Industrial AI: 3 Use Cases
Wenn Sie sich fragen, wie KI in Ihrer industriellen Umgebung tatsächlich Mehrwert schaffen kann, sind Sie nicht allein. In diesem Artikel führen wir Sie Schritt für Schritt durch drei reale Anwendungsfälle industrieller KI und erläutern, was Sie benötigen, um loszulegen!
Lassen Sie uns über folgende Themen sprechen:
USE CASE 1
Predictive Maintenance
Predictive Maintenance hilft Ihnen, unerwartete Geräteausfälle zu vermeiden, indem Probleme erkannt werden, bevor sie zu Ausfallzeiten führen. Durch die Analyse von Zeitreihendaten, die von Sensoren erfasst und typischerweise in einem Historian wie dem Proficy Historian gespeichert werden, können Machine-Learning-Modelle frühe Warnsignale erkennen – etwa ungewöhnliche Trends oder Abweichungen von normalen Betriebsbedingungen.
Nach dem Training können diese Modelle – je nach Systemarchitektur – entweder am Edge oder in einem zentralen System ausgeführt werden. Die Ergebnisse lassen sich in SCADA-Plattformen wie Proficy CIMPLICITY / iFIX integrieren, um Alarme auszulösen, Gesundheitsbewertungen zu vergeben oder die Wartungsplanung in Echtzeit zu unterstützen.
Um loszulegen, benötigen Sie:
- Zeitreihendaten von Sensoren an kritischen Anlagen
- Ein Historian-System zur Erfassung und Organisation der Daten (z. B. Proficy Historian)
- Ein Machine-Learning- oder Analyse-Tool zum Erstellen und Bereitstellen von Modellen (z. B. Proficy CSense)
- Die Integration mit einem SCADA- oder HMI-System zur Visualisierung der Ergebnisse und Generierung von Warnmeldungen (z. B. Proficy CIMPLICITY / iFIX)
USE CASE 2
Energieoptimierung
Energieoptimierung nutzt KI, um den Energieverbrauch zu senken, ohne die Effizienz der Anlage zu beeinträchtigen. Dabei werden Echtzeit-Sensordaten aus der Anlage gesammelt und verwendet, um ein Modell zu trainieren, das das Verhalten des Prozesses versteht.
Das KI-Modell sagt die besten Steuerungsmassnahmen voraus (z. B. Anpassung von Sollwerten) basierend auf den aktuellen Betriebsbedingungen und Systembeschränkungen. Diese Empfehlungen werden an das SCADA-System gesendet, das dann mit der Steuerungshardware kommuniziert, um die Änderungen umzusetzen. Der Prozess läuft kontinuierlich in einer geschlossenen Regelungsschleife, ähnlich wie bei der modellprädiktiven Regelung – stets darauf ausgerichtet, den effizientesten Betriebspunkt zu finden.
Nach dem Training können diese Modelle – je nach Systemarchitektur – entweder am Edge oder zentral ausgeführt werden. Die Ergebnisse lassen sich in SCADA-Plattformen wie Proficy CIMPLICITY / iFIX integrieren, um Alarme auszulösen, Zustandsbewertungen vorzunehmen oder die Wartungsplanung in Echtzeit zu unterstützen.
Um loszulegen, benötigen Sie:
- Echtzeitdaten von Energiemessgeräten und Prozesssensoren
- Ein Historian zur Speicherung und Organisation der Daten (z. B. Proficy Historian)
- Ein KI- oder Optimierungsmodell zur Empfehlung von Sollwerten (z. B. Proficy CSense)
- Ein SCADA-System zur Umsetzung der Sollwerte und Überwachung der Leistung (z. B. Proficy CIMPLICITY / iFIX)
- (Optional) On-Premise- oder Edge-Bereitstellung für schnellere Echtzeitreaktionen
USE CASE 3
Analyse von Industriedaten mittels KI Chatbot
Über das neue standardisierte Protokoll für den Datenaustausch mit KI-Systemen (Model-Context-Protokoll, MCP) können Anlagedaten einfach einem KI-Chatbot oder Agenten zur Verfügung gestellt werden (MCP-Server ist z.B. in HighByte Intelligence Hub integriert).
Der Agent kann auf Live-Produktionsdaten, historische Daten und Anlagenfunktionen zugreifen, wodurch er den aktuellen Zustand der Anlage einschätzen, Erkenntnisse generieren und Steuerungsmassnahmen empfehlen kann. Der Agent liefert diese Erkenntnisse entweder den Bedienern oder übergibt sie an das SCADA-System zur weiteren Umsetzung.
Der Ablauf funktioniert folgendermassen: der KI Chatbot/Agent ruft Daten ab, liefert Erkenntnisse zurück und schafft so eine neue Ebene der Zusammenarbeit zwischen Mensch und Maschine.
Um loszulegen, benötigen Sie:
- Anlagendaten: Sensor-, SPS- und Steuerungsdaten
- Historian-System: z. B. Proficy Historian zur Speicherung von Zeitreihendaten
- MCP-Server: z. B. HighByte Intelligence Hub zur Modellierung und Kontextualisierung von Daten
- LLM/AI-Agent: z. B. LangChain, lokales GPT-Modell oder Azure-OpenAI-Agent
- SCADA-System: z. B. Proficy CIMPLICITY / iFIX zur Visualisierung oder Umsetzung von Empfehlungen
- Optionale Benutzeroberfläche: Bedienkonsole mit Chat-Interface
Written by: Cameron Bolt – Product Specialist Process Optimization, Novotek Benelux – 21. August 2025
