Bild 01: coligo.ai und Syna EdgeBox – Edge-basierte Digitalisierung inklusive KI als Alternative zur Cloud (Quelle: BE.services)
Dass Handlungsbedarf besteht, steht für D. Philippe außer Frage. „Digitalisierung ist keine Option mehr, sie ist Pflicht“, sagt er mit Blick auf den internationalen Wettbewerb. Gerade im Maschinen- und Anlagenbau sei die Situation ambivalent: Technologisch sei man nach wie vor stark, gleichzeitig wachse der Druck durch Anbieter, die schneller und datengetriebener agieren.
In der Praxis zeigt sich jedoch ein deutlicher Unterschied zwischen großen Unternehmen und dem Mittelstand. Während Konzerne gezielt Cloud-Strategien verfolgen und eigene Data-Science-Teams aufbauen, fehlt es KMU häufig an Ressourcen und klaren Zuständigkeiten. „Viele Unternehmen wissen, dass sie digitalisieren müssen – aber sie wissen nicht, wo sie anfangen sollen“, beschreibt D. Philippe die Ausgangslage. Häufig würden erste Initiativen angestoßen, verliefen dann aber im Sande.
Der Grund liegt aus seiner Sicht weniger im fehlenden Willen als in der strukturellen Hürde: Klassische Digitalisierungsansätze sind für viele Betriebe schlicht zu aufwendig. „Wenn ich erst Infrastruktur aufbauen, Daten in die Cloud bringen und Spezialisten einstellen muss, dann wird das schnell ein großes Projekt – und genau das schreckt viele ab“, ist er überzeugt.
Edge Computing als Gegenentwurf zur Cloud
Mit seinem Unternehmen BE.services verfolgt er daher bewusst einen anderen Ansatz. Statt Daten zentral in der Cloud zu verarbeiten, setzt das Unternehmen auf Edge Computing – konkret umgesetzt in der Softwareplattform Coligo.ai, die auf der industriellen Hardware Syna EdgeBox betrieben wird. Die Analyse erfolgt damit direkt an der Maschine. Die Besonderheit dabei: Spezialwissen ist dazu nicht erforderlich.
Für D. Philippe ist das mehr als eine technische Entscheidung: „Die Intelligenz sollte im Edge liegen. Die Cloud kann sinnvoll ergänzen, aber sie darf keine Voraussetzung sein.“ Der Vorteil liegt auf der Hand: Daten verbleiben lokal, die Abhängigkeit von externer Infrastruktur sinkt und Projekte lassen sich deutlich schlanker realisieren. Gerade beim Thema Datenhoheit sieht D. Philippe einen entscheidenden Punkt: „Produktionsdaten sind Teil der eigenen Wertschöpfung. Viele Unternehmen möchten – und sollten – die Kontrolle darüber behalten.“
Gleichzeitig reduziert der Edge-Ansatz die Einstiegshürden erheblich. Statt umfassender IT-Projekte können Unternehmen schrittweise vorgehen und einzelne Maschinen oder Prozesse digitalisieren. „Man kann klein anfangen und sich dann weiterentwickeln“, so D. Philippe. Genau diese Skalierbarkeit sei für KMU entscheidend.
Integration ohne Eingriff in die Anlage
Ein weiterer Erfolgsfaktor liegt in der Art der Integration. Die Kombination aus Coligo.ai und Syna EdgeBox wird parallel zur bestehenden Anlage betrieben und greift über standardisierte Schnittstellen auf Prozessdaten zu. „Wir nutzen konsequent OPC UA, weil es herstellerunabhängig, sicher und heute weit verbreitet ist“, erklärt D. Philippe.
Der entscheidende Vorteil: Die bestehenden Steuerungen bleiben unangetastet. „Der User holt die Daten, ohne in die Maschine einzugreifen“, so der CEO. „Das ist für viele Kunden ein zentrales Argument.“ Gerade im Brownfield-Umfeld, in dem Produktionsanlagen oft über Jahre gewachsen sind, ist diese nicht-invasive Vorgehensweise ein wesentlicher Unterschied zu klassischen Retrofit- oder Cloudlösungen.
KI wird zum Werkzeug für den Shopfloor
Besonders deutlich wird der pragmatische Ansatz beim Einsatz von künstlicher Intelligenz innerhalb von Coligo.ai. Während viele Projekte hier auf spezialisierte Data-Science-Kompetenz angewiesen sind, setzt BE.services bewusst auf die vorhandene Expertise im Unternehmen. „Der Mechatroniker kennt seine Maschine besser als jeder Datenwissenschaftler“, sagt D. Philippe. „Genau dieses Wissen machen wir nutzbar.“
Das System wird mit wenigen Klicks direkt im laufenden Betrieb auf der Syna EdgeBox mit Live-Daten trainiert. Der Nutzer definiert lediglich, welche Daten relevant sind, etwa Drehmoment, Temperatur oder Vibration. Die KI erkennt daraus eigenständig Muster und meldet Abweichungen. „Im Grunde sagt der Anwender nur: Schau dir diese Werte an und gib mir Bescheid, wenn etwas nicht mehr normal ist“, unterstreicht er. Der komplexe Teil bleibt im Hintergrund. „Das ist das Ergebnis von fünf Jahren Entwicklung: Der Coligo-Stack wurde entwickelt, um die KI für den User einfach zu machen“, bestätigt der Automatisierungsexperte.