ANLAGENZUSTANDNormalbetriebDaten im Referenzbereich
WERK 01 / LACKIERLINIE A / ZELLE 07
Die Maschine spricht.
Wir machen Muster sichtbar.
Herstellerübergreifende Daten. Früh erkennbare Veränderungen. Bewusste Entscheidungen.
DIGITALER DEMONSTRATOR
00:00:00SIMULIERTE BETRIEBSZEIT
DATEN IM DEMO-POOL0 Messwerte6 Sensoren · 4 Quellprotokolle
ANOMALIESIGNAL0 / 100Normierte Abweichung · keine Fehlerwahrscheinlichkeit
WARTUNGSINTERVALL18 BetriebsstundenFiktive Vorgabe · bei 2.000 h fällig
ASSET VISUALIZATION
● PRODUKTIONPaintCell / R-07 Fahrzeugtür · Ocean Teal
LIVE-SIMULATIONAUFTRAG FP-2048 / TÜR 001
FERTIGUNGSPROZESS0 %
Lackierdurchgang · 1 / 1
◈ 6 Messstellen · 6 / 6 valideSensorstatus und Grenzwerte: simuliert
FROM EDGE TO INSIGHT
DEMODer Datenweg
CAN / CANopenModbus TCPOPC UAIoT / REST
01
Edge-GatewayMapping · Einheiten · Zeitstempel
NORMALISIERTE TELEMETRIE
02
MQTT-Brokerplant/01/cell/07/telemetry
VALIDIEREN / DEDUPLIZIEREN
03
Zeitreihen + Datenpool0 valide Werte / 0 ungültig
Telemetrie-Stream
6 Werte / Sim.-s100 %VALIDE WERTE
0 KBDEMO-PAYLOAD
Browser-Ringpuffer: maximal 3.600 Pakete. Kein echter Broker oder Datenbankdienst verbunden.
OBSERVE → EXPLAIN → DECIDE
ERKLÄRBARE DEMO✦ KI-Watching
Referenz wird verglichen
◎
Menschliche Entscheidung
Verantwortliche Instandhaltung⌁
Abweichung ≠ Diagnose.
Unsichere Daten brauchen Prüfung.
WATCHING ÜBER DIE ZEIT
Veränderung sehen, bevor sie zum Problem wird.
Temperatur & Lagervibration
Letzte 90 Messpunkte · getrennte Skalen · simulierte ZeitTemperatur °CVibration mm/s
Referenz: 54 °C / 1,8 mm/sWarte auf Messpunkte …
Was wird hier tatsächlich erkannt?
Die Demo berechnet Abweichungen, lineare Trends und Pearson-Korrelation. Sie nutzt kein trainiertes KI-Modell. Eine Korrelation allein belegt keine Ursache.
Optionaler Sprachmodell-Entwurf. Benötigt den lokalen Node-Server und Ollama. Die Statistik und Grenzregeln bleiben davon unabhängig.
VOM SIGNAL ZUR HANDLUNG
Wartung planen. Entscheidungen dokumentieren.
Wartungs- und Prüfplan
FIKTIVE HERSTELLERVORGABEN| Maßnahme | Auslöser / Termin | Status |
|---|
Beispielwartungsfenster: nächster geplanter Stillstand. Priorität und Zeitpunkt bestätigt die Instandhaltung. Keine automatische Maschinenaktion.
Herstellerwissen & Garantie
DOC / OEM-R07 / v1.3Referenzhandbuch · fiktiv
Antrieb: Warnung ab 72 °C, Demo-Stoppgrenze 85 °C. Vibration: Prüfgrenze 4,5 mm/s. Sprühdruck: Ziel 3,2 bar, Toleranz ±0,5 bar.
WARTUNG / GEWÄHRLEISTUNG
Inspektion alle 2.000 Betriebsstunden. Garantiedatum im Demo-Stammsatz: 31.12.2026. Wartungsnachweise vor Eingriff prüfen. Ein Garantiedatum ist keine Aussage über die Deckung eines konkreten Schadens.
Vorschläge für Erweiterung & Verbesserung
Entscheidungsprotokoll
LOKAL · SITZUNGSSPEICHERNoch keine menschliche Entscheidung. Wähle ein Szenario und prüfe den Befund.
PRÜFUNGSBAUSTEIN / KI CONSULTANT / KMU
Ein industrieller Use Case mit klaren Grenzen.
Die Idee
FactoryPulse führt Sensor-, Maschinen- und Softwaredaten unterschiedlicher Hersteller in einem gemeinsamen Datenmodell zusammen. Laufende Zustandsüberwachung vergleicht Betriebsphasen, erkennt Veränderungen und verknüpft Befunde mit freigegebenen Hersteller- und Wartungsinformationen. Das Team erhält einen nachvollziehbaren Zustandsbericht und prüfbare Wartungsvorschläge.
Die menschliche Ebene
Bei unsicheren, fehlenden oder widersprüchlichen Daten fordert das System eine Prüfung an. Instandhaltung und Produktion entscheiden über Diagnose, Stillstand, Ersatzteile und Termin. Herstellergrenzen und bestehende Schutzsteuerungen haben Vorrang; die Analyse greift nicht in die SPS oder Robotersteuerung ein.
MASCHINEN & SOFTWARECAN / Modbus / OPC UA / IoT
→EDGE & MQTTAdapter / Schema / Qualität
→DATENPLATTFORMZeitreihen / Rohdaten / Metadaten
→ANALYTIK + WISSENModelle / Drift / OEM-Dokumente
→MENSCH & CMMSFreigabe / Wartung / Rückmeldung
Von vielen Protokollen zu vergleichbaren Daten
Bus-Zugriff allein liefert noch keine Bedeutung. CAN-Nachrichten brauchen beispielsweise DBC- oder CANopen-Profile; Modbus Registerlisten, Byte-Reihenfolge, Skalierung und Einheiten. OPC-UA- und IoT-Schnittstellen liefern weitere Daten. Ein Adapter pro Anlage ordnet Signale einem gemeinsamen Assetmodell zu.
Das Edge-Gateway prüft Zeitstempel und Datenqualität, puffert bei Ausfall und publiziert über MQTT. Eine Ingestion-Schicht entkoppelt den Broker von der dauerhaften Speicherung. Historische Rohdaten, verdichtete Zeitreihen, Rezept, Last, Firmware und Wartungshistorie werden zusammengeführt.
Welche KI ist dafür geeignet?
Für Messdaten: phasenabhängige Baselines, statistische Überwachung, Isolation Forest oder Autoencoder als zu validierende Modellkandidaten. Eine belastbare Restlebensdauerprognose benötigt geeignete Ausfall- und Wartungsdaten.
Optional erklärt ein lokales Sprachmodell wie Gemma über Ollama die strukturierten Befunde und recherchiert freigegebene Handbücher per RAG. Es berechnet weder Schutzgrenzen noch verlässliche Ausfalltermine. Diese Demo simuliert die gesamte Anlage und nutzt transparente Statistik statt trainierter KI.
Wie wird der Nutzen belegt?
Ein Pilot beginnt mit einer Zelle und wenigen Fehlermustern. Historische Zeiträume trennen, Datendurchsickern vermeiden, anschließend im Schattenbetrieb testen. Vorwarnzeit, Fehlalarme pro Betriebsstunde, verpasste bekannte Ereignisse, Diagnosezeit und ungeplante Stillstandszeit gegen eine Baseline vergleichen.
Die Instandhaltung bestätigt Ursachen nach Inspektion. Erst solche Rückmeldungen werden kontrolliert für Modell- und Regelverbesserungen verwendet. Der Prototyp belegt keine reale Ausfallprognose oder Wirtschaftlichkeit.
Prozessgrafik als SVG öffnen · Technische Primärquellen: MQTT · Modbus · OPC UA · Dokumentationsstand 21.10.2026. Alle Anlagen- und Herstellerwerte im Demonstrator sind fiktiv.