Der KI auf der Spur: Künstliche Intelligenz, Machine Learning, Predictive Maintenance und mehr [Upd]

geschätzter Leseaufwand: 4 Minuten

Update: Ende März wurde die Hannover Messe 2020 abgesagt. Neuer Termin: 12. bis 16. April 2021. Bis dahin wird auf diesem Blog weiterhin eine Menge passieren zu den Themen Künstliche Intelligenz, Cloud Computing, Internet of Things und Co.

Immer, wenn das Thema Künstliche Intelligenz auftaucht, sind die Begriffe Machine Learning und Predictive Maintenance nicht weit. Beide stehen in engem Zusammenhang mit aktuellen und künftigen KI-Lösungen. Und genau davon soll in diesem Beitrag zur HANNOVER MESSE 2020 die Rede sein. Mit interessanten Ausprägungen und ausgewählten Ausstellern.

Predictive Maintenance: Vorausschauendes Warten und Fehler beheben

Auch auf der HANNOVER MESSE 2020 spielt das Thema Predictive Maintenance eine wichtige Rolle. Das lässt sich sehr gut anhand des neu geschaffenen Hallenkonzepts „Digital Ecosystems“ in den Hallen 14 bis 17 erkennen. Dort werden zahlreiche Aussteller zu finden sein, die mithilfe ihrer KI-basierten Softwarelösungen und Technologien für vernetzte Anlagen und Systeme sorgen wollen, die kostspielige Ausfälle vermeiden und ungeplante Wartungen ermöglichen.

Denn mit jeder Minute, jeder Stunde, in denen ein Fließband oder eine komplette Fertigungshalle wegen technischer Probleme still steht, entstehen enorme Kosten. Genau hier kommt die KI-Disziplin „Predictive Maintenance“ ins Spiel. Überall dort, wo Maschinen miteinander reden und ihre Daten austauschen können, lassen sich mögliche Störeinflüsse relativ schnell erkennen. Vorausgesetzt, im Hintergrund kommt eine KI-basierte Software zum Einsatz, die Anomalien und andere unvorhergesehene Fehler identifizieren kann. Und das möglichst so früh, dass mögliche Ausfälle vermieden werden können.

Doch es geht noch viel weiter: Mithilfe von „Predictive Maintenance“ lassen sich digitale Wertschöpfungsketten sehr gut verknüpfen. Sobald beispielsweise der genaue Zeitpunkt feststeht, an dem eine bestimmte Maschine gewartet werden soll, kann der zugehörige Logistikprozess initiiert werden – und das vollkommen automatisiert. Damit können aufeinander abgestimmte Arbeits- und Bestellprozesse  sichergestellt werden.

Lesetipp >>  Videoblog: "Mit der Künstlichen Intelligenz lässt sich die Rechtevergabe einfacher überwachen"

Predictive Maintenance-Aussteller: Altair Engineering, Data Lighthouse und Scheer

Mit Datawatch zeigt Altair Engineering in Halle 17 (Stand D71) eine Predictive Maintenance-Lösung, die sich in drei Schritten in eine bestehende Infrastruktur integrieren lässt. Hierfür werden die Daten vorbereitet, Datenmodelle erstellt und daraus Echtzeitvorhersagen abgeleitet. Datawatch verbindet mit diesem Ansatz Anwender mit unterschiedlichen Fähigkeiten und aus verschiedenen Disziplinen.

Die Hamburger Software-Schmiede Data Lighthouse hat auf der HANNOVER MESSE in Halle 16 (Stand E23) Neuheiten dabei: Basierend auf deren Cloud-Lösung Data Grid zeigt das Unternehmen, wie sich Industrieanlagen in Echtzeit überwachen und ihr mögliches Verhalten vorhersagen lassen. Hierfür kommt ein digitaler Zwilling der Anlagen zum Einsatz, mit dessen Hilfe und eines mobilen Endgeräts der Zustand der Industrieanlage ständig überprüft werden kann.

Das Beratungs- und Software-Haus Scheer ist in Halle 17 (Stand D52) mit einer Reihe von KI-basierten Lösungen am Start. Dazu zählt die Software-Anwendung Predictive Intelligence, die auf selbstlernende Algorithmen zurückgreift. Damit lassen sich Produktionsausschüsse verringern und vorausschauende Wartungen planen. Obendrein kann so der Energiebedarf reduziert werden.

Machine Learning: Maschinen mithilfe der KI schlauer machen

Machine Learning und Predictive Maintenance gehen im Grunde Hand in Hand. Denn für das zuverlässige Erkennen einer möglichen Fehlerquelle muss das System erst einmal auf alle möglichen Schadsituationen vorbereitet werden. Hierzu „schult“ eine KI-Software das System auf mögliche Fehler, damit diese in Echtzeit erkannt und behoben werden können. Nur dann funktioniert die vorausschauende Wartung und Instandsetzung.

Machine Learning-Aussteller: A1 Digital, Intel und Seneye

Mit A1 Digital stellt sich ein Lösungsanbieter in Halle 15 (Stand D17) ganz in den Dienst möglicher KI-Projekte. Dort können sich interessierte Besucher mit ihrer geplanten Anwendung an die KI-Spezialisten von A1 Digital wenden, um mit ihnen ihre Bedürfnisse in Sachen Machine Learning und KI zu evaluieren.

Lesetipp >>  Videoblog: "Die KI im Rechenzentrum erkennt Anomalien schon im Voraus"

Ebenfalls in Halle 15 (Stand E76) zeigt der Chiphersteller Intel, wie seine Visionen des Machine Learning aussehen. Dabei stehen Technologien wie Intel DL Boost for AI und Edge Computing im Vordergrund. Hier steht vor allem das Speichern KI-relevanter Daten auf den Endgeräten im Vordergrund. Das können IoT-Komponenten genauso sein wie Smartphones und Tablets. Damit soll der Datenaustausch von KI-Systemen und Endgeräten beschleunigt werden.

Interessant im Kontext des Machine Learning ist auch der geplante Auftritt der britischen Firma Senseye in Halle 16 (Stand F23). Die hilft mit ihrer Cloud- und Machine-Learning-basierten Software, Maschinenausfälle automatisiert zu erkennen und zu beheben. Die Software kann auf beliebigen Maschinen eingesetzt werde. So integriert beispielsweise Siemens Senseye in das IoT-Betriebssystem Mindsphere. Damit lassen sich auf Sensorbasis Anlagen und Systeme verbinden und überwachen.

VDMA-Gemeinschaftsstand „Predictive Maintenance“ in Halle 16

Das Thema Predictive Maintenance nimmt aus Sicht des Verbands Deutscher Maschinen- und Anlagenbau (VDMA) eine übergeordnete Rolle ein. Daher ist er seit vielen Jahren Partner der HANNOVER MESSE. So wird es in Halle 16 einen VDMA-Gemeinschaftsstand geben, auf dem Aussteller ihre Technologien und Lösungen zum Thema Predictive Maintenance zeigen werden. Laut Peter-Michael Synek sind das aktuell iQunet, softgate, Neuron Soundware und FuehlerSysteme eNET International. Speziell Neuron Soundware verfolgt einen interessanten Ansatz: Anhand von ausgezeichneten Maschinengeräuschen ist die KI-Anwendung in der Lage, darüber zu befinden, ob sämtliche Komponenten der Anlage so klingen, wie sie sollten – oder ob möglicherweise ein Fehler vorliegt, der behoben werden muss.