Predictive Maintenance und IoT

Wer wartet, bis eine Maschine in der Produktion ausfällt, nimmt nicht nur teure Standzeiten, sondern auch unzufriedene Kunden in Kauf. Fahren Unternehmen ihre Systeme für die Wartung zu oft herunter, sinkt die Produktivität. Der Industriekonzern Thyssen-Krupp analysierte die Servicedaten seiner rund 1,1 Millionen Aufzüge weltweit und kam zu dem Schluss, dass das Wartungsfenster etwas kleiner ausfallen könnte. Der Hersteller nutzte Microsofts Azure IoT Suite, um Sensoren remote zu überwachen, Störungen vorherzusagen und Servicearbeiten frühzeitig in die Wege zu leiten.

Damit stieg nicht nur die Kundenzufriedenheit, weil die Aufzüge seltener ausfielen. Thyssen-Krupp sparte auch Kosten, weil mehr Probleme nun schon beim ersten Servicetermin behoben werden können. Zudem können Techniker besser prognostizieren, welche Ersatzteile vor Ort gebraucht werden. Laut einer Accenture-Studie aus dem Jahr 2016 lassen sich mithilfe von Predictive Maintenance die Kosten für geplante Reparaturen um zwölf Prozent und die Wartungskosten um 30 Prozent senken. Maschinenausfälle könnten Unternehmen um 70 Prozent reduzieren.

Machine Learning für mehr Sicherheit

In der komplexen Welt der IT-Sicherheit ist Machine Learning kein Allheilmittel. KI-Techniken können aber helfen, Angriffe zu entdecken, die ansonsten in den zahlreichen Log Files und falschen Alerts untergehen würden. Bei Windows Defender Advanced Threat Protection etwa handelt es sich nicht um eine Antivirus-Software, sondern um einen Machine-Learning-Service, der das Verhalten von PCs mit Windows 10 Enterprise im Netzwerk analysiert. Das System meldet dem Security-Team, um welche Art von Angriff es sich im Ernstfall handeln könnte und welche Abwehrmaßnahmen erfolgversprechend sind. Unternehmen müssen sich dann zwar immer noch mit Log Files befassen und auf den Angriff reagieren, doch Machine Learning-Tools können den Aufwand drastisch reduzieren.

Bessere Jobangebote mit Künstlicher Intelligenz

Viele Stellenausschreibungen und Jobangebote halten schon aufgrund bestimmter Formulierungen potenzielle Kandidaten von einer Bewerbung ab. Wer das vermeiden will, sollte Textio ausprobieren. Der Service nutzt Künstliche Intelligenz, um etwa hohle Phrasen, Fachjargon oder Stereotypen in Jobangeboten zu entdecken, die Bewerber abschrecken könnten. Der Dienst hat schon vielen Unternehmen geholfen, die Anzahl und Qualität der Bewerber zu erhöhen. SAP SuccessFactors enthält ein ähnliches Tool.

Gesichtserkennung erhöht die Arbeitssicherheit

Produktionsanlagen und Baustellen wimmeln nur so von Gegenständen, die eine Gefahr für Mitarbeiter darstellen können. Die Risiken lassen sich eindämmen, wenn Unternehmen Kameras und Sensoren in Kombination mit Bild- und Gesichtserkennungstechniken einsetzen. Solche Systeme können beispielsweise melden, wenn ein Gerät nicht sicher bedient wird oder der Nutzer dazu keine Berechtigung hat.

Der Hitachi-Konzern hat für solche Zwecke zusammen mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) ein Deep-Learning-System entwickelt, das Wearables und intelligente Brillen einbezieht. Ein ähnliches System präsentierte Microsoft auf seiner Built-Konferenz. Der Softwarekonzern nutzt dazu diverse Dienste aus seinem Cloud-Portfolio, darunter Azure Functions, Microsoft Cognitive Services und Azure Stack.

Dass es auch einfacher gehen kann, zeigen Smartphone Apps wie The Safety Compass. Mithilfe von Augmented Reality und Machine Learning können Arbeiter Gefahrenstellen entdecken, markieren und Warnungen an Kollegen verschicken.

Mit Material von IDG News Service