KI-gestützte Predictive-Maintenance-Lösung

TeamViewer geht noch einen Schritt weiter und bietet eine KI-gestützte Analyse der anfallenden Daten an. So können mit- tels Machine-Learning-Algorithmen bisher unbekannte Muster erkannt werden und frühzeitig drohende Ausfälle von Maschinen diagnostiziert werden.

„Wir verfolgen das Ziel, eine einzigartige Bibliothek an anonymisierten Maschinendaten aufzubauen und somit jedem Kunden unseres Predictive-Maintenance-Moduls Zugriff auf schon vorhandenes Wissen zu ermöglichen. Unsere Kunden können von Tag eins an ihre Ausfallzeiten reduzieren und mit jedem weiteren Tag lernt der Algorithmus die spezifischen Parameter besser einzuschätzen, sodass die Vorhersage von Störungen noch genauer wird. Der Bereich Instandhaltung ist für bis zu 60 % der operativen Ausgaben verantwortlich. Diesen Kostenpunkt durch eine KI-gestützte Analyse der Gerätedaten zu re- duzieren, ist unsere Ambition“, erklärt L. Baur.

Das neue Software-Modul ML-Trainer versorgt den Machine-Learning-Algorithmus mit Daten, die eventuell Alarme ausgelöst hätten, und lernt dabei spezifische Muster zu erkennen. Dadurch sind die Alarme nicht mehr an starre Schwellenwerte gebunden, sondern unterliegen ständig optimierten Kriterien. Die Ausfallzeiten, aber auch Fehlalarme können auf diese Weise signifikant gesenkt werden, und zwar nachhaltig, da die künstliche Intelligenz permanent dazulernt.

Das TeamViewer-Predictive-Maintenance-Modul lässt sich in bestehende TeamViewer-IoT-Umgebungen integrieren. Der Algorithmus kann schon jetzt auf eigens für dieses Modul generierte Beispieldatensätze für verschiedene Maschinentypen, wie Windkraftanlagen und Pumpen, zurückgreifen und muss nur in Bezug auf die Eigenheiten der jeweiligen Maschine hinzulernen. Für L. Baur geht es also schon lange nicht mehr nur um verbesserte Konnektivität, sondern um Mehrwert für den Anwender: „IoT-Daten werden konsequent in die datengestützte Entscheidungsunterstützung überführt.“