Interview mit Pavel Konečný für Beststartups.eu
Das tschechische Startup-Unternehmen Neuron Soundware entwickelt Technologie für automatisierte vorausschauende Instandhaltung von Industriemaschinen. Mithilfe der Schall- und Vibrationsanalyse der Maschinen kann die Technologie drohende Ausfälle erkennen, die kostspielige Reparaturen und Produktionsausfälle bedeuten würden.
Die Technologie basiert auf einer Kombination aus künstlicher Intelligenz, die auf neuronalen Netzen und maschinellem Lernen basiert, und dem IoT-Gerät nEdge, das die Daten von Sensoren empfängt und verarbeitet. Die Neuron Soundware-Technologie wird von Kunden in ihren Betrieben auf der ganzen Welt eingesetzt, vom Öffentliche Verkehrsbetriebe Prag an den Hersteller von Halbleitern in Malaysia.
Erzählen Sie uns von sich?
Nach dem Studium der Kybernetik arbeitete ich in einer IT-Beratungsfirma, wo ich viele Ideen hatte und meine Kollegen mich oft fragten, warum ich nicht mein eigenes Unternehmen gegründet habe. Ich antwortete, dass ich darauf warte, dass die Computer schnell genug sind, um interessante Anwendungen im Bereich der künstlichen Intelligenz zu entwickeln.
Schon früh haben wir Ideen für den Einsatz neuronaler Netze zur Datenkomprimierung erforscht und auf die StartupYard Accelerator-Programm, wo wir unsere erste Investition erhielten. Dank des Programms und eines besseren Verständnisses der Marktbedürfnisse sind wir von Experimenten mit Musik oder Datenkompression zu Sprache und schließlich zu Maschinengeräuschen übergegangen. Wir haben uns für die maschinelle Fehlerbehebung entschieden, weil sie für uns neu war und wir nicht verstehen konnten, warum das noch niemand gemacht hat. Und auch dank eines Freundes, der einen quietschenden Motor hatte.
Was ist die Inspiration für Ihr Unternehmen?
Der erste Einsatz von neuronalen Netzen im Audiobereich war in der Musikindustrie geplant. Es war jedoch die Lebenserfahrung eines Freundes, die uns auf die Idee brachte, sie im Bereich der Maschinendiagnose einzusetzen. Er erwähnte, dass er ein Problem mit seinem Auto hatte.
Das Geräusch des Motors hatte sich verändert, also brachte er ihn in die Werkstatt. Doch weder der Bordcomputer noch die Techniker konnten ein Problem feststellen. Also fuhr er weiter und 200 Meilen später explodierte ein Zylinder und zerstörte den gesamten Motor seines Autos. Er sagte, er habe Glück gehabt, dass es zwei Tage vor Ablauf der Garantie war.
Was ist Ihre Zaubersauce?
Unser Vorteil ist sicherlich die Vielseitigkeit der Methode. Die nicht-invasiven Sensoren und Mikrofone sind sehr einfach zu installieren, und es besteht kein Risiko, den Maschinenbetrieb zu beeinträchtigen. In der Fabrik benötigen wir nur eine Steckdose oder eine 12-V-Stromversorgung. Der Dienst kann sehr schnell innerhalb weniger Tage in Betrieb genommen werden, ohne dass ein IT-intensiver Datenspeicher aufgebaut werden muss, ohne dass die Ausgaben von Maschinen verschiedener Hersteller integriert werden müssen, usw.
Wir können auch außerhalb des hörbaren Spektrums lauschen. Unter dem Gesichtspunkt der Fehler- und Verschleißerkennung hat Schall den Vorteil, dass sich Anomalien sehr früh im Schall bemerkbar machen, so dass problematische Zustände frühzeitig erkannt und zukünftige Entwicklungen vorhergesagt werden können. Bei anderen Analysen, wie z.B. Temperatur, Druck, Stromverbrauch, werden Anomalien meist erst später sichtbar - und dann kann es schon zu spät sein.
Wo sehen Sie Ihr Unternehmen in 5 Jahren?
In Zukunft wollen wir in die Robotik einsteigen. Ich würde gerne ein Unternehmen kaufen, das in fünf Jahren Roboter entwickelt. Sie könnten dann zu Reparateuren werden und die Fehler, die unsere Geräte erkennen, beheben. Wir planen bereits, verschiedene Anleitungen hinzuzufügen, was die Kunden mit defekten Maschinen machen sollen.
Im nächsten Jahr wollen wir auch mit Tests beginnen. erweiterte Realität eine Brille, die die Techniker über den Zustand der Maschine informiert und ihnen direkt sagt, wie sie sie gegebenenfalls reparieren können. Im Moment laden sie die Informationen über die Maschine über einen QR-Code auf ihr Mobiltelefon.
Was war bisher Ihr größter Rückschlag?
Die größte Herausforderung bei der Einführung neuer Technologien ist die richtige Kommunikation mit den Kunden, die genaue Festlegung der Erwartungen und der zu erbringenden Leistungen zu Beginn der Zusammenarbeit. Wir hatten einige Missverständnisse mit unseren Kunden, die wir glücklicherweise mit der Zeit ausräumen konnten.
Die Einführung von KI in das Instandhaltungsmanagement und die Änderung von Prozessen in der Industrie im Allgemeinen erfolgt nicht sofort, und die Technologie liefert umso mehr Wert, je länger sie eingesetzt wird. Künstliche Intelligenz muss lernen. Einige Kunden haben von Anfang an die Erwartung, dass Algorithmen das gesamte Instandhaltungsproblem sofort für sie lösen werden. Das ist heute nicht möglich. Wir sehen das bei selbstfahrenden Autos, die nur sehr langsam zum Einsatz kommen.
Je mehr Daten die KI sammelt, desto besser kann sie Entscheidungen treffen und den Zustand der Anlagen bewerten. Deshalb empfehlen wir unseren Kunden heute, die Technologie von Anfang an auf möglichst vielen Maschinen in der Produktion einzusetzen, damit wir so schnell wie möglich Daten sammeln, die Lernzeit verkürzen und den durch den Service geschaffenen Wert - präzise Maschinendiagnosen - so schnell wie möglich liefern können.
von NATHANIEL FRIED
Neueste Beiträge
