Damit die
KI in der Lage ist, geschäftsrelevante Anomalien zu detektieren und 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).
Siemens stellt 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 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.
