Welche Rolle spielt KI in Ihren Mess- und Analysesystemen?

Hier muss man differenzieren: In unseren Feldgeräten spielt Künstliche Intelligenz noch eine untergeordnete Rolle. Allerdings beobachten wir eine deutlich zunehmende Bedeutung von KI in den verbundenen Auswerte- und Peripheriegeräten. Besonders dynamisch entwickelt sich der Einsatz von KI in Leitsystemen sowie in nachgelagerten Datensystemen der Prozessautomatisierung, an die unsere Produkte angeschlossen sind. Hier sehen wir bereits konkrete Anwendungsfelder, etwa bei der intelligenten Datenanalyse, Mustererkennung oder bei prädiktiven Wartungsstrategien.

Wie hilft KI bei der vorausschauenden Wartung?

Immer mehr Feldgeräte und Komponenten in der Prozessautomatisierung sind heute mit integrierten Überwachungsfunktionen ausgestattet und können zusätzliche Betriebsdaten erfassen und übertragen. Diese Informationen bilden die Grundlage für den Einsatz von KI, die es ermöglicht, Muster zu erkennen und Zustände zu bewerten. Auf dieser Basis lassen sich fundierte Aussagen zum Wartungsbedarf treffen – sowohl für das Gesamtsystem als auch für einzelne Komponenten – und potenzielle Störungen frühzeitig identifizieren.

Gibt es konkrete Beispiele aus der Prozessindustrie?

Intelligente Anwendungen zur Zustandsüberwachung finden in der Prozessindustrie zunehmend praktische Anwendung. Besonders dort, wo Messsysteme regelmäßig rekalibriert oder Komponenten gereinigt beziehungsweise ausgetauscht werden müssen, ermöglichen KI-gestützte Auswertungen eine bedarfsorientierte Wartung. Anstelle starrer Wartungsintervalle kann so der optimale Zeitpunkt für Eingriffe gezielt bestimmt werden. Ein Beispiel dafür kommt beim 'Micropilot' mit dem Radar Accuracy Index zum Einsatz, der kontinuierlich die Messgenauigkeit überwacht und frühzeitig Hinweise auf Wartungsbedarf liefert.

Ein weiteres praxisnahes Beispiel ist die Plugged Impulse Line Detection, eine Funktion der Heartbeat Technology von Endress+Hauser. Sie kommt bei Differenzdruckmessungen zum Einsatz, etwa mit dem 'Deltabar PMD75B', und erkennt durch eine statistische Auswertung der Drucksignale frühzeitig Verstopfungen in Impulsleitungen – ein typisches Problem bei Durchflussmessungen mit Blenden oder Venturis. Die frühzeitige Erkennung solcher Störungen erhöht die Verfügbarkeit der Anlage, ermöglicht eine zustandsbasierte Wartung und sorgt für einen sicheren und effizienten Betrieb, insbesondere in anspruchsvollen Einsatzbereichen wie Chemie, Energie oder Wasserwirtschaft.

Wie kombinieren Sie KI mit Condition Monitoring?

Aktuell liegt unser Schwerpunkt auf der zuverlässigen Erfassung und strukturierten Aufbereitung relevanter Anlagendaten – als Grundlage für jedes Condition Monitoring. Erste Ansätze, Künstliche Intelligenz gezielt mit Condition Monitoring zu verknüpfen, befinden sich in der Evaluierung und werden derzeit in enger Zusammenarbeit mit unseren Kunden weiterentwickelt.

Welche Daten sind für Ihre KI-Modelle entscheidend?

Für unsere KI-Modelle stehen weniger die klassischen Prozessmesswerte im Fokus als vielmehr ergänzende, sogenannte Sekundärmesswerte, die zusätzlich von der Messtechnik bereitgestellt werden können. Dazu zählen beispielsweise Temperaturen, Frequenzen, Spannungen, Kapazitäten inklusive zeitliche Verläufe oder Diagnoseinformationen, die Rückschlüsse auf den Gesundheitszustand des Geräts und/ oder Prozessanomalien ermöglichen. Diese Daten liefern entscheidende Kontextinformationen und bilden eine wichtige Grundlage für die Entwicklung intelligenter, zustandsbasierter Anwendungen.

Wie gehen Sie mit der Datenqualität um?

Die Sicherstellung hoher Datenqualität ist für uns ein zentrales Anliegen – sowohl intern als auch in der Zusammenarbeit mit Partnern und Kunden. Deshalb arbeiten wir kontinuierlich an Projekten zur Verbesserung der internen und externen Datenqualität. Wir setzen auf etablierte Standards wie AAS – Asset Administration Shell –, PA-DIM – Process Automation Device Information Model – oder FDI – Field Device Integration–, um eine einheitliche und strukturierte Datenbasis zu gewährleisten. Zudem bringen wir unsere Erfahrungen aktiv in Fachgremien wie der Industry Alliance oder NAMUR ein, um den Austausch über Best Practices zu fördern und Standards branchenweit weiterzuentwickeln.

Wie sichern Sie die Integrität der Daten?

Die Vertrauenswürdigkeit von Daten beginnt bereits im Gerät. Um die Integrität unserer Daten sicherzustellen, integrieren wir in der Firmware gezielte Prüfroutinen, die Manipulationen oder Fehler frühzeitig erkennen. Zusätzlich setzen wir auf bewährte Standards der Industriekommunikation und orientieren uns an Empfehlungen relevanter Gremien wie der NAMUR – etwa im Rahmen des PA-DIM-Datenmodells. Neue Geräte entwickeln wir konsequent nach den Vorgaben der IEC 62443-4-2, unser Entwicklungsprozess ist nach IEC 62443-4-1, Maturity Level 3, zertifiziert. So schaffen wir eine verlässliche Grundlage für sichere Daten über den gesamten Lebenszyklus hinweg.

Wie helfen Sie Kunden beim Einstieg?

Der Einstieg in neue Technologien gelingt am besten mit der richtigen Kombination aus Wissen und praktischer Unterstützung. Deshalb begleiten wir unsere Kunden nicht nur mit Informationsmaterialien wie Broschüren, White Papers oder technischen Leitfäden, sondern auch durch gezielte Dienstleistungen. Dazu gehören unter anderem Engineering, Kalibrierung und Maintenance – Leistungen, die den Übergang in den produktiven Einsatz erleichtern und auf die spezifischen Anforderungen vor Ort abgestimmt sind.

Welche Rolle spielt Edge AI?

In modernen Automatisierungsumgebungen stoßen Feldgeräte schnell an ihre Grenzen, wenn es um Speicherplatz oder Rechenleistung für KI-Anwendungen geht. Genau hier setzt Edge AI an: Durch die Auslagerung rechenintensiver Prozesse auf leistungsfähige Edge-Geräte lassen sich komplexe Analysen in direkter Nähe zum Entstehungsort der Daten durchführen, ohne die Messgeräte selbst zu überfordern. Besonders in der Einlern- und Testphase von KI-Modellen bietet dieser Ansatz zusätzliche Flexibilität, da Updates und Anpassungen zentral am Edge erfolgen können, ohne Eingriffe in das Feldgerät selbst.

Wohin entwickelt sich Messtechnik mit KI?

Künstliche Intelligenz wird in der Messtechnik zunehmend an Bedeutung gewinnen und sich Schritt für Schritt in allen Komponenten der Prozessautomatisierung etablieren. Sie wird zu einem selbstverständlichen funktionalen Bestandteil werden, der nahtlos in Geräte, Systeme und Anwendungen integriert ist.

Gleichzeitig wird KI-Anwender und Bedienpersonal immer stärker im Arbeitsalltag unterstützen – sei es bei der Überwachung, Analyse oder Entscheidungsfindung im Anlagenbetrieb.

Darüber hinaus liefert KI einen wichtigen Beitrag zur Zielerreichung in der Produktion: Sie unterstützt Betreiber dabei, Anforderungen an Sicherheit, Wirtschaftlichkeit und Nachhaltigkeit besser umzusetzen, und hilft zugleich, die Auswirkungen des zunehmenden Fachkräftemangels abzufedern.