Anzeige

Anzeige

VERANSTALTUNGEN

DIGITAL FUTUREcongress
14.02.19 - 14.02.19
In Frankfurt, Congress Center Messe

SAMS 2019
25.02.19 - 26.02.19
In Berlin

INTERNET WORLD EXPO
12.03.19 - 13.03.19
In Messe München

secIT 2019 by Heise
13.03.19 - 14.03.19
In Hannover

IAM CONNECT 2019
18.03.19 - 20.03.19
In Berlin, Hotel Marriott am Potsdamer Platz

Anzeige

Anzeige

Die italienische Softwarefirma CGnal hat ein Konzept für Gebäude entwickelt, die kritische Systemfehler in der Infrastruktur selbständig vorhersehen und somit mithelfen sollen, größere Schäden und Reparaturkosten zu verhindern. 

Um den Ansatz "vorausschauende Wartung" zu testen, haben sie das Heiz- und Belüftungssystem eines Krankenhauses mit intelligenten Sensoren ausgestattet und die dabei gesammelten Daten auf Unregelmäßigkeiten hin analysiert. Das Ergebnis: Dem System gelang es erfolgreich, 76 von insgesamt 124 kritischen Fehlern rechtzeitig vor ihrem Auftreten zu prognostizieren.

Abweichungen melden

"Ziel der vorausschauenden Wartung ist es, das Auftreten möglicher Fehler rechtzeitig vorherzusagen, um proaktiv agieren und die nötigen Maßnahmen ergreifen zu können, die ein weiteres Funktionieren der Anlagen sicherstellen", heißt es auf der CGnal-Webseite. In der Praxis ließe sich dieser Ansatz einfach umsetzen, indem kritische Infrastruktur wie etwa die Heizungs-, Belüftungs- oder Klimaanlagen mit intelligenten Sensoren versehen werden. "Dadurch erhält man zum Beispiel kontinuierlich Daten zur Temperatur, Luftfeuchtigkeit oder dem Stromverbrauch. Gibt es Abweichungen vom Normalwert, könnte ein Fehler vorliegen oder unmittelbar bevorstehen", so die Erläuterung.

"Wir haben unsere Tests gerade deshalb in einem Krankenhaus durchgeführt, weil dort die Systeme zur Heizung, Belüftung und Klimaregulierung besonders wichtig sind", zitiert der "NewScientist" Carlo Annis von eFM. "Mithilfe von Sensoren und solchen Algorithmen, die gewissermaßen in die Zukunft schauen können, wäre es möglich, kritische Fehler schon zu erkennen, bevor sie zu einem echten Problem werden. Das würde uns eine Menge unnötige Arbeit ersparen", ist Annis überzeugt.

Algorithmus lernt dazu

Für ihren Praxistest haben die Ingenieure von CGnal einen speziellen Algorithmus entwickelt, der dem Prinzip des maschinellen Lernens folgend selbständig in der Lage ist, bestimmte konkrete Zusammenhänge und Muster in den gesammelten Datenmengen zu erkennen und auszuwerten. Den Algorithmus haben die Experten anschließend mit Daten gefüttert, die Sensoren in den Heiz-, Belüftungs- und Klimaanlagen des betreffenden Krankenhauses im Laufe des ersten Halbjahres 2015 gesammelt hatten.

Als nächster Schritt wurden die Daten aus dem zweiten Halbjahr desselben Jahres in das System eingegeben. Im Vergleich der beiden Datensätze wurden dann ungewöhnliche Messwerte oder Abweichungen von der Norm automatisch erkannt und analysiert. Die dabei erzielte Erfolgsquote bei der Berechnung von künftigen Fehlern ist beachtlich: Von insgesamt 124 realen Problemen konnten 76 akkurat vorhergesagt werden. "Die Falsch-Positiv-Rate lag bei lediglich knapp fünf Prozent", schildert eFM-Experte Annis.

pte

 

GRID LIST
5G

5G-Abdeckung in Deutschland 2022

1.000 5G-Basisstationen sollen die Provider bis 2022 installieren. Gleichzeitig…
Firmenübernahme

Akamai Technologies übernimmt Janrain

Akamai Technologies gab die Übernahme von Janrain bekannt, einem Vorreiter auf dem Gebiet…
Ethereum

Sicherheitslücke bei Upgrade von Ethereum

Experten von ChainSecurity, dem Spin-off der ETH Zürich, haben eigenen Angaben nach "in…
Uwe Scharf

Neuer Geschäftsführer Business Units und Marketing bei Rittal

Veränderung in der Geschäftsführung bei Rittal: Uwe Scharf (55) wurde zum 1. Januar 2019…
Wilder Westen

Gegen das "Wild Wild Web", für eine Zivilisierung des Internets

Was haben der Wilde Westen von damals und das Internet von heute gemeinsam? In seinem…
Brexit

BITMi bedauert Ablehnung des Brexit Deals

Der Bundesverband IT-Mittelstand e.V. (BITMi) bedauert die Ablehnung des Brexit-Deals…
Smarte News aus der IT-Welt