Factbird

Kurzfazit

Factbird ist die pragmatische Manufacturing-Intelligence-Lösung für den europäischen Mittelstand, ein Hardware-Sensor klemmt in einer Stunde an die Maschine, danach laufen OEE-, Stillstands- und Rüstdaten in die Cloud, ohne dass ein MES-Großprojekt nötig ist. Was 2018 als reines OEE-Tool startete, hat 2024/25 echte KI-Funktionen bekommen: AI Visual Counter zählt Stücke per Kamera dort, wo Sensoren nicht ausreichen; Video Process Analysis identifiziert Produktionsfehler durch automatische Videoauswertung. Dazu transparente Listenpreise (399 USD pro Linie/Monat aufwärts), EU-Datenhaltung und Referenzkunden wie Novo Nordisk und Danfoss. Für KMU, die OEE einführen wollen, ohne Monate in IT-Architektur zu investieren, ist Factbird eine der ehrlichsten Empfehlungen am Markt. Wer DAX-Konzerne mit hundert Standorten und tiefer SAP-Integration aufbaut, bleibt bei AVEVA oder Siemens.

Für wen ist Factbird?

Lebensmittel- und Verpackungsbetriebe: Hier sitzt die Stamm-Klientel von Factbird. Abfüllung, Verpackung, Etikettierung, Linien mit klar definierten Zyklen, häufigen Formatwechseln, hohem Wert kurzer Stillstandsanalysen. Die Hardware ist genau auf solche Standard-Linientypen abgestimmt.

Pharma- und Biotech-Produktion: Mit Referenz Novo Nordisk hat Factbird Pharma-Erfahrung. GMP-konforme Dokumentation ist hier ein Thema, vorab klären, ob die benötigten Audit-Trails und Validierungspakete (CSV) abgedeckt sind.

Mittelständische Fertiger im Allgemeinen: Wer 2 bis 20 Produktionslinien hat, OEE einführen will und keine dreijährigen MES-Projekte budgetiert, bekommt mit Factbird einen pragmatischen Einstieg. Nach 4–8 Wochen Datensammlung sind belastbare Auswertungen möglich, das ist ein Tempo, das ein klassisches MES selten leistet.

Betriebe mit Vision-/KI-Bedarf an der Linie: Wer Stückzahlen, Qualitätsmerkmale oder Verpackungsanomalien per Kamera erfassen will, ohne ein eigenes Computer-Vision-Projekt aufzubauen, findet im AI Visual Counter eine schlüsselfertige Lösung. Das ist ein klarer Hebel gegenüber rein sensorbasierten Wettbewerbern.

DACH-Mittelstand mit DSGVO-Pflicht: EU-Datenhaltung ist Standard, deutscher Support verfügbar. Für Betriebe, die US-Hosting kategorisch ausschließen, ist Factbird damit eine valide Wahl.

Weniger geeignet für: Konzerne mit dutzenden Werken und tiefer SAP-PP-/MES-Integration (AVEVA PI oder Siemens Opcenter sind dort etablierter), Betriebe, die einen vollwertigen SMED-Coach mit Rüstchecklisten brauchen, Mikrobetriebe mit einer einzigen Linie (Lizenzkosten amortisieren sich kaum) und alle, die mit sehr exotischen Maschinen ohne Standard-Signalprofil arbeiten.

Preise im Detail

Plan	Preis (USD)	Was du bekommst
Production Insights App	ab 399/Linie/Monat	Datenerfassung, OEE-Tracking, Stillstandsanalyse, Schichtplanung
Connected Operations App	ab 399/Linie/Monat	Digitale Anweisungen, Qualitätsprüfungen, Wartungsmanagement, Audit Trails
Knowledge Excellence App	ab 500/Standort/Monat	Skills Management, Schulung, kontinuierliche Verbesserung
Factbird Platform	1.000/Standort/Monat	Cloud-Infrastruktur, Datenspeicherung, Nutzerverwaltung, Sicherheit
Enterprise	Auf Anfrage	Multi-Site, SSO, OAuth2, Custom SLAs
Support-Fee	2 % zusätzlich	Pflicht-Aufschlag auf die Software-Gebühren

Einordnung: Factbird gehört zu den seltenen OEE-Anbietern mit transparenter Listenpreis-Logik, das beschleunigt die Vorauswahl erheblich. Die Modularität (App + Plattform + Linie + Standort) ist fair, summiert sich aber schnell: Ein typischer KMU-Betrieb mit 5 Linien und einer Production-Insights-Lizenz pro Linie liegt bei ca. 1.995 USD/Monat Software plus 1.000 USD Platform = rund 3.000 USD/Monat ohne Hardware und Onboarding. Hardware-Sensoren und Kamerakomponenten kommen einmalig dazu (typisch im niedrigen vierstelligen Bereich pro Linie). Für KMU mit 2–20 Linien ist das eine planbare Größe; bei mehr als 20 Linien sollte man verhandeln und mit AVEVA, Siemens oder lokalen MES-Anbietern vergleichen. Eine Pilotinstallation auf einer Linie ist möglich, die einzig sinnvolle Einstiegsoption, um Sensorfit und Daten-Qualität zu prüfen, bevor skaliert wird.

Stärken im Detail

Schnelle Installation ohne IT-Projekt. Hardware-Sensoren werden direkt an Maschinen-Signale geklemmt, keine SPS-Programmierung, kein OPC-Server, kein Eingriff in bestehende Steuerungen. Nach 30 bis 60 Minuten pro Linie laufen die ersten Daten. Das ist der größte Unterschied zu klassischen MES-Projekten, die typisch 6–18 Monate dauern.

AI Visual Counter ist echter Mehrwert, nicht Buzzword. Es gibt Maschinen, an denen ein Sensor nicht greift, etwa bei Mehrspur-Verpackungen, sehr kleinen Produkten oder dort, wo bauliche Einschränkungen Sensorinstallation verhindern. Hier kommt der Visual Counter ins Spiel: Eine Kamera erfasst die Stückzahl per Computer Vision, ohne dass die Maschine angerührt werden muss. Das ist eine der wenigen wirklich praktischen KI-Anwendungen im OEE-Bereich.

Video Process Analysis hebt die Fehlerursachen-Analyse. Statt nur „Stillstand 14 Minuten” zu loggen, kann Video Process Analysis tatsächliche Vorfälle im Bild auswerten, etwa Verklemmungen, Bedienerinteraktionen, Materialprobleme. Für Continuous Improvement ist das eine andere Qualität als reine Signalanalyse: Du siehst nicht nur das Was, sondern erstmals nachvollziehbar das Warum.

Klare modulare Pricing-Logik. Pro App, pro Linie, pro Standort, die Logik ist verständlich und planbar. In einem Markt, der ansonsten von „Preis auf Anfrage” lebt, ist das ein klarer Vorteil bei Auswahl und Budgetierung.

Etablierte Referenzkunden mit nordischer Industrieprägung. Novo Nordisk (Pharma), Danish Crown (Lebensmittel), Danfoss (Industrie), drei Schwergewichte aus drei verschiedenen Sektoren. Das ist Beleg für Skalenfähigkeit und Validierung, dass die Plattform mehr als einen Use Case bedient.

EU-Datenhaltung als Standard. Hosting in der EU, ISO-zertifiziert, DSGVO-konform. Für DACH-Mittelständler kein selbstverständlicher Punkt, viele Wettbewerber sitzen in den USA und liefern Frankfurt-Hosting nur als Aufpreis-Option.

App-Logik bringt Werkstattnähe. Connected Operations adressiert das Shopfloor-Personal mit digitalen Checklisten, Qualitätsprüfungen und Wartungsanweisungen am Tablet. Das ist konzeptionell näher an „Werkstatt-Apps” als an klassischen MES-Cockpits, und passt damit besser zur Realität von KMU-Produktionen.

Schwächen ehrlich betrachtet

Kosten skalieren linear mit Linien. Pro Linie 399 USD plus 1.000 USD Standort plus 2 % Support, das ist für 5 Linien noch fair, für 50 wird es zur ernsten Posten. Bei wachsendem Linienportfolio sollte man frühzeitig Mengen-Konditionen verhandeln oder mit größeren MES-Suiten vergleichen, deren Lizenzlogik eher kapitalbasiert ist.

Sensorfit nicht universell. Die Hardware ist auf typische Industriesignale ausgelegt, funktioniert auf 80 % aller Maschinen problemlos, scheitert aber bei exotischen Steuerungen, sehr alten Maschinen oder Sondertypen. Eine Vorab-Prüfung pro Linie ist nicht optional, sondern Pflicht. Bei skeptischen Maschinen ist der Visual Counter (Kamera) der Workaround, kostet aber zusätzlich.

Kein vollwertiger SMED-Coach. Factbird misst Rüstzeiten zuverlässig, liefert aber keine geführten Rüstanweisungen, keine Single-Minute-Exchange-of-Dies-Workflows mit Personal-Routing und keine Best-Practice-Bibliothek. Wer SMED methodisch implementieren will, braucht ergänzend Schulung und ggf. spezialisierte Tools, Factbird ist die Messbasis, nicht das Coaching-System.

Vorausschauende Wartung ist nicht der Sweet Spot. Die KI-Funktionen zielen auf Stückzählung und Bildanalyse, nicht auf prädiktive Anomalieerkennung. Wer Predictive Maintenance auf Basis von Vibrations-, Temperatur- oder Strom-Daten machen will, ist mit spezialisierten Predictive-Tools (Augury, Senseye, eigene IoT-Stacks) besser bedient.

Vertrieb und Tiefen-Support sind nordisch geprägt. Die Plattform spricht Deutsch, der Support ist verfügbar, aber das Stammteam und die Produkt-Roadmap sitzen in Dänemark. Für DACH-Mittelständler ist das in der Praxis kein großes Hindernis, sollte aber bei kritischen Tier-1-Pharma- oder Automotive-Projekten geprüft werden.

Keine Free- oder Trial-App. Wer einfach „mal reinschauen” will, kann das nicht ohne Vertriebskontakt. Pilot auf einer Linie ist die einzige niedrigschwellige Option, aber auch das ist Hardware-Installation und damit kein Spontankauf.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Eine vollwertige Wartungssoftware mit OEE-Light brauchst	remberg
Eine SAP-/MES-tiefe Konzernlösung suchst	Planon (für Asset-/Facility-Tiefe) oder AVEVA/Siemens

Erwähnenswert ohne eigene Tool-Seite: AVEVA PI System (der Schwergewicht-Klassiker für Konzern-Datenhistorien), Siemens Opcenter (vertieftes MES, oft als SAP-Ergänzung), GE Vernova Proficy (US-Konzern-MES mit starker Hardware-Anbindung), Teeptrak (französischer Wettbewerber mit ähnlicher Pluggable-Sensor-Philosophie), Augury (Predictive Maintenance per Vibrations- und Audio-Sensorik, sehr KI-stark) und Senseye (jetzt Siemens, vorausschauende Wartung). Factbird sitzt in der Mitte zwischen Sensor-Spielzeugen und MES-Schwergewicht, genau dort, wo der ernsthafte Mittelstand am häufigsten landet. Wer noch keinen OEE-Anker hat und nicht zwei Jahre auf ein MES warten will, geht typischerweise mit Factbird oder Teeptrak in den Pilot.

So steigst du ein

Schritt 1: Demo auf factbird.com anfragen und gut vorbereiten: Welche Maschinen, welche Signal-Typen (24-V-Impuls, Relais, Strommessung, Kamera?), welche Linien sind die größten Pain-Points? Lass dir den Visual Counter zeigen, wenn du Maschinen mit Signal-Lücken hast, das ist das deutlichste Differenzierungsmerkmal gegenüber rein sensorbasierten Wettbewerbern.

Schritt 2: Pilot auf einer Linie installieren. Factbird unterstützt Pilotinstallationen aktiv. Wähle bewusst eine Linie mit mittlerer Komplexität, nicht die einfachste (wenig Lerneffekt), nicht die schwierigste (hohes Risiko, dass der Pilot scheitert und falsche Schlüsse zieht). Plane 4–8 Wochen für eine belastbare Datenbasis ein.

Schritt 3: Stillstandsgründe kalibrieren. Die Plattform erkennt automatisch Rüst-, Wartungs- und Produktionsphasen, aber die Grenzwerte (ab welcher Pausenlänge gilt es als Rüstung? Ab wann als ungeplanter Stillstand?) müssen für deine Realität justiert werden. Das ist ein typischer Wochen-2-bis-3-Schritt und entscheidet über die spätere Analyse-Qualität.

Schritt 4: Skalieren und Disziplin halten. Wenn der Pilot überzeugt, ausweiten auf 5–20 Linien. Wichtig: die Plattform liefert Daten, das Reduktionspotenzial wird aber nur gehoben, wenn ein Schichtleiter oder Continuous-Improvement-Verantwortlicher die Daten wöchentlich auswertet und Maßnahmen ableitet. Tools ersetzen keine Führungsroutine.

Ein konkretes Beispiel

Ein Lohnabfüller in Norddeutschland (180 Mitarbeitende, fünf Abfülllinien für Getränke und Sirup) startet mit Factbird-Sensoren an drei Hauptlinien. Pilot-Investition: ca. 7.500 USD für Hardware plus ca. 2.200 USD/Monat (3 × Production Insights + Platform). Nach acht Wochen zeigt das Dashboard: Linie 2 hat eine durchschnittliche Rüstzeit von 52 Minuten, deutlich über dem Linien-1-Wert von 31 Minuten für vergleichbare Formatwechsel. Die Ursache wird in der Video Process Analysis sichtbar: An Linie 2 fehlen standardisierte Rüstanweisungen, die Schichten machen unterschiedliche Reihenfolgen und nutzen unterschiedliche Werkzeuge. Nach Einführung einer einheitlichen Rüst-Routine auf Basis der Video-Auswertungen sinkt die durchschnittliche Rüstzeit auf 37 Minuten, eine Ersparnis von ca. 18 Minuten pro Rüstung. Bei 12 Rüstungen pro Woche entspricht das rund 3,5 Stunden Mehrproduktion pro Woche pro Linie. Investition amortisiert sich nach knapp 4 Monaten. Der AI Visual Counter wird im zweiten Schritt für die Ausgangskontrolle an der Verpackungsstraße eingesetzt, dort, wo eine konventionelle Sensorinstallation an der baulichen Enge gescheitert wäre.

DSGVO & Datenschutz

• Datenhosting: EU. Anbieter ist die Factbird ApS, Dänemark.
• Datennutzung: Produktionsdaten werden für die Plattform-Funktionen verarbeitet und nicht zur Vermarktung an Dritte oder generisches KI-Training herangezogen.
• Zertifizierungen: ISO-Zertifizierungen vorhanden (Details im aktuellen Trust-Center prüfen).
• Auftragsverarbeitung (AVV): Verfügbar, deutschsprachig möglich.
• Personenbezogene Daten: Bei Schichtdaten und Bedienerleistung können personenbezogene Auswertungen entstehen. Frühzeitige Einbindung des Betriebsrats und der Datenschutzbeauftragten ist sinnvoll, KPI-Auswertungen auf Einzelpersonen sind in Deutschland mitbestimmungspflichtig.
• Kameradaten: Beim Einsatz von Visual Counter und Video Process Analysis sind Persönlichkeitsrechte zu prüfen (Mitarbeiter im Kamerabereich, Aufzeichnungsumfang, Speicherdauer). Das ist Standard-Compliance-Arbeit, aber kein „Plug-and-Play”-Punkt.

Gut kombiniert mit

• remberg, Factbird misst die Performance, remberg organisiert die Wartung. Beide Plattformen lassen sich in einer KMU-Produktionsumgebung sinnvoll nebeneinander betreiben: Was Factbird als Stillstandsmuster identifiziert, fließt als Wartungsauftrag in remberg.
• Microsoft 365 Copilot, die Auswertungen aus Factbird werden in PowerPoint-Schichtberichte, Vorstands-Updates oder Lean-Reviews überführt. Copilot beschleunigt die Aufbereitung der Daten in eine erzählbare Form.
• Lean-Methodik (kein Tool), Factbird liefert die Daten, aber der Erfolg hängt an gelebten Lean-Praktiken: Daily Stand-ups an den Linien, Shopfloor-Boards, regelmäßige Kaizen-Workshops. Ohne diese Routine verstaubt das Dashboard.

Unser Testurteil

Factbird verdient 4 von 5 Sternen. Die Plattform ist eine der ehrlichsten Manufacturing-Intelligence-Lösungen für den europäischen Mittelstand: schnelle Installation, transparente Preise, echte EU-Datenhaltung und mit AI Visual Counter und Video Process Analysis zwei KI-Features, die tatsächlich Probleme lösen statt nur Marketing-Buzz zu erzeugen. Der fünfte Stern bleibt liegen, weil die Kosten pro Linie linear skalieren und ab etwa 20 Linien gegenüber Konzern-MES-Suiten an Wirtschaftlichkeit verlieren; weil der SMED-Workflow-Teil fehlt; und weil Predictive Maintenance nicht der Sweet Spot ist. Wir aktualisieren das Rating vom bisherigen 3-Stern-Stand auf 4 Sterne, die in 2024/25 ergänzten KI-Funktionen heben Factbird klar über den reinen OEE-Baseline-Anbieter hinaus.

Was wir bemerkt haben

• 2018, Factbird (damals noch unter dem Markennamen Blackbird/Factbird im Übergang) ist als pluggable Sensor-Plattform gestartet. Der Ansatz „Hardware in 30 Minuten an die Linie” war damals ungewöhnlich.
• 2024, AI Visual Counter eingeführt. Damit verlässt Factbird endgültig das Bild der reinen Sensor-Plattform und wird zu einer ernsthaften Manufacturing-Intelligence-Lösung mit echtem Computer-Vision-Anteil.
• 2025, Video Process Analysis als Ergänzung zum Visual Counter. Damit werden Stillstandsursachen erstmals nicht nur per Signalanalyse, sondern per Videoauswertung dokumentierbar.
• 2025, Transparente Listenpreise auf der Website veröffentlicht (Production Insights ab 399 USD/Linie/Monat). In einem Markt, der traditionell mit „Preis auf Anfrage” arbeitet, ist das eine klare Position.
• Mai 2026, Referenzliste mit Novo Nordisk, Danish Crown und Danfoss bleibt stabil und wirbt vor allem im nordischen Markt. Im DACH-Raum wächst die Präsenz weiter, ist aber kleiner als bei den eingesessenen MES-Anbietern.