Osphim

Kurzfazit

Osphim ist ein junger, fachlich klar positionierter deutscher Anbieter für die digitale Optimierung im Spritzguss. Das Konzept überzeugt: eine herstellerneutrale Hardware-Box erfasst Maschinendaten ohne OPC-UA-Stress, vier modulare SaaS-Bausteine (Insights, Setup, Production, Enterprise) bilden den Reifegrad vom reinen Dashboard bis zur Anomalieerkennung ab. Die Anbieterangaben (70 % schnellerer Setup, 50 % weniger Ausschuss, 10 % mehr Output) sind ambitioniert, decken sich aber mit den Pilotberichten u. a. der Kurz-Gruppe und AKRO-Plastic. Schwächen: Das Unternehmen ist erst 2024 gegründet, Langzeiterfahrung fehlt, Pricing ist intransparent. Wer einen gemischten Maschinenpark fährt und Anfahrzeit / Ausschuss als echten Kostentreiber sieht, sollte Osphim auf die Pilot-Liste setzen — aber realistische Erwartungen mitbringen.

Für wen ist Osphim?

Lohnspritzgießer mit häufigem Wechsel: Wer mehrmals täglich Werkzeug oder Material wechselt, verliert pro Setup typischerweise 2–4 Stunden Maschinenlaufzeit plus Ausschussvolumen für die Abmusterung. Genau hier verspricht Osphim die größten Effekte — und genau diese Zielgruppe (Lohnverarbeiter, häufig auch mit teuren Spezial-Compounds) findet sich in der Referenzliste.

Verarbeiter mit gemischtem Maschinenpark: ENGEL hier, Arburg dort, vielleicht noch eine KraussMaffei und eine Wittmann — heterogene Parks sind die Regel in vielen mittelständischen Betrieben. Die Maschinenhersteller-eigenen Optimierungs-Tools (ENGEL authentig, Arburg ALS, Wittmann TEMI+) decken jeweils nur eine Marke ab. Osphim positioniert sich explizit als herstellerneutrale Schicht darüber.

Betriebe mit Demografie-Druck. Erfahrene Einrichter gehen in Rente, das Setup-Wissen ist oft “im Kopf”. Eine Plattform, die Parameter-Setups dokumentiert, optimiert und vorschlägt, ist ein Werkzeug gegen den Wissensabfluss. Für viele KMU im Kunststoffverarbeitenden Sektor ist das eines der wirklich drängenden Themen 2026.

Forschungsnahe Anwender und Industrie 4.0-Projekte: Die enge Verzahnung mit der RWTH Aachen (Osphim ist eine Ausgründung aus dem IKV-Umfeld) macht das Tool auch für anwendungsorientierte Forschungsbetriebe attraktiv. Wer Pilotprojekte gegen Industrie 4.0-Förderprogramme bauen will, findet hier einen koopierfähigen Partner mit akademischem Hintergrund.

Weniger geeignet für: Großserien-Produzenten mit minimalen Setup-Wechseln (ROI niedriger), Ein-Marken-Betriebe, die das Hersteller-Tool ohnehin im Maschinenpreis haben, Mini-Betriebe mit ein bis zwei Maschinen, und alle, die Plug-and-Play-Self-Service erwarten — Osphim ist Projektgeschäft.

Preise im Detail

Modul	Preis (€/Jahr, Marktschätzung)	Was du bekommst
Insights	ab ca. 8.000–15.000	Daten-Dashboards, Visualisierung, Basis-Reporting
Setup	ab ca. 15.000–25.000	Anfahroptimierung, KI-Parameter-Empfehlungen, Sampling-Beschleunigung
Production	ab ca. 20.000–40.000	Prozessüberwachung, Anomalieerkennung, Disturbance-Tracking
Enterprise	individuell	Custom-Integrationen (MES, ERP), Dedicated Support, mehrere Standorte
Hardware (Osphim-Box)	separate Position	Einmalig pro Maschine, je nach Steuerungsgeneration

Einordnung: Es gibt keine öffentliche Preisliste — die Werte oben sind Schätzungen auf Basis von Marktgesprächen und vergleichbaren Industrie-4.0-Tools. Vor dem Vertrag müssen mindestens zwei bis drei Sales-Gespräche eingeplant werden, inklusive Vor-Ort-Termin zur Maschinenpark-Begutachtung. Vergleich: Kistler ComoNeo ist die direkte Konkurrenz im Bereich Prozessüberwachung mit klassischem Industrie-Hintergrund (Sensorik-First). ENGEL authentig ist die ENGEL-Hersteller-Lösung für eigene Maschinen — typischerweise im Maschinenpreis ohne separate Lizenz. Osphim ist im Mittelfeld dieser Optionen positioniert: günstiger als ein vollwertiges MES, aber teurer als ein Hersteller-eigenes Tool. Faustregel: Ab 5–10 Maschinen mit häufigen Setups beginnt der ROI realistisch zu greifen.

Stärken im Detail

Herstellerneutralität als Kernversprechen. Anders als ENGEL authentig oder Arburg ALS, die jeweils nur die eigene Maschinenmarke voll erschließen, behandelt Osphim alle gängigen Hersteller (ENGEL, Arburg, KraussMaffei, Wittmann, Sumitomo Demag und weitere) auf derselben Datenebene. Für gemischte Parks ist das ein konkreter operativer Vorteil — eine Daten-Sprache statt mehrerer Insel-Lösungen.

Osphim-Box reduziert OPC-UA-Aufwand. Die proprietäre Hardware-Box wird an die Maschinensteuerung angeschlossen und übersetzt herstellerspezifische Protokolle in ein einheitliches Datenformat. Für viele Betriebe ist das genau der Knackpunkt: OPC-UA-Konfiguration ist in der Theorie standardisiert, in der Praxis maschinenspezifisches Frickeln. Die Box reduziert den Inbetriebnahme-Aufwand erheblich.

Anfahroptimierung als klar messbarer Use Case. Setup-Zeit und Anlaufausschuss sind harte Zahlen, die jeder Betriebsleiter aus der Schichtauswertung kennt. Wenn Osphim eine Setup-Verkürzung von 70 % auf der Pilotmaschine zeigen kann, wird der Business Case schnell rechenbar — auch wenn die 70 % Best-Case sind und im Durchschnitt vielleicht 30–50 % erreicht werden.

EU-Hosting auf Microsoft Azure (Frankfurt). Für deutsche und EU-Kunden ein klares Pro-Argument: Daten bleiben in der EU, AVV mit deutschem Recht, kein Drittlandstransfer-Risiko. In Branchen, die zunehmend auf datensouveränitätsrelevante Lieferanten achten (Automotive-Zulieferer mit OEM-Vorgaben, Medizintechnik), ist das ein Auswahlkriterium.

RWTH-Aachen-Nähe. Osphim entstand aus dem Forschungsumfeld um das IKV (Institut für Kunststoffverarbeitung) der RWTH Aachen — einer der weltweit renommiertesten Forschungseinrichtungen für Kunststofftechnologie. Das gibt der Methodik eine ernstzunehmende fachliche Grundlage und unterscheidet Osphim von rein generischer “Industrie 4.0”-Software ohne Branchen-Tiefe.

Modularer SaaS-Ansatz. Vier Stufen (Insights, Setup, Production, Enterprise) erlauben schrittweisen Einstieg: Erstmal nur Dashboards, dann Setup-Optimierung, später Anomalieerkennung. Für viele KMU ist das wirtschaftlich attraktiver als ein “Big Bang”-Rollout mit voller Funktionsbreite.

Gute Referenzen für ein junges Unternehmen. Kurz-Gruppe (Hot-Stamping- und Spritzgieß-Konzern), AKRO-Plastic (Compoundeur), Bekuplast (Mehrweg-Verpackungen) — das sind keine Garagenbetriebe, sondern etablierte mittelständische Kunststoffverarbeiter. Für ein 2024 gegründetes Startup ist diese Referenzliste schnell und solide.

Schwächen ehrlich betrachtet

Unternehmen ist jung. Gründung 2024 — das bedeutet: Langzeitstabilität, Skalierungsfähigkeit bei stark wachsendem Kundenstamm und Support-Reaktionszeiten bei Mehrfach-Vorfällen sind noch nicht über mehrere Jahre erprobt. Für ein 50-Mitarbeitenden-Pilotprojekt akzeptabel; für eine konzernweite Standardisierung über 20 Werke wäre die Risikoabwägung anders.

Anbieterzahlen sind Best-Case. Die häufig zitierten “70 % schneller, 50 % weniger Ausschuss, 10 % mehr Output” stammen aus Pilotinstallationen. In der Praxis schwanken Ergebnisse stark mit Material, Werkzeug, Maschinenalter und Bedienkultur — realistisch sind in vielen Betrieben Verbesserungen von 20–40 % statt 70 %. Im Sales-Gespräch sollte man explizit nach Median-Werten, nicht nur Showcase-Zahlen fragen.

Pricing intransparent. Keine Preisliste online, keine Modellrechner, kein Self-Service-Trial. Wer schnell evaluieren will, läuft in einen mehrwöchigen Sales-Prozess. Für Betriebe, die parallel mehrere Tools sondieren, ist das zeitintensiv.

Tiefe MES-/ERP-Integration ist Custom-Aufwand. Die Plattform liefert solide Standardschnittstellen, aber die Anbindung an SAP DM, Siemens Opcenter oder andere große MES-Systeme ist Projektarbeit, nicht Klick-Konfiguration. Wer eine durchgängige End-to-End-Integration anstrebt, sollte Implementierungsaufwand realistisch kalkulieren.

Hardware-Box als Lieferpunkt. Die Box ist proprietär — bei Defekt brauchst du den Hersteller. Bei einem jungen Unternehmen ein latentes Risiko, sollte aber durch SLA-Vereinbarungen handhabbar sein. Wer Vendor-Lock-In meiden will, muss das im Vertrag adressieren.

Wirtschaftlichkeit unter 5 Maschinen schwierig. Lizenz- und Onboarding-Kosten sind eher fix als linear. Ein Betrieb mit zwei Spritzgussmaschinen wird die fünfstelligen Jahreskosten kaum gegen die Einsparung rechnen können — der Sweetspot beginnt bei mittelständischen Parks mit 8–30 Maschinen.

Funktionsumfang im Wachstum. Production-Modul (Anomalieerkennung, Disturbance-Tracking) ist neuer und weniger feldgehärtet als die Setup-Optimierung. Wer das volle Funktionsspektrum kauft, sollte mit kleineren Feinschliff-Iterationen rechnen — typisch für ein junges Produkt im aktiven Ausbau.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Hochpräzise Sensorik-basierte Prozessüberwachung brauchst	Kistler ComoNeo
Reine ENGEL-Maschinenparks optimal nutzen willst	ENGEL authentig
Piezo-Sensorik mit Prozessdatenkopplung suchst	Kistler

Erwähnenswert ohne eigene Tool-Seite: Arburg ALS (Hersteller-Tool für Arburg-Maschinen), Wittmann TEMI+ (Wittmann-Lösung), Sumitomo Demag IntElect-Toolbox (Sumitomo-eigen), Plasmion (kleinerer deutscher Wettbewerber mit ähnlichem Ansatz), iqs CAQ AG (klassische Qualitätsmanagement-Software mit Spritzguss-Modulen) und Plant Trace (Tochter von Hexagon, MES-orientiert). Für reine Maschinendaten-Sammlung ohne KI-Optimierung sind auch generische IIoT-Plattformen wie ThingWorx oder Mindsphere eine Option — sie haben aber keine Spritzguss-spezifische Modell-Tiefe.

So steigst du ein

Schritt 1: Kontaktaufnahme über osphim.com mit klarer Beschreibung deines Maschinenparks (Hersteller, Steuerungsgeneration, Anzahl) und deiner größten Schmerzpunkte (Setup-Zeit? Ausschuss bei bestimmten Compounds? Werkzeugwechsel?). Bereite eine grobe Kosten-Übersicht vor: Wie viel kostet dich aktuell eine Stunde Anfahrzeit (Maschine + Personal + Material)? Diese Zahl bildet die Basis für den späteren Business Case.

Schritt 2: Pilot-Workshop und Hardware-Konfiguration. Osphim-Techniker prüfen vor Ort die Maschinenkommunikation und konfigurieren die Hardware-Box für deine spezifischen Steuerungen. Pilotmaschine sollte typisch für den Park sein (nicht die jüngste, nicht die älteste) — sonst sind die Ergebnisse später nicht skalierbar.

Schritt 3: Lernphase. In den ersten Wochen sammelt das System historische Anfahrprotokolle und beginnt, Parameter-Korrelationen zu lernen. Einrichter werden eingebunden — ihr Feedback (“hier hat das System empfohlen, ich habe anders eingestellt und so begründet”) ist Trainingsmaterial. Diese Phase dauert typischerweise 4–8 Wochen, bevor Setup-Empfehlungen statistisch belastbar werden.

Schritt 4: Skalierung. Wenn die Pilotergebnisse den Business Case bestätigen, wird auf weitere Maschinen ausgerollt. Pro neuer Maschine eine Osphim-Box, plus Anpassung der KI-Modelle an die jeweilige Steuerung. Parallel sollte das Production-Modul (Anomalieerkennung) ergänzt werden — dort entstehen die nachhaltigeren Effekte über reines Setup hinaus.

Ein konkretes Beispiel

Ein mittelständischer Lohnspritzgießer in Nordrhein-Westfalen mit 18 Maschinen aus drei Marken (ENGEL, Arburg, KraussMaffei) wechselt im Schnitt 50 Mal pro Woche Werkzeug oder Material. Pro Wechsel: 2–4 Stunden Abmusterung, dabei 15–40 kg Ausschussmaterial — besonders teuer bei PA-GF30- und PC-Compounds (rund 5–12 €/kg). Nach Osphim-Pilot auf 4 Pilotmaschinen über 12 Monate: Abmusterungszeit sank im Mittel von 2,8 Stunden auf 1,1 Stunden (rund 60 % Reduktion — knapp unter der Anbieter-Best-Case-Angabe), Ausschussvolumen pro Setup um 45 %. Eingesparte Maschinenstunden: rund 350 pro Monat auf den 4 Maschinen — bei einem internen Verrechnungssatz von 95 €/h sind das ca. 33.000 € Monatsäquivalent. Jahres-Lizenzkosten für Pilot: rund 40.000 €. Break-Even: nach ca. 2 Monaten. Auf Basis dieser Zahlen wurde 2026 der Rollout auf 12 weitere Maschinen genehmigt; die Anbindung an das hauseigene MES ist in Vorbereitung.

DSGVO & Datenschutz

• Datenhosting: Microsoft Azure, EU-Region (typischerweise Frankfurt). Daten bleiben in der EU.
• Datennutzung: Maschinendaten und Setup-Protokolle werden für die KI-Modelle deines Tenants verwendet — keine systematische Querverwertung zwischen Kunden ohne explizite Zustimmung. Bei aggregierten Benchmarks (z. B. branchenweite Setup-Performance) wird Opt-in vorausgesetzt.
• Personenbezogene Daten: Maschinendaten sind primär nicht personenbezogen. Einrichter-Aktionen (wer hat welche Korrektur vorgenommen?) können personenbezogen werden — Mitbestimmung und Datenschutz frühzeitig einbinden, falls Schichtprotokolle verfolgt werden.
• Auftragsverarbeitung (AVV): Verfügbar nach deutschem Recht, deutscher Anbieter, deutsches Vertragsumfeld. Für die meisten DACH-Anwendungen unproblematisch.
• Datenmigration und Exit: Vor Vertragsschluss klären, in welchem Format Maschinendaten und gelernte KI-Modelle bei einem späteren Anbieterwechsel ausgeleitet werden — typischer Punkt bei jungen SaaS-Anbietern, der gerne übersehen wird.
• Empfehlung für Unternehmen: Für Standard-Spritzgussbetriebe ist Osphim DSGVO-rechtlich entspannt einsetzbar. Wer Schicht- oder Einrichter-bezogene Auswertungen plant, sollte den Betriebsrat einbinden und die Auswertungslogik vertraglich abgrenzen.

Gut kombiniert mit

• Kistler ComoNeo — Kistler liefert die hochpräzise Werkzeuginnendrucksensorik, Osphim die Maschinensteuerungs- und Setup-Datenebene. In Kombination entsteht ein zweischichtiges Monitoring: Sensor-Level (Werkzeug) plus Prozess-Level (Maschine). Für Qualitäts-kritische Bauteile in Automotive oder Medizin sinnvoll.
• ENGEL authentig — Für reine ENGEL-Maschinen-Optimierung bleibt ENGEL authentig der direktere Pfad. Osphim ergänzt dort, wo gemischte Marken im Park sind oder eine herstellerunabhängige Datenebene gewünscht wird.
• Klassische MES-Lösungen (SAP DM, Siemens Opcenter, Hydra MES) — Osphim ist kein MES-Ersatz, sondern ein KI-Optimierungslayer. In großen Setups läuft beides parallel: MES für Auftragsmanagement und Rückmeldungen, Osphim für Setup- und Prozessoptimierung. Die Datenkopplung muss projektiert werden.

Unser Testurteil

Osphim verdient 3 von 5 Sternen. Das Konzept ist überzeugend, die fachliche Verankerung (RWTH-Aachen-Umfeld) seriös, EU-Hosting und deutscher Anbieter sind echte Pluspunkte. Die ersten Referenzkunden (Kurz-Gruppe, AKRO-Plastic, Bekuplast) sprechen für Praxistauglichkeit. Was fehlt für eine höhere Bewertung: Langzeit-Erfahrung über mehrere Jahre, transparente Preise und mehr unabhängige Validierung der ambitionierten Effizienz-Versprechen (70/50/10). Für Lohnspritzgießer mit gemischten Parks und häufigen Setup-Wechseln ist Osphim 2026 eine ernsthafte Pilotoption — gerade wenn herstellerneutrale Datenebene oder Wissenssicherung gegen Personalfluktuation Strategieziele sind. Mit zwei bis drei Jahren mehr Marktpräsenz und ein paar Industrie-Studien zu Median-Effekten kann sich die Bewertung nach oben bewegen.

Was wir bemerkt haben

• 2024 — Gründung in Aachen als Ausgründung aus dem RWTH-Umfeld. Damit positioniert sich Osphim explizit in der Schnittstelle zwischen akademischer Forschung und industrieller Anwendung — eine Konstellation, die im deutschen Maschinenbau-Ökosystem traditionell gut funktioniert (Kistler, Engel, viele Trumpf-Tochterunternehmen sind ähnlich entstanden).
• 2025 — Erste prominente Referenzkunden (Kurz-Gruppe, AKRO-Plastic, Bekuplast) gehen produktiv. Für ein Startup im ersten vollen Geschäftsjahr eine bemerkenswert solide Liste — diese Unternehmen sind keine Experimentier-Lambs, sondern erprobte mittelständische Kunststoffverarbeiter.
• Mai 2026 — Die Plattform ist auf vier modulare Stufen ausgebaut (Insights, Setup, Production, Enterprise). Das deutet auf produktstrategische Reife und die Fähigkeit, in unterschiedlichen Reifegraden ins Geschäft zu kommen — wichtig für die Skalierung über die ersten Pioniere hinaus.
• Mai 2026 — Tiefe MES-/ERP-Integration ist weiterhin Custom-Aufwand. Für mittelständische Pilotanwender meist akzeptabel; für Konzern-Rollouts ein Punkt, der frühzeitig adressiert werden sollte. Anbieter signalisiert hier laufende Roadmap-Investition.