Industrial Analytics (IA), 2017 aus F&E-Teams von MAN Energy Solutions gegründet, bietet speziell für industrielle Anlagen einen Service, dessen Kern Lösungen zur Schwingungsüberwachung, spezielle KI-Algorithmen und intuitive User Interfaces sind. IA-Mitgründer Richard Büssow erläutert die Idee und das Geschäftsmodell.
 

CHEManager: Herr Büssow, ­Covid-19 stellt derzeit die Prozessindustrie vor große Probleme. Wie kann Industrial Analytics helfen, die Krise besser zu überstehen?

Richard Büssow: Jeder spürt in seinem privaten oder beruflichen Leben, wie sehr uns das Internet in Zeiten von Ausgangsbeschränkungen hilft, vernetzt zu bleiben und Ausfälle mit digitalen Services abzufangen. Dies gilt auch für den zentralen Leitstand einer Anlage. Er befindet sich häufig vor Ort in unmittelbarer Anlagennähe und birgt höhere Risiken für Versorger oder Anlagenbetreiber bei krankheitsbedingten Ausfällen, welche z. B. deren stabile Stromproduktion gefährden könnten. Eine bewährte Maßnahme ist das Arbeiten in gleichbleibenden Schichten, zusätzlich stehen Bereitschaftsräume zur Verfügung, in welchen das Leitstandspersonal übernachten kann. In der Konsequenz können die Maßnahmen dazu führen, dass das Personal die Anlage über längere Zeit nicht verlassen darf. Eine dezentrale Steuerung des Leitstands und eine stärkere Digitalisierung für die Mitarbeiter kann helfen, diese Situation zu meistern. 

Das klingt spannend! Wie kann man sich das vorstellen?

R. Büssow: Wir haben mit unserem Partner DOMO Caproleuna ein Projekt zur Zusammenlegung von zwei Leitständen realisiert. Unser Beitrag ist eine Informationsag­gregation, um den Anlagenfahrer zu entlasten. Wir nutzen dafür spezielle KI-Algorithmen mittels derer auch belastbare Aussagen über die Signifikanz der Ergebnisse getroffen werden können. Diese sogenannte erklärbare KI wird in der Forschung aktuell intensiv bearbeitet. Es ist aber auch notwendig, Komponenten direkt an der Anlage einzusetzen. Der Arbeitsplatz der Mitarbeiter ist ja nicht nur der Leitstand, sondern auch die Anlage selbst. Dafür haben wir eine permanente Schwingungsüberwachung realisiert und unterstützen mit einem Service, um regelmäßige Anlagenrundgänge digital und effizient zu gestalten. Alle Komponenten erhöhen den Automatisierungsgrad und führen so zur deutlichen Entlastung der Mitarbeiter. Mit der Covid-19-Krise kam die Idee, ergänzend dazu ein User Interface zu erarbeiten, welches den Raum des Leitstands virtualisieren kann. 

Der Betrieb von chemischen Anlagen ist ein sehr spezielles Feld. Was gab den Ausschlag, in diesem Feld ein Start-up zu gründen?

R. Büssow: Die sechs Gründer kommen aus der Branche und haben bei MAN in der Abteilung gearbeitet, die Kompressoren, Dampf- & Gasturbinen für die Prozessindustrie herstellt. Das Team hat Auslegungstools entwickelt und Entwicklungsprüfstände betreut. Ein wesentlicher Aspekt waren auch F&E-Projekte zu Predictive Maintenance und die Entwicklung von Tools für dynamische Simulationen. Für unsere Gründung haben wir mit Professor Tobias Friedrich vom Potsdamer Hasso-Plattner-Institut (HPI) einen renommierten Forscher als Mitgründer gewonnen. 

Das Gründerteam hat eher einen Hintergrund in Maschinenbau, woher kommt die Expertise im Machine Learning?

R. Büssow: Unser Know-how im Bereich maschinelles Lernen haben wir beim Teamaufbau kontinuierlich erweitert. Unser erster und für lange Zeit einziger Nicht-Gründer war ein Mathematiker, der im Bereich neuronale Netzwerke promoviert hat. Jetzt besteht unser Data-Science-Team aus fünf Personen. Die Kooperation mit dem HPI läuft weiterhin im Rahmen eines Förderprojekts.

Ist es schwierig Team-Mitglieder in diesem gefragten Gebiet zu gewinnen?

R. Büssow: Ich war sehr erstaunt, wie leicht das eigentlich ist. Mein Eindruck ist, dass es heutzutage sehr attraktiv ist, für ein Start-up im Herzen Berlins zu arbeiten.

Wie ist das Feedback aus der Industrie?

R. Büssow: Ein in meinen Augen wesentliches Feedback aus der Industrie ist, dass man einen Partner sucht, der über Ingenieurwissen verfügt und dieses Wissen auch in der Software sichtbar wird. Die Expertise des Teams im Maschinenbau ist hierfür eine gute Voraussetzung.

Etablierte Unternehmen sind manchmal unsicher, ob sie mit Start-ups kooperieren sollen. „Schließlich weiß man nicht, ob es die im nächsten Jahr noch gibt…“ lautet eine weit verbreitete Annahme. Wie steht ihr dazu?

R. Büssow: Ja, solche Gespräche kennen wir. In unserem Fall ist das inzwischen aber weniger problematisch, da wir uns eine solide Finanzierung sichern konnten. Grundsätzlich gilt: Die Ansprechpartner müssen sich fragen, ob sie lieber mit einem etablierten Partner arbeiten oder einem, der schnell und agil Lösungen findet.

ZUR PERSON

Richard Büssow ist einer der Geschäftsführer und Mitgründer von Industrial Analytics, deren Algorithmen die Fehlerverminderung und Vereinfachung der Anlagenbeobachtung in industriellen Prozessen unterstützen. Büssow arbeitete zehn Jahre lang bei MAN Energy Solutions, einem Anbieter von Turbomaschinenanlagen für die Prozessindustrie. Dort hat er sich in Berlin mit Themen wie Innovation Management und Predictive Maintenance beschäftigt. Begonnen hat seine Karriere bei MAN in Oberhausen als Experte für Schall und Schwingungen. In diesem Bereich hat er an der TU Berlin promoviert.

BUSINESS IDEA

Der virtuelle Leitstand

Basierend auf seinen bisherigen Erfahrungen und mit dem Hintergrund der aktuellen Covid-19-Pandemie entwickelt Industrial Analytics den “virtuellen Leitstand” und bietet seinen Partnern so eine Lösung, um die Produktion aufrecht zu erhalten und gleichzeitig Mitarbeiter effektiv zu schützen. Der virtuelle Leitstand spricht vorrangig Betreiber von Chemieanlagen und Energieversorger an, besitzt allerdings ein starkes Skalierungspotenzial. Dadurch können die Lösungen auch in vergleichbaren Anwendungen, wie z. B. bei KMUs der Prozessindustrie oder Prüfständen erfolgreich implementiert werden. 
 

Wie wird es gemacht?

Die Lösung wird als Web-UI (User Interface) zur Verfügung gestellt, die über VPN mit dem DCS (Distributed Control System) verbunden ist. Sie ersetzt dadurch nicht die Logik des klassischen DCS, verbindet jedoch die Bedienelemente, wie z. B. einen Drehregler zur Steuerung eines Ventils. 

Die Algorithmen der integrierten KI sammeln wichtige Informationen und reduzieren den Kon­trollaufwand für den Nutzer, bspw. werden so repetitive Aufgaben abgefangen. Das erlaubt dem Nutzer einen größeren Fokus auf die wesentlichen Aufgaben und bedeutsamen Funktionen während seiner Arbeit.

Die Kommunikation zwischen dem Bediener und dem Kontrollsystem der Anlage wird durch OPC UA sicher gestellt. Diese Technologie wird vom Bundesministerium als sicher eingestuft und gilt als der Vorreiter für die neue indus­trielle Kommunikation. Große Unternehmen wie Siemens haben als Early Adopter die nötigen Schnittstellen bereits in Ihren Produkten integriert. 
 

Vorteile auf einen Blick:

• Die Mitarbeiter befinden sich an verteilten Einzelarbeitsplätzen
• Die Kommunikation geschieht anstatt über Telefon über VoIP oder (Video-)chat
• Eine Übersicht erlaubt den Anwesenheitscheck und die Aufgaben-/ Rollenzuweisung
• Gewährleistet sind eine sichere Verschlüsselung und die einfache Integration durch Verwendung offener Standards
• Erreicht wird eine erhöhte Produktivität durch nachvollziehbare Zustandsmeldungen und intelligente Datenaggregation

ELEVATOR PITCH

Meilensteine, Erfolge & Ziele

Digitalisierung, Machine Learning, IoT: Industrial Analytics implementiert digitale Hochtechnologie-Produkte, um komplexe industrielle Anlagen einfach und zuverlässig zu überwachen. Hierbei identifiziert IA Potenziale für größere Effizienz durch die Erfassung, Analyse und Interpretation der Maschinendaten von Großanlagen, um potenzielle Anomalien frühzeitig zu detektieren. Durch diese Zustandsüberwachung können Wartungsintervalle dynamisch gestaltet und Maschinenausfälle prognostiziert – und so vermieden – werden. Durch Informed Machine Learning werden Prozessparameter und Schwingungsdaten in physikalischen Modellen verarbeitet. IA bündelt Maschinen- und Prozessparameter und präsentieret diese anschließend als intelligente Risikoindikatoren, welche dem Personal schnelle und handlungsorientierte Einblicke verschaffen. Damit steigert IA die Anlagenverfügbarkeit und senkt Betriebskosten. Weiterhin schafft die Aufbereitung von Anlagendaten einen Ankerpunkt für eine ganzheitliche, digitale Wertschöpfungskette.
 

Meilensteine:

2017

• Gründung Industrial Analytics
• Pre-Seed-Investment Hasso-Plattner Institut (HPI)

2018

• Pilotprojekt mit DOMO Caproleuna als Partner
• Fördervorhaben “Virtueller Kompressor” mit Hasso-Plattner-Institut (HPI)
• Gewinner der Siemens Mindsphere Challenge
• SAP.IO Accelerator
• PCK-Pilotprojekt und Partnerschaft “Connected Industries”

2019

• Deep Tech Award & Beautiful Software Award
• Vattenfall-Pilotprojekt
• Evonik Data Challenge
• Team von 15 Mitarbeitern in Vollzei
• Skalierung der Pilotprojekte in SaaS-Projekte 

2020

• Gewinner der DB Mindbox Challenge
• Rollout von weiteren Projekten bei bestehenden KundeRollout des “virtuellen Leitstands”

Roadmap:

2021

• Coronakrise erfolgreich gemeistert
• Support für weitere Großkunden innerhalb Deutschlands und erste Projekte auf dem europäischen Markt

Über CHEManager Innovation Pitch

CHEManager Innovation Pitch ist nicht nur eine Präsentationsplattform für Start-ups in den monatlichen Printausgaben des CHEManager, sondern auch auf einer eigenen Online-Plattform. Besuchen Sie www.chemanager-innovationpitch.de und finden Sie weitere Start-ups aus der Chemiebranche und Informationen über unsere Sponsoren, die den CHEManager Innovation Pitch unterstützen.