Defekte Komponenten erkennen und ausbessern, Wartungsarbeiten einleiten, Austausch planen – und so Kosten sowie Schäden vermeiden. Dem Fraunhofer CCIT gelang es im Projekt AIQ-Bo (AI enhanced Intelligent – Bolt) ein trainierbares KI-Modell in einen Vibrationssensor zu integrieren, das autonom Anomalien identifiziert. Die Innovation: Die KI wird am Sensor betrieben und erkennt direkt am Ort der Datenerzeugung Abweichungen. Das erlaubt ein energieeffizientes und dezentrales Condition Monitoring auf kleinstem Raum. Ein entscheidender Vorteil dabei ist, dass die Vibrationsdaten für die Analyse nicht erst in die Cloud gesendet werden müssen. Die KI wird auf dem Gerät ausgeführt, die Verarbeitung der Informationen findet über die Fraunhofer-Technologie embeddif.ai dort statt, wo sie anfallen: im Edge Device. Das trainierte KI-Modell im integrierten Mikrocontroller des Sensors erkennt selbständig, ob die Komponente im Normalbetrieb läuft oder eventuell kritische Zustände erreicht – ohne Übertragung an die Cloud. Erst wenn ein problematischer Status vorliegt, wird dieser per Funk an die Cloud weitergegeben. Das verringert enorm die zu übertragende Datenmenge und macht das System besonders energieeffizient.
