„KI-Schnellboot“ mit KROHNE und inovex

Hinter dem Projektantrag steht ein interdisziplinäres Bündnis von IT-Forschungs- und IT-Dienstleistungsunternehmen, das vom eco-Verband koordiniert wird. inovex bildet innerhalb dieses Konsortiums gemeinsam mit KROHNE, einem der international führenden Anbieter von Prozessmesstechnik, ein sogenanntes „Schnellboot“, das ein in sich geschlossenes Teilvorhaben realisiert. Dabei wird es darum gehen, die vorhandene IoT-Plattform von KROHNE mit KI-Funktionalitäten zu ergänzen, um den KROHNE-Servicetechniker:innen einen breiten Zugang zu unterstützenden KI-Systemen zu geben und eine offene B2B-Plattformökonomie zu etablieren. Die KROHNE-Plattform, aktuell noch ohne KI- und B2B-Komponenten, wird bereits im Bereich der Wasser/Abwasserwirtschaft von hunderten Kunden verwendet und soll auf bis zu 10.000 Unternehmen weltweit ausgebaut werden.

Mehrwertdienste durch innovative KI-Module

Die nun zu entwickelnden neuen KI-Module umfassen u. a. die visuelle Darstellung von Sensordaten und KI-Methoden zur Detektion von Störfällen sowie die Erkennung von Trends, Forecasts und Anomalien. Neben den Sensordaten können auch Dokumentationen der Anlagen auf der Plattform abgelegt werden. Module zum Semantischen Information-Retrieval mit Kontextinformationen sollen Antworten auf Routine-Anfragen der Techniker:innen geben können. Dazu gehört auch die Identifikation ähnlicher Servicefälle im Archiv mit der Methode der Differentialdiagnose.

Bis zum Ende der Projektlaufzeit wird eine standardisierte Plattform realisiert, die sich zunehmend in der Branche etablieren soll. Aufbauend darauf soll ein Ökosystem mit Service-Meister-Modulen entstehen, die sich über die KROHNE-Plattform durch Nutzungslizenzen monetarisieren lassen. KROHNE und inovex decken damit eine ganze Reihe von Innovationsfeldern ab, die im Rahmen des Innovationswettbewerbs in den Blick genommen wurden: Predictive Analytics, KI-unterstützte Ticketerstellung und -Zuordnung, Service-Chatbots, KI-unterstützte Serviceberichte, KI-basierte Report-Auswertungen und -Feedbackschleifen.

Technologisches Setup und agile Vorgehensweise

inovex wird durch Virtualisierungs- und Container-Technologien wie Docker und Kubernetes sowie entsprechende Schnittstellen die existierende Plattform dazu befähigen, nun auch innovative KI-Module zu betreiben. Eine Microservices-Architektur mit standardisierten Schnittstellen (REST, gRPC) erlaubt den flexiblen Einsatz von KI-Modulen je nach Use Case. Bei der Entwicklung von KI-Anwendungen fließen langjährige Erfahrungen aus bisherigen agilen Data-Science-Projekten ein. Zum einen setzt inovex auf die Verwendung von etablierten Open-Source-Frameworks (TensorFlow, PyTorch, Scikit-Learn etc.), um die entsprechenden KI-Module und -Anwendungen zu entwickeln, zum anderen werden KROHNE, inovex und die KROHNE-Kunden mit agilen Methoden zusammenarbeiten. Dieses technologisch-methodische Setup sorgt dafür, dass jedes KI-Modul den größtmöglichen Einsatzzweck abdecken und die beste Wirkung entfalten kann, indem die darauf aufbauenden KI-Anwendungen bedarfsgerecht, einfach und kosteneffizient zu implementieren sind.

Über das Projektvorhaben „Service-Meister“

In der deutschen Industrie findet ein grundlegender Wandel in der Wertschöpfung von Produkten hin zu Dienstleistungen statt. Neuartige Geschäftsmodelle sind gefragt, die von deutschen Mittelständlern die Nutzung und Vermarktung ihres firmeninternen „Service-Wissen“ erfordern. Das nötige „Service-Wissen“ zu industriellen Anlagen übersteigt aber das Wissen einzelner Servicetechniker und z. T. sogar von Unternehmen. Einhergehend mit dem Fachkräftemangel steht der deutsche Mittelstand in den nächsten Jahren vor einer enormen Herausforderung, seinen Vorsprung in der Erbringung von Dienstleistungen zu sichern.

Um den deutschen Mittelstand dabei zu unterstützen wird Service-Meister eine KI-basierte, anlagen-, abteilungen-, und firmenübergreifende Serviceplattform für den deutschen Mittelstand entwickeln. Ein wichtiges Teilziel ist es, geringer ausgebildete Fachkräfte mit Hilfe von digitalen Ratgebern, wie KI-basierten ServiceBots und Smart Services, auch für komplexe Dienstleistungen zu befähigen. Als zweites Teilziel soll über die Bereitstellung des digitalisierten Service-Wissens auf einer Plattform eine unternehmensübergreifende Skalierbarkeit von Service ermöglicht werden. Dadurch entsteht ein Service-Ökosystem, das dem Fachkräftemangel in Deutschland entgegengewirkt und den deutschen Mittelstand langfristig wettbewerbsfähig macht.

Quelle und weitere Informationen: https://www.servicemeister.org/