Auf dem Weg zur kollaborativen prädiktiven Instandhaltung durch die Nutzung privater unternehmensübergreifender Daten

Am 28.09.2020 haben wir, mein Kollege Christian Becker und ich, unser Workshop-Paper “Towards Collaborative Predictive Maintenance Leveraging Private Cross-Company Data” auf dem Workshop “KI für kleine und mittelständische Unternehmen” (KI-KMU) der INFORMATIK 2020 vorgestellt.

Der Workshop KI-KMU hat das Ziel, KI in KMUs greifbar zu machen. Dabei adressiert der Workshop zwei Schwerpunkte: Einerseits sollen Forschungsansätze präsentiert werden, die einen starken Bezug zu den Herausforderungen für kleine und mittlere Unternehmen im Bereich KI haben oder sich mit leichtgewichtigen KI-Anwendungen, die sich einfach und ohne großen Aufwand bei KMUs integrieren lassen, beschäftigen. Andererseits können aber auch erfolgreich abgeschlossene oder laufende Pilotprojekte vorgestellt werden, die einen ersten Einblick in die Wirkung von KI in der Praxis geben und aufzeigen, welche Herausforderungen sich bei der Umsetzung von KI ergeben.

Der perfekte Ort, um einen Teil unseres Projektes KOSMoS zu präsentieren!

Abstract

Die Genauigkeit eines prädiktiven Instandhaltungsmodells wird weitgehend durch die verfügbaren Trainingsdaten bestimmt. Damit sind solche maschinellen Lernsysteme für kleine und mittlere Unternehmen der Produktionstechnik unerreichbar, da sie oft nicht in der Lage sind, Trainingsdaten in ausreichender Qualität und Quantität zur Verfügung zu stellen. Der Aufbau eines kollaborativen Modells durch die Zusammenführung von Traningsdaten über viele Unternehmen hinweg würde dieses Problem lösen, aber die Daten können nicht einfach an einem zentralen Ort konsolidiert werden, während gleichzeitig die Datenintegrität und -sicherheit gewahrt bleibt. Dieses Papier ermöglicht ein kollaboratives Modell für die vorausschauende Pflege unternehmensübergreifender Daten, ohne die Geschäftsinformationen der Teilnehmer preiszugeben, indem zwei neuere Methoden miteinander verbunden werden: Blockchain und Federated Learning.

Hier gelangt ihr zu den Präsentationsunterlagen, sowie zum Paper: