Kosten senken
mit Industrial DevOps.
Drei Rechnungen.
Industrial DevOps wird gern als Kulturthema verkauft. Der Controller interessiert sich aber für eine Zahl. Hier sind drei — konservativ gerechnet und für jedes Werk nachprüfbar.
Andreas Schönfeld
Geschäftsführer, Comquent GmbH
20 Jahre Industrial DevOps in Maschinenbau, Automotive und Fertigung. Schwerpunkt: CI/CD für SPS/PLC und SCADA, IT/OT-Konvergenz und die Wirtschaftlichkeit von Automatisierung.
Ein Update um
drei Uhr nachts.
Niemand weiß, was lief.
Industrial DevOps senkt Kosten dort, wo sie wirklich entstehen: bei ungeplanten Maschinenstillständen, manuellen Rollouts und spät entdeckten Fehlern. Drei konservativ gerechnete Beispielrechnungen für ein mittelständisches Werk ergeben in Summe rund 130.000 € Einsparung pro Jahr — Amortisation in unter sechs Monaten.
Stand: Juni 2026 · Marktdaten 2023–2026 · konservative Modellrechnung
Es ist 02:47 Uhr, als die Linie 4 stehen bleibt. Ein Steuerungsupdate, von Hand auf die SPS gespielt, hat einen Parameter überschrieben, den keiner mehr rekonstruieren kann. Der Schichtleiter ruft den einzigen Kollegen an, der das System kennt — der hat Urlaub. Der Backup-Stand auf dem Netzlaufwerk heißt Linie4_final_NEU_v3, ist vier Monate alt und niemand weiß, ob er zur aktuellen Hardware passt. Bis die Linie wieder läuft, vergehen sechs Stunden.
Diese Nacht hat nichts mit einem Tool zu tun. Sie hat damit zu tun, dass niemand sagen kann, was lief, wer es geändert hat und wie man zum letzten funktionierenden Stand zurückkommt. Genau das ist keine technische Lücke, sondern eine betriebswirtschaftliche — und sie taucht in keiner Wartungsstatistik auf, weil sie als „menschlicher Fehler“ verbucht wird.
Industrial DevOps verkauft keine Werkzeuge gegen solche Nächte. Es verkauft die Eigenschaft, dass jede Änderung versioniert, getestet und rückrollbar ist. Was das in Euro bedeutet, rechnen wir auf den nächsten Bildschirmlängen durch — entlang der drei Stellen, an denen in der OT real Geld verbrennt: ungeplante Stillstände, manuelle Rollouts und spät entdeckte Fehler.
Drei Kostenblöcke,
die jede OT-Organisation
ohnehin trägt.
Nicht überall, wo DevOps glänzt, spart es auch. Diese drei Blöcke aber tragen Sie ohnehin — die Frage ist nur, ob sichtbar oder versteckt.
- /01
Ungeplanter Stillstand
Der teuerste Posten, und der am schlechtesten gemessene.
Studien beziffern die durchschnittlichen Kosten ungeplanter Stillstände in der Fertigung auf rund 260.000 USD pro Stunde über alle Branchen hinweg; in der Automobilfertigung steigt der Wert auf über 2,3 Mio. USD pro Stunde. Fehlerhafte oder inkonsistente Software-Stände gehören genau zu der Klasse, die Versionierung und Rollback adressieren.
- /02
Manuelle Rollouts
Jedes Update von Hand bindet ausgerechnet die Leute, die die Produktion am Laufen halten.
Bei 60, 80 oder 200 Knoten skaliert das nicht linear, sondern wird zur Tagesfüllung. Die Stunden tauchen nirgends als „Kosten“ auf, weil sie als normale Arbeit gelten. Es sind trotzdem Opportunitätskosten erster Klasse.
- /03
Spät entdeckte Fehler
Ein Fehler im Werk kostet ein Vielfaches dessen, was er in der Pipeline gekostet hätte.
Die vielzitierte IBM-Eskalation beziffert das Verhältnis grob mit 1 (Design) zu 100 (Produktion). Shift-Left verschiebt die Fehlererkennung nach vorn — Organisationen mit hoher Shift-Left-Reife berichten um 30–40 % geringere Defect-Escape-Raten. Jeder im Werk vermiedene Fehler ist ein nicht stattgefundener Stillstand aus Block 1.
Der ungeplante Stillstand:
was Rückrollbarkeit wert ist.
Was kostet ein Maschinenstillstand pro Stunde?
Die direkten Kosten ergeben sich aus dem Maschinenstundensatz mal Stillstandsdauer, plus indirekte Ausfallkosten wie Nacharbeit und Vertragsstrafen. In der diskreten Fertigung sind 10.000–50.000 € pro Stunde realistisch; der Branchenschnitt liegt laut Aberdeen Research bei rund 260.000 USD/h, in der Automobilfertigung über 2,3 Mio. USD/h (Siemens/Senseye). Wir rechnen unten bewusst mit 15.000 € am unteren Rand.
Stillstandskosten = Maschinenstundensatz (80–200 €/h) × Stillstandsdauer + indirekte Ausfallkosten (Anlaufverluste, Folgestillstände, Überstunden, Vertragsstrafen)
Eine konservative Rechnung für ein mittelständisches Werk — keine Automobilzahlen, bewusst am unteren Rand. Wir rechnen nicht mit dem Branchenschnitt von 260.000 USD/h, sondern mit 15.000 € pro Stunde Stillstand, zwei vermeidbaren Stillständen pro Jahr aus fehlerhaften Software-Ständen und 4 Stunden bis zur Wiederinbetriebnahme je Vorfall.
Einsparung: rund 109.000 € pro Jahr — allein aus dem einen Effekt, dass ein fehlerhafter Stand ein git revert statt einer nächtlichen Rekonstruktion ist. Die angesetzte Reduktion um zwei Drittel ist konservativ: DORA weist für Teams mit hohem Automatisierungsgrad eine rund 8-fach niedrigere Change Failure Rate gegenüber Nachzüglern aus.
Wir haben hier mit einem Stundensatz gerechnet, der um den Faktor 17 unter dem Branchenschnitt liegt. Wer mit realistischen 50.000 € oder mehr rechnet, multipliziert das Ergebnis entsprechend.
Wie verwaltet man SPS-Programme mit Git?
Indem SPS-, Roboter- und SCADA-Stände unter dieselbe Versionsverwaltung kommen wie jeder andere Code: in Git (etwa über GitLab oder GitHub), exportiert aus der jeweiligen Engineering-Umgebung. Siemens TIA Portal liefert über TIA Portal Openness und das Version-Control-Interface textbare Projektstände, CODESYS und Beckhoff TwinCAT ebenso. An die Stelle von Linie4_final_NEU_v3 auf dem Netzlaufwerk tritt eine nachvollziehbare Historie: wer was wann geändert hat — und ein git revert auf den letzten funktionierenden Stand statt nächtlicher Rekonstruktion.
Genau das ist der Kern von Rechnung 1: Rückrollbarkeit ist kein IT-Selbstzweck, sondern der Hebel, der die Wiederinbetriebnahme von Stunden auf Minuten verkürzt. Wie das in der Praxis für SPS/PLC-Umgebungen aussieht, zeigt der Anwendungsfall Maschinenbau & SPS/PLC.
Der manuelle Rollout:
vom Tagewerk zum Knopfdruck.
Hier zählt nicht der Stillstand, sondern die gebundene Spezialistenzeit. Eine Flotte aus 60 Knoten (SPS, Edge-Gateways, SCADA-Stationen), vier Update-Runden pro Jahr, 30 Minuten je Knoten inklusive Prüfung und Dokumentation, vollkosteter Stundensatz eines OT-Spezialisten 85 €.
Direkte Einsparung: rund 9.350 € pro Jahr an reiner Arbeitszeit. Der eigentliche Hebel liegt aber daneben: Diese 110 freigewordenen Stunden sind die teuersten im Haus — die Ihrer wenigen OT-Spezialisten. Verbringt eine Fachkraft mit 150.000 € Vollkosten 110 Stunden weniger mit Copy-Paste-Rollouts, entspricht das rund 8.000 € zurückgewonnener Wertschöpfungszeit, die in Optimierung, Predictive Maintenance oder neue Linien fließt. Das ist die Intelligisierung-Dividende: Senior-Köpfe machen Senior-Arbeit.
Und es skaliert in die falsche Richtung, wenn man nichts tut: Bei 200 Knoten wird aus dem Tagewerk eine Dauerbeschäftigung — der manuelle Pfad bricht zusammen, lange bevor die Pipeline es täte.
Was ist GitOps für die SPS-Flotte — und was spart es?
GitOps bedeutet: Der gewünschte Stand jeder Anlage steht in Git, und eine CI/CD-Pipeline rollt ihn automatisiert und identisch auf alle Knoten aus — statt dass ein Spezialist sich von Steuerung zu Steuerung klickt. Werkzeuge wie GitLab CI, Jenkins oder Argo CD übernehmen Verteilung, Freigabe und Protokoll. Aus dem Tagewerk wird ein Knopfdruck, aus „hat geklappt, glaube ich“ ein nachweisbarer Soll-Ist-Abgleich.
Wie sich eine solche Pipeline für OT-Umgebungen aufbauen lässt, beschreibt die Leistung CI/CD-Implementierung — die organisatorische Seite, also wiederkehrende Rollouts dauerhaft zu automatisieren, die DevOps-Automatisierung.
Was hat Versionsverwaltung mit Predictive Maintenance zu tun?
Mehr, als es zunächst scheint. Predictive Maintenance lebt von verlässlichen Daten — und ein Modell ist nur so gut wie die Kenntnis darüber, welcher Software- und Parameterstand gerade auf der Anlage läuft. Wer seine Steuerungsstände versioniert, schafft genau diese Grundlage: reproduzierbare Konfigurationen, an denen sich Sensordaten überhaupt erst sinnvoll interpretieren lassen. Versionsverwaltung senkt so nicht nur direkt die drei Kostenblöcke, sondern ist die stille Voraussetzung dafür, später die Anlagenverfügbarkeit datenbasiert zu erhöhen.
Der späte Fehler:
was Shift-Left verhindert.
Der unsichtbarste Block — und oft der größte, weil er Rechnung 1 speist. Ein Team bringt 40 Steuerungsänderungen pro Jahr ins Werk. Ohne automatisierte Tests rutschen rund 15 % mit einem Defekt durch (6 Fehler/Jahr); jeder zweite zieht einen Stillstand oder Nacharbeit nach sich, den wir mit konservativen 4.000 € pro Vorfall ansetzen.
Einsparung: rund 3.600 € pro Jahr — gerechnet mit dem unteren Rand der berichteten 30–40 %-Spanne, also bewusst vorsichtig. Und das ohne die Fälle, in denen ein durchgerutschter Fehler nicht 4.000 €, sondern einen Stillstand aus Rechnung 1 auslöst. Der wahre Wert liegt in der Verschiebung: Ein Fehler, der in der Pipeline auffällt, kostet Minuten — derselbe Fehler im Werk kostet eine Schicht.
Drei Blöcke,
eine Bilanz.
Konservativ gerechnet, für ein einziges mittelständisches Werk mit 60 Knoten.
Dem stehen die Investitionen gegenüber: Tooling, Pipeline-Aufbau, Schulung und der initiale Aufwand für die Versionierung. Für einen ersten Wertstrom — eine Anlage, eine Pipeline — liegt das erfahrungsgemäß im niedrigen fünfstelligen Bereich. Selbst mit großzügig angesetzten 60.000 € Erstinvestition amortisiert sich das Vorhaben in unter sechs Monaten — und die Einsparung wiederholt sich Jahr für Jahr, während die Erstinvestition einmalig ist.
Alle Zahlen sind illustrative Beispielrechnungen mit bewusst konservativen Annahmen am unteren Rand der Marktdaten. Ihre realen Werte hängen von Anlagenzahl, Stundensätzen und Stillstandskosten ab — durchrechnen lässt sich das im ROI-Rechner.
„Wir haben doch
noch nie eine Pipeline
gebraucht.“
Der häufigste Einwand — und der teuerste. Die Kosten des Nichthandelns stehen in keiner Bilanz, weil sie sich auf hundert kleine Posten verteilen.
Die Nacht-Schicht, die als „Pech“ verbucht wird. Die zwei Tage Rollout, die als „normale Arbeit“ gelten. Den Spezialisten, der kündigt und sein Wissen mitnimmt, weil es nie in Git stand. Genau weil diese Kosten unsichtbar sind, fühlt sich der Status quo billig an — bis man sie addiert.
Industrial DevOps macht diese Kosten zuerst sichtbar und dann adressierbar. Versionierung ist dabei kein IT-Selbstzweck, sondern die Voraussetzung, überhaupt sagen zu können, was ein Stillstand das Unternehmen kostet. Und nebenbei erfüllt dieselbe Disziplin — lückenloser Audit-Trail, nachweisbare Freigaben — die Anforderungen, die NIS-2 und der Cyber Resilience Act ohnehin verlangen. Die Compliance ist hier kein Kostentreiber, sondern ein Nebenprodukt der Wirtschaftlichkeit.
Kosten senken heißt:
Unsichtbares sichtbar machen.
Industrial DevOps ist keine Ausgabe für bessere Werkzeuge. Es ist die Entscheidung, drei Kostenblöcke aus dem Blindflug zu holen — ungeplante Stillstände, manuelle Rollouts, späte Fehler — und sie dort zu senken, wo sie entstehen. Die Rechnungen oben sind bewusst konservativ und enden trotzdem bei rund 130.000 € pro Jahr für ein einziges Werk. Der größte Posten ist dabei nicht die eingesparte Arbeitszeit, sondern der nicht stattgefundene Stillstand — und der zurückgewonnene Kopf des Spezialisten, der wieder Senior-Arbeit macht statt Copy-Paste.
Der Einstieg ist kein Big Bang. Ein Wertstrom, eine Anlage, eine Pipeline — und die erste Zahl, die Sie vorher nie hatten: was Sie ein Stillstand wirklich kostet.
Was Controller
wirklich fragen.
- Q.01
- Was kostet ein Maschinenstillstand pro Stunde in der Fertigung?
- Die direkten Kosten ergeben sich aus dem Maschinenstundensatz mal Stillstandsdauer, plus indirekte Ausfallkosten wie Nacharbeit und gebundene Spezialistenzeit. Im Branchenschnitt rund 260.000 USD pro Stunde (Aberdeen Research); in der Automobilfertigung wegen Just-in-Time über 2,3 Mio. USD pro Stunde (Siemens/Senseye). Für ein mittelständisches Werk im diskreten Bereich sind 10.000–50.000 € pro Stunde realistisch — wir rechnen hier bewusst mit 15.000 € am unteren Rand.
- Q.02
- Wie berechnet man die Kosten eines Maschinenstillstands?
- Die direkten Kosten sind Maschinenstundensatz (in der diskreten Fertigung typisch 80–200 €/h) mal Stillstandsdauer; hinzu kommen indirekte Ausfallkosten wie Vertragsstrafen, Nacharbeit und gebundene Spezialistenzeit. Für die Jahressumme multipliziert man die Kosten je Vorfall mit der Vorfallshäufigkeit. Wir setzen hier 15.000 € pro Stunde und zwei vermeidbare softwarebedingte Stillstände pro Jahr an.
- Q.03
- Was bedeutet Maschinenstillstand?
- Ein Maschinenstillstand (englisch Downtime) ist jeder Zeitraum, in dem eine Produktionsanlage nicht produziert, obwohl sie laut Plan produzieren sollte. Unterschieden wird zwischen geplanten Stillständen (Wartung, Rüsten) und ungeplanten — letztere sind die teuren. Softwarebedingte ungeplante Stillstände adressiert Industrial DevOps über Versionierung und Rückrollbarkeit.
- Q.04
- Was sind Stillstandskosten?
- Stillstandskosten sind alle Kosten, die anfallen, während eine Produktionsanlage steht, obwohl sie produzieren sollte. Sie bestehen aus direkten Kosten (Maschinenstundensatz mal Stillstandsdauer) und indirekten Ausfallkosten wie Anlaufverlusten, Folgestillständen, Überstunden, Nacharbeit und Vertragsstrafen. Die indirekten Kosten verdoppeln bis verdreifachen die realen Gesamtkosten gegenüber dem reinen Stundensatz.
- Q.05
- Wie berechnet man Maschinenstillstandszeiten?
- Die Stillstandsquote ergibt sich aus der Stillstandszeit geteilt durch die geplante Produktionszeit, üblicherweise als Prozentwert. Für die Kostenseite multipliziert man die Stillstandsdauer mit dem Maschinenstundensatz (typisch 80–200 €/h) und addiert die indirekten Ausfallkosten. Softwarebedingte ungeplante Stillstände lassen sich über Versionierung und Rückrollbarkeit (Git-Revert statt Rekonstruktion) gezielt verkürzen.
- Q.06
- Wo senkt Industrial DevOps konkret Kosten?
- An drei Stellen: ungeplante Stillstände (Versionierung + Rollback verkürzen die Wiederinbetriebnahme), manuelle Rollouts (CI/CD und GitOps ersetzen das Tagewerk durch einen Knopfdruck) und spät entdeckte Fehler (Shift-Left-Tests fangen Defekte in der Pipeline statt im Werk ab).
- Q.07
- Wann amortisiert sich Industrial DevOps?
- In der konservativen Beispielrechnung für ein Werk mit 60 Knoten summieren sich die Einsparungen auf rund 130.000 € pro Jahr. Selbst bei 60.000 € Erstinvestition für einen ersten Wertstrom amortisiert sich das Vorhaben in unter sechs Monaten — und die Einsparung wiederholt sich jährlich, während die Investition einmalig ist.
- Q.08
- Was bringt Shift-Left wirtschaftlich?
- Ein Fehler, der erst im Werk auffällt, kostet ein Vielfaches des Pipeline-Fehlers — IBM beziffert das grob mit 1 (Design) zu 100 (Produktion). Hohe Shift-Left-Reife senkt die Defect-Escape-Rate um 30–40 %. Jeder im Werk vermiedene Fehler ist zugleich ein nicht stattgefundener Stillstand.
- Q.09
- Warum tauchen diese Kosten in keiner Bilanz auf?
- Weil sie sich auf hundert kleine Posten verteilen: die Nachtschicht als „Pech“, die zwei Tage Rollout als „normale Arbeit“, das Spezialistenwissen, das nie in Git stand. Genau weil diese Kosten unsichtbar sind, fühlt sich der Status quo billig an — bis man sie addiert.
Alle Rechnungen verwenden bewusst konservative Annahmen am unteren Rand der erhobenen Marktdaten. Stundensätze, Knotenzahlen und Vorfallshäufigkeiten sind generische Mittelstandswerte und keine Messung eines konkreten Werks; sie dienen der Größenordnung. Die zitierten Studien belegen die Marktkennzahlen — die Übertragung auf das modellierte Beispielwerk ist eine plausible Herleitung, keine empirische Fallzahl.
- Stillstandskosten: Siemens / Senseye, True Cost of Downtime 2024 (Automobilfertigung ~2,3 Mio. USD/h, +113 % ggü. 2019; ~4 h Durchschnittsdauer je Vorfall) sowie Aberdeen Research (~260.000 USD/h Branchenschnitt) und ABB Value of Reliability. Branchenspanne diskrete Fertigung ~10.000–50.000 USD/h.
- Software-Delivery: DORA, Accelerate State of DevOps 2024 — Elite-Performer mit rund 8-fach niedrigerer Change Failure Rate und um Größenordnungen schnellerer Wiederherstellung als Low-Performer.
- Fehlerkosten-Eskalation: IBM Systems Sciences Institute (1 → 100 von Design zu Produktion), Grundlage des Shift-Left-Prinzips; ergänzend Quality-Engineering-Erhebungen (u. a. Capgemini World Quality Report) mit 30–40 % geringeren Defect-Escape-Raten bei hoher Shift-Left-Reife.
- Wertschöpfungsdividende (Rechnung 2): Modellannahme — die 110 freigewordenen Stunden ergeben sich direkt aus Rechnung 2 (120 h − 10 h); die daraus abgeleitete Opportunitätsrechnung ist illustrativ, kein erhobener Studienwert. Alle Umrechnungen USD/EUR vereinfacht ohne Wechselkursanpassung.
Erstgespräch. Kostenlos.
90 Tage zum Ergebnis.
Wir rechnen gemeinsam Ihre drei Blöcke durch — mit Ihren Knoten, Ihren Stundensätzen, Ihren Stillstandskosten — und zeigen, wo der erste Wertstrom den schnellsten Return bringt.
Verwandte Artikel
DORA Metrics: DevOps-Performance messen
Die Kennzahlen hinter den Rechnungen — Lead Time, Change Failure Rate, MTTR.
Value Stream Mapping: Engpässe sichtbar machen
Wo im Wertstrom die Kosten liegen — und wie Sie sie messbar machen.
Smart Factory mit SCADA & CI/CD
Der Rollout-Block in der Praxis: SCADA versionieren statt klicken.
Erstgespräch.
Kostenlos.
90 Tage zum Ergebnis.
Wir klären gemeinsam, wie Sie in 90 Tagen die ersten messbaren Industrial-DevOps-Erfolge erzielen.
Industrie · Automotive · Finance