Warum Energiekennzahlen in der Produktion heute erfolgskritisch sind

In der Fertigung ist Energie längst nicht mehr nur ein Gemeinkostenblock, der am Monatsende „irgendwie“ auf die Stückkosten umgelegt wird. Gerade in energieintensiven Branchen (Metall, Chemie, Kunststoff, Papier, Glas, Lebensmittel) sowie in Betrieben mit hohem Druckluft- oder Wärmebedarf entscheidet der Energieeinsatz zunehmend über Wettbewerbsfähigkeit. Gleichzeitig verschärfen Regulierung und Berichtspflichten in der EU den Fokus auf Transparenz – von Energieaudits bis zu CO2-Berichten.

Für Unternehmen in Deutschland und Österreich kommen zusätzlich nationale Rahmenbedingungen hinzu: hohe Strom- und Netzentgelte, dynamische Beschaffung, Förderprogramme für Effizienzmaßnahmen sowie Anforderungen aus dem Umfeld von ISO 50001 (Energiemanagement) und ISO 14001 (Umweltmanagement). In dieser Gemengelage helfen Energiekennzahlen für Produktion, den Überblick zu behalten und Entscheidungen datenbasiert zu treffen.

Von „Verbrauch messen“ zu „Energie steuern“

Ein Zählerstand sagt Ihnen zwar, wie viel kWh gestern durchgelaufen sind – aber nicht, warum. KPI-basierte Steuerung verbindet Energieverbrauch mit Produktion, Anlagenzustand, Produktmix und Schichtmodell. So entsteht ein System, das Abweichungen früh erkennt, Ursachen eingrenzt und Maßnahmen priorisiert.

Typische Ziele, die mit Energie-KPIs erreichbar werden

  • Reduktion der spezifischen Energiekosten pro Teil / pro kg / pro m²
  • Stabilisierung der Prozessqualität (Energie als Indikator für Verschleiß, Fehljustage, Leckagen)
  • Spitzenlastmanagement und bessere Nutzung von Lastgang-Tarifen
  • CO2-Reduktion und glaubwürdige ESG-/CSRD-Reports
  • Vergleichbarkeit zwischen Linien, Standorten und Produktfamilien

Grundlagen: Was sind Energiekennzahlen (KPIs) in der Fertigung?

Energie-KPIs sind messbare Kennzahlen, die den Energieeinsatz in Relation zu einem sinnvollen Bezugswert setzen – etwa Output, Zeit, Ausbringung, Maschinenstunden oder Qualität. Im Unterschied zu reinen Verbrauchswerten bilden sie Produktivität, Produktmix und Auslastung ab. Damit werden sie zu einem Steuerungsinstrument für Produktion, Instandhaltung, Energiemanagement und Controlling.

Absolute Kennzahlen vs. spezifische Kennzahlen

  • Absolute Kennzahlen: z. B. kWh pro Schicht, m³ Gas pro Tag, kW Lastspitze. Gut für Lastmanagement und Budgetkontrolle.
  • Spezifische Kennzahlen: z. B. kWh pro Stück, kWh pro kg, kWh pro Maschinenstunde. Gut für Benchmarks, Optimierung und Produktmix-Effekte.

Leading vs. Lagging KPIs

  • Lagging: zeigen Ergebnis (z. B. Energieverbrauch pro Monat). Gut für Reporting, weniger gut für schnelle Gegenmaßnahmen.
  • Leading: zeigen Ursachen/Frühindikatoren (z. B. Leckagerate Druckluft, Standby-Verbrauch je Anlage). Gut für operative Steuerung.

Die Rolle von EnPIs (ISO 50001)

Im Kontext von ISO 50001 werden Energiekennzahlen häufig als Energy Performance Indicators (EnPIs) geführt. Wichtig ist dabei die saubere Definition von Systemgrenzen, Einflussfaktoren (Produktmix, Wetter, Schichtmodell) und Normalisierung. Wer ISO-50001-konform arbeitet, profitiert in der Praxis: Die Kennzahlen werden belastbar, auditsicher und managementtauglich.

Die wichtigsten Energiekennzahlen für Produktion: KPI-Set mit Praxisbezug

Ein gutes KPI-Set ist weder zu klein (sonst fehlen Stellhebel) noch zu groß (sonst geht der Fokus verloren). In vielen Betrieben bewährt sich ein mehrstufiges Modell: wenige Management-KPIs, ergänzt durch operative KPIs pro Bereich/Anlage.

1) Spezifischer Stromverbrauch (kWh pro Stück / kg / m²)

Eine der zentralen Energiekennzahlen für Produktion ist der spezifische Stromverbrauch. Er macht Effizienz über Schichten, Linien und Produktvarianten vergleichbar.

  • Formel (Beispiel): kWh / Stück = Stromverbrauch einer Linie (kWh) / produzierte Gutteile (Stück)
  • Wichtig: Ausschuss separat betrachten (siehe Qualitäts-KPIs), sonst werden Probleme „schön gerechnet“.

2) Gesamtenergieverbrauch je Output (kWhel + kWhth pro Einheit)

Viele Fertigungen nutzen neben Strom auch Gas, Dampf, Fernwärme oder Prozesswärme. Eine ganzheitliche Kennzahl addiert elektrische und thermische Energie (nach Umrechnung auf kWh) und stellt sie dem Output gegenüber.

  • Vorteil: zeigt echte Systemeffizienz (z. B. Trocknung, Schmelze, Wärmebehandlung)
  • Hinweis: Umrechnungsfaktoren dokumentieren (Audit-Sicherheit)

3) Lastspitze und Peak-to-Average-Ratio

Gerade in Deutschland und Österreich beeinflussen Leistungspreise, Netzentgelte und Spitzenlasten die Kosten stark. Daher ist die Steuerung von kW-Spitzen oft mindestens so wirksam wie die Reduktion von kWh.

  • Lastspitze (kW): maximal gemessene Leistung im definierten Zeitraum
  • Peak-to-Average: Lastspitze / Durchschnittslast – zeigt „Zackigkeit“ des Lastgangs

4) Standby- und Leerlaufverbrauch je Anlage

Ein unterschätzter Hebel: Anlagen ziehen häufig auch im Leerlauf oder außerhalb der Produktionszeit nennenswert Energie (Hydraulikaggregate, Heizzonen, Absaugungen, Druckluftaufbereitung).

  • KPI: kWh Standby pro Schicht / pro Wochenende
  • Ziel: Abschaltlogiken, automatische Energiesparmodi, „Right-Sizing“ von Nebenaggregaten

5) Druckluftkennzahlen: kWh pro Nm³ und Leckagerate

Druckluft ist teuer. Viele Betriebe in DACH verlieren zweistellige Prozentanteile über Leckagen. Sinnvolle KPIs verbinden Erzeugung, Verteilung und Nutzung.

  • Spezifischer Energiebedarf: kWh / Nm³ erzeugte Druckluft
  • Leckagerate: (Druckluftmenge bei Stillstand / Normproduktion) in %
  • Netzdruck: bar – jeder unnötige bar kostet typischerweise spürbar Energie

6) Wirkungsgrad-/Effizienz-KPIs für Wärme und Kälte

Für thermische Prozesse sind Kennzahlen wie Kesselwirkungsgrad, Rücklauftemperaturen, COP (Coefficient of Performance) bei Kälteanlagen oder spezifischer Dampfverbrauch essenziell.

  • Kälte: COP bzw. kWhel pro kWh Kälte
  • Wärme: kWh Gas pro kWh Nutzwärme (oder pro Tonne Produkt)

7) Energiebezogene OEE-Erweiterung (Energy-OEE / eOEE)

Viele Werke nutzen OEE (Overall Equipment Effectiveness). Ergänzen Sie OEE um eine Energieperspektive: Wie effizient ist die Anlage energetisch im Vergleich zum idealen Zustand?

  • Ansatz: Ist-Energieverbrauch je Gutteil / Soll-Energieverbrauch je Gutteil
  • Nutzen: zeigt „versteckte“ Verluste durch Rüsten, Mikrostopps, suboptimale Parameter

8) CO2-Kennzahlen: Emissionen pro Einheit und je Prozess

Für Nachhaltigkeitsziele, Kundenanforderungen und Berichte (z. B. nach CSRD) werden CO2-Kennzahlen immer wichtiger. Sie basieren auf Energie und Emissionsfaktoren (Strommix, Gas, Fernwärme, ggf. Herkunftsnachweise).

  • CO2 pro Stück: kg CO2e / Stück
  • CO2 pro Umsatz: kg CO2e / € (hilfreich auf Managementebene)

9) Energieintensität je Wertschöpfungsstufe

Um Prioritäten zu setzen, ist eine Aufteilung nach Prozessschritten sinnvoll: z. B. Zerspanung, Waschen, Trocknen, Beschichten, Montage. So erkennt man schnell „Hotspots“.

  • KPI: kWh pro Prozessschritt und Produkteinheit
  • Praxis: Submetering an Hauptverbrauchern (Ofen, Kompressor, Kälte, Absaugung)

KPI-Definition richtig machen: Systemgrenzen, Datenqualität, Normalisierung

Die größte Gefahr bei Energie-KPIs ist nicht mangelnde Messtechnik – sondern unklare Definitionen. Wenn Teams unterschiedliche Bezugsgrößen nutzen oder der Produktmix nicht berücksichtigt wird, entstehen Scheinkorrelationen. Dann verlieren Kennzahlen Vertrauen und werden im Alltag ignoriert.

1) Systemgrenzen festlegen

  • Welche Verbraucher gehören dazu? Nur Maschine, oder inkl. Peripherie (Absaugung, Kühlung, Hydraulik)?
  • Welche Medien? Strom, Gas, Dampf, Druckluft, Kälte, Warmwasser?
  • Welche Zeiten? Produktionszeit vs. Gesamtzeit inkl. Standby?

2) Bezugsgröße sauber wählen

Die Bezugsgröße muss zum Prozess passen:

  • Stück: bei diskreter Fertigung (Automotive, Elektronik)
  • kg / t: bei Schüttgut, Metall, Kunststoffgranulat, Lebensmittel
  • m²: bei Folien, Beschichtung, Textil
  • Maschinenstunde: wenn Output stark variiert oder schwer messbar ist

3) Normalisierung für Einflussfaktoren

Typische Einflussfaktoren sind Umgebungstemperatur (Heizung/Kälte), Produktmix, Materialfeuchte, Losgrößen, Schichtmodell und Anfahrverluste. Für robuste Energiekennzahlen für Produktion lohnt sich eine Normalisierung, z. B. durch:

  • Produktfamilien statt Einzelartikel
  • Regression (z. B. Energieverbrauch vs. Output) zur Ermittlung von Grundlast und variablen Anteilen
  • Referenzzustände (Baseline) nach ISO 50001

4) Datenqualität und Messkonzept

Ohne verlässliche Daten sind KPIs nur „Zahlen mit Bauchgefühl“. Achten Sie auf:

  • Messauflösung (z. B. 1-Minuten- oder 15-Minuten-Werte für Lastmanagement)
  • Plausibilitätschecks (fehlende Werte, Ausreißer, Zählerüberläufe)
  • Kalibrierung und Wartung der Messgeräte
  • Einheitlichkeit in kWh, Nm³, kW, bar, °C

So bauen Sie ein KPI-System auf: Von der Kennzahl zur Wirkung

Ein KPI-System ist mehr als ein Dashboard. Es braucht Verantwortlichkeiten, Zielwerte, Routinen und eine klare Verbindung zu Maßnahmen. Die folgenden Schritte haben sich in der Praxis bewährt – unabhängig davon, ob Sie ein mittelständisches Werk in Bayern, eine Produktionsstätte in NRW oder einen Standort in Oberösterreich betreiben.

Schritt 1: Energie-Hotspots identifizieren (80/20)

Starten Sie mit einem strukturierten Energieprofil:

  • Top-Verbraucher (Kompressoren, Öfen, Kälte, Antriebe, Absaugung)
  • Prozessschritte mit hoher thermischer Last
  • Standby-Zeiten, Wochenenden, Rüstfenster

Erst danach definieren Sie KPIs – nicht umgekehrt.

Schritt 2: KPI-Hierarchie definieren (Management ↔ Linie)

  • Management-KPIs: Gesamtenergie je Output, Energiekosten je Einheit, CO2 je Einheit, Peak kW
  • Bereichs-KPIs: Druckluft kWh/Nm³, Ofen kWh/t, Kälte COP
  • Anlagen-KPIs: Standby-kWh, spezifischer Verbrauch je Rezept/Programm

Schritt 3: Zielwerte, Toleranzen und Ampellogik festlegen

KPIs ohne Ziel führen zu Aktionismus oder Gleichgültigkeit. Legen Sie fest:

  • Baseline (z. B. Durchschnitt der letzten 12 Monate, bereinigt)
  • Ziel (z. B. -8% in 12 Monaten)
  • Toleranzband (z. B. ±3% für normale Schwankungen)

Eine einfache Ampellogik (grün/gelb/rot) unterstützt Schichtführer und Instandhaltung bei der täglichen Steuerung.

Schritt 4: Verantwortlichkeiten klären

Wer reagiert bei Abweichungen? Wer initiiert Maßnahmen? Bewährt sind klare Rollen:

  • Produktion: Prozessparameter, Rüst- und Schichtorganisation
  • Instandhaltung: Leckagen, Verschleiß, Sensorik, Antriebe
  • Energie-/Umweltmanagement: Systematik, Audit, Reporting
  • Controlling/Einkauf: Energiekosten, Tarife, Beschaffung

Schritt 5: Regelkreise etablieren (Daily/Weekly/Monthly)

  • Täglich: Abweichungen bei Standby, Leerlauf, Lastspitzen, Druckluft
  • Wöchentlich: Ursachenanalyse, Maßnahmenliste, Wirksamkeitscheck
  • Monatlich: Management-Review, Zieltracking, Investitionsprioritäten

Mess- und Dateninfrastruktur: Submetering, IoT, MES/ERP und Energiemanagement-Software

Viele Unternehmen starten mit dem Hauptzähler und groben Schätzungen. Für wirksame Energiekennzahlen braucht es jedoch eine passende Messarchitektur. Das bedeutet nicht zwangsläufig „alles messen“, sondern gezielt messen.

Submetering: Wo zusätzliche Zähler wirklich Nutzen bringen

Setzen Sie Unterzähler dort, wo:

  • ein Verbraucher >10–15% des Standortverbrauchs ausmacht
  • die Anlage stark schwankt (Batchprozesse, Öfen, Kompressoren)
  • ein konkreter Business Case erwartet wird (Leckage, Standby, Lastspitzen)

Datenquellen integrieren

  • SCADA/PLC für Maschinenzustände (Produktion/Leerlauf/Störung)
  • MES für Output, Ausschuss, Aufträge, Rezepturen
  • ERP für Kostenstellen, Material, Produktstamm
  • Energie-Datenmanagement (EDM) für Lastgänge und Medien

Automatisierung statt Excel: Warum das in DACH besonders zählt

In Deutschland und Österreich sind Anforderungen an Nachweisführung und Auditierbarkeit hoch. Automatisierte Datenerfassung mit Versionierung, Zeitstempeln und Rollenrechten erleichtert:

  • ISO-50001-Nachweise (EnPI, Baseline, Maßnahmenwirksamkeit)
  • Förderanträge und Verwendungsnachweise
  • Berichte für Kunden und Konzerngesellschaften

Praxisbeispiele: So wirken Energie-KPIs in typischen Fertigungsszenarien

Beispiel 1: Druckluft – Leckagen sichtbar machen

Ein Werk misst die Kompressorleistung (kW) und den erzeugten Volumenstrom (Nm³/h). Zusätzlich wird nachts im Stillstand gemessen. Ergebnis: Eine hohe Grundlast und eine Leckagerate von >20% werden sichtbar. Mit dem KPI „Leckagerate“ lässt sich der Erfolg der Leckagebeseitigung eindeutig nachverfolgen – inklusive Rückgang der kWh/Nm³.

Beispiel 2: Lastspitzen – teure kW vermeiden

Ein Betrieb erkennt über den KPI „Lastspitze (kW)“ wiederkehrende Peaks beim gleichzeitigen Anfahren mehrerer Linien plus Kälteanlage. Durch Startsequenzen, Pufferzeiten und eine angepasste Steuerung sinkt die Spitze – ohne Produktionsverlust. Das wirkt direkt auf die Netzkosten.

Beispiel 3: Standby-Verbrauch – Wochenenden als Energiefalle

Über „Standby-kWh pro Wochenende“ zeigt sich, dass mehrere Anlagen und Peripherien durchlaufen. Mit Checklisten, Abschaltplänen und automatischen Abschaltungen sinkt der Verbrauch signifikant. Wichtig: Der KPI bleibt als Kontrollinstrument dauerhaft aktiv, damit der Effekt nicht „zurückkriecht“.

Häufige Fehler bei Energiekennzahlen – und wie Sie sie vermeiden

  • Zu viele KPIs: Fokus verlieren → starten Sie mit 5–10 Kernkennzahlen und erweitern Sie gezielt.
  • Falsche Bezugsgrößen: Output und Produktmix ignoriert → Produktfamilien und Normalisierung nutzen.
  • Keine Datenverknüpfung: Energie ohne Maschinenzustand → Stillstand/Leerlauf separat erfassen.
  • Nur Reporting, keine Maßnahmen: KPI ohne Regelkreis → Verantwortliche, Routinen, Maßnahmenboard.
  • „Einmal-Projekt“: KPIs nicht in Shopfloor verankert → tägliche/weekly Reviews etablieren.

Checkliste: KPI-Set für den Start (kompakt und wirksam)

Wenn Sie in den nächsten 4–8 Wochen starten möchten, ist dieses Set oft ein guter Einstieg:

  • Spezifischer Stromverbrauch (kWh/Stück oder kWh/kg) pro Hauptlinie
  • Gesamtenergie je Output (kWh gesamt / Einheit) für den Standort
  • Lastspitze (kW) und Peak-to-Average
  • Standby/Leerlauf-kWh je kritische Anlage
  • Druckluft: kWh/Nm³ und Leckagerate
  • CO2 je Einheit (mindestens Scope-2-basiert auf Strom)

Fazit: Mit den richtigen Energie-KPIs effizienter und nachhaltiger fertigen

Energie wird in der Produktion dann beherrschbar, wenn sie in einer Sprache gemessen wird, die alle verstehen: Kennzahlen, die Output, Prozesszustand und Kosten miteinander verbinden. Ein sauberes Set an Energiekennzahlen macht Ineffizienzen sichtbar – von Druckluftleckagen über Standby-Fresser bis zu teuren Lastspitzen. Entscheidend ist nicht das schönste Dashboard, sondern ein funktionierender Regelkreis: messen, vergleichen, handeln, Wirksamkeit nachweisen.

Wer Energiekennzahlen für Produktion strukturiert einführt, schafft eine belastbare Grundlage für Effizienzprogramme, Investitionsentscheidungen und Nachhaltigkeitsziele – und stärkt gleichzeitig die Wettbewerbsfähigkeit in Deutschland und Österreich.