Service-Meister

Maschinen und Werkzeuge gehen unvorhergesehen kaputt, das Fachwissen für Reparatur fehlt und die Ersatzteile wurden zu spät bestellt: Fälle wie diese treten desto häufiger ein, je komplexer Anlagen, Geräte und Produkte werden. Auch der technische Service wird immer aufwendiger – und lässt wegen des Fachkräftemangels mitunter lange auf sich warten. Große Unternehmen helfen sich hier mit KI-basierten Lösungen. Viele Mittelständler jedoch können die erforderlichen Investitionen oft nicht tragen und verfügen eher selten über größere IT-Abteilungen mit ausgewiesenen KI-Expert*innen. Sie drohen abgehängt zu werden.

Vor diesem Hintergrund entwickelt das Forschungsteam im Projekt „Service-Meister“ eine KI-basierte Serviceplattform, die sich anlagen-, abteilungen- und firmenübergreifend nutzen lässt. Dafür nutzten die Forschenden Verfahren der Predicitive Analytics und des Machine Learning sowie Textanalyse-Tools, um Daten aus verschiedensten Quellen zu erheben, zu analysieren und zu kombinieren. Das Ziel: Servicefälle schneller erledigen und auch wenig geschulte Mitarbeiter*innen befähigen, komplexe Reparatur- und Wartungsarbeiten durchzuführen.

Anschließend testet das Team die Plattform in der Praxis, zum Beispiel für die Überwachung von Abwassersystemen, Werkzeugmaschinen oder Erdgasleitungen. Die Wissenschaftler*innen statten die Systeme mit Sensoren aus, sammeln Daten und lassen sie von der KI auswerten. Nach und nach lernt das System, potenzielle Störungen und Anomalien schneller zu erkennen und anzuzeigen, damit die Unternehmen Ersatzteile reichzeitig vorbestellen und Wartungen sowie Service-Einsätze vorausschauend planen können.

Um Serviceprozesse reibungsloser zu gestalten und Ausfallzeiten und Rückläufe zu minimieren, verbindet und analysiert die KI außerdem Daten aus vernetzten Werkzeugen mit Informationen aus Servicecentern, E-Mails, Telefonaten oder von Websites. Und das System kann noch mehr: Weniger geschulte Fachkräfte erhalten über Chatbots und Datenbrillen alle notwendigen Informationen zu Fehlercodes und Lösungsvorschläge zu einem Servicefall. Die Maschinenbauunternehmen wiederum erhalten detaillierte Nutzungsdaten und können über den reinen Produktverkauf hinaus abgestimmte Services anbieten sowie ihren Herstellungsprozess verbessern.