IoT-sensing: Bruker teknologier som sensorer, RFID og industriell IoT (IIoT) for å samle inn rådata som utstyrsstatus, materialflyt og miljøparametere i sanntid.
Databehandling: Bruk big data og cloud computing-teknikker for å rense, lagre og analysere enorme mengder data og trekke ut nyttig informasjon.
Kunnskapsutvinning: Å kombinere kunstig intelligens (som maskinlæring og dyp læring) med ekspertsystemer for å identifisere mønstre, forutsi trender og diagnostisere feil i data.
Tjenesteintegrasjon: Basert på kunnskapsnettverk og tjenesteorientert arkitektur (SOA), er produksjonsressurser (utstyr, prosesser, inventar etc.) innkapslet som callable tjenester.
Samarbeidende menneske-maskin beslutningstaking: Menneskelige eksperter og intelligente systemer jobber sammen for å utvikle optimale produksjonsstrategier og responsplaner.
Utførelse med lukket sløyfe: Gi beslutningsinstruksjoner til utførelseslag som roboter, MES og APS for å automatisk justere produksjonsoperasjoner og gi tilbakemelding for å optimalisere modellene.