25
04/2017 ·
MIDRANGE
MAGAZIN
von 5Analytics weiter. Kurz gesagt:
Man analysiert nicht im Nachhinein,
warum eine Maschine ausgefallen ist,
sondern man verhindert den Maschi-
nenausfall durch Künstliche Intelligenz
im Vorfeld.
Die KI-Plattform weist also nicht
nur auf nahende Maschinenausfälle
hin, sondern gibt auch bekannt, wel-
che Maschine zu welchem Zeitpunkt
und an welcher Stelle gewartet werden
muss, um einen Ausfall zu verhindern.
Da die Analysewerte in Echtzeit inter-
pretiert werden, gibt die KI-Lösung ihre
Hinweise bzw. Handlungsaufforderun-
gen in Echtzeit an die Mitarbeiter wei-
ter. „Ist zum Beispiel ohnehin eine Pau-
se des Maschinenbetriebs vorgesehen,
wäre die Empfehlung der Künstliche
Intelligenz-Softwarelösung, die War-
tung erst in diesem Zeitraum vorzu-
nehmen, damit es zu keinem unnötigen
Produktionsstopp kommt“, so Stefan
Soehnle. „Wenn eine noch weitergehen-
de Automatisierung gewünscht wird,
kann der Künstlichen Intelligenz sogar
erlaubt werden, Ersatzteile oder War-
tungsteams eigenständig anzufordern,
ohne dass sich ein Mitarbeiter darum
kümmern muss.“
Das Aufsetzen einer
Software-Lösung
Um eine Predictive Maintenance-Um-
gebung für Industrieanlagen zu schaf-
fen, die dank Künstlicher Intelligenz
auch Handlungsanweisungen gibt,
müssen drei Projektschritte durchge-
führt werden: die Konzeption, die Ent-
wicklung und zuletzt die Implementie-
rung. Wichtig bei der Umsetzung ist
das Verständnis, dass die Zusammenar-
beit zwischen dem IT-Dienstleister und
dem Auftraggeber essenziell für den
Projekterfolg ist. Deshalb ist es absolut
notwendig, dass der IT-Dienstleister
auf Unternehmensseite einen festen
Ansprechpartner hat.
Der komplette Projektablauf wird
durch 5Analytics begleitet, von der Vor-
bereitung beim Kunden über die kom-
plexe Datenanalyse bis hin zur Imple-
mentierung der Künstliche Intelligenz-
Plattform. Diese ist in alle gängigen
Systemlandschaften im Unternehmen
integrierbar. Unternehmensprozesse
jeglicher Art lassen sich mit ihr intel-
ligent automatisieren und ermöglichen
damit Entscheidungen in Echtzeit.
Die drei Projektschritte
In der Konzeptionsphase entwickeln
der IT-Dienstleister und das beauf-
tragende Unternehmen gemeinsam
mögliche Einsatzfelder, die einen sig-
nifikanten Mehrwert in den Produkti-
onsstätten des Unternehmens liefern.
Dies könnte, je nach Ressourcenlage,
zum Beispiel die Optimierung von Ver-
arbeitungs- und Produktionsprozessen
sein. Oder eben auch das Aufsetzen
einer Predictive Maintenance-Lösung.
Das Konzept beinhaltet das gewünsch-
te Einsatzszenario sowie die einzelnen
Arbeitsschritte und wird im Sinne der
Transparenz schriftlich festgehalten.
Für die Entwicklungsphase zieht
der IT-Dienstleiser die vorhandenen
Datensätze des Unternehmens heran,
die verschiedene Prozessparameter
von Produktionsabläufen beinhalten.
Diese sollten darüber hinaus weite-
re Merkmale zur Beurteilung des ge-
wünschten Projektziels umfassen. Die
Daten werden dann vom Dienstleister
bereinigt, vereinheitlicht und statis-
tisch aufbereitet. Anschließend werden
Künstliche Intelligenz-Modelle ent-
wickelt. Und darauf folgend wird das
Anwendungsszenario umgesetzt sowie
dessen Funktionsweise und Mehrwert
demonstriert. Der IT-Dienstleister und
das Unternehmen überprüfen die Ent-
wicklungsschritte gemeinsam und pas-
sen sie, dort wo es notwendig ist, an.
Der letzte Projektschritt ist die
Implementierungsphase. Gemeinsame
Schnittstellen und Datenflüsse werden
definiert, um einen Prototypen umzu-
setzen. Dieser demonstriert realitäts-
nah, wie eine finale Implementierung
aussehen könnte. Begleitend zur Prä-
sentation der Softwarelösung erfolgt
ein Austausch über mögliche Erweite-
rungsschritte.
Das zentrale Ergebnis dieses Pro-
jekts ist eine fertige analytische Soft-
warelösung. Der Auftraggeber erhält
also nicht nur die Erkenntnisse aus sei-
nen Daten in Form eines Berichts, son-
dern darüber hinaus eine Künstliche
Intelligenz-Anwendung, die schnell und
einfach in bestehende Prozesse oder
Anwendungen integriert werden kann.
IT-Innovationsmöglichkeiten
für die Industrie
Unternehmen, die auf Industrie 4.0
setzen und die Digitalisierung ihrer
Werke vorantreiben wollen, verschaf-
fen sich klare Vorteile im Wettstreit
um Produktionsaufträge. Analysen, die
Predictive Maintenance ermöglichen
und voraussagen, dass eine Maschine
voraussichtlich ausfallen wird, sind
dabei der erste Schritt. Es gibt aber
auch innerhalb dieser Digitalisierung
Weiterentwicklungen. Nämlich Predic-
tive Maintenance-Lösungen, die dank
Künstlicher Intelligenz automatisiert
und frühzeitig präzise Entscheidungen
treffen, um Handlungsanweisungen in
Echtzeit an das Wartungspersonal wei-
terzugeben. So wird die Weiterentwick-
lung von Industrie 4.0 dank der Inno-
vationsmöglichkeiten von Künstlicher
Intelligenz vorangetrieben.
Adriano Gomez-Bantel
ó
Quelle: baranozdemir – istockphoto.com
