Monitoring
Anomalien in Sensordaten
Abweichungen vom normalen Muster eines Geräts oder einer Anlage werden automatisch erkannt, und eine Warnung geht raus, bevor daraus ein Ausfall oder ein Serviceeinsatz wird.
Branchen · Energie & IoT
KI für Energie und IoT in Sensoranalyse, Wartung und Betrieb
theBlue.ai entwickelt maßgeschneiderte KI-Systeme, die Sensordaten von Geräten und Energieanlagen lesen, Anomalien und defekte Sensoren erkennen, Betriebszustände einordnen und direkt auf dem Gerät laufen, wo die Verbindung knapp ist. Jedes System wird an Ihre IoT-Plattform, Ihr Data Warehouse und Ihre Servicesysteme oder eigene Anwendungen angebunden, in der Cloud, im eigenen Rechenzentrum oder am Edge.
KI in Energie und IoT: Sensordaten und vorausschauende Wartung
KI in Energie und IoT wertet Messreihen aus Anlagen, Netzen und Geräten aus. Sie erkennt Abweichungen vom normalen Betrieb, findet defekte Sensoren und ordnet Betriebszustände ein.
Im Betrieb und in der Instandhaltung unterstützt das die Überwachung verteilter Anlagen und die Planung von Einsätzen. Die Ergebnisse gehen an Leitsystem, Instandhaltungssoftware oder die eigene IoT-Plattform.
Der Vorteil: Auffälligkeiten fallen früher auf, Wartung lässt sich planen statt abwarten und fehlerhafte Messwerte verfälschen die Auswertung seltener. Eingriffe in den Betrieb entscheidet weiterhin das Fachpersonal.
Projektbeispiel · Globaler Hersteller von Heizungs- und Klimatechnik
Sensordaten wurden gesammelt, und niemand sah sie an
Ein globaler Hersteller von Heizungs- und Klimatechnik hatte eine Flotte von IoT-Geräten, die ununterbrochen Daten zu Temperatur, Druck, Luftfeuchte und Luftstrom sendeten. Die Wartung blieb reaktiv, und ein defekter Sensor fiel erst auf, wenn er ein sichtbares Problem verursachte. Wir haben die Datenarchitektur und die Machine-Learning-Pipelines gebaut, die die Daten heute auswerten.
5
Eigenständige KI-Anwendungsfälle im Lauf der Zusammenarbeit
Auto
Anomalieerkennung statt manueller Sensorüberwachung
Modi
Heizen, Kühlen, Standby und Abtauen automatisch eingeordnet
Einige der Organisationen, für die wir Systeme gebaut haben
Was die KI übernimmt
Neun Prozesse, die KI in Energie und IoT übernimmt
Energie- und IoT-Unternehmen sammeln mehr Daten, als ein Team im Blick behalten kann. KI übernimmt Überwachung, Wartungsplanung, Betrieb, Prognosen, Außendienst und Kundenservice.
Datenqualität
Defekte Sensoren finden
Zusammenhänge zwischen Sensorgruppen zeigen, welcher Sensor keine verlässlichen Werte mehr liefert, auch wenn es keine Referenz zum Vergleich gibt.
Betrieb
Betriebszustände einordnen
Modelle erkennen, was jedes Gerät oder jede Anlage gerade tatsächlich tut, und zeigen, wie die Flotte im Feld wirklich genutzt wird.
Wartung
Vorausschauende Wartung
Zustandsdaten von Turbinen, Wechselrichtern, Wärmepumpen oder Netzbetriebsmitteln zeigen, wann Service nötig ist, und Techniker fahren nach dem tatsächlichen Zustand raus.
Prognosen
Prognosen für Verbrauch und Erzeugung
Historische Zählerdaten, Wetter und Kalendereffekte werden zu Prognosen für Verbrauch und Erzeugung zusammengeführt und für die Planung aufbereitet.
Gebäude
Gebäudebetrieb nach Bedingungen steuern
Heizung, Kühlung und Lüftung werden an Innen- und Außenbedingungen angepasst, und die Wirkung jedes Betriebsmodus auf den Raum wird gemessen.
Edge
KI auf dem Gerät
Modelle laufen direkt auf kompakten Geräten, arbeiten ohne Internetverbindung weiter und senden nur Ergebnisse. Rohdaten und Video bleiben dort, wo sie aufgenommen werden.
Außendienst
Antworten für Techniker im Außendienst
Techniker fragen vor Ort per Text oder Sprache nach Handbüchern, Schaltplänen und früheren Servicefällen und bekommen die Antwort mit Quelle.
Kundenservice
Kunden-E-Mails und Zählerstände
E-Mails zu Rechnungen, Tarifen und Umzügen werden sortiert, Zählerstände werden aus Nachrichten und Fotos ausgelesen, und die Daten gehen in Ihr Abrechnungssystem.
So funktioniert es
Vom Strom der Sensorwerte zur Servicewarnung
Gerät: Wärmepumpe, Einheit 0417
Datenstrom: 52 Sensoren, alle 10 Sekunden Live
Datenstrom: 52 Sensoren, alle 10 Sekunden Live
Im Standby steigt die Vorlauftemperatur weiter. Drucksensor P3 hat sich seit 36 Stunden nicht verändert.
Der Verdichter startet doppelt so oft wie bei vergleichbaren Einheiten.
Einheit 0417 · Bewertung
Modus
Standby, eingeordnet✓
Temperatur
Außerhalb des normalen Musters✓
Sensor P3
Wahrscheinlich ausgefallen, prüfen
Verdichter
Anomalie im Flottenvergleich✓
Warnung an den Service · Einsatz empfohlen
Beispiel mit erfundenen Daten, angelehnt an die Referenz HVAC-Sensoranalyse.
Anforderungen der Branche
Was KI in Energie und IoT leisten muss
Große, verrauschte Datenströme, kaum gelabelte Beispiele und Geräte an Orten ohne stabile Verbindung.
Zuerst die Datenarchitektur
Datenerfassung, Verarbeitung und Speicherung kommen vor den Modellen, und jeder spätere Anwendungsfall baut auf demselben Fundament auf.
Lernen ohne Labels
Wo es keine gelabelten Beispiele gibt, lernen die Modelle das normale Verhalten direkt aus den Rohwerten.
Läuft auf dem Gerät
Bricht die Verbindung ab, verarbeiten die Modelle die Daten lokal und gleichen sie ab, sobald sie zurück ist, in einer abgelegenen Anlage oder in einem fahrenden Fahrzeug.
Ein Mensch, wo es darauf ankommt
Das System erkennt, ordnet ein und empfiehlt. Serviceeinsätze, Änderungen am Betrieb und jede Entscheidung bleiben bei Ihren Ingenieuren.
Referenzen
Sensoranalyse, Anlagenzustand und Personenzählung
Unser Projekt zur Sensoranalyse für einen Hersteller von Heizungs- und Klimatechnik und zwei IoT-Projekte: der Zustand von Aufzügen aus wenigen Sensoren und Personenzählung direkt auf dem Gerät.
100+
Überwachte Geräte
50+
Sensoren je Gerät
Energie & Gebäudetechnik · unter NDA
Anomalieerkennung auf mehr als hundert Geräten
Ingenieure prüften Sensordaten aus HLK-Anlagen von Hand auf Unregelmäßigkeiten. Jetzt überwacht KI die Anlagen fortlaufend, erkennt Anomalien, ordnet Betriebsmodi zu und meldet Probleme, bevor sie eskalieren.
Zur Referenz
Minimal
Sensoren nötig
Offline
Funktioniert ohne Netz
Fertigung & IoT · unter NDA
Aufzugsstatus aus wenigen Sensoren, auch offline
Wartungsteams mussten Aufzüge vor Ort prüfen, um ihren Zustand zu kennen. Ein Modell liest Position und Betriebszustand jetzt aus wenigen Sensoren und legt damit die Grundlage für Predictive Maintenance in der ganzen Flotte.
Zur Referenz
Edge
Auf dem Gerät, ohne Cloud
Echtzeit
Zählung
IoT · RapidLab
Personenzählung auf Edge-Geräten, ohne Cloud-Verbindung
Mitarbeitende zählten Besucher von Hand oder verließen sich auf ungenaue Sensoren. Wir haben das Modell für Edge-Geräte gebaut, im Einsatz in Gebäuden und im öffentlichen Nahverkehr, ohne Verbindung zur Cloud.
Zur ReferenzDer Einstieg
Beginnen Sie mit einem Prozess und den Daten dahinter
Ein Sensordatenstrom, ein Wartungsplan oder ein Kundenpostfach: die Arbeit, die Ihr Team heute von Hand erledigt, und die Daten dahinter. Wir prüfen früh, ob die Daten den Anwendungsfall tragen und wo sie verarbeitet werden dürfen.
Beschreiben Sie Ihren Prozess
Sagen Sie uns, wo die Handarbeit anfällt und welche Daten dabei im Spiel sind. Wir melden uns innerhalb eines Werktags mit einer ersten Einschätzung und einem Vorschlag für ein 30-minütiges Gespräch.
Prozess beschreibenMit der Prozessanalyse beginnen
Wir nehmen die Abläufe auf, prüfen Ihre Datenquellen und Anforderungen und schlagen eine Architektur mit Umfang, Zeitplan und Kosten vor. Ein eigenständiges Projekt, ohne Verpflichtung weiterzumachen.
Zum KI Discovery WorkshopFAQ
Fragen zu KI in Energie und IoT
In Energie und IoT übernimmt KI Arbeit, die Ingenieure und Serviceteams sonst von Hand erledigen: Anomalien und defekte Sensoren in Sensordaten, Betriebszustände von Geräten, vorausschauende Wartung, Prognosen für Verbrauch und Erzeugung, Gebäudebetrieb, Modelle auf dem Gerät, Antworten für Techniker im Außendienst und Kunden-E-Mails mit Zählerständen. Das KI-System bereitet das Ergebnis vor, und Ingenieure und Serviceteams entscheiden.
Ja. Für einen globalen Hersteller von Heizungs- und Klimatechnik mit mehr als 100 Geräten im Feld, jedes mit 50 oder mehr Sensoren, hat theBlue.ai Machine-Learning-Pipelines gebaut, die Fehlfunktionen von Sensoren und Geräten an Abweichungen vom normalen Datenmuster erkennen. Automatische Warnungen haben die manuelle Überwachung ersetzt, sodass ein Problem auffällt, bevor daraus ein Ausfall oder ein Serviceeinsatz wird.
Das ist bei Sensordaten üblich. Für den Hersteller von Heizungs- und Klimatechnik hat theBlue.ai Clustering auf die Zusammenhänge zwischen Sensorgruppen angewendet, um auffälliges Verhalten zu finden. Für einen Aufzughersteller haben die Modelle Position und Betriebszustand direkt aus den Rohwerten bewusst weniger Sensoren gelernt.
Ja. Mit RapidLab hat theBlue.ai kompakte Geräte gebaut, die Personen aus Time-of-Flight-Sensordaten oder Kamerabildern zählen, mit der gesamten Auswertung auf dem Gerät, ohne Internet und ohne dass Video den Eingang verlässt. Die Aufzugmodelle verarbeiten und speichern Daten lokal, solange die Verbindung fehlt, und gleichen sie danach ab.
Mit der Datenarchitektur. Für den Hersteller von Heizungs- und Klimatechnik hat theBlue.ai zuerst Pipelines für Datenerfassung, Verarbeitung und Speicherung auf AWS mit Apache Airflow, AWS Glue, Athena und Azure IoT Hub gebaut und darauf fünf Anwendungsfälle umgesetzt: Zuverlässigkeit der Sensoren, Einordnung der Betriebsmodi, Anomalieerkennung und Umweltwirkung.
Mit einem einzelnen Prozess, etwa der Anomalieerkennung für einen Gerätetyp, und den Daten dahinter. Die Prozessanalyse hat einen Festpreis ab 3.000 Euro und endet mit einem Architekturvorschlag, der Umfang, Zeitplan und Kosten benennt, einschließlich der Frage, wo die Daten verarbeitet werden dürfen. Die Umsetzung wird nach Meilensteinen abgerechnet, erste funktionierende Bausteine gibt es meist nach sechs bis acht Wochen.
Sagen Sie uns, welcher Prozess Sie am meisten kostet
Beschreiben Sie den Prozess, und wir melden uns innerhalb eines Werktags mit einer ersten Einschätzung und einem Vorschlag für ein 30-minütiges Gespräch.
- Phase 1 ist ein eigenständiges Projekt, ohne Verpflichtung weiterzumachen.
- Erfahrene Entwickler ab dem ersten Tag. Keine Account Manager, keine Übergaben.
- Wir integrieren, wir ersetzen nicht. Ihre Systeme bleiben genau so, wie sie sind.