- Authors

- Name
- Phillip Pham
- @ddppham
TL;DR
- SEVESO-III-Richtlinie stellt spezifische Anforderungen an IT-Systeme in Chemiebetrieben -- Kubernetes muss diese von Anfang an abbilden
- OT/IT-Konvergenz erfordert sichere Anbindung von SCADA- und PLC-Systemen an Container-Plattformen
- Safety Integrity Level (SIL) nach IEC 61511 bestimmt die Architektur-Anforderungen fuer Kubernetes-Workloads
- Prozessindustrie braucht deterministische Latenzen und garantierte Verfuegbarkeit -- nicht Standard-Cloud-Patterns
- Ein Managed Service mit Prozessindustrie-Erfahrung reduziert Risiken und entlastet interne Teams
Kubernetes fuer Chemieindustrie: SEVESO-Compliance fuer Prozesssteuerung
Chemiebetriebe, die unter die SEVESO-III-Richtlinie fallen, stehen vor einer besonderen Herausforderung: Die Digitalisierung der Prozesssteuerung ist laengst keine Option mehr, aber die regulatorischen Anforderungen an Safety und Security sind in kaum einer anderen Branche so hoch. Kubernetes kann hier die Plattform fuer moderne Prozess-IT liefern -- wenn man die branchenspezifischen Anforderungen kennt.
Dieser Artikel zeigt, wie Chemiemittelstaendler mit 200 bis 2.000 Mitarbeitern Kubernetes SEVESO-konform betreiben, OT und IT sicher verbinden und dabei nicht zum Cloud-Native-Spezialisten werden muessen.
SEVESO-III: Was die Richtlinie fuer IT-Systeme bedeutet
Die SEVESO-III-Richtlinie (Richtlinie 2012/18/EU) regelt die Beherrschung von Gefahren bei schweren Unfaellen mit gefaehrlichen Stoffen. In Deutschland umgesetzt durch die Stoerfallverordnung (12. BImSchV), betrifft sie Betriebe, die bestimmte Mengen gefaehrlicher Stoffe handhaben.
Relevanz fuer Kubernetes
IT-Systeme fallen unter SEVESO, sobald sie an sicherheitsrelevanten Funktionen beteiligt sind. Das betrifft:
| Bereich | Beispiel | Kubernetes-Relevanz |
|---|---|---|
| Prozessleittechnik | DCS-Anbindung | Edge-Workloads, Gateway-Pods |
| Alarm-Management | Safety-Alarme | Hochverfuegbare Event-Pipelines |
| Sicherheitsbericht | Dokumentation | GitOps-basierte Nachweisfuehrung |
| Notfallplanung | Automatische Abschaltung | Deterministische Pod-Ausfuehrung |
| Inspektionen | Behoerdliche Pruefungen | Audit-Logging, Compliance-Reports |
Betriebsbereiche nach Stoerfallverordnung
| Kategorie | Schwellenmenge (Beispiel Chlor) | IT-Anforderungen |
|---|---|---|
| Grundpflichten | Unter unterer Schwelle | Standard-Sicherheit |
| Erweiterte Pflichten | Ueber unterer Schwelle | Sicherheitsbericht, Inspektionen |
| Obere Klasse | Ueber oberer Schwelle | Interne Notfallplaene, Dominoeffekt-Betrachtung |
Safety Integrity Level und Kubernetes-Architektur
Die IEC 61511 definiert Safety Integrity Levels (SIL) fuer die Prozessindustrie. Wenn Kubernetes-Workloads an sicherheitsrelevanten Funktionen beteiligt sind, bestimmt das SIL die Architektur.
SIL-Anforderungen und Kubernetes-Mapping
| SIL | PFD (Probability of Failure on Demand) | Verfuegbarkeit | Kubernetes-Architektur |
|---|---|---|---|
| SIL 1 | 0,1 bis 0,01 | 90-99% | Standard HA mit 3 Replicas |
| SIL 2 | 0,01 bis 0,001 | 99-99,9% | Multi-Zone, PDBs, Anti-Affinity |
| SIL 3 | 0,001 bis 0,0001 | 99,9-99,99% | Multi-Cluster, aktiv-aktiv Failover |
| SIL 4 | unter 0,0001 | ueber 99,99% | Nicht fuer Standard-Kubernetes geeignet |
Wichtig: SIL 4 erfordert spezielle Hardware und redundante Systeme. Kubernetes-basierte Workloads sind hier nur als Monitoring- oder Reporting-Schicht sinnvoll, nicht als Teil der Safety-Funktion selbst.
Beispiel: SIL-2-konforme Deployment-Konfiguration
apiVersion: apps/v1
kind: Deployment
metadata:
name: process-monitor
namespace: seveso-safety
labels:
safety-level: "sil-2"
seveso-relevant: "true"
spec:
replicas: 3
strategy:
type: RollingUpdate
rollingUpdate:
maxUnavailable: 0
maxSurge: 1
selector:
matchLabels:
app: process-monitor
template:
metadata:
labels:
app: process-monitor
safety-level: "sil-2"
spec:
affinity:
podAntiAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
- labelSelector:
matchLabels:
app: process-monitor
topologyKey: topology.kubernetes.io/zone
priorityClassName: safety-critical
containers:
- name: monitor
image: registry.internal/process-monitor:v3.2.1
resources:
requests:
cpu: "2"
memory: "4Gi"
limits:
cpu: "2"
memory: "4Gi"
livenessProbe:
httpGet:
path: /health
port: 8080
initialDelaySeconds: 5
periodSeconds: 3
failureThreshold: 2
readinessProbe:
httpGet:
path: /ready
port: 8080
periodSeconds: 2
Der entscheidende Punkt: maxUnavailable: 0 stellt sicher, dass waehrend Rolling Updates immer alle Replicas verfuegbar bleiben. Die Pod-Anti-Affinity verteilt die Pods ueber verschiedene Zonen. Requests und Limits sind identisch gesetzt, um Guaranteed QoS zu erhalten -- das verhindert, dass der Kubelet den Pod bei Ressourcenknappheit evicted.
OT/IT-Konvergenz: SCADA und PLC an Kubernetes anbinden
Die groesste technische Herausforderung in der Chemieindustrie ist die Verbindung von Operational Technology (OT) mit der IT-Welt. SCADA-Systeme, SPS/PLC-Steuerungen und Prozessleitsysteme (DCS) sprechen andere Protokolle und haben andere Verfuegbarkeitsanforderungen als Web-Applikationen.
Architektur: Sichere OT/IT-Integration
Die Integration erfolgt ueber eine DMZ zwischen OT- und IT-Netzwerk. Kubernetes-Workloads laufen in der IT-Zone und kommunizieren ueber definierte Gateways mit der OT-Ebene.
| Schicht | Systeme | Protokolle | Kubernetes-Rolle |
|---|---|---|---|
| Level 0-1 (Feldebene) | Sensoren, Aktoren, PLC | HART, Profibus, Modbus | Kein direkter Zugriff |
| Level 2 (Prozesssteuerung) | SCADA, DCS | OPC UA, Modbus TCP | Gateway-Pods in DMZ |
| Level 3 (Manufacturing) | MES, Batch-Systeme | OPC UA, REST, MQTT | Container-Workloads |
| Level 3.5 (DMZ) | Historian, Firewall | Unidirektional | Edge-Gateway Deployment |
| Level 4-5 (Enterprise) | ERP, BI, Cloud | REST, HTTPS | Standard Kubernetes |
OPC UA Gateway auf Kubernetes
apiVersion: apps/v1
kind: Deployment
metadata:
name: opcua-gateway
namespace: ot-integration
labels:
zone: dmz
data-flow: ot-to-it
spec:
replicas: 2
selector:
matchLabels:
app: opcua-gateway
template:
metadata:
labels:
app: opcua-gateway
zone: dmz
spec:
nodeSelector:
network-zone: dmz
containers:
- name: gateway
image: registry.internal/opcua-gw:v2.1.0
ports:
- containerPort: 4840
name: opcua
- containerPort: 8883
name: mqtt-tls
env:
- name: OPC_UA_SECURITY_MODE
value: "SignAndEncrypt"
- name: OPC_UA_SECURITY_POLICY
value: "Aes256_Sha256_RsaPss"
- name: DATA_DIODE_MODE
value: "read-only"
volumeMounts:
- name: opcua-certs
mountPath: /etc/opcua/certs
readOnly: true
volumes:
- name: opcua-certs
secret:
secretName: opcua-gateway-certs
Das DATA_DIODE_MODE: read-only ist entscheidend: Der Gateway liest nur Daten aus der OT-Ebene, schreibt aber nie zurueck. Das entspricht dem Purdue-Modell fuer industrielle Netzwerksicherheit.
Network Policy fuer OT-DMZ
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
name: ot-dmz-policy
namespace: ot-integration
spec:
podSelector:
matchLabels:
zone: dmz
policyTypes:
- Ingress
- Egress
ingress:
- from:
- ipBlock:
cidr: 10.100.0.0/24 # OT-Netzwerk
ports:
- protocol: TCP
port: 4840 # OPC UA
egress:
- to:
- namespaceSelector:
matchLabels:
tier: data-platform
ports:
- protocol: TCP
port: 8883 # MQTT TLS
- to:
- namespaceSelector:
matchLabels:
name: monitoring
ports:
- protocol: TCP
port: 9090
Diese Policy erlaubt dem OPC-UA-Gateway nur eingehende Verbindungen aus dem OT-Netzwerk und ausgehende Verbindungen zur Datenplattform und zum Monitoring. Alles andere wird blockiert.
Prozessdaten-Pipeline: Vom Sensor bis zum Dashboard
In der Chemieindustrie fallen grosse Mengen zeitkritischer Prozessdaten an. Temperaturen, Druecke, Fuellstaende und Durchflussraten muessen in Echtzeit erfasst, verarbeitet und visualisiert werden.
Typische Pipeline-Architektur
apiVersion: apps/v1
kind: Deployment
metadata:
name: process-data-collector
namespace: data-pipeline
spec:
replicas: 3
selector:
matchLabels:
app: data-collector
template:
metadata:
labels:
app: data-collector
spec:
containers:
- name: collector
image: registry.internal/process-collector:v1.8.0
env:
- name: MQTT_BROKER
value: "mqtt-broker.data-pipeline.svc:8883"
- name: BUFFER_SIZE_MB
value: "512"
- name: FLUSH_INTERVAL_MS
value: "1000"
- name: STORE_AND_FORWARD
value: "true"
resources:
requests:
cpu: "1"
memory: "1Gi"
limits:
cpu: "2"
memory: "2Gi"
Die STORE_AND_FORWARD-Funktion ist fuer die Prozessindustrie wichtig: Bei Netzwerkunterbrechungen werden Daten lokal gepuffert und spaeter nachgeliefert. So gehen keine Messwerte verloren.
Alarm-Management auf Kubernetes
SEVESO-Betriebe muessen ein nachvollziehbares Alarm-Management betreiben. Jeder sicherheitsrelevante Alarm muss protokolliert, priorisiert und bearbeitet werden. Die IEC 62682 definiert die Anforderungen.
Alarm-Priorisierung
| Prioritaet | Reaktionszeit | Kubernetes-SLA | Beispiel |
|---|---|---|---|
| Kritisch | Sofort (unter 5s) | 99,99% Verfuegbarkeit | Druckueberschreitung Reaktor |
| Hoch | Unter 1 Minute | 99,9% Verfuegbarkeit | Temperaturabweichung |
| Mittel | Unter 10 Minuten | 99,5% Verfuegbarkeit | Fuellstandswarnung |
| Niedrig | Unter 1 Stunde | 99% Verfuegbarkeit | Wartungshinweis |
Pod Disruption Budget fuer Safety-Workloads
apiVersion: policy/v1
kind: PodDisruptionBudget
metadata:
name: alarm-handler-pdb
namespace: seveso-safety
spec:
minAvailable: 2
selector:
matchLabels:
app: alarm-handler
safety-level: "sil-2"
Dieses PDB stellt sicher, dass immer mindestens zwei Alarm-Handler-Pods laufen, selbst waehrend Node-Wartung oder Cluster-Updates. In Kombination mit Anti-Affinity-Regeln ergibt das eine robuste Alarm-Verarbeitung.
Sicherheitsbericht und Dokumentation
SEVESO-Betriebe der oberen Klasse muessen einen Sicherheitsbericht erstellen und regelmaessig aktualisieren. IT-Systeme, die an sicherheitsrelevanten Funktionen beteiligt sind, muessen darin dokumentiert sein.
GitOps als Dokumentationsgrundlage
Ein GitOps-Workflow mit ArgoCD oder Flux liefert den Nachweis der IT-Konfiguration automatisch:
- Jede Aenderung an der Kubernetes-Konfiguration ist in Git nachvollziehbar
- Wer hat wann welche Aenderung vorgenommen?
- Rollback auf jeden frueheren Zustand moeglich
- Automatische Drift-Detection erkennt manuelle Aenderungen
Das vereinfacht die Vorbereitung auf behoerdliche Inspektionen erheblich. Mehr dazu unter GitOps mit ArgoCD.
Audit-Logging fuer SEVESO-Nachweise
apiVersion: audit.k8s.io/v1
kind: Policy
metadata:
name: seveso-audit-policy
rules:
- level: RequestResponse
namespaces: ["seveso-safety", "ot-integration"]
verbs: ["create", "update", "patch", "delete"]
resources:
- group: ""
resources: ["pods", "configmaps", "secrets"]
- group: "apps"
resources: ["deployments", "statefulsets"]
- level: Metadata
namespaces: ["seveso-safety"]
verbs: ["get", "list", "watch"]
Warum Kubernetes in der Chemie Spezialwissen erfordert
Die Chemieindustrie unterscheidet sich grundlegend von typischen Kubernetes-Use-Cases:
Herausforderungen gegenueber Standard-IT
| Aspekt | Standard-IT | Chemieindustrie |
|---|---|---|
| Ausfallfolgen | Umsatzverlust | Personenschaden, Umweltschaden |
| Latenzanforderung | Sekunden tolerabel | Millisekunden kritisch |
| Update-Zyklen | Woechentlich | Nach Validierung (Monate) |
| Netzwerk | Standard TCP/IP | OPC UA, Modbus, Profinet |
| Regulierung | DSGVO, ISO 27001 | SEVESO, IEC 61511, ATEX |
| Betriebszeiten | 99,9% ausreichend | 99,99% Minimum |
Typische Fehler bei Self-Managed Kubernetes in der Chemie
Standard-Cloud-Patterns uebernommen: Auto-Scaling, das Pods bei Last startet und stoppt, funktioniert nicht fuer sicherheitskritische Workloads. Die Pods muessen immer laufen.
OT-Netzwerk nicht isoliert: Ohne strikte Network Policies und DMZ-Architektur riskiert man laterale Bewegung zwischen IT und OT.
Kein Change Management: In der Prozessindustrie muss jede Aenderung an sicherheitsrelevanten Systemen einem MOC-Prozess (Management of Change) folgen.
Fehlende Validierung: Updates an Container-Images muessen wie Software-Aenderungen an Safety-Systemen validiert werden.
Kein 24/7-Betrieb: Chemische Anlagen laufen durchgehend. Ein Kubernetes-Cluster, der nur waehrend der Buerozeiten betreut wird, ist ein Risiko.
Managed Service: Prozessindustrie-Expertise einkaufen
Fuer Chemiemittelstaendler mit 200 bis 2.000 Mitarbeitern ist der Aufbau eines internen Kubernetes-Teams mit Prozessindustrie-Erfahrung unrealistisch. Die Kombination aus Container-Expertise und Branchenwissen ist auf dem Arbeitsmarkt extrem selten.
Kosten: Intern vs. Managed Service
| Kostenfaktor | Internes Team | Managed Service |
|---|---|---|
| Personal (2 K8s-Admins) | 180.000-220.000 EUR/Jahr | -- |
| Schulung Prozessindustrie | 30.000-50.000 EUR | Inklusive |
| Managed-Service-Gebuehr | -- | 4.000-8.000 EUR/Monat |
| 24/7-Bereitschaft | 60.000-80.000 EUR/Jahr | Inklusive |
| Compliance-Beratung | 20.000-40.000 EUR/Jahr | Inklusive |
| Gesamt pro Jahr | 290.000-390.000 EUR | 48.000-96.000 EUR |
Mehr zum Kostenvergleich unter Kubernetes Kosten: Intern vs. Extern.
Was ein Managed Service fuer die Chemieindustrie leisten muss
Ein generischer Managed-Kubernetes-Anbieter reicht fuer SEVESO-Betriebe nicht aus. Der Provider muss:
- OT/IT-Konvergenz verstehen: Erfahrung mit SCADA-Integration, OPC UA und dem Purdue-Modell
- Safety-Anforderungen kennen: IEC 61511, SIL-Bewertung, LOPA-Analysen
- Regulatorisch firm sein: SEVESO-III, Stoerfallverordnung, ATEX-Richtlinie
- 24/7-Betrieb gewaehrleisten: Chemische Anlagen laufen durchgehend, die Kubernetes-Plattform muss das auch
- Change Management unterstuetzen: MOC-Prozesse in den Deployment-Workflow integrieren
- Audit-Support bieten: Unterstuetzung bei behoerdlichen Inspektionen
Ein Ueberblick ueber Managed-Kubernetes-Optionen findet sich unter Managed Kubernetes Plattformen im Vergleich.
Praxisbeispiel: Chemiemittelstaendler mit 400 Mitarbeitern
Ein typisches Szenario fuer einen SEVESO-Betrieb im Mittelstand:
Ausgangslage
- Spezialchemie-Hersteller, SEVESO obere Klasse
- 3 Produktionslinien, 24/7 Betrieb
- Bestehendes SCADA-System (Siemens PCS 7)
- ERP-System (SAP S/4HANA)
- Wunsch: Digitalisierung der Prozessueberwachung, vorausschauende Wartung
Loesung mit Managed Kubernetes
| Komponente | Implementierung |
|---|---|
| Kubernetes-Cluster | On-Premises, 3 Master + 6 Worker Nodes |
| OT-Integration | OPC UA Gateway in DMZ |
| Daten-Pipeline | MQTT, TimescaleDB auf StatefulSet |
| Predictive Maintenance | ML-Modelle als Kubernetes Jobs |
| Dashboard | Grafana mit Echtzeit-Prozessdaten |
| Alarm-Management | Event-basiert mit garantierter Zustellung |
Ergebnisse nach 12 Monaten
| Metrik | Vorher | Nachher |
|---|---|---|
| Ungeplante Stillstaende | 12/Jahr | 4/Jahr |
| Alarm-Reaktionszeit | 45 Sekunden | 8 Sekunden |
| Datenverfuegbarkeit | 85% | 99,7% |
| SEVESO-Audit | 3 Beanstandungen | 0 Beanstandungen |
| Wartungskosten | 420.000 EUR/Jahr | 280.000 EUR/Jahr |
Checkliste: Kubernetes-Einfuehrung in SEVESO-Betrieben
Vor dem Start eines Kubernetes-Projekts in der Chemieindustrie sollten diese Punkte geklaert sein:
- Welche Workloads sind SEVESO-relevant und welches SIL wird benoetigt?
- Ist eine OT/IT-Trennung nach Purdue-Modell vorhanden oder muss sie aufgebaut werden?
- Welche Protokolle muessen unterstuetzt werden (OPC UA, Modbus, MQTT)?
- Gibt es einen MOC-Prozess fuer IT-Aenderungen?
- Ist 24/7-Betrieb fuer den Kubernetes-Cluster sichergestellt?
- Sind die Anforderungen fuer den Sicherheitsbericht bekannt?
- Gibt es Erfahrung mit IEC 61511 und SIL-Bewertung?
Wer sich unsicher ist, kann mit einem Architektur-Review starten.
Fazit
Kubernetes fuer die Chemieindustrie ist technisch machbar, erfordert aber ein Verstaendnis der branchenspezifischen Anforderungen. SEVESO-Compliance, SIL-Bewertung und OT/IT-Konvergenz sind keine Themen, die man nebenbei loest. Die technischen Bausteine von Kubernetes -- Pod-Anti-Affinity, PDBs, Network Policies, Audit Logging -- liefern die Grundlage. Aber die korrekte Anwendung im Kontext der Prozessindustrie erfordert Erfahrung.
Fuer Chemiemittelstaendler ist ein Managed Service mit Branchenerfahrung der pragmatischste Weg. Die Kosten liegen deutlich unter dem Aufbau eines internen Teams, und die Expertise ist vom ersten Tag an verfuegbar. Mehr zum Thema Betrieb auslagern unter Kubernetes Betrieb auslagern.
Verwandte Artikel
- Kubernetes Compliance: DSGVO und BSI in Deutschland
- Kubernetes 24/7-Betrieb fuer den Mittelstand
- Kubernetes ohne DevOps-Team im Mittelstand
- Kubernetes MES-Integration
- Kubernetes Security Hardening: Best Practices
Sie betreiben einen SEVESO-Betrieb und wollen Kubernetes fuer Prozessueberwachung oder Datenplattformen einsetzen? Sprechen Sie uns an unter /kontakt -- wir bringen Kubernetes-Expertise und Prozessindustrie-Erfahrung zusammen.
Kubernetes-Beratung gesucht?
Wir helfen deutschen Unternehmen bei der Kubernetes-Implementierung, Migration und Optimierung. DSGVO-konform und praxiserprobt.
📖 Verwandte Artikel
Weitere interessante Beiträge zu ähnlichen Themen
Kubernetes CIS Benchmarks: Hardening-Leitfaden für mehr Sicherheit & Compliance
Entdecken Sie, wie Sie Ihre Kubernetes-Cluster mit CIS Benchmarks härten. Dieser umfassende Leitfaden bietet praktische Schritte für mehr **Kubernetes Compliance in Deutschland**, robuste **Container-Sicherheit** und die Einhaltung deutscher Sicherheitsstandards.
Kubernetes pgvector: PostgreSQL als performanten Vector Store implementieren
Erfahren Sie, wie Sie pgvector nutzen, um PostgreSQL auf Kubernetes als performanten und datenschutzkonformen Vector Store für KI-Anwendungen im deutschen Mittelstand zu etablieren. Profitieren Sie von einer zukunftssicheren hybriden Datenarchitektur, die lokalen Anforderungen gerecht wird.
Kubernetes Automotive ASPICE 2026: Container für SDV und Compliance
Entdecken Sie, wie Kubernetes Automotive ASPICE 2026 Standards für die SDV-Entwicklung & Compliance revolutioniert. Effiziente Entwicklung, Tests und sichere Prozesse für OEMs in Deutschland – ein entscheidender Schritt für Kubernetes Compliance Deutschland.
Intelligente Dokumentenverarbeitung mit Kubernetes in Deutschland: IDP-Pipelines für den Mittelstand
Revolutionieren Sie die Dokumentenverarbeitung in Ihrem deutschen Mittelstandsunternehmen! Erfahren Sie, wie skalierbare IDP-Pipelines mit OCR und KI auf Kubernetes-Plattformen in Deutschland manuelle Prozesse automatisieren, Kosten senken und die Datenqualität signifikant verbessern – DSGVO-konform und effizient.
Kubernetes Medizintechnik MDR 2026 Container-Compliance
Die EU-MDR stellt hohe Anforderungen an Medizintechnik-Software bis 2026. Dieser Artikel beleuchtet, wie Sie Ihre Kubernetes-Umgebung in Deutschland **MDR-konform** gestalten und Ihre **Container-Workflows** im **Healthcare**-Sektor sicher betreiben. Erfahren Sie die entscheidenden Strategien für **Infrastruktur-Qualifizierung**, **Software-Validierung** und umfassende **Kubernetes Compliance** in regulierten Umgebungen.