KI/ML ermöglicht die automatisierte Analyse großer Datenmengen, um Anomalien und Muster zu erkennen, welche mit klassischen Methoden nicht sichtbar sind. Egal, ob es sich dabei um unstrukturierte Daten wie Kamerabilder, oder um unstrukturierte Daten z.B. aus SQL-Datenbanken der Produktion handelt.
Dabei lernt das ML-Modell z.B. den „Fußabdruck“ der Maschine (z.B. den Stromverbrauch) im Normalbetrieb. Weicht dieses Verhalten von dem bekannten Verhalten ab wird ein Fehler ausgegeben. Ein weiteres gängiges Beispiel in der Anomalie Erkennung ist die Qualitätssicherung basierend auf Kamerabildern. Dazu wird das ML-Modell mit Bildern von Teilen in guter Qualität und Bildern von Teilen in schlechter Qualität trainiert.
In der Abbildung ist der Stromverbrauch eines Extrudermotors ersichtlich. Die hier aufgetretenen Stromspitzen zeigen die Überlastung des Motors, was die in diesem Beispiel vorzeitigen Motorausfälle erklärt.
Abbildung: Analyse Stromverbrauch eines Extrudermotors mit Proficy CSense.
Eine weitere Anwendung findet die Anomalie Erkennung bei Cyber-Security-Anwendungen (z.B. Angriffserkennung). Hier erkennt der KI-Algorithmus Auffälligkeiten in den Netzwerkdaten, welche durch nicht erlaubte Netzwerkteilnehmer bzw. Angreifer auftreten.
-> Jetzt unverbindlich beraten lassen und mehr über die KI-basierte Anomalieerkennung erfahren <-
