Was Raketenstarts und Produktionslinien gemeinsam haben: enorme Datenmengen, null Fehlertoleranz und die Notwendigkeit, in Echtzeit zu reagieren. Zwei ehemalige SpaceX-Ingenieure haben daraus ein Startup gemacht – und wollen die Fertigungsindustrie grundlegend verändern.
Sift Stack: Ehemalige SpaceX-Ingenieure übertragen Raketensoftware auf die Fertigungsindustrie
Zwei frühere SpaceX-Ingenieure haben das Unternehmen Sift Stack gegründet, um Software-Ansätze aus der Raumfahrtindustrie für die allgemeine Fertigung nutzbar zu machen. Das Startup zielt darauf ab, die Art und Weise zu verändern, wie Produktionsdaten erfasst, analysiert und operativ genutzt werden.
Vom Raketenstart zur Fabrikautomatisierung
Bei SpaceX gehörte die lückenlose Überwachung komplexer Systeme in Echtzeit zur Grundvoraussetzung jedes Starts. Tausende von Sensordaten mussten parallel ausgewertet, Anomalien sofort erkannt und Entscheidungen unter extremem Zeitdruck getroffen werden.
„Genau diese Anforderungen – hohe Datenvolumen, Fehlertoleranz nahe null, schnelle Reaktionszyklen – stellen viele Industriebetriebe ebenfalls täglich vor erhebliche Herausforderungen.”
— Sift Stack Gründer
Sift Stack überträgt dieses Prinzip auf klassische Produktionsumgebungen: Die Plattform aggregiert Maschinendaten aus verschiedenen Quellen, stellt sie in übersichtlichen Dashboards dar und setzt KI-gestützte Analysen ein, um potenzielle Ausfälle oder Qualitätsprobleme frühzeitig zu identifizieren. Der Ansatz ähnelt dem, was in der Luft- und Raumfahrt als „Flight Data Monitoring” bekannt ist – angepasst auf die Bedürfnisse von Fertigungsunternehmen mit heterogener Maschineninfrastruktur.
Datensilos als zentrales Problem
Ein wiederkehrendes Problem in produzierenden Betrieben ist die Fragmentierung von Betriebsdaten: CNC-Maschinen, Roboterzellen, ERP-Systeme und manuelle Qualitätskontrollen liefern Daten in unterschiedlichen Formaten, die selten automatisch zusammengeführt werden. Sift Stack adressiert dieses Problem mit einer Integrationsschicht, die verschiedene Protokolle und Datenquellen vereinheitlicht.
Die zugrunde liegende KI-Komponente soll nicht nur historische Muster erkennen, sondern auch konkrete Handlungsempfehlungen ausgeben – etwa wann eine Wartung sinnvoll ist, bevor es zu einem ungeplanten Stillstand kommt.
Predictive Maintenance ist in der Industrie kein neues Konzept – die Umsetzung scheitert in der Praxis jedoch häufig an der Datenqualität oder mangelnder Integration bestehender Systeme.
Frühphase mit klarem Fokus
Sift Stack befindet sich noch in einer frühen Unternehmensphase. Details zur Finanzierung oder zum aktuellen Kundenstamm wurden nicht vollständig veröffentlicht. Der Ansatz der Gründer, vorhandenes Ingenieurswissen aus einem Hochleistungsumfeld in einen neuen Markt zu überführen, folgt einem Muster, das in der amerikanischen Deeptech-Szene zunehmend häufiger zu beobachten ist.
Das Wettbewerbsfeld ist dabei nicht leer: Etablierte Anbieter wie PTC, Siemens MindSphere oder das SAP-Ökosystem bedienen ähnliche Anforderungen seit Jahren. Der Vorteil jüngerer Startups liegt typischerweise in schlankeren Integrationspfaden und einem stärkeren Fokus auf Benutzerfreundlichkeit – für operative Teams statt für IT-Abteilungen.
Einordnung für deutsche Unternehmen
Für den deutschen Mittelstand, der nach wie vor das Rückgrat der heimischen Fertigungsindustrie bildet, ist der Ansatz von Sift Stack konzeptionell relevant. Gerade in kleineren und mittleren Produktionsbetrieben fehlt es oft nicht an Maschinendaten, sondern an den Kapazitäten, diese systematisch auszuwerten.
Lösungen, die niedrigschwellig integrierbar sind und konkrete operative Empfehlungen liefern statt nur Daten zu visualisieren, dürften auf wachsendes Interesse stoßen – unabhängig davon, ob sie aus dem Silicon Valley oder aus dem deutschen Markt stammen. Ob Sift Stack den Sprung in den europäischen Markt schafft, wird maßgeblich davon abhängen, wie gut die Plattform mit bestehenden Automatisierungsstandards wie OPC-UA oder MQTT zusammenarbeitet.
Quelle: TechCrunch
