Neues Modul: AI Pipelines

Wir freuen uns, eine neue und wegweisende Funktion in unserer Software vorstellen zu können: AI Pipelines.

Mit den neuen AI Pipelines lassen sich komplexe Live-Überwachungsregeln – etwa für Condition Monitoring – jetzt noch flexibler, intelligenter und effizienter gestalten. Dabei unterstützt ein Large Language Model (LLM) die Nutzer bei der Erstellung von Analysen direkt als Code.

Die Herausforderung: Komplexe Daten, vielfältige Anforderungen

In modernen Produktionsumgebungen entstehen enorme Mengen an Maschinendaten – in Echtzeit und über unterschiedlichste Systeme hinweg. Diese Daten sind ein zentraler Schlüssel für Effizienz, Qualität und Anlagenverfügbarkeit. Doch sie zu analysieren, ist oft alles andere als trivial.

Typische Anwendungsfälle sind beispielsweise:

Schwellwertüberwachung von Prozessparametern
Datenanreicherung durch Berechnungen oder Metainformationen
Analyse von Kraft-Weg-Kurven in Prüfprozessen
Trend- und Anomalieerkennung zur frühzeitigen Fehlererkennung

In all diesen Szenarien reicht eine einfache, statische Analyse häufig nicht aus. Gerade im Bereich des Condition Monitorings ist es entscheidend, Abweichungen vom Normalprozess unmittelbar zu erkennen und die richtigen Personen automatisch zu informieren – bevor es zu Ausfällen oder Qualitätsproblemen kommt.

Doch jede industrielle Anwendung ist anders: Ob Montage- oder Prüfanlage, Druckguss, Spritzguss oder Extrusion – die relevanten Parameter, Berechnungen und Entscheidungslogiken unterscheiden sich stark. Die größte Herausforderung besteht daher darin, flexible, konfigurierbare und gleichzeitig einfach nutzbare Werkzeuge bereitzustellen, mit denen Fachanwender eigene Analysen entwerfen und anpassen können – ohne tiefes Data-Science- oder Programmierwissen.

Pipelines in der Bytefabrik IIoT Application Platform

Um diese Herausforderung zu adressieren, bietet die Bytefabrik IIoT Application Platform schon heute einen leistungsstarken Pipeline Editor. Über eine intuitive Drag-and-Drop-Oberfläche lassen sich Datenströme – etwa Temperatur-, Druck- oder Durchflusswerte – miteinander verknüpfen und in Echtzeit analysieren.

Jede Pipeline besteht aus modularen Bausteinen: von Datenfiltern über mathematische Operationen bis hin zu Visualisierungs- oder Benachrichtigungsmodulen. Mit über 100 vorkonfigurierten Komponenten steht Anwendern ein breites Toolkit zur Verfügung – fast wie eine Lego-Box für industrielle Datenanalysen.

Diese Herangehensweise vereint Benutzerfreundlichkeit mit hoher Flexibilität. Doch trotz aller Möglichkeiten zeigt sich ein typischer Zielkonflikt: Je einfacher die Bedienung, desto eingeschränkter die Ausdrucksstärke – und je mächtiger die Werkzeuge, desto höher die Einstiegshürde. Auch wenn unser SDK bereits ermöglicht, eigene Algorithmen zu integrieren, fällt es vielen Anwendern schwer, die passenden Bausteine zu finden oder komplexe Logiken zu formulieren.

Von Pipelines zu AI Pipelines

Genau an dieser Stelle kommen die AI Pipelines ins Spiel. Sie erweitern den bestehenden Pipeline-Editor um eine KI-basierte Codegenerierung und bringen damit das Beste aus zwei Welten zusammen: die intuitive Bedienung der bestehenden Oberfläche und die Flexibilität einer offenen Programmierumgebung.

Der Ablauf ist denkbar einfach:

Datenstrom auswählen Der Anwender wählt die relevanten Sensordaten oder Datenströme aus, etwa Temperatur-, Druck- oder Vibrationswerte.
Programmiersprache festlegen Aktuell werden Python und JavaScript unterstützt – zwei weit verbreitete Sprachen mit großem Ökosystem.
Zielbeschreibung eingeben Über einen natürlichen Spracheingabe-Prompt beschreiben Anwender in einfachen Worten, was umgesetzt werden soll – z. B. „Erkenne Anomalien in der Druckkurve und löse eine Warnung aus, wenn der Mittelwert um mehr als 10 % vom Referenzwert abweicht.“
Automatische Codegenerierung Ein Large Language Model (LLM) erzeugt daraufhin den entsprechenden Code und fügt ihn direkt in die Pipeline ein.
Erklärung und Anpassung Der generierte Code kann sich auf Wunsch in natürlicher Sprache erklären lassen – eine große Hilfe auch für Nutzer mit nur grundlegenden Programmierkenntnissen.
Live-Ausführung Anschließend lässt sich die AI Pipeline starten und wird in Echtzeit auf den eingehenden Daten ausgeführt.

So entstehen in kürzester Zeit maßgeschneiderte Analysen – ohne langwierige Einarbeitung, externe Data-Science-Ressourcen oder komplizierte Konfigurationen. Und das beste: Das Ergebnis ist als Datenstrom im Pipeline-Editor verfügbar - so lassen sich beide Technologien verbinden und beispielsweise Benachrichtigungen erstellen.

Vorteile

Mit AI Pipelines profitieren Anwender von einer neuen Dimension der Flexibilität und Benutzerfreundlichkeit:

Mehr Freiheit: Eigene Logiken und Berechnungen lassen sich direkt als Code umsetzen – ohne Einschränkung durch vordefinierte Bausteine.
Einfachere Bedienung: Statt komplizierter Konfiguration reicht eine kurze Beschreibung in natürlicher Sprache.
Hohe Transparenz: Der generierte Code ist vollständig sichtbar, nachvollziehbar und anpassbar.
Schnellere Umsetzung: Von der Idee zur laufenden Live-Analyse in wenigen Minuten.
Lernunterstützung: Automatische Codeerklärungen helfen Anwendern, Programmierkenntnisse auszubauen und zu verstehen, was im Hintergrund passiert.

Jetzt ausprobieren!

Mit den neuen AI Pipelines wird die Bytefabrik IIoT Application Platform noch leistungsfähiger – und gleichzeitig einfacher zu bedienen. Sie ermöglichen es Fachanwendern, individuelle Überwachungsregeln, Condition-Monitoring-Analysen und Datenverarbeitungslogiken selbst zu erstellen – unterstützt durch modernste KI-Technologie.

So entsteht ein neuer Standard in der industriellen Datenanalyse: Maximale Flexibilität, vereint mit minimaler Komplexität.

AI Pipelines sind ab sofort verfügbar und Teil der Bytefabrik IIoT Application Platform.

Bei Interesse an einer Live-Demo oder individuellen Beratung sprechen Sie uns gerne an – wir zeigen Ihnen, wie KI Ihre Datenanalyse auf das nächste Level hebt.