Produktvision
Probleme, die PlantPulse AI löst
Die Fertigung steht heute vor drei zentralen Herausforderungen:
Datensilos
SCADA, MES, ERP und Dokumentensysteme werden jeweils getrennt betrieben. Um einer einzelnen Auffälligkeit auf den Grund zu gehen, muss man Daten aus mehreren Systemen zusammentragen, in Excel aufbereiten und Handbücher durchsuchen — das dauert 30 Minuten bis eine Stunde.
Rein reaktiver Betrieb
Die meisten Werke verlassen sich auf regelbasierte Alarme. Wenn ein Alarm ausgelöst wird, ist das Problem bereits eingetreten. Die vorbeugende Instandhaltung erfolgt intervallbasiert und damit unabhängig vom tatsächlichen Zustand der Anlage.
Abhängigkeit von erfahrenem Personal
Das entscheidende technische Wissen steckt in der Erfahrung weniger Fachkräfte. Beim Ausscheiden geht implizites Wissen verloren, und die Einarbeitung neuer Mitarbeiter dauert lange.
Der Ansatz von PlantPulse AI
PlantPulse AI löst diese Probleme über eine einzige natürlichsprachliche Schnittstelle.
"주입기 상태 분석해줘"
Aus dieser einen Frage macht die KI automatisch:
- Abfrage der Echtzeit-Sensordaten (integriertes MCP, 116 Datenwerkzeuge)
- Anomalieerkennung und Prognose (TimeSeries-Insight, IBM Granite TSPulse)
- Erfassung der Beziehungsstruktur der Anlagen (Wissensgraph — integriertes MCP, Neo4j)
- Suche in zugehörigen Handbüchern (RAG — LightRAG, hybride Suche)
- Erstellung eines umfassenden Analyseberichts (AURA LLM, industriespezifisches Modell)
Der gesamte Ablauf ist in weniger als 10 Sekunden abgeschlossen.
Alleinstellungsmerkmale
| Bisherige Lösungen | PlantPulse AI |
|---|---|
| Dashboard-zentriert — der Anwender muss selbst suchen | Die KI findet und liefert die Antwort — natürlichsprachliche Fragen |
| Analyse einer einzelnen Domäne | Domänenübergreifende Gesamtanalyse (Sensorik + OEE + Alarm + Dokumente) |
| Regelbasierte Alarme | KI-basierte Anomalieerkennung + Prognose |
| Universelle KI | Industriespezifisches AURA LLM — auf die Fertigungsdomäne trainiert |
| Cloud-abhängig | On-Premises-/Edge-Bereitstellung — DGX Spark wird unterstützt |
| Englisch-zentriert | Nativ Koreanisch — versteht die Terminologie Vor-Ort |
| Werkzeug für Spezialisten | Für alle nutzbar — natürlichsprachliche Schnittstelle |