100% On-Premise
Daten bleiben in deiner Anlage. Keine Cloud, kein Datenabfluss, keine Abhängigkeit von Hyperscalern.
AKTUELL IM PILOTBETRIEB
MINERVA
Edge-AI für die Produktion.
Maschinendaten verstehen — ohne Cloud.
Compute · Rechenleistung
Node-Board
TinyML on-device.
01 Was ist MINERVA
Der lokale KI-Operator für Maschinendaten.
Sensordaten werden direkt an der Maschine analysiert. In Echtzeit, ohne dass die Daten die Anlage verlassen.
Modulare Hardware
Drei-Ebenen-Architektur (Probe / Node / Hub). Plug-and-play erweiterbar, branchenunabhängig, retrofit-fähig.
Energieeffizient
Edge-Inferenz verbraucht 10–100× weniger Energie als Cloud-Verarbeitung. Eigene Energiemessung für CSRD.
Aktuell im Pilotbetrieb. Early Adopters: HAHN Automation / Fissler.
02 Das Problem
Cloud-IoT funktioniert nicht in der Produktion.
Drei Gründe, warum heute eingesetzte IoT-Stacks im Mittelstand scheitern.
Datenabfluss & Compliance
Maschinendaten sind das Tafelsilber jeder Produktion. Mit Cloud-IoT wandern sie auf fremde Server, meist in Drittländern. Cloud Act, NIS2 und EU AI Act machen das zur Compliance-Falle.
Latenz & Verfügbarkeit
Predictive Maintenance braucht Reaktionszeiten unter 100 ms. Cloud-Roundtrip macht das unmöglich. Bei jedem Netzausfall steht die Analyse still — und damit der Mehrwert.
Skalierende Kosten
Cloud-Inferenz kostet pro Datenpunkt. Bei 1.000 Sensoren × 100 Hz wird das schnell sechsstellig im Jahr. Die Rechnung wächst mit jeder neuen Maschine.
MINERVA löst alle drei — durch ein anderes Architekturprinzip.
03 Die Architektur
Drei Hardware-Ebenen. Eine Datenphilosophie.
Jede Ebene unabhängig skalierbar. Alle Daten bleiben im Werk.
Direkt an der Maschine
Liest diverse Sensorik aus und übermittelt die Daten via CAN-Bus an die Node. Mehrere Varianten mit verschiedener Sensorik verfügbar.
In Maschinennähe
Sammelt Sensorwerte mehrerer Probes, verarbeitet sie und führt kleinere KI-Modelle lokal aus. Sendet aggregierte Daten an den Hub.
On-premise im Werk
Sammelt vorverarbeitete Ergebnisse aller Nodes und führt anspruchsvollere KI-Modelle aus. Orchestriert das gesamte System.
04 Topologie & Skalierung
Hierarchisch. Skalierbar. Robust.
Ein Hub orchestriert beliebig viele Nodes, jede Node liest beliebig viele Probes.
WiFi-Funk CAN-Bus (kabelgebunden)
HUB ein Orchestrator
NODES eine pro Maschine
PROBES mehrere pro Node
Beispiel: 1 Hub · 3 Nodes · 9 Probes
05 Hardware-Stack
Drei Modul-Familien. Beliebig kombinierbar.
Alle Boards: eigene Entwicklung.
Rechenleistung Compute
Node-Board
STM32N6: energiesparend für ML on-device
Hub-Board
Raspberry CM5 oder Jetson Nano: Power für große ML-Modelle
Anbindung Interface
IO-Link-Modul
Verknüpft IO-Link-Sensorik an die Node via CAN-Bus
SPAM-Modul
Sensor & Peripheral Access Mesh, Multi-Probe-Bus
Messung Sensor
Probe-Board
STM32H5: Accelerometer, Magnetometer, Temperatur
Energiemessboard
KEY ASSET FÜR CSRD-REPORTINGStrom-, Spannungs- und Leistungsmessung in Echtzeit
06 Key Features
Was MINERVA technisch auszeichnet.
Lokale KI-Inferenz
Leistungsstarke Carrier-Boards (CM5 / Jetson Nano) führen ML-Modelle direkt im Werk aus — vom kleinen TinyML auf der Node bis zum mehrschichtigen Modell auf dem Hub.
Energieeffiziente Mikrocontroller
STM32-Familie von ST Electronics auf Node- und Probe-Boards. Sensordatenerfassung und Inferenz im Milliwatt-Bereich — direkt an der Maschine.
Industrieschnittstellen
CAN-Bus für robuste Probe-Node-Kommunikation. IO-Link für Standard-Industriesensorik. WiFi für Node-Hub. Alle Schnittstellen Industrie-4.0-tauglich.
Modulare Erweiterung
Neue Sensorik? Neues Interface-Modul anstecken. Mehr Rechenleistung? Hub auf Jetson upgraden. Kein Vendor-Lock-in — alles offene Standards.
07 Software · Live-Monitoring
Echtzeit-Übersicht über jede Maschine, jeden Sensor.
Modernes Web-Frontend — Multi-Master, Multi-Site, ohne Cloud-Abhängigkeit.
Sensorwerte live
Temperatur, Vibration, Strom — Echtzeit-Updates direkt vom Edge-Hub.
Schwellenwert-Alerts
Automatische Warnungen bei Überschreitung — bevor die Anlage Schaden nimmt.
Historische Trends
Verlaufsdiagramme pro Sensor — die Basis für Predictive Maintenance.
Multi-Master-Übersicht
Mehrere Anlagen, mehrere Standorte — alles in einer Oberfläche.
08 Software · Konfiguration
Plug-and-play auch für Nicht-Experten.
Sensoren scannen, auf Anlagenbild ziehen, fertig. Kein IT-Spezialist zur Einrichtung nötig.
01
Node scannen
Neue Hardware wird automatisch erkannt — keine manuelle IP-Konfiguration.
02
Node platzieren
Drag-and-drop auf Foto der Anlage — visuelle Zuordnung ohne CAD.
03
Konfigurieren
Schwellenwerte, Datenraten, Alarme — alles direkt in der Web-UI.
Modernes Frontend für die Anlagen-Mannschaft — kein Engineering-Tool.
09 Energie & CSRD
MINERVA macht Energiedaten zum Hebel.
Was Cloud-Lösungen nicht können — und warum das für CSRD-Berichtspflicht entscheidend ist.
Energiemessboard
Strom-, Spannungs- und Leistungsmessung auf Maschinenebene als Probe-Board direkt am Verbraucher.
CSRD-Compliance ohne Pauschalen
Direkte Messung statt Schätzungen. Maschinenscharfe Energiedaten als Beleg in der Nachhaltigkeitsberichterstattung.
Spitzenlasten erkennen & glätten
Live-Lastprofile pro Maschine identifizieren Verbrauchsspitzen. Spart Netzentgelte und reduziert Energiebezugskosten.
Predictive Maintenance + Energie
Steigender Verbrauch ist oft das erste Anzeichen mechanischen Verschleißes. Eine Sensorik, zwei Anwendungsfälle.
Industrielle KI als Impact-Hebel statt als zusätzlicher Energiefresser.
PILOT-PROGRAMM Pilotbetrieb läuft.
Pilotbetrieb läuft.
Early Adopters willkommen.
Du betreibst Fertigungslinien und willst Maschinendaten in Echtzeit verstehen — ohne sie an die Cloud abzugeben? Wir suchen Pilotpartner, die mit uns die nächste Generation industrieller Edge-AI gestalten.