Home > Service > Abo > FIVE > Firmen > Anomalien mit künstlicher Intelligenz erkennen

Firmen

Siemens stellt im Juni 2021 die AI Anomaly Assistant Industrie-App vor, die mit Hilfe von Künstlicher Intelligenz (KI) Anomalien in der Prozessindustrie erkennt und diese auf ihre Geschäftsrelevanz bewertet.

Unternehmen erhalten dadurch neue Möglichkeiten bei der wirtschaftlichen Optimierung ihrer Prozesse.

Die App betrachtet Prozess­ereignisse, die einen Einfluss auf verschiedene Parameter wie Produktivität, Verfügbarkeit und Qualität haben und weist den Anlagenbetreiber auf solche Anomalien hin. Ereignisse und Anomalien werden nicht mehr nur erkannt, sondern auf ihre Geschäftsrelevanz bewertet – diese Bewertung war bislang nur anhand von Erfahrungswerten möglich.

Das Dashboard des Siemens AI Anomaly Assistant

Damit die KI in der Lage ist, geschäftsrelevante Anomalien zu detektieren und zu bewerten, werden die Algorithmen anhand von Prozessdaten trainiert (Machine-Learning) und fokussiert, das heißt, sie lernen, welche Anomalien eine Auswirkung auf die Wirtschaftlichkeit der Anlage haben. Die weitere Fokussierung der KI wird durch den Anlagenbetreiber selbst vorgegeben. Dazu bietet die App ein Dashboard, in dem Anomalien selektiert, bewertet und kommentiert werden können. Diese Evaluierungsphase wird von mehreren Feedbackschleifen begleitet, sodass der Anlagenbetreiber am Ende eine gut trainierte und fokussierte KI erhält, die in der Lage ist, anhand der Prozessdaten Anomalien auf ihre geschäftliche Relevanz zu bewerten. Die AI Anomaly Assistant App wird entweder als Cloudanwendung oder innerhalb der anwendereigenen Infrastruktur installiert, zum Beispiel auf einem Simatic Box PC oder einer virtuellen Maschine. Die cloudbasierte Lösung ist insbesondere während der Trainings- und Evaluierungsphase vorteilhaft, da sie die effiziente Zusammenarbeit zwischen Datenanalysten und Anlagenbetreiber unterstützt. Zusätzlich ermöglicht sie es auch, die Ergebnisse der Anomalieerkennung mit weiteren Services zu verbinden, etwa einem vorausschauenden Assetmanagement, als Teil der Asset Performance Suite (APS).