Es gibt eine Zahl, die Ihnen dieses Jahr auf jeder Messe vorgelegt wird. Millionen analysierter Komponenten. Tausende Werke. Jahrzehnte an Fehlerhistorie. Die Botschaft ist immer dieselbe: Unsere künstliche Intelligenz weiß mehr als die anderen, weil sie mit mehr Daten gefüttert wurde.
Das ist eine beeindruckende Zahl. Es ist auch die falsche Zahl zum Vergleichen — und zwar nicht aus Marketinggründen, sondern weil diese Systeme so arbeiten, wie sie es tatsächlich tun.
Kurze Antwort. Das allgemeine Wissen der Schwingungsanalyse — Fehlerfrequenzen, Normen, Schadensmuster, die vier Stadien eines Lagerschadens — ist veröffentlicht, und jedes leistungsfähige Sprachmodell trägt es bereits in sich. Kein Anbieter besitzt dieses Wissen, und keiner kann es Ihnen verkaufen. Ob eine Diagnose richtig ist, entscheidet, wie viel das System über Ihre Maschine weiß — ihr Datenblatt, ihre Lager, ihre tatsächliche Drehzahl, ihre Betriebsmodi, ihren Trend, ihr Spektrum, ihr Zeitsignal, die Notizen des Analysten — und dass es alles davon gleichzeitig vor sich hat, was keine Person kann: Wir lesen einen Bildschirm nach dem anderen. Und dann, ob es nachsehen darf, wo es sich nicht sicher ist. Lassen Sie sich von jedem Anbieter beides zeigen. Die Größe eines Trainingskorpus ist für ihn am leichtesten zu behaupten und für Sie am schwersten zu überprüfen.
Warum ein größerer Trainingsdatensatz keine bessere Diagnose ergibt
Überlegen Sie, was diese Zahl Ihnen tatsächlich verkauft: allgemeines Schwingungswissen. Wie ein Lagerschaden im Hüllkurvenspektrum aussieht. Warum Fehlausrichtung axial bei 2X auftritt. Wie Seitenbänder um die Zahneingriffsfrequenz ein exzentrisches Zahnrad verraten. Was die ISO 20816 zu einer 200-kW-Maschine auf starrem Fundament sagt.
Nichts davon ist heute noch knapp. Es steht in den Lehrbüchern, den Normen, den Konferenzbeiträgen und in vierzig Jahren veröffentlichter Fallstudien, und jedes ernsthafte Sprachmodell hat das alles bereits gelesen. Sie müssen es niemandem abkaufen.
Knapp ist etwas anderes, das keine Datenbank fremder Schadensfälle enthalten kann: Ihre Maschine.
Kontext ist neunzig Prozent der Antwort
Deshalb zählen die Werkzeuge so viel. Sie sind keine zweite Zutat neben dem Kontext — sie sind der Weg, auf dem sich das System mehr Kontext beschafft, wenn das Übergebene nicht reicht.
Ein menschlicher Analyst diagnostiziert nicht, indem er auf einen einzigen Bildschirm starrt. Er zoomt in den Bereich um 1X, um zu sehen, ob dort wirklich Seitenbänder sind. Er schaltet dieselbe Messung auf Hüllkurve um. Er ruft das Zeitsignal auf, um zu prüfen, ob die Stöße periodisch sind. Er vergleicht die horizontale Achse mit der vertikalen. Er öffnet die Messung von vor drei Monaten und legt sie neben die von heute. Er prüft, ob der Sensor selbst gesund ist, bevor er irgendetwas glaubt, was dieser sagt.
Nichts davon ist Wissen. Es ist Vorgehensweise — und ein Assistent, der das nicht kann, ist darauf reduziert, den einen Screenshot zu kommentieren, den man ihm gereicht hat.
In EI-Analytic™ heißt der Assistent Erby, und ihm stehen genau diese Handgriffe als Werkzeuge zur Verfügung. Er kann:
- den Trend für einen beliebigen Zeitraum abrufen
- die Oktavbänder auslesen
- eine bestimmte Messung öffnen
- in einen Frequenzbereich hineinzoomen
- Achsen vergleichen und Zeitpunkte vergleichen
- das Datenblatt der Anlage heranziehen
- den Sensorzustand prüfen
- die Werksübersicht lesen
Wenn er sich nicht sicher ist, sieht er nach, genau wie es eine Person täte — und jeder Schritt bleibt für Sie in der Antwort sichtbar.
Die folgenden Bildschirmfotos zeigen eine echte Anfrage zu einer echten Pumpe. Nichts ist gestellt: Erby wurde um eine Diagnose gebeten, und das ist es, was er tat, bevor er sie gab.
Achten Sie darauf, woraus die Schlussfolgerung besteht. Nicht hohe Schwingung am Motor, sondern dies: Die Energie ist zwischen 630 und 700 Hz und zwischen 1,1 und 1,3 kHz gestiegen, und nicht bei 1X oder 2X. Das bedeutet einen Lagerschaden, der eine Resonanz anregt — keine Unwucht und keine Fehlausrichtung.
Dieser Satz lässt sich widerlegen. Gehen Sie ins Spektrum und prüfen Sie die Zahlen nach. Genau das tut er als Nächstes, ungefragt.
Der Vergleich, auf den es ankommt, ist also nicht, wessen Trainingsdatensatz größer ist. Er lautet: Wie viel von der tatsächlichen Situation erreicht das System, und wie viele der Handgriffe eines Analysten kann es wirklich ausführen?
Wie EI-Analytic™ die Antwort stattdessen aufbaut: drei Schichten
Es lohnt sich, deutlich zu sagen, welche Schicht was tut — denn in unserer Software stellt nicht die künstliche Intelligenz die Diagnose.
Die Regel-Engine benennt den Fehler. Dreizehn Fehlerarten, jede ein Satz von Bedingungen mit sichtbarem Rechenweg: welche Amplitude, verglichen mit welcher, mit welchem Faktor, erfüllt oder nicht. Sie arbeitet ab der allerersten Messung, ohne Historie und ohne Training. Und Sie können jede Regel bearbeiten, wenn sie bei Ihrem zwanzig Jahre alten Ventilator danebenliegt. Das ist es, was die Diagnose erzeugt, die Sie im Dashboard sehen.
Das maschinelle Lernen lernt Ihre Maschine — nicht die von jemand anderem. Das Clustering fasst die Messungen jeder Messstelle zu den Betriebsmodi zusammen, die diese Maschine tatsächlich hat, ohne dass jemand etwas kennzeichnet, und meldet, wenn ein nie zuvor gesehener Modus auftritt. Alarmgrenzen werden aus einem gesunden Zeitraum gelernt, den Sie an genau dieser Messstelle auswählen. Beides wird mit Ihren Daten über Ihre Anlage trainiert — das einzige Training, das sich auf Ihre Entscheidungen überträgt.
Erby liest das ganze Bild und erklärt es. Bevor er antwortet, stellt die Software ein Kontextpaket zusammen und zeigt es Ihnen zuerst: welche Schichten hineingehen, wie groß jede ist, und eine Option, Firmen- und Bereichsnamen zu anonymisieren, bevor irgendetwas gesendet wird. Dann arbeitet er mit den oben genannten Werkzeugen und liefert einen Bericht mit angehängten Belegen — Amplituden je Achse, Frequenzen, Verhältnisse zu 1X, Lagerfehlerfrequenzen aus der Hüllkurve — sodass sich jede Aussage auf eine gemessene Zahl zurückführen lässt.
Und die letzte Regel ist die, die wir gegen keine noch so hohe Genauigkeit eintauschen würden: Der Assistent handelt nicht von sich aus. Er kann einen Fall, eine Notiz, eine Route oder einen Bericht vorbereiten, aber das Fenster öffnet sich ausgefüllt, und ein Mensch drückt auf Speichern. Ihre Daten bleiben in Ihrer Plattform. Jede Antwort zeigt, was sie gekostet hat.
Das Gedächtnis, auf das es ankommt, ist nicht das des Modells. Es ist Ihres.
Ein Sprachmodell kommt mit einem generischen Gedächtnis: alle und alles, gemittelt. Das ist ein guter Ausgangspunkt und ein schlechter Endpunkt. Also lassen wir einen guten Teil dieses Gedächtnisses hinter uns und ersetzen ihn durch etwas weit Wertvolleres: das Gedächtnis, das sich das System aus dem Analysten aufbaut, der es benutzt.
Wie Sie Ihre Alarme gern eingestellt haben. Welche Maschinen Sie bereits zu ignorieren beschlossen haben, und mit welcher Begründung. Dass der Kompressor in Bereich 4 beim Anlauf immer alarmierend aussieht und es nie ist. Wie Sie einen Fall formulieren, bevor Sie ihn an die Produktion übergeben. Der Punkt, an dem Sie aufhören zu beobachten und zum Telefon greifen.
Erby behält all das — sichtbar und jederzeit rückgängig zu machen — und bringt es zur nächsten Frage mit. Er lernt nicht Schwingungsanalyse von Ihnen. Er kennt sie bereits. Er lernt Sie.
Die Frage, die eine Schwingungs-KI wirklich von einer anderen unterscheidet
Die Branche schickt sich an, ein Jahr lang darüber zu streiten, wessen Korpus größer ist. Das ist ein bequemer Streit für Anbieter, denn die Behauptung lässt sich aufstellen, aber nicht überprüfen.
Die nützliche Frage ist einfacher und weit schwerer vorzutäuschen. Eine Schwingungs-KI ist nur so gut wie das, was sie über die Maschine vor sich weiß, und wie viel sie tun darf, um mehr herauszufinden. Allgemeines Fachwissen kommt inzwischen kostenlos mit dem Modell. Die Historie Ihrer Maschine, ihre Modi, ihre Basislinie und ihre offenen Fälle nicht — und genau darin liegt der ganze Unterschied zwischen einer Antwort über Pumpen und einer Antwort über diese Pumpe.
Auf dieser Annahme haben wir unsere gebaut. Sie sollten von jedem Anbieter, uns eingeschlossen, verlangen, dass er Ihnen genau zeigt, worauf seine KI schaut.
Häufige Fragen zur KI in der Schwingungsanalyse
Macht ein größerer KI-Trainingsdatensatz die Schwingungsdiagnose genauer?
Nicht über einen bestimmten Punkt hinaus. Das allgemeine Wissen, das ein großes Korpus liefern soll — Fehlerfrequenzen, Normen, Schadensmuster, ISO-Grenzwerte —, ist bereits veröffentlicht, und jedes leistungsfähige Sprachmodell hat es gelesen. Zusätzliche Beispiele aus Schadensfällen anderer Werke sagen dem System nichts über Drehzahl, Montage, Betriebsmodi oder Historie der Maschine, die Sie tatsächlich vor sich haben. Diese Information existiert nur in Ihrer eigenen Datenbank.
Was muss eine KI wissen, um eine bestimmte Maschine zu diagnostizieren?
Ihr Datenblatt und die Teilenummern ihrer Lager, ihre tatsächliche Drehzahl, die Betriebsmodi, die sie wirklich hat, ihren Trend über die Zeit, Spektrum und Zeitsignal der betreffenden Messung, den Vergleich einer Achse mit einer anderen, und was die Analysten zuvor über sie geschrieben haben. In EI-Analytic™ wird dieses Kontextpaket aus Ihrer eigenen Datenbank zusammengestellt und Ihnen gezeigt, bevor irgendetwas gesendet wird — mit der Möglichkeit, Firmen- und Bereichsnamen zuvor zu anonymisieren.
Kann ein KI-Assistent nachprüfen, wo er sich nicht sicher ist?
Er kann es, wenn man ihm Werkzeuge dafür gegeben hat. Ein Assistent, der nur einen einzelnen Screenshot sieht, kann nichts anderes tun, als diesen Screenshot zu kommentieren. Erby kann einen Trend für einen beliebigen Zeitraum abrufen, eine bestimmte Messung öffnen, in einen Frequenzbereich zoomen, auf Hüllkurve umschalten, Achsen vergleichen und zwei Zeitpunkte vergleichen — dieselben Handgriffe wie ein menschlicher Analyst, wobei jeder Schritt in der Antwort sichtbar bleibt.
Ist eine Schadensdatenbank für Condition Monitoring also nutzlos?
Nein. Sie ist für eine bestimmte Menge an Aufgaben wirklich nützlich: sinnvolle anfängliche Alarmgrenzen je Komponententyp, Kritikalitätsrahmen, die für eine Anlagenklasse zu berücksichtigenden Ausfallarten und die übliche Dauer, die ein bestimmter Schaden zum Fortschreiten braucht. Bei einer fabrikneuen Maschine ohne eigene Historie ist die Statistik ähnlicher Maschinen die beste verfügbare erste Schätzung. Was eine Grundgesamtheit nicht kann, ist Ihnen zu sagen, was eine einzelne Maschine heute tut.
Kann die Historie einer Maschine vorhersagen, was eine baugleiche Maschine tun wird?
Nicht verlässlich. Zwei identische Pumpen — gleiches Modell, gleiches Baujahr, gleicher Einsatz —, vierzig Meter voneinander entfernt montiert, zeigen unterschiedliche Basislinien, weil Fundamentsteifigkeit, Rohrleitungskräfte und örtliche Resonanzen nicht dieselben sind. Daten der Grundgesamtheit sagen Ihnen, was von dieser Maschinenklasse zu erwarten ist; nur die eigene Basislinie dieser Maschine sagt Ihnen, ob sich etwas verändert hat.
Weiterführende Artikel
