Ein Blick in die Praxis von SMA

Mehr Chancen durch Künstliche Intelligenz

Viel wird über Künstliche Intelligenz (KI) gesprochen, doch wie lässt sie sich in der Praxis effizient einsetzen? Einen innovativen Weg beschritt ein Unternehmen aus ­Deutschland: SMA Solar Technology.

Die meisten Unternehmen besitzen eine Digitalstrategie.

Die meisten Unternehmen besitzen eine Digitalstrategie.

Industrie 4.0, Digitalisierung, Künstliche Intelligenz: Diese Schlagwörter sind längst auch zu deutschen Unternehmen durchgedrungen. Entsprechend gibt es immer mehr konkrete Initiativen rund um Industrie 4.0. So ist immer häufiger von ersten erfolgreichen Pilotprojekten zu lesen. In der Tat sollten Unternehmen jetzt konkrete Testballons starten, um frühzeitig von möglichen Vorteilen zu profitieren und einen Wettbewerbsvorteil zu erzielen. Denn viele notwendige Technologien lassen sich inzwischen durch die verfügbare hohe Rechenleistung nutzen und stehen zu deutlich geringeren Kosten als bislang zur Verfügung. Damit werden die Bedingungen für die Digitalisierung immer günstiger.

Die meisten Unternehmen besitzen eine Digitalstrategie und sind sich der Notwendigkeit bewusst, ihre Produkte, Dienstleistungen, aber auch internen Prozesse auf der Grundlage von intelligenten, digitalen Lösungen weiterzuentwickeln. Doch die Erfahrungen mit der Technologie sind noch sehr gering. In der Praxis ist häufig ein Ansatz der zwei Geschwindigkeiten anzutreffen: eine langfristige Digitalstrategie kombiniert mit dem Anschieben von kleinen, überschaubaren Pilotprojekten, die nicht geschäftskritisch sind. So lassen sich mit geringem Risiko relativ schnell Technologiewissen sowie weitere organisationale Fähigkeiten wie agiles Projektmanagement im Unternehmen aufbauen. Dabei kann man Partner einbinden, die sowohl mit IoT- und KI-Projekten als auch innerhalb der Branche ausreichend Expertise aufweisen. Wie dies funktioniert, zeigt das Beispiel der SMA Solar Technology AG.

Das Unternehmen ist ein global führender Spezialist für Photovoltaik-Systemtechnik. Ein Kernprodukt sind Solarwechselrichter, eine zentrale Komponente jeder Solarstromanlage. Am Ende des Herstellungsprozesses prüft SMA die Wechselrichter auf ihre Funktionsfähigkeit. Bei etwa zwei Prozent der Tests werden Auffälligkeiten erkannt, die nicht eindeutig auf eine Fehlfunk­tion des Wechselrichters schließen lassen. Eine sichere Klassifizierung dieser Pseudofehler erfordert Wiederholprüfungen oder genauere Analysen. Der dadurch erzeugte Mehraufwand ließe sich durch eine zuverlässige sofortige Erkennung von Pseudofehlern vermeiden.

Bislang konnte SMA die Wirkzusammenhänge nicht identifizieren, um die Störgrößen des Prüfprozesses hinlänglich zu eliminieren. Dies hat SMA gemeinsam mit dem IT-Dienstleister Campana & Schott als interessanten Anwendungsfall für die Erprobung von Machine-Learning-Algorithmen erkannt. Da Campana & Schott seit einigen Jahren mit der Goethe-Universität in Frankfurt am Main zusammenarbeitet und praxisbezogene Projektseminare betreut, lag die Idee zu einem entsprechenden Forschungsprojekt nahe. Dem Solarspezialisten bot sich hierbei die Möglichkeit, die Nähe zur Universität und zur aktuellen Forschung zu nutzen, um innovative Ansätze schnell und agil zu pilotieren.

Erprobung von Machine Learning


Die Studenten der Uni Frankfurt sollten mögliche Korrelationen zur Mustererkennung mithilfe von maschinellen Lernverfahren untersuchen. Dazu stellten vorab SMA-Mitarbeiter die möglichen Ursachen für Pseudofehler zusammen. Mit der Erprobung von Machine Learning wollten die Beteiligten erste Hinweise zur Erkennung von Pseudofehlern erlangen. Dies wäre dann ein vielversprechender Ausgangspunkt, um mit vertiefenden Untersuchungen einen optimierten Prozess zu entwickeln.

Als Technologieplattform für die Untersuchungen wurde die IoT-Suite Microsoft Azure gewählt, die mit dem „Machine Learninig Studio“ eine benutzerfreundliche Modellierungsumgebung für diesen Anwendungsfall bietet. Ein agiler Entwicklungsprozess stellte die adäquate Methode für die schrittweise Evaluierung dar. Dabei hat Campana & Schott mit Projektmanagement- und Technologie-Expertise dafür gesorgt, dass die Studenten eine ideale Ausgangsbasis hatten. Die Kernelemente der agilen Software-Entwicklung sind Sprints, die aus dem inkrementellen Entwickeln und Verfeinern des jeweiligen Entwicklungsstands bestehen. In diesem Projekt dauerte ein Sprint zwei Wochen, wobei dem Team pro Sprint etwa sechs Personentage zur Verfügung standen. Insgesamt belief sich der Entwicklungsprozess auf vier Sprints.

Zielsichere Prognosen


Die Machine-Learning-Algorithmen haben eine Prognosegüte von über 95 Prozent entwickelt. So könnten auf dieser Basis durch eine geeignete Erkennung von Pseudofehlern die Mehrkosten für zusätzliche Prüfungen reduziert werden. Das Projekt hat außerdem gezeigt, dass sich durch eine funktionsstarke und gleichzeitig einfach zu bedienende Cloud-Plattform vielversprechende Anknüpfungspunkte er­geben. Dazu zählt z.B., die Maschinen direkt an einen zentralen IoT-Hub oder eine Edge anzubinden, um damit Prognoseinformationen in Echtzeit zu erhalten und unmittelbar in den Prüfprozess einfließen zu lassen. Azure ML Studio bietet nicht nur einen vergleichsweise einfachen Einstieg in die Nutzung von Machine Learning zu Analysezwecken, sondern auch eine Grundlage zur Anbindung von Industrie-4.0-Anwendungen. Dies dient etwa zur Analyse von Sensorikdaten aus dem Produktionsprozess für vorausschauende Wartung.

Dies ist ein Artikel aus unserer Print-Ausgabe 05/2018. Bestellen Sie ein kostenfreies Probe-Abo.

Für Unternehmen ist neben der Prozessverbesserung noch Folgendes relevant: Die Innovationsfreude von Unternehmen zählt zu den Merkmalen, auf das Talente am Arbeitsmarkt immer häufiger achten. Solche Initiativen, die sich mit der Erprobung von technologischen Trends befassen, zahlen direkt auf die Innovationskraft und damit auf die Attraktivität eines Unternehmens ein. Das Projekt zeigt einen Weg, wie dies mit geringem Risiko in einer Zusammenarbeit von Unternehmen, Beratungsgesellschaft und Universität erfolgreich möglich ist.


Über SMA

Die Firmengruppe ist mit einem Umsatz von rund 1 Mrd. Euro im Jahr 2016 Weltmarktführer bei Photovoltaik-Wechselrichtern, einer zentralen Komponente jeder Solarstromanlage. Hauptsitz des Unternehmens ist Niestetal bei Kassel. SMA ist in 20 Ländern vertreten und beschäftigt weltweit mehr als 3.000 Mitarbeiter, davon allein 500 in der Entwicklung.


Bildquelle: Thinkstock/iStock

©2018Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok