Predictive Maintenance & Anomalieerkennung

Ihre Anlagen erzeugen längst die Daten, die Ausfälle ankündigen – in Steuerung, SCADA und Historian. Wir machen sie nutzbar: Anomalieerkennung und Ausfallprognose ohne zusätzliche Hardware.

  1. 01Nutzt vorhandene Daten aus SPS, SCADA, Historian und MES
  2. 02Start ohne zusätzliche Sensorik oder Hardware
  3. 03Proof of Concept in 6–8 Wochen zum Festpreis
  4. 04Betrieb on-premise oder in Ihrer Cloud
Gespräch vereinbaren

01 / 06

Von Rohdaten zur Wartungsentscheidung

Modelle, die aus Ihren historischen Betriebsdaten lernen, was normal ist – und melden, wenn es das nicht mehr ist

  1. 01

    Ausfallprognose

    Modelle lernen aus Zeitreihen und Wartungshistorie, welche Muster Ausfällen vorausgehen, und schätzen das Risiko je Anlage.

  2. 02

    Anomalieerkennung

    Erkennt Abweichungen vom Normalverhalten in Strömen, Drücken, Temperaturen oder Taktzeiten – auch ohne gelabelte Ausfälle.

  3. 03

    Anbindung an Ihre OT

    OPC UA, S7, Modbus, MQTT, Historian, SCADA, MES und Instandhaltungssystem – lesend, die Steuerung bleibt unberührt.

  4. 04

    Verständliche Alarme

    Warnungen mit Kontext: welches Signal, seit wann, wie ungewöhnlich – direkt an die Instandhaltung.

  5. 05

    Dashboards

    Anlagenzustand, Trends und Prognosen für Instandhaltung und Produktionsleitung auf einen Blick.

  6. 06

    PoC zum Festpreis

    6–8 Wochen: Datenzugang, Modell auf Ihren historischen Daten, Prüfung an echten Ereignissen und eine Entscheidungsvorlage für den Rollout.

Beispiele

Einsatzbereiche

Anomalieerkennung auf den Daten, die Ihre Anlagen bereits liefern

Fertigungsanlagen

CNC-Maschinen, Pressen und Förderanlagen: Spindellast, Motorströme und Taktzeiten aus der Steuerung zeigen Verschleiß frühzeitig.

  • Steigende Spindellast kündigt Werkzeug- oder Lagerverschleiß an
  • Abweichende Taktzeiten weisen auf mechanische Probleme hin
Bestandsdaten
Datenbasis
6–8 Wo.
Proof of Concept