Wie HiPP die Kosten der Datenplattform mit einem einheitlichen Daten-Layer um ~90 % gesenkt hat
Deutschland
Food & Beverage (Bio-Babynahrung & -pflege)
+3.000 Mitarbeiter
1 Mrd. EUR Umsatz
130 Mio.+ Gläser und Beutel pro Jahr
Wie ein führender Bio-Lebensmittelhersteller jedes Werk an einen einzigen Daten-Layer angebunden und damit Plattformkosten und -aufwand um rund 90 % gesenkt hat und zugleich nahtlos in SAP Digital Manufacturing integriert.

„Mit UMH haben wir zum ersten Mal Echtzeit-Einblick in unsere Produktion gewonnen. Die Flexibilität der Plattform hat es uns ermöglicht, all unsere Maschinen anzubinden und den manuellen Datenaufwand drastisch zu reduzieren. Das war ein echter Gamechanger für unsere Effizienz."
Monate > Tage
Zeit zur Entwicklung von Anwendungsfällen
~90%
Senkung der Kosten und des Aufwands für die Datenplattform
130M+
Jährlich hergestellte Gläser und Beutel
SAP DM
MES integration ermöglicht
Die Herausforderung
Fragmentierte Infrastruktur & verlangsamte Cloud MES-Umstellung
Jeder Anwendungsfall war ein eigenes Projekt. Es gab keinen zuverlässigen Integrationsweg zu SAP DM.
Ein fragmentierter Technologie-Footprint führte zu hohen Projektkosten und einer langen Amortisationszeit
Durch jahrzehntelanges organisches Wachstum war bei HiPP ein Gewirr aus Punkt-zu-Punkt-Verbindungen zwischen den Werken entstanden. Die vorherige Initiative zur Einführung einer IoT-Plattform konnte nicht alle relevanten Produktionsdaten zusammenführen. Jeder neue Anwendungsfall erforderte ein eigenes Integrationsprojekt. Die vorgeschriebene Langzeitüberwachung großer Kälteanlagen beispielsweise wurde mit „Zehntausenden Euro pro Standort und monatelanger Arbeitsaufwand“ veranschlagt, was jeden neuen IIoT-Anwendungsfall unwirtschaftlich machte.
Kritische Lücke bei der Anbindung an das Cloud MES der nächsten Generation (Digital Manufacturing)
HiPP stellt derzeit auf SAP Digital Manufacturing um, doch SAP PCo wird 2027 nicht mehr weitergeführt, sodass keine zuverlässige Integrationsmöglichkeit zwischen den Anlagen in der Fertigung und dem neuen MES mehr besteht. Ohne eine Datenschicht, die die bestehenden Anlagen mit SAP DM verbinden kann, war das gesamte MES-Umstellungsprojekt gefährdet.
Es fehlte eine kontextbezogene Datenbasis für die KI und Analytik der Zukunft
Produktionsdaten haben für HiPP strategische Priorität, waren jedoch nach wie vor über verschiedene Systeme verstreut und nicht semantisch strukturiert. Dies gefährdete anstehende Initiativen im Bereich KI und maschinelles Lernen und schränkte den Nutzen der vorhandenen Data-Science-Ressourcen ein. Ohne eine einheitliche, kontextbezogene Datengrundlage fehlten den fortschrittlichen Analysen zuverlässige Eingabedaten.
Die Lösung
Unternehmensweite Datenebene über mehrere Standorte hinweg
Ein strukturierter Datenfeed für alle Systeme. Senkung der Plattformkosten um 90 %.
Alle wichtigen Datenquellen sind miteinander verbunden
UMH fungiert als Edge-Abstraktionsschicht, die Live-Daten von PLCs, Sensoren, Kepware und Energiezählern über MQTT-, OPC UA- und REST-Gateways erfasst und anschließend einen einzigen Datenfeed sowohl an lokale als auch an Cloud-Ziele überträgt, darunter SAP DM.
Die Daten werden auf der Grundlage von ISA-95 und UNS modelliert und in einen Kontext eingebettet
Ein einheitlicher Namensraum und wiederverwendbare Vorlagen sorgen für eine Standardisierung von Tags, Linienkennungen und Batch-Metadaten und bieten Ingenieuren eine zentrale, durchsuchbare Übersicht über alle Werke. Linienübergreifende Analysen sind sofort einsatzbereit.
Dem Team wird ermöglicht, Anwendungen schnell zu entwickeln
Anlageningenieure richten nun über die UMH-Oberfläche Grafana-Dashboards, OEE-Widgets und Warnmeldungen zur Anomalieerkennung ein und verkürzen so die Vorlaufzeit für typische Anwendungsfälle von Monaten auf Tage.
ArchiteKTUR
Von der Fertigung bis zu SAP Digital Manufacturing in einer Architektur

Maschinen / PLCs in der Fertigung → Edge-Ebene des United Manufacturing Hub → Echtzeit-Datenströme an Unternehmenssysteme (ERP, MES, SAP DM, Cloud-Analytik).
Edge connectivity flow
UMH wandelt jedes Rohsignal in ein JSON-„Ereignis“ mit standardisierten Feldern für Standort und Inhalt um und schafft so eine skalierbare, herstellerunabhängige Datengrundlage.
Event-basiertes datenmodel
Alle Ereignisse werden automatisch im UMH-Zeitreihen-Historian gespeichert, für eine langfristige Aufbewahrung, die Einhaltung gesetzlicher Vorschriften und Backtesting.
Eingebauter historian
Kontextbezogene Daten werden über einen einzigen Namensraum bereitgestellt und dienen als Grundlage für Dashboards, KI-/ML-Analysen und Echtzeit-Integrationen.
Unified namespace & context tags
~90%
Kosten- und Arbeitsaufwandsreduzierung
Monate > Tage
Use Cases Vorlaufzeit
Nicht länger blockiert
SAP DM Integration
Case Study herunterladen


Lösungen
Lösungen, die auf UMH aufbauen
UMH ist die Dateninfrastruktur. Das sind die Ergebnisse, die sie liefert.




