Kistler maXYmos / Piezo-Prozesskontrolle

Kurzfazit

Kistler ist der Goldstandard für piezoelektrische Kraftmessung in Umform- und Fügeprozessen, daran gibt es wenig zu rütteln. Das maXYmos-System bewertet Kraft-Weg-Kurven inline je Hub und schleust Schlechtteile in Echtzeit aus. Der entscheidende Punkt für eine KI-Bewertung: Kistler ist kein KI-Tool im engeren Sinn. Die Stärke liegt in der Datenqualität, die hochauflösenden, zeitlich präzisen Zeitreihen sind die Grundlage, auf der externe ML-Modelle für Verschleißprognose und Anomalieerkennung erst zuverlässig arbeiten. Kistlers eigene Software (maXYmos Analyzer, MaDaM, Akvisio) liefert statistische Prozesskontrolle und Trendanalyse, aber kein gelerntes Vorhersagemodell. Wer hochwertige Prozessdaten als Fundament für Predictive Maintenance braucht, ist hier richtig. Wer eine fertige KI-Box mit Prognose ab Werk erwartet, muss die Intelligenz selbst oder über Drittplattformen ergänzen.

Für wen ist Kistler maXYmos?

Stanz- und Umformbetriebe mit hoher Stückzahl: Wer Millionen Hübe pro Jahr fährt und teure Folgewerkzeuge im Einsatz hat, gewinnt durch die Inline-Bewertung doppelt: 100%-Qualitätskontrolle ohne Stichprobe und Frühwarnung bei Werkzeugverschleiß. Ein erkannter Verschleißtrend, bevor das Werkzeug bricht, spart Rüstzeit und verhindert teure Stillstände.

Füge- und Montagespezialisten: Beim Einpressen, Nieten oder Bördeln zählt die Kraft-Weg-Signatur jedes einzelnen Vorgangs. maXYmos bewertet sie gegen Hüllkurven und Bewertungsfenster und dokumentiert jeden Fügevorgang, die Basis für lückenlose Rückverfolgbarkeit.

Automotive- und Medizintechnik-Zulieferer: In Branchen mit 100%-Nachweispflicht je Bauteil ist die kurvenbasierte Inline-Prüfung kein Komfort, sondern Pflicht. Die maXYmos-TL-ML-Variante ist explizit FDA- und MDR-konform für die Medizintechnik-Montage ausgelegt.

Data-Science- und Industrie-4.0-Teams: Wer Predictive-Maintenance-Modelle bauen will, braucht erst einmal gute Daten. Kistler liefert die hochauflösenden Hubdaten per OPC-UA oder Export, das ist der Rohstoff, an dem viele KI-Projekte in der Fertigung scheitern, weil die Sensorik zu grob oder zu ungenau ist.

Weniger geeignet für: Betriebe, die eine fertige KI-Lösung mit gelernter Verschleißprognose ab Werk erwarten; kleine Werkstätten ohne Integrations- und Analysekapazität; und unkritische Prozesse, bei denen eine Stichprobenprüfung völlig ausreicht. Kistler entfaltet seinen Wert erst bei hoher Stückzahl, hohem Teilewert oder strenger Nachweispflicht.

Preise im Detail

Komponente	Preis (Erfahrungswert)	Was du bekommst
Piezo-Kraftsensor	ca. 500–1.500 EUR/Sensor	Miniatursensor zur Montage im Werkzeug oder in der Krafthauptreihe
maXYmos-Auswerteeinheit (NC/BL/TL)	ca. 3.000–8.000 EUR/Kanal	Inline-Kurvenbewertung mit Hüllkurven-/Bewertungsfenster-Methoden, Schlechtteil-Ausschleusung
Vollständige Linienlösung	ca. 15.000–80.000 EUR/Presse	Sensoren, Auswerteeinheit, Integration, Inbetriebnahme, Schnittstellen
maXYmos Analyzer (Typ 2850A)	auf Anfrage (kostenlose Testversion)	jBEAM-basierte PC-Software: Kurvenanalyse, Cp/Cpk, KPIs, Trendanalyse

Einordnung: Kistler veröffentlicht keine Listenpreise, alles läuft über das Kundenportal myKistler und den Vertrieb, inklusive individueller Angebote. Die oben genannten Spannen sind Erfahrungswerte aus Industrieprojekten und können je nach Konfiguration, Stückzahl und Integrationsaufwand deutlich abweichen. Wichtig zu verstehen: Der Sensor- und Hardwarepreis ist oft der kleinere Teil. Der eigentliche Aufwand steckt in Integration, Werkzeuganpassung, Inbetriebnahme und Kalibrierung, und, wenn echtes ML gewünscht ist, in der externen Analyseplattform. Die kostenlose Testversion des maXYmos Analyzer ist ein sinnvoller Einstieg, um die Datenqualität und Auswertelogik zu prüfen, bevor man in Hardware investiert. Für KMU mit wenigen unkritischen Pressen ist die Initialinvestition schwer zu rechtfertigen; für Tier-1-Zulieferer mit Hochstückzahl amortisiert sie sich über vermiedenen Ausschuss und Werkzeugbruch oft in Monaten.

Stärken im Detail

Piezo-Technik mit kompromissloser Steifigkeit. Piezoelektrische Kraftsensoren verformen sich unter Last praktisch nicht, anders als Dehnungsmessstreifen (DMS), die einen Messweg brauchen. In der Krafthauptreihe einer Presse bedeutet das: kein Messfehler durch Sensornachgiebigkeit, hohe Dynamik, sehr feine Auflösung. Genau diese Datenqualität ist der Grund, warum Kistler in der Branche als Referenz gilt.

Inline-Bewertung je Hub statt nachträglicher Auswertung. maXYmos vergleicht jede Kraft-Weg-Kurve in Echtzeit gegen definierte Hüllkurven und Bewertungsfenster (EOL, Schwellen, Bereichsfenster). Ein Schlechtteil wird erkannt und ausgeschleust, bevor es weiterläuft, das ist der Unterschied zwischen “Fehler gefunden” und “Fehler verhindert”. Die Verfügbarkeit von Varianten (NC, BL, TL, TL ML) erlaubt die Skalierung von einfachen bis hin zu regulierten Medizintechnik-Anwendungen.

Durchgängige Messkette von Sensor bis Software. Kistler liefert nicht nur Sensoren, sondern die ganze Kette: Ladungsverstärker, Auswerteeinheit und Analysesoftware. Der maXYmos Analyzer (Typ 2850A) wertet die aufgezeichneten Kurven aus, berechnet automatisch Qualitätskennzahlen wie Cp und Cpk, erkennt Abweichungen und erstellt KPIs und Trendanalysen, auf Basis der etablierten jBEAM-Plattform. Ergänzend gibt es MaDaM für Messdatenmanagement und -Mining sowie Akvisio IME für die Shopfloor-Digitalisierung im Spritzguss.

Offene Schnittstellen für ML-Pipelines. Über OPC-UA, Feldbusse und Datenexport lassen sich die Hubdaten in MES, Edge-Systeme oder Cloud-Analyseplattformen leiten. Das ist die Voraussetzung dafür, dass die Kistler-Daten in einer ML-Pipeline (Azure ML, Python-Stack, Siemens Insights Hub) für Verschleißprognose oder Anomalieerkennung genutzt werden können.

Branchenbreite und regulatorische Tiefe. Von Automotive über Medizintechnik bis Halbleiter und Elektronik deckt Kistler die anspruchsvollsten Fertigungsbranchen ab, inklusive FDA-/MDR-konformer Varianten. Diese Tiefe und die jahrzehntelange Erfahrung sind ein echtes Differenzierungsmerkmal gegenüber generischen Sensoranbietern.

Schwächen ehrlich betrachtet

Kein gelerntes KI-Modell ab Werk. Das ist der wichtigste Punkt für eine ehrliche KI-Bewertung: Kistlers eigene Software liefert statistische Prozesskontrolle (Cp/Cpk, Hüllkurven, Trendanalyse), also klassische SPC-Methoden, keine trainierten ML-Modelle. Wer “KI” im Sinn von gelernter Verschleißprognose oder selbstlernender Anomalieerkennung erwartet, muss diese Intelligenz selbst aufbauen oder über eine Drittplattform ergänzen. Kistler ist der erstklassige Datenlieferant, nicht der Algorithmus.

Kein Self-Service, keine Transparenz beim Preis. Es gibt keine öffentliche Preisliste. Beschaffung, Konfiguration und Integration laufen über den Vertrieb (myKistler) und in der Regel über Systemintegratoren. Das ist branchenüblich, bedeutet aber: keine schnelle Online-Bestellung, längere Vorlaufzeiten und ein Beschaffungsprozess, der zu einem Investitionsgüter-Einkauf passt, nicht zu einem Software-Abo. Workaround: Mit der kostenlosen maXYmos-Analyzer-Testversion und einer Anwendungsberatung lässt sich der Nutzen vorab abschätzen.

Hohe Initialkosten bei mehreren Pressen. Eine vollständige Linienintegration über mehrere Pressen geht schnell in den fünf- bis sechsstelligen Bereich. Für Betriebe mit niedriger Stückzahl oder unkritischen Prozessen ist das schwer zu rechtfertigen. Der Business Case steht und fällt mit Teilewert, Stückzahl und der Strafe für unentdeckte Fehler.

Piezo-Drift erfordert Disziplin. Piezoelektrische Sensoren liefern keine echte statische Messung über lange Zeiträume, die Ladung fließt langsam ab. Bei sehr langsamen Prozessen oder Temperaturschwankungen braucht es Kalibrierprotokolle und Kompensationsmaßnahmen. Für schnelle Stanz- und Fügeprozesse ist das unkritisch, für quasistatische Anwendungen muss man es einplanen.

Der KI-Wert ist indirekt. Anders als bei einer fertigen Predictive-Maintenance-Plattform liefert Kistler “nur” die Datenebene. Der Mehrwert entsteht erst, wenn ein Team die Daten in ein Modell überführt. Wer diese Kompetenz nicht im Haus hat (oder nicht einkaufen will), holt aus den exzellenten Daten nur einen Bruchteil heraus.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
ML und Analyse direkt auf den Zeitreihen brauchst	Seeq
eine IIoT-Plattform zum Sammeln und Auswerten der Daten suchst	Siemens Insights Hub
die optische Qualitätsprüfung abdecken willst	Cognex Vision oder KEYENCE Vision
eine europäische Mess- und Prüftechnik-Alternative suchst	HBK eDrive

Kistler ist in seiner Kerndisziplin, piezoelektrische Kraft- und Druckmessung, schwer zu schlagen; reine “Alternativen” auf Sensorebene gibt es kaum gleichwertig. Die obigen Tools ersetzen Kistler nicht, sondern ergänzen oder erweitern es: Seeq und Siemens Insights Hub übernehmen die ML-/Analyseebene, die Kistler selbst nicht liefert; Cognex und KEYENCE decken die optische Prüfung ab, wo Kraftmessung an ihre Grenzen kommt. Erwähnenswert ohne eigene Tool-Seite: Burster, HBM/HBK und Brankamp (für Stanzüberwachung) als Wettbewerber auf Mess- und Überwachungsebene. Wer eine Komplettlösung mit gelernter Prognose will, kombiniert Kistler-Daten mit einer der Analyseplattformen, Kistler bleibt dabei die Datenquelle der Wahl.

So steigst du ein

Schritt 1: Identifiziere die kritischsten Pressen in deiner Linie, dort, wo ein Werkzeugbruch die teuerste Folge hat (Rüstzeit, Teileverlust, Kundentaktbruch). Für diese Pressen beantrage eine Kistler-Anwendungsberatung: Kistler bewertet, welche Sensorgröße und welches maXYmos-Modell passt, und liefert eine Montagespezifikation.

Schritt 2: Montiere die Piezo-Kraftsensoren (typisch: Kraftmessscheiben in der Krafthauptreihe oder miniaturisierte Sensoren direkt im Werkzeuggehäuse) und verbinde sie mit der maXYmos-Auswerteeinheit. Kistler liefert Erstinbetriebnahme-Support. Erste Kraft-Weg-Kurven und statistische Bewertungsfenster werden kalibriert. Mit der kostenlosen maXYmos-Analyzer-Testversion prüfst du parallel, ob die Datenqualität deine Erwartungen erfüllt.

Schritt 3: Leite die Rohdaten per OPC-UA oder Export in deine Analyseplattform (Azure ML, Siemens Insights Hub, Seeq, Python-Stack). Hier beginnt die eigentliche ML-Arbeit: Verschleißmodelle, Anomalieerkennung, Korrelation mit Materialchargen. Ohne diesen Schritt bleibt Kistler ein sehr gutes SPC-System, mit ihm wird es zur Datengrundlage für Predictive Maintenance.

Ein konkretes Beispiel

Ein Tier-1-Stanzspezialist aus Baden-Württemberg fertigt sicherheitskritische Steckerkontakte für die Automobilindustrie, Hochstückzahl, kleine Toleranzen, 100%-Nachweispflicht je Bauteil. Statt der bisherigen Stichprobenprüfung integriert der Betrieb miniaturisierte Kistler-Sensoren direkt in mehrere Stanzwerkzeuge. Das maXYmos-System bewertet jede Kraft-Weg-Kurve inline bei mehreren hundert Teilen pro Minute und schleust Schlechtteile automatisch aus. Das Ergebnis: 100%-Qualitätskontrolle ohne Stichprobe, vollständige Rückverfolgbarkeit je Bauteil und, entscheidend, eine Frühwarnung, wenn der Kraftverlauf zu driften beginnt, lange bevor das Werkzeug sichtbar verschleißt oder bricht. Im zweiten Schritt fließen die Hubdaten über OPC-UA in eine cloudbasierte ML-Pipeline, die aus dem Kurvenverlauf den verbleibenden Werkzeugstandweg prognostiziert. Eingesparte Werkzeugbrüche pro Jahr: mehrere, und damit ungeplante Stillstände, die jeweils einen fünfstelligen Betrag gekostet hätten. Die Inline-Prüfung ersetzt zusätzlich die manuelle Stichprobe, der ML-Teil verschiebt die Wartung von “fest getaktet” zu “zustandsbasiert”.

DSGVO & Datenschutz

• Datenhosting: Kistler ist ein Schweizer Unternehmen (Kistler Group, Winterthur) mit deutscher Niederlassung. Die Prozessdaten entstehen und liegen primär on-premise beim Kunden (Edge/Werk), die maXYmos-Hardware und die Analysesoftware laufen lokal. Cloud-Komponenten (z. B. KiCloud zur Geräteverwaltung) sind optional.
• Personenbezug: Maschinen- und Prozessdaten enthalten in der Regel keine personenbezogenen Daten. DSGVO-Relevanz entsteht erst, wenn Daten mit Schicht-, Bediener- oder Auftragsinformationen verknüpft werden, das ist eine Frage der nachgelagerten Plattform, nicht der Kistler-Hardware.
• Datenhoheit: Da die Rohdaten beim Kunden liegen und der Export selbst gesteuert wird, behält der Betrieb die volle Kontrolle darüber, welche Daten wohin fließen. Das ist ein Vorteil gegenüber reinen Cloud-SaaS-Lösungen.
• Auftragsverarbeitung (AVV): Für reine On-Premise-Hardware in der Regel nicht erforderlich. Sobald Cloud-Dienste (KiCloud) oder eine externe ML-Plattform ins Spiel kommen, ist mit dem jeweiligen Anbieter ein AVV zu schließen.
• Empfehlung für Unternehmen: Die On-Premise-Architektur macht Kistler datenschutzrechtlich unkritisch. Die DSGVO-Prüfung sollte sich auf die nachgelagerte Analyseplattform konzentrieren, dort entstehen Verknüpfungen, Cloud-Transfers und potenzieller Personenbezug.

Gut kombiniert mit

• Seeq, übernimmt die Analyse- und ML-Ebene direkt auf den Kistler-Zeitreihen: Korrelationen finden, Verschleißmuster modellieren, Anomalien erkennen. Kistler liefert die saubere Datenbasis, Seeq die Intelligenz.
• Siemens Insights Hub, als IIoT-Plattform sammelt es die Hubdaten aus mehreren Pressen, verknüpft sie mit weiteren Maschinendaten und erlaubt flottenweite Auswertung und Predictive-Maintenance-Modelle.
• Cognex Vision, ergänzt die Kraftmessung um die optische Prüfung: Wo die Kraft-Weg-Signatur einen Mangel nicht erfasst (Oberfläche, Maßhaltigkeit, Vollständigkeit), übernimmt die kamerabasierte Inspektion. Zusammen ergibt das eine lückenlose Inline-Qualitätskontrolle.

Unser Testurteil

Kistler maXYmos verdient 3 von 5 Sternen, und das ist kein schwaches Urteil, sondern eine ehrliche Einordnung im KI-Kontext. Als Sensor- und Prozessüberwachungssystem ist Kistler Spitzenklasse: piezoelektrische Messqualität, Inline-Bewertung je Hub, durchgängige Messkette, regulatorische Tiefe. Wäre dies eine reine Industrietechnik-Bewertung, stünden hier vier oder fünf Sterne. Im Kontext einer KI-Ressource zählt aber, wie viel Intelligenz das Werkzeug selbst mitbringt, und da ist die Antwort: Kistler liefert hervorragende Daten und solide statistische Prozesskontrolle, aber kein gelerntes ML-Modell. Der KI-Wert ist indirekt: Kistler ist das Fundament, auf dem Predictive-Maintenance-Modelle aufsetzen, nicht das Modell selbst. Dazu kommen hohe Initialkosten, fehlende Preistransparenz und kein Self-Service. Wer die nachgelagerte Analysekompetenz hat, bekommt mit Kistler die beste denkbare Datengrundlage. Wer eine fertige KI-Lösung sucht, ist hier am falschen Ort, und genau das kostet die zwei Sterne.

Was wir bemerkt haben

• Mai 2026, Wir haben die Bewertung von 4 auf 3 Sterne korrigiert. Der Grund ist keine Verschlechterung des Produkts, sondern eine ehrlichere Einordnung im KI-Kontext: Kistler ist ein erstklassiger Datenlieferant und SPC-Anbieter, aber das gelernte ML-Modell, der eigentliche “KI”-Teil, entsteht außerhalb von Kistler. Diese Unterscheidung war in der vorherigen Bewertung zu unscharf.
• 2025/2026, Kistler hat die Softwareebene erkennbar ausgebaut: Der maXYmos Analyzer (Typ 2850A) auf jBEAM-Basis bringt automatische Cp/Cpk-Berechnung, KPIs und Trendanalyse direkt auf die maXYmos-Prozesskurven (kompatibel mit NC, TL und BL ab v1.7), inklusive kostenloser Testversion. Das ist statistische Prozesskontrolle, kein ML, aber ein klarer Schritt in Richtung “Daten nutzbar machen”.
• Hinweis, Kistler veröffentlicht keine Listenpreise; Beschaffung läuft ausschließlich über das Kundenportal myKistler und den Vertrieb. Die in diesem Artikel genannten Preisspannen sind Erfahrungswerte aus Industrieprojekten und nicht offiziell bestätigt.
• Hinweis, Die im vorherigen Stand zitierte konkrete Kundenreferenz (KRAMSKI/Hirschmann mit Sensor 9313AA1) ließ sich in dieser Recherche nicht über eine öffentlich erreichbare Kistler-Quelle verifizieren. Das Beispiel im Artikel ist daher als anonymisiertes, plausibles Szenario formuliert.