![](./pubData/source/images/pages/page228.jpg)
INDUSTRIELLE PROZESSE
NEU ERFINDEN
Innovationen in der industriellen Fertigung sind auf dem globalen
Markt in einem Umfang und einer Komplexität gefragt, die
Unternehmen vor Herausforderungen stellen. Die Konvergenz von
Daten und maschinellem Lernen (ML) hilft, sie zu bewältigen.
J
Jeden Tag produzieren Unternehmen riesige Datenmengen, speichern diese Informationen
in der Cloud und nutzen ML-gestützte Verfahren, um neue Erkenntnisse daraus zu
gewinnen und schneller fundierte Entscheidungen zu treffen. Über alle Industriezweige
hinweg werden Arbeitsabläufe mithilfe von ML optimiert – von Konstruktion und
Design über die Produktions- und Anlagenoptimierung bis hin zum Lieferkettenmanagement
und der Qualitätskontrolle. Grundsätzlich gibt es vier Möglichkeiten, industrielle
Prozesse mittels ML neu zu gestalten.
VORAUSSCHAUENDE WARTUNG
Eine große Herausforderung für Industrie- und Fertigungsunternehmen ist die laufende
Wartung von Anlagen. Früher wurden diese entweder reaktiv (nach einem Maschinenausfall)
oder präventiv (in regelmäßigen Abständen) gewartet. Beide Verfahren waren
kostspielig und ineffizient. Mit Predictive Maintenance dagegen lässt sich genau vorhersagen,
228 INDUSTRIE-GUIDE 2021/22
wann eine Maschine oder Anlage
gewartet werden muss.
Der Energiekonzern GE Power nutzt für
die vorausschauende Wartung End-to-
End-Systeme, die anhand von Sensoren
und mithilfe von ML Anomalien bei den
Vibrationen oder der Temperatur von
Maschinen erkennen. Da bei diesem Verfahren
keine ML- oder Cloud-Kenntnisse
vorausgesetzt werden, war GE Power im
Stande, seine Anlagen schnell mit Sensoren
nachzurüsten und diese mit Echtzeitanalyse
in der Cloud zu verbinden. Auf diese
Weise gelang der Übergang von einer zeitbasierten
zur prädiktiven und präskriptiven
Wartung. Heute wird die Sensorflotte
remote aktualisiert und gewartet – ohne
physischen Kontakt.
Über alle Industrien hinweg werden Abläufe
mittels maschinellen Lernens optimiert.
1