Welche Arten von Daten kann die Software von aiomatic verarbeiten?

Unsere Software kann Zahlen, Dezimalzahlen, Texte sowie Wahr/Falsch-Aussagen verarbeiten. Dabei berücksichtig sie sowohl Sensordaten als auch das Fachwissen des Ingenieurs, das über eine benutzerfreundliche Oberfläche eingegeben wird.

Was benötige ich, um mit der Datenerfassung zu beginnen?

Im ersten Schritt ist die Bereitstellung einer virtuellen Maschine oder alternativ die Installation der zusätzlichen Hardware erforderlich (siehe Möglichkeiten der Datenverbindung). Im zweiten Schritt erfolgt der Verbindungsaufbau zum OPC UA-Server der Maschine, wofür gegebenenfalls Netzwerkanpassungen und Portfreigaben erforderlich sind.

Welche technischen Voraussetzungen gibt es bei der Datenverbindung über eine virtuelle Maschine?

Für die Ausführung unseres Datenverbindungs-Clients auf einer virtuellen Maschine ist eine Linux-VM und eine VPN-Verbindung erforderlich.

Projektablauf für vorausschauende Instandhaltungslösungen

Das zeichnet die Projektarbeit mit aiomatic aus

Klare Ziele
& strukturiertes Vorgehen

Zeitlich abgestimmte Meilensteine und Bereitstellung von Schritt-für-Schritt-Anleitungen.

Umfassendes Onboarding
& kontinuierliche Betreuung

Mit Workshops und regelmäßigen Meetings steuern wir Ihr Projekt gezielt zum Erfolg.

Höchste Sicherheitsstandards

Ihre Daten werden in der ISO/IEC 27001-zertifizierten Microsoft Azure Cloud gespeichert und gemäß DSGVO und EU-KI-Verordnung verwaltet.

Die Schritte zum Erfolg

Unser Projektablauf im Überblick

Kickoff & technische Abstimmung

Gemeinsam klären wir die finalen Rahmenbedingungen des Projekts: Welche Maschinen werden priorisiert, welche Datenquellen genutzt und ob zusätzliche Sensorik benötigt wird. Außerdem stimmen wir Ziele, Erwartungen und die nächsten Schritte ab.

Phase 1: Aufbau der Datenverbindung (ggf. vorherige Nachrüstung mit Sensorik)

Die Datenverbindung wird mit standardisierter Anleitung von aiomatic eingerichtet.
Bestehende digitale Schnittstellen können in der Regel ohne zusätzliche Hardware genutzt werden.
Bei Bedarf kann die Datenbasis durch zusätzliche Sensorik ergänzt werden.

Phase 2: KI-Konfiguration

In dieser Phase wählen wir gemeinsam die relevanten Datenkanäle aus und konfigurieren die Maschine im Dashboard. Dabei werden die wichtigsten Anlagenbereiche und Komponenten so abgebildet, dass sie für Analyse und Monitoring sinnvoll nutzbar sind. Auf dieser Grundlage werden die Dashboardstruktur und das KI-Training eingerichtet.

Dashboard-Übergabe mit digitaler Maschinenstruktur

Die Optimierungsphase startet mit der Übergabe des Digitalen Wartungassistenten.

Phase 3: Optimierung der KI-Modelle

Die KI-Modelle werden kontinuierlich mit neuen Daten trainiert und optimiert.
In gemeinsamen Bi-Weeklies besprechen wir erkannte Anomalien, z. B. Hinweise auf Verschleiß oder ungünstige Betriebsweisen. So können Schäden vermieden sowie wiederkehrende Muster und schädliche Betriebsweisen identifiziert werden.

Phase 4: Skalierung

Die im Pilotprojekt gewonnenen Erkenntnisse bilden die Grundlage für das effiziente Onboarding weiterer Maschinen und Anlagen.

Das Set-up mit aiomatic war überraschend unkompliziert. Die nahtlose Integration in bestehende Workflows und die intuitive Bedienung des Dashboards machen die Lösung zu einem echten Erfolg, der schnell Mehrwert für unser Team liefert.

Ben Thurnwald, Geschäftsführer
HANSAPORT Hafenbetriebsgesellschaft mbH

aiomatic ist zukunftsweisend. Beispielsweise sagte die Anwendung von KI auf Echtzeitdaten bereits einen drohenden Lagerschaden für eine unserer Anlagen voraus. Dadurch waren wir in der Lage, frühzeitig zu handeln und einen ungeplanten Stillstand von mehr als 8 Stunden zu vermeiden.

Dirk Schlamann, Lead Instandhaltung
Nitto

Die Zukunft in der Instandhaltung gestaltet sich schwierig, wenn die Ressource Fachkraft betrachtet wird. Mit der KI-basierten Lösung von aiomatic sieht diese aber wieder viel besser aus. Das Team kann sich nun anderen Tätigkeiten widmen, während die Überwachung und frühzeitige Warnmeldung durch aiomatic erfolgt.

Andreas Weber, Technischer Instandhaltungsleiter
Canyon Bicycles GmbH

Die größten Potenziale für Sie

Erfolgsfaktoren für einen schnellen & erfolgreichen Projektstart

Für eine problemlose & schnelle Implementierung unserer Software und einen maximalen Projektmehrwert empfehlen wir diese Grundlagen:

Maschinendaten werden bereits mindestens stündlich, periodisch oder eventbasiert, digital erfasst.

Maschinendaten können über eine digitale Schnittstelle kontinuierlich zur Verfügung gestellt werden.

Für die Implementierung stehen IT-Mitarbeitende aus Ihrem Team zur Verfügung.

Support

Häufig gestellte Fragen

Hier finden Sie Antworten auf die häufigsten Fragen rund um den Ablauf eines Predictive Maintenance Projekts.

Welche verschiedenen Lösungen bietet aiomatic?

Neben historischen Datenanalysen bieten wir eintägige Workshops zur Planung Ihrer individuellen Wartungsstrategie an. Wenn Sie sich unsicher sind, ob Ihre Datenbasis ausreichend ist, führen wir gerne einen Proof of Concept mit Ihnen durch, damit Sie unsere Software in Ihrer Live-Umgebung testen können. Für eine langfristige Nutzung unserer Software ist unser skalierbares SaaS-Modell die richtige Wahl für Sie.

Welche Schritte sind für die Datenerfassung notwendig?

Für die Datenerfassung definieren Sie zunächst die relevante Maschine oder den Prozess. Die Daten können anschließend entweder verschlüsselt per MQTT übertragen oder über unsere aioConnect-Lösung angebunden werden. Dafür werden eine virtuelle Maschine, passende Netzwerkfreigaben und die relevanten Schnittstelleninformationen, z. B. zu OPC UA, benötigt. Die Einrichtung begleiten wir mit einer detaillierten Anleitung.

Welche personellen Ressourcen sind auf Unternehmensseite notwendig?

Für die erfolgreiche Implementierung benötigen Sie einen Anlagenführer, einen Verantwortlichen für Wartung/Instandhaltung, sowie einen Ansprechpartner aus der IT für Netzwerkfreigaben. Zusätzlich kann ein Ansprechpartner aus der Produktion für die Bereitstellung der OPC UA Informationen erforderlich sein.

Was muss aiomatic über meine Daten wissen?

Wir benötigen Angaben dazu, welche Datenfelder überwacht, ignoriert oder als externe Einflussgrößen betrachtet werden sollen. Ebenso ist es essenziell, den Zeitpunkt zu definieren, an dem der Prozess den gewünschten Zustand erreicht und die Daten dem Normalzustand entsprechen.

Wie hoch ist der Aufwand auf Kundenseite?

Der Aufwand auf Kundenseite ist gering, da aiomatic den Großteil der Umsetzung im Hintergrund übernimmt. In einem unserer Retrofit-Projekte konnten beispielsweise 20 Use Cases mit nur ca. 6 Stunden Aufwand auf Kundenseite realisiert werden. So ist ein schneller, unkomplizierter Start möglich, ohne die internen Teams stark zu belasten.

Unsicher, wie Sie starten sollen?

In unserer kostenlosen Maschinen- und Use-Case-Analyse
bewerten wir Ihr Potenzial zur Einführung von Predictive Maintenance.

Analysetermin vereinbaren

Projektablauf mit aiomatic