Predictive Maintenance, die vorausschauende Wartung, zählt zu den wichtigsten KI-Anwendungen. Hierbei werden mittels KI-Algorithmen frühzeitig Abweichungen in der Fertigung erkannt, sodass sich ungeplante Ausfälle kritischer Systeme, wie sie beispielsweise in der Energieversorgung und Industrieautomation zum Einsatz kommen, vermeiden lassen. In diesen Branchen sind höchste Verfügbarkeit und Sicherheit Grundvoraussetzungen. Ein Störfall bedeutet finanzielle Verluste und Sicherheitsrisiken, für Unternehmen und für Kunden, wenn etwa die Stromzufuhr plötzlich unterbrochen wird. Predictive Maintenance funktioniert wie alle KI-Lösun-gen durch den Abgleich von Ist- und Soll-Daten. Die Soll-Informationen sind als großer Datenpool, zum Beispiel in einer Cloud abgelegt. Mittels Machine Learning wird unter Verwendung von zuvor definierten Algorithmen anhand der vorhandenen Trainingsdaten ein statistisches Modell erzeugt. Dies ist in der Lage, eigenständig Muster und Gesetzmäßigkeiten zu erkennen. Treten nun Abweichungen von den Soll-Daten auf, lassen sich diese schnell aufdecken und Komponentenausfälle vermeiden. Mit Deep Learning, einer speziellen, komplexen Methode des Machine Learning, lernen Maschinen über neuronale Netze aus Erfahrungswerten. Sie identifizieren Muster in großen Datensätzen, interpretieren sie und reagieren entsprechend.
展开▼
