Wertschöpfung aus Daten am Schnittpunkt von KI und IoT

Das Generieren von Daten ist für Industrieunternehmen, die sich einen Wettbewerbsvorteil verschaffen wollen, nichts Neues. Die Fortschritte bei der Generierung von Mehrwert aus diesen Daten sind jedoch die entscheidende Neuerung.

(Bildquelle: Weidmüller)

Neue datengetriebene Dienste inspirieren Ingenieure und Hersteller zu rentablen und effizienten Geschäftsmodellen, die intelligente Fabriken mit ausgefeilter Technologie schaffen, die die Produktqualität steigern und die Kosten senken können.

Doch wie schaffen Hersteller den Weg von den Daten zur Wertschöpfung? Viele Hersteller sind begeistert von den Möglichkeiten der künstlichen Intelligenz (KI) und ihrer Verknüpfung mit dem industriellen Internet der Dinge (IIoT). Fortschritte bei den Algorithmen des maschinellen Lernens sowie bei der Erfassung und Verfeinerung von Daten führen zu einer Steigerung der Effizienz und Produktivität.

Was sich zunächst sehr kompliziert anhört, kann durch die konkreten Vorteile der intelligenten Industrie tatsächlich erreicht werden.

Methoden der künstlichen Intelligenz und insbesondere des maschinellen Lernens sind Werkzeuge, die zur Analyse von Maschinendaten eingesetzt werden. Sie ermöglichen es, Daten miteinander zu verknüpfen und unbekannte Korrelationen zu ermitteln.

Das Konzept von Weidmüller beinhaltet den einfachen Einsatz von KI mit Hilfe von Software für automatisiertes maschinelles Lernen im Maschinen- und Anlagenbau. Zu diesem Zweck haben wir den Einsatz von maschinellem Lernen für industrielle Anwendungen so weit standardisiert und vereinfacht, dass auch Fachleute ohne Spezialkenntnisse in Datenwissenschaften eigene datengetriebene Lösungen erstellen können.

Ein Software-Tool führt den Benutzer durch den Prozess der Modellentwicklung. Maschinen- und Prozessexperten können ohne die Unterstützung von Datenwissenschaftlern maschinelle Lernmodelle erstellen, ändern und ausführen, um Ausfallzeiten und Fehler zu reduzieren, Wartungsaktivitäten zu optimieren und die Produktqualität zu verbessern. Die Software hilft bei der Übersetzung und Archivierung des komplexen Anwendungswissens in eine zuverlässige maschinelle Lernanwendung.

Automatisiertes maschinelles Lernen kann in vielen Bereichen eingesetzt werden - von der Erkennung von Anomalien über deren Klassifizierung bis hin zur Fehlervorhersage. Um jedoch Anomalien zu erkennen und auf dieser Grundlage Prognosen für die vorausschauende Wartung zu erstellen, müssen die Daten gesammelt und korreliert werden. Für Maschinen und Anlagen gibt es in der Regel eine ausreichende Menge an prozessrelevanten Daten. Um aus diesen Daten einen Mehrwert zu erzielen, werden sie mit Methoden des maschinellen Lernens analysiert und entsprechende Modelle entwickelt.

Wir glauben, dass es einen einfachen Weg zum industriellen IoT gibt. Wir unterstützen Lösungen auf vier verschiedenen Ebenen, die wir für die grundlegenden Bausteine halten:

  1. Datenanalyse und Geschäftslogik - Erzielen Sie mit datengetriebenen, digitalen Diensten einen konkreten Mehrwert.
  2. Datenkommunikation - Netzübergreifende Kommunikation auf höchstem Sicherheitsniveau durch zuverlässigen Datentransport über die Netzinfrastruktur.
  3. Datenvorverarbeitung - Reduzieren Sie den Datenfluss und die Kosten mit IoT-Edge-Technologie, z. B. Steuerungen, I/O-Systeme und Energiezähler.
  4. Datenerfassung - Verschaffen Sie sich Zugang zu zuverlässigen, wertvollen Daten in Greenfield- und Brownfield-Anwendungen mit Steuerungen, Maschinen, Sensoren, Messgeräten und Analogsignalwandlern.

Die Erzielung eines zusätzlichen Nutzens aus Daten beginnt mit dem Einsatz künstlicher Intelligenz. Das kann so einfach sein wie ein Warnsignal. Oder es kann für KI mit maschinellem Lernen verwendet werden. Um das Verhalten von Maschinen zu kennen und zu verstehen, nutzen wir diese vier Bausteine, um KI und IoT zu kombinieren und so den Weg von Daten zu Werten zu ebnen. Erfahren Sie mehr über Weidmüllers bahnbrechenden Einsatz von automatisiertem maschinellem Lernen unter Verwendung von künstlicher Intelligenz im Bereich der industriellen Automatisierung in unserer Videoserie Fabriken der Zukunft.

Über den Autor

Image of Dr. Thomas Bürger

Dr. Thomas Bürger is head of the Automation Products & Solutions (APS) division at electrical engineering company Weidmüller, as well as managing director of Weidmüller GTI Software GmbH in Marktheidenfeld. He holds a doctorate in engineering, joins Weidmüller from Bosch Rexroth AG, where he has held various management positions over the past 15 years, most recently as Vice President Engineering Automation Systems and Digital Platform. "Dr. Thomas Bürger has outstanding technological expertise in automation and industrial IT and brings with him many years of development competence and experience in building and leading organizations," explains Weidmüller Chief Technology Officer Volker Bibelhausen.

In his role, Bürger will drive the expansion of the IIoT portfolio as well as the area of digital platforms at Weidmüller in the future and contribute his expertise here. "The Industrial Internet of Things will significantly change industrial production in the next few years and we are positioning ourselves with solutions in this environment at an early stage. We will develop into a significant player in the market here," Bürger elaborates. "With Thomas Bürger, Weidmüller has gained a personality who will consistently pursue the path we have taken in the direction of IIoT, digitalization and innovation," says Volker Bibelhausen.

More posts by Dr. Thomas Bürger