LEWA GMBH
Der deutsche Maschinen- und Anlagenbau steht unter Druck: Stagnierende Produktionsleistung, steigende Digitalerwartungen, Regulierung (CRA, NIS2) und Fachkräftemangel fordern neue Antworten. Digitale Serviceplattformen, Predictive Maintenance und Industrial AI schaffen wiederkehrende Erlöse, sichern Wissen und beschleunigen die Digitale Transformation.
In der Praxis zeigen sich typische Herausforderungen:
Als VDMA-Mitglied und durch unsere langjährige Zusammenarbeit mit Unternehmen wie LEWA, TRUMPF oder Uhlmann wissen wir, wie der Maschinenbau tickt – von HMI-Framework bis IIoT.
Durch unsere KI-gestützte Softwareentwicklung liefern wir Features bis zu 3x schneller. Sie können eher testen und erhalten früher User-Feedback – solange Änderungen noch günstig sind.
Wir sind überzeugt: Auch in der KI-Ära muss industrielle Software Jahrzehnte laufen. Daher gilt unser Clean-Code-Standard auch für KI-generierten Code. Für nachhaltige Lösungen, statt Wegwerf-Software.
Quellcode, Konzepte, Designs sowie die KI-Entwicklungsumgebung gehören Ihnen. Sie könnten morgen im eigenen Team weiterarbeiten. Wir halten Kunden über Ergebnisse, nicht über Abhängigkeit.

Heterogene Maschinenparks – unterschiedliche Baujahre, Hersteller, Steuerungen – zu einer einheitlichen Datenlandschaft verbinden. Mit OPC UA, MQTT und Edge-Technologie schaffen wir die Grundlage für alle weiteren Digitalisierungsschritte: vom Condition Monitoring bis zum digitalen Zwilling.

Betriebsdaten aus Sensorik und Steuerung nutzen, um Wartungsbedarf vorherzusagen und Ausfälle zu vermeiden. Branchenübergreifend lassen sich ungeplante Stillstände um 30 bis 50 % reduzieren – mit ML-Modellen, Zeitreihenanalyse und intelligenten Dashboards.

Veraltete HMI-Systeme durch moderne, webbasierte Oberflächen ersetzen – responsiv, touch-optimiert, mit vollem Fokus auf Industrial UX. Das Ergebnis: kürzere Einarbeitungszeiten und weniger Bedienfehler. Außerdem: konfigurierbare HMI-Frameworks, mit denen Maschinenbauer ihre Bedienoberflächen ohne IT-Know-how selbst zusammenstellen können.

Self-Service-Portale mit Ersatzteilbestellung, Dokumentation, Ticketing und Remote-Support – nahtlos integriert in ERP und CRM. Die Basis für wiederkehrende Erlöse und stärkere Kundenbindung im Zeitalter der Servitization.

Kamerabasierte Inline-Prüfung mit Deep Learning ersetzt oder ergänzt manuelle Sichtprüfung. Computer Vision und intelligente Materialerkennung liefern konsistente Ergebnisse in unter einer Sekunde pro Bauteil.

Ab 2027 erfordert die CE-Kennzeichnung Security-by-Design. Wir integrieren SBOM-Generierung, Vulnerability Management und sichere Entwicklungsprozesse direkt in die Delivery-Pipeline – kein teures Nacharbeiten, sondern Compliance von Anfang an.
Gemeinsam analysieren wir Ihre Prozesse und identifizieren Ihre Anwendungsfälle. Daraus leiten wir Ideen für Softwarelösungen ab. Haben Sie bereits eine konkrete Idee, prüfen wir diese auf Business-Tauglichkeit sowie technische Umsetzbarkeit.
Wir konzipieren Ihre Software-Lösung als Schnittmenge aus Business-, Technologie- und Nutzeranforderungen. Das Ergebnis ist ein durchdachtes Lösungskonzept aufbereitet als maschinenlesbarer Knowledge-Graph – perfekt geeignet für die Entwicklung mit KI-Agenten.
Entwicklung im Dual Track Agile: In unserer KI-Entwicklungsumgebung übernehmen KI-Agenten Routine, Code und Tests nach Clean-Code-Standard. Unsere Experten konzipieren, prüfen und reichern den Knowledge-Graph kontinuierlich an.
Wir betreiben und warten Ihre Software, überwachen die System-Performance und sorgen mit regelmäßigen Updates und technologischer Weiterentwicklung für einen nachhaltigen, sicheren Betrieb.
Ein solches Projekt lohnt sich, wenn Sie messbare Verbesserungen erreichen wollen – etwa bei Maschinenverfügbarkeit, Servicekosten, Time-to-Market für neue Varianten oder bei der Erschließung datenbasierter Erlösmodelle.
Typische Effekte sind weniger ungeplante Stillstände, effizientere Instandhaltung, schnellere Inbetriebnahmen oder ein digitales Serviceangebot, das Kundenbindung und wiederkehrende Umsätze stärkt. Oft reicht ein klar abgegrenzter Einstieg – etwa ein Pilot für eine definierte Maschinenreihe oder einen konkreten Service-Use-Case. Wichtig ist, Nutzen und Kennzahlen früh festzulegen.
In der Regel nein. Viele Lösungen knüpfen an vorhandene Systeme an und erweitern sie gezielt – etwa Steuerungen, Leittechnik, ERP, MES oder bestehende Service-Tools. Über offene Standards wie OPC UA und MQTT lassen sich auch ältere Maschinen und Steuerungen anbinden. Statt paralleler Insellösungen empfehlen wir einen schrittweisen Ausbau der bestehenden Landschaft, damit die Lösung langfristig wartbar und integriert bleibt. Entscheidend ist eine saubere Architektur, die Alt und Neu verbindet.
Eine zunehmend zentrale. Ab Dezember 2027 erfordert der Cyber Resilience Act Security-by-Design als Voraussetzung für die CE-Kennzeichnung – inklusive SBOM-Pflicht und Schwachstellenmanagement über mindestens 5 Jahre. NIS2 ist in Deutschland seit Ende 2025 in Kraft und betrifft ca. 29.500 Unternehmen. Die neue EU-Maschinenverordnung macht Security ab 2027 explizit zur Safety-Anforderung. Wer jetzt Software entwickelt oder modernisiert, sollte diese Anforderungen von Anfang an einplanen. Wir integrieren Compliance-Anforderungen direkt in unsere Entwicklungsprozesse – kein teures Nacharbeiten.
Softwareprojekte im Maschinenbau sind kein reines IT-Thema. Typische Stakeholder sind Produktentwicklung, Service/After-Sales, Anwendungstechnik, Produktion und natürlich die IT. Gewinnbringende Projekte entstehen dort, wo Fach- und IT-Wissen früh zusammenkommen. In unserer Erfahrung sind klare Rollen und kurze Entscheidungswege wichtiger als die reine organisatorische Zuordnung. Unser Produkt-Trio-Ansatz (Business + UX + Technik) stellt sicher, dass alle Perspektiven von Anfang an eingebunden sind.
Servitization beschreibt den Wandel vom reinen Produktverkauf hin zu datenbasierten Geschäftsmodellen: Equipment-as-a-Service, Pay-per-Use, Remote Monitoring, digitale After-Sales-Plattformen. Standardsoftware stößt hier oft an Grenzen, weil die Geschäftsmodelle eng mit der Maschinenlogik, den Kundenprozessen und der bestehenden IT-Landschaft verzahnt sein müssen. Individuelle Software kann hier genau die Brücke bauen – zwischen Maschine, Daten und neuem Geschäftsmodell.
Klein und klar begrenzt: ein überschaubarer Anwendungsfall mit erkennbarem Nutzen – z. B. definierte Prozesse, ein Pilotkunde oder ein klarer Service-Use-Case. Ziel ist es schnelle fundierte Erkenntnisse und Erfahrung mit Technik, Organisation und Schnittstellen zu erhalten. Ein solcher Start senkt Risiken und macht den tatsächlichen Nutzen besser bewertbar. Danach lässt sich die Software gezielt erweitern – um weitere Prozesse, Regionen, Datenquellen oder Funktionen.
Üblich sind Ansprechpartner aus Produkt/Entwicklung, Anwendungstechnik oder Service, IT und bei Bedarf Instandhaltung oder Qualität. Entscheidend ist weniger die Teamgröße als klare Zuständigkeiten und Entscheidungswege. Fach- und Prozesswissen ist ebenso wichtig wie Know-how zu Integration und Betrieb. Regelmäßiger Austausch zwischen den Beteiligten trägt stark zum Erfolg bei.
Die Dauer hängt stark vom Umfang, der bestehenden Systemlandschaft und dem Integrationsaufwand ab – von wenigen Monaten für fokussierte Erweiterungen bis zu längeren Laufzeiten für umfassende Plattformen oder viele Schnittstellen. Pilotprojekte liefern früh belastbare Ergebnisse und helfen, Aufwand und Roadmap realistisch einzuordnen.