, wird später teuer, wenn du wechseln willst.
Entscheidungshilfe
Worauf du bei der Auswahl achten solltest
Fang beim Anwendungsfall an, nicht bei der Funktionsliste
Schreib auf, welche drei bis fünf Fragen die Software konkret beantworten soll. Zum Beispiel: Wann fällt Anlage X wahrscheinlich aus, war die Kühlkette lückenlos, welche Maschine zieht am meisten Strom. Wenn du das nicht klar hast, kaufst du nach Funktionslänge, und die längste Liste gewinnt selten den Alltag.
Teste mit echten Daten
Eine Demo mit den Beispieldaten des Anbieters sieht immer gut aus. Bestehe darauf, einen kleinen Teil deiner eigenen Sensordaten einzuspielen. Erst dann siehst du, ob die Anbindung funktioniert, ob deine Datenqualität reicht und ob die Auswertung Sinn ergibt.
Lass die richtige Person testen
Lass die Software in der Demo von der Person bedienen, die später damit arbeitet, nicht vom Chef und nicht vom Vertriebler des Anbieters. Wenn der Instandhalter zehn Minuten braucht, um einen einfachen Alarm einzurichten, hast du im Betrieb ein Problem, egal wie schön die Folien waren.
Skalierung realistisch einschätzen
Wie viele Geräte hast du heute, und wie viele in zwei Jahren. Manche Preismodelle und manche Systeme laufen mit fünfzig Sensoren rund und werden bei fünfhundert zäh oder teuer. Frag konkret nach einer Referenz in deiner Größenordnung.
Betrieb: Cloud oder eigener Server
Kläre früh, ob die Lösung als Cloud-Dienst läuft oder bei dir im Haus. Das hat Folgen für Kosten, für den IT-Aufwand und für den Datenschutz. In der Produktion gibt es oft Gründe, Daten nicht komplett in die Cloud zu geben, etwa weil die Internetanbindung in der Halle wackelig ist oder weil Maschinendaten sensibel sind.
Das sagt unser Experte zu IoT-Analytics-Software
Markus Laue, Gründer von Toolfolio
Der Fehler, den ich am häufigsten sehe, sind zu viele Alarme am Anfang. Die Betriebe stellen die Schwellwerte viel zu eng, weil sie nichts verpassen wollen, und nach zwei Wochen liest keiner mehr die Meldungen. Dann geht der eine Alarm, auf den es wirklich ankommt, im Rauschen unter. Ich rate immer zum Gegenteil: wenige, gut überlegte Alarme, die man langsam schärft. Lieber am Anfang einen verpassen und daraus lernen, als das ganze System durch Fehlalarme wertlos machen.
Total Cost of Ownership
Übliche Preismodelle bei IoT-Analytics-Software
Ich nenne dir hier bewusst keine Zahlen, weil die stark schwanken und schnell veralten. Wichtiger ist, dass du die Kostenhebel verstehst, damit dich die Rechnung im zweiten Jahr nicht überrascht.
Übliche Abrechnungsmodelle
Die meisten Anbieter rechnen nach einer oder mehreren dieser Größen ab: Anzahl der angebundenen Geräte oder Sensoren, Datenmenge (wie viele Nachrichten oder wie viele Gigabyte), Anzahl der Nutzer, Speicherdauer der Daten und Rechenlast für Auswertungen. Manche kombinieren mehrere davon, was die Vorhersage schwierig macht.
Die versteckten Posten
Der Lizenzpreis ist selten das Teuerste. Rechne die Anbindung deiner Geräte ein: Gateways, Verkabelung, eventuell Umbauten an alten Maschinen. Rechne die Einrichtung ein: Dashboards, Regeln, Schnittstellen zu deinem ERP. Rechne die Zeit deiner Leute ein, die das System pflegen und die auf Alarme reagieren. Und rechne die Datenübertragung ein, gerade bei Mobilfunk pro Gerät summieren sich SIM-Karten und Datenvolumen.
Worauf du bei der Angebotsprüfung achtest
Frag, was passiert, wenn du die Sensorzahl verdoppelst oder die Speicherdauer verlängerst. Lass dir ein Szenario für dein zweites und drittes Jahr durchrechnen, nicht nur den Einstiegspreis. Kläre die Kündigungsfristen und was mit deinen Daten passiert, wenn du gehst: Bekommst du sie in einem brauchbaren Format zurück oder nur als unstrukturierten Haufen.
Aufwand für den Betrieb
Eine selbst gehostete Lösung wirkt beim Lizenzpreis günstig, bindet aber IT-Zeit für Updates, Backups und Sicherheit. Eine Cloud-Lösung nimmt dir das ab, kostet aber laufend. Beide Wege sind legitim, du musst nur ehrlich beziffern, wie viel eigene IT-Kapazität du hast.
Aus der Praxis
Fehler, die in der Praxis wirklich passieren
Alarme, die keiner mehr liest
Der häufigste Fehler: Am Anfang werden die Schwellwerte zu eng gesetzt, das System feuert bei jeder kleinen Schwankung. Nach zwei Wochen leiten die Leute die Benachrichtigungen in einen Ordner um, den keiner öffnet. Dann fällt der eine wichtige Alarm im Rauschen unter. Setz von Anfang an lieber wenige, gute Alarme und verschärfe sie langsam.
Datenqualität wird zu spät geprüft
Ein Betrieb baut ein schönes Dashboard und merkt nach Monaten, dass ein Sensor die ganze Zeit falsch stand oder falsch kalibriert war. Alle Auswertungen darauf waren wertlos. Prüfe die Sensoren gegen eine Referenzmessung, bevor du auf die Werte vertraust.
Zu viel auf einmal
Manche wollen im ersten Projekt gleich die ganze Halle vernetzen. Das wird unübersichtlich, teuer und niemand hat Zeit, das auszuwerten. Fang mit einer Anlage und einem klaren Anwendungsfall an, hol Erfahrung, dann skaliere.
Niemand ist zuständig
Die Software läuft, aber es ist nicht klar, wer auf Alarme reagiert und wer die Regeln pflegt. Nach dem Weggang des einen Kollegen, der sich auskannte, verwaist das System. Leg von Anfang an fest, wer verantwortlich ist, und dokumentiere die Einstellungen.
Vendor Lock-in unterschätzt
Ein Betrieb merkt beim Wechselwunsch, dass die Daten in einem geschlossenen Format liegen und die mühsam gebauten Regeln nicht exportierbar sind. Kläre die Ausstiegsoptionen, bevor du dich bindest, nicht danach.
Compliance
Rechtliche Anforderungen in DACH
Ich bin kein Anwalt, und das hier ersetzt keine Rechtsberatung. Aber es gibt Punkte, die du im DACH-Raum kennen musst.
Datenschutz
Sobald deine IoT-Daten einen Personenbezug haben, greift die DSGVO. Das passiert schneller als gedacht: Standortdaten von Firmenfahrzeugen lassen Rückschlüsse auf den Fahrer zu, Zugangs- oder Nutzungsdaten auf einzelne Mitarbeiter. Kläre, ob personenbezogene Daten verarbeitet werden, und wenn ja, brauchst du eine Rechtsgrundlage und musst das in deinem Verarbeitungsverzeichnis führen.
Auftragsverarbeitung
Wenn ein Cloud-Anbieter deine Daten verarbeitet, brauchst du in aller Regel einen Vertrag zur Auftragsverarbeitung. Kläre auch, wo die Server stehen. Bei Anbietern außerhalb der EU stellt sich die Frage der Drittlandübermittlung, die zusätzliche Prüfung erfordert.
Mitbestimmung
Wenn die Software Daten erfasst, mit denen sich das Verhalten oder die Leistung von Beschäftigten überwachen lässt, hat der Betriebsrat in Deutschland ein Mitbestimmungsrecht. Auch wenn du nur Maschinen überwachen willst, kann eine indirekte Zuordnung zu einer Person das auslösen. Hol den Betriebsrat früh dazu, das erspart Ärger.
Sicherheit und branchenspezifische Vorgaben
Vernetzte Geräte sind ein Einfallstor. Achte auf verschlüsselte Übertragung, Zugriffskonzepte und regelmäßige Updates. Je nach Branche und Größe können zusätzliche Anforderungen an die IT-Sicherheit gelten. In der Schweiz gilt das revidierte Datenschutzgesetz, in Österreich die DSGVO mit nationalen Ergänzungen. Kläre die für dich geltenden Regeln mit jemandem, der sich damit auskennt.
Playbook
So gehst du die Auswahl konkret an
Schritt 1: Anwendungsfall festnageln
Setz dich mit den Leuten zusammen, die das Problem haben. Schreib die drei bis fünf Fragen auf, die die Software beantworten soll. Notiere, welche Sensoren und Geräte dafür nötig sind und ob es die schon gibt.
Schritt 2: Datenlage prüfen
Schau, welche Daten du heute schon hast und in welcher Qualität. Prüfe stichprobenartig, ob die Sensoren stimmen. Ohne verlässliche Daten hat keine Software eine Chance.
Schritt 3: Anforderungen aufschreiben
Mach eine kurze Liste: Protokolle, die du brauchst, Anzahl der Geräte heute und in zwei Jahren, Cloud oder eigener Server, nötige Schnittstellen (ERP, Wartung), Datenschutzanforderungen. Diese Liste ist dein Maßstab, nicht die Funktionsliste des Anbieters.
Schritt 4: Kandidaten einladen und mit echten Daten testen
Wähl zwei bis drei Systeme aus. Bestehe auf einer Testphase mit einem kleinen Teil deiner eigenen Daten. Lass die spätere Anwenderin einen Alarm und ein Dashboard selbst bauen und stopp die Zeit.
Schritt 5: Gesamtkosten über drei Jahre rechnen
Rechne Lizenz, Anbindung, Einrichtung, Datenübertragung und die Zeit deiner Leute für drei Jahre durch. Lass dir ein Szenario mit verdoppelter Gerätezahl geben.
Schritt 6: Compliance klären
Prüfe Auftragsverarbeitung, Serverstandort, Personenbezug und Mitbestimmung, bevor du unterschreibst. Hol Betriebsrat und, wenn nötig, Rechtsberatung dazu.
Schritt 7: Klein starten, dann skalieren
Start mit einer Anlage und einem klaren Nutzen. Leg fest, wer zuständig ist und wer auf Alarme reagiert. Sammle Erfahrung, dokumentiere die Einstellungen, dann erst erweitere. So merkst du früh, ob das System zu dir passt, ohne dich mit einem Riesenprojekt zu verheben.
Häufige Fragen
Was Betriebe uns zu IoT-Analytics-Software am häufigsten fragen
Was ist der Unterschied zwischen einer IoT-Plattform und einer IoT-Analytics-Software?
+
Eine IoT-Plattform kümmert sich vor allem um die Verbindung und Verwaltung der Geräte, also Konnektivität, Geräteverwaltung und Firmware. Eine IoT-Analytics-Software wertet die von den Geräten gesendeten Daten aus und macht daraus Dashboards, Trends und Alarme. Viele Systeme decken beides ab, aber der Schwerpunkt ist unterschiedlich, und du solltest klären, welchen Teil du wirklich brauchst.
Brauche ich für IoT-Analytics eine Cloud oder geht das auch im eigenen Haus?
+
Beides ist möglich. Eine Cloud-Lösung nimmt dir Updates, Backups und Betrieb ab, kostet aber laufend und wirft Datenschutzfragen auf. Eine Lösung im eigenen Haus gibt dir mehr Kontrolle über die Daten, bindet aber IT-Zeit für Wartung und Sicherheit. Die Entscheidung hängt von deiner IT-Kapazität, der Internetanbindung in der Halle und der Sensibilität deiner Daten ab.
Wie viel kostet IoT-Analytics-Software?
+
Eine allgemeine Zahl gibt es nicht, weil die Preise stark schwanken und von mehreren Faktoren abhängen: Anzahl der Geräte, Datenmenge, Nutzerzahl, Speicherdauer und Betriebsmodell. Der Lizenzpreis ist oft nicht der größte Posten, dazu kommen Anbindung, Einrichtung, Datenübertragung und die Zeit deiner Leute. Lass dir ein Angebot für dein zweites und drittes Jahr durchrechnen, nicht nur den Einstiegspreis.
Fällt IoT-Analytics unter die DSGVO?
+
Sobald die verarbeiteten Daten einen Personenbezug haben, greift die DSGVO. Das passiert oft indirekt, etwa wenn Standortdaten von Firmenfahrzeugen auf den Fahrer schließen lassen oder Nutzungsdaten einzelnen Mitarbeitern zuzuordnen sind. Bei reinen Maschinendaten ohne Personenbezug ist die Lage entspannter, aber du solltest das im Einzelfall prüfen lassen.
Wie vermeide ich zu viele Fehlalarme?
+
Setz am Anfang lieber wenige, gut überlegte Alarme statt viele enge Schwellwerte. Nutze wenn möglich zeitliche Bedingungen, damit ein kurzer Ausschlag nicht sofort meldet, sondern erst ein Wert, der länger anhält. Schärfe die Regeln schrittweise nach, wenn du weißt, wie sich deine Werte im Normalbetrieb verhalten.
Kann ich alte Maschinen ohne Sensoren anbinden?
+
Oft ja, aber meist über ein Gateway, das zwischen der Maschine und der Software sitzt und Protokolle übersetzt. Bei sehr alten Anlagen kann es sein, dass du zusätzliche Sensoren nachrüsten musst. Kläre in der Demo mit deinem konkreten Gerätepark, ob die Anbindung funktioniert, nicht mit einem Beispielgerät des Anbieters.
Was passiert mit meinen Daten, wenn ich den Anbieter wechsle?
+
Das solltest du vor dem Vertrag klären, nicht danach. Frag, ob du deine Rohdaten und deine konfigurierten Regeln in einem brauchbaren, offenen Format exportieren kannst. Manche Systeme sperren Daten in geschlossenen Formaten ein, was einen Wechsel teuer und mühsam macht. Ein Export über eine offene Schnittstelle ist ein gutes Zeichen.
Muss ich den Betriebsrat einbeziehen?
+
In Deutschland hat der Betriebsrat ein Mitbestimmungsrecht, wenn die Software geeignet ist, das Verhalten oder die Leistung von Beschäftigten zu überwachen. Das kann auch bei Maschinendaten der Fall sein, wenn sich daraus indirekt Rückschlüsse auf Personen ziehen lassen. Hol den Betriebsrat früh dazu, das erspart spätere Konflikte und Verzögerungen.
Käuflich ist ausschließlich die Sichtbarkeit in der gesponserten Zone, immer gekennzeichnet. Die organische Reihenfolge, die Bewertungen und die verifizierten Daten sind nie käuflich und werden serverseitig unabhängig berechnet. Preisangaben tragen Stand und Quelle.