Predictive Maintenance - Wie mithilfe von Vibrationssensorik Produktionsausfälle vermieden werden können AiSight verändert das Verständnis der Maschinenwartung. Das Unternehmen setzt Algorithmen der künstlichen Intelligenz ein, um den Zustand einer Maschine in Echtzeit zu bestimmen und Produktionsausfälle zu verhindern. Das Unternehmen wurde 2018 gegründet, nachdem es das Berliner Startup-Stipendium des Berliner Senats gewonnen und am Accelerator Programm von HAX (Silicon Valley Investor SOS Ventures) in Shenzhen teilgenommen hatte. Mit Hauptsitz in Berlin Mitte führt AiSight nun die Entwicklung dessen, was bisher als Predictive Maintenance bekannt war, zur nächsten Stufe, Maschinendiagnostik. Die von der AiSight-Lösung gesammelten und analysierten Daten ermöglichen eine 24/7-Kontrolle von Industriemaschinen mit dem Ziel, Fehler zu identifizieren, Fehlfunktionen vorherzusagen und ihre allgemeinen Parameter zu optimieren. AiSight entwickelt eine Lösung, die Algorithmen der künstlichen Intelligenz nutzt, um den Zustand einer Maschine in Echtzeit zu bestimmen, Fehler vorherzusagen und die Maschinenparameter auf Basis von Sensordaten dynamisch zu regulieren. Die Lösung besteht sowohl aus Hardware- als auch aus Software-Komponenten. Die Hardware, Aion, ist ein einfach zu installierendes Sensorkit, das eine Vielzahl von Sensoren enthält und so optimiert ist, dass eine Plug & Play-Installation innerhalb weniger Minuten ohne spezielle Fachkenntnisse möglich ist. Die AiSight-Software nutzt maschinelle Lernmodelle, um den Zustand einer Maschine zu bewerten, Anomalien zu erkennen und Fehlerursachen auf der Grundlage von Mustern und physikalischen Parametern in den Sensordaten zu bestimmen. Der Schlüsselalgorithmus dieser Lösung ist das "akustische Fingerprinting", bei dem physikalische Parameter aus den Sensordaten extrahiert werden, um Muster zu erkennen. Die Software basiert auf einem selbstlernenden Ansatz: Unser Algorithmus, der unbekannte Anomalien schnell neu erlernen kann und daher deutlich weniger Trainingsdaten benötigt.