Hallo liebe Community,
nachdem mein Blog vorwiegend auf KI in der Fertigung abzielt, dacht ich mir, dass es doch auch einmal schön wäre sich anzuschauen, wie KI nicht nur die internen Abläufe & Prozesse eines Unternehmens optimieren und inkrementell wandeln kann, sondern welche (potenziellen) Innovationen KI in verschiedenen Produkten direkt für den Endverbraucher hervorbringt. Dabei möchte ich mich auf das aus Industrieperspektive „Hello World“ der KI-Anwendungen fokussieren, nämlich die vorausschauende Wartung (engl. Predictive Maintenance, kurz PM) mit Hilfe von Datenanalysen. Dieser KI-Anwendungsfall ist nämlich nicht nur für Industrieanlagen, bei welchen ungeplante/unvorhergesehene Ausfälle schnell sehr hohe Kosten verursachen können, sondern auch bei Produkten für den Endverbraucher sehr nützlich. Ich möchte daher im Folgenden einige Ideenimpulse hierzu geben.
Predictive Maintenance im PKW
Ja, jeder kennt bereits die Anzeigen à la „HU in 1000km“, „Restreichweite“ oder „Ölstand gering“, aber auf Grund von beispielsweise Motordaten, Ölverbrauchsmessungen etc. muss es doch möglich sein, auch beispielsweise den Ölwechsel, den Bremsenverschleiß etc. vor der berühmten „Gelben Warnleuchte“ (bzw. im schlimmsten Fall: roten Warnleuchte) anzuzeigen. Beispielsweise bei Elektroautos gibt es die vorausschauende Ladeplanung für die Batterie, denkbar ist so ein System doch auch für andere Komponenten des Autos. Umwelttechnisch ist es gerade bei Verbrennungsmotoren durch PM möglich zu verhindern, dass das Auto beispielsweise mit einem defekten Katalysator oder mit einem Öl-Leck gefahren wird und so (noch mehr) Giftstoffe in die Umwelt absorbiert werden.
Predictive Maintenance für die Klimatechnik
Gerade in Zeiten, in welchem Smart-Home Systeme ihren Siegeszug feiern, wäre es doch auch schön, wenn man nicht nur sein Haus über das Handy steuern könnte, sondern auch relevante Daten bzgl. Verschleiß etc. direkt auf sein Handy bekommt, um im Bedarfsfall direkt handeln zu können. Denkbar wäre es für mich z.B., dass über Datenanalyse (Energieverbrauch, Wärmeleistung, Innen/-Außentemperatur, etc.) der Gesundheitszustand der Heizung erkannt wird und so etwaige Wartungen besser geplant werden können. Ähnliche Lösungen sind hier für Klimaanlagen denkbar. Hier können zudem potenzielle Dämmungslücken identifiziert werden („In diesem Zimmer wird außerordentlich viel Energie für das Heizen aufgewandt“) und auf diese Weiße konkrete Maßnahmen zur Energieeinsparung getroffen werden.
Zudem ist denkbar, dass durch KI (ähnlich wie bereits jetzt in der Industrie praktiziert) das gesamte Haus smart und effizient durch KI gesteuert wird. Das bedeutet, dass z.B. überprüft wird, ob Abwärme des Kühlschranks, des Backofens etc. mit dem Stromverbrauch des Elektroautos und der Stromerzeugung der Solaranlage und mit dem Stand des lokalen Stromspeichers vertretbar sind, bzw. die KI dem Konsumenten Empfehlungen zu optimalen Nutzungszeitpunkten und andere Handlungsempfehlungen geben kann um die Energie bestmöglich in Strompeaks zu nutzen. Das wäre dann keine direkte Art der PM, allerdings auch eine vorausschauende Empfehlung zur Gerätenutzung.
Predictive Maintenance in Haushaltsgeräten
Selbstverständlich ist eine Datenanalyse (für z.B. PM) überall dort denkbar, wo Daten ordentlich gesammelt werden können. Daher könnte man theoretisch für jedes Haushaltsgerät mit einem Elektromotor (Mixer, Waschmaschine, Spülmaschine, el. Zahnbürste, Ventilator …), einer Heizspirale (z.B. Toaster, Föhn) oder einem anderen elektrischen Bauteil (z.B. Staubsauger, Kühlschrank) Predictive Maintenance implementieren. Es ist hierbei allerdings vermutlich selten ökonomisch, dies zu tun, da zusätzliche Hardware für die Datenerhebung & Analyse sowie die User-Kommunikation (z.B. Bluetooth, Bedienpanel) verbraucht werden muss. Es kann allerdings mit fortgeschrittener Technik dennoch im Hinblick auf ökologische Verwertbarkeit Sinn ergeben, da durch eine ordentliche Datenanalyse Defekte schneller diagnostiziert werden können und auf diese Weise nicht ein ganzes Gerät, sondern nur einzelne Komponenten ausgetauscht werden müssen. So wird der schwer zu entsorgende Elektromüll vermieden und die Umwelt weniger belastet. Hier müssen allerdings auch die Hersteller mitspielen, da es durchaus zu weniger Neukäufen kommen wird, wenn z.B. Haushaltselektronik leichter reparierbar wird. Für eine innovations-technikgetriebene Klimarettung halte ich dies allerdings für unausweichlich.
Um die Entscheidung bezüglich einer Predictive-Maintenance (bzw. allgemein KI) Lösung besser treffen zu können, habe ich in Abbildung 1 eine Entscheidungsmatrix erstellt. Dabei ist sind die wichtigsten Kategorien für die Entscheidung einer PM-Lösung die Umweltbelastung bei der Entsorgung bzw. allgemein gesprochen die Umweltbelastung „ohne die PM-Lösung“ sowie der Kaufpreis/Preis des Gerätes und der Lösung. Ist beides hoch, so lohnt sich eine PM auf jeden Fall, da so der Kunde Geld für Neuanschaffungen sparen und gleichzeitig die Umwelt entlastet werden kann. Ist die Umweltbelastung hoch, der Preis jedoch nicht, so sollte möglichst günstig eine Lösung implementiert werden, da die Akzeptanz für einen höheren Preis vermutlich nicht gegeben ist. Andersherum ist bei Produkten mit einem hohen Kaufpreis und geringer Umweltbelastung darauf zu achten, dass die Lösung solide funktioniert, um dem Kunden mit geeigneten Reparaturen den hohen Kaufpreis im Schadensfall zu ersparen. Dies hat u.a. marketingtechnisch Potenzial, ebenso wie wenn bei den günstigen Produkten trotz des geringen Kaufpreises auf eine kostengünstige umweltfreundliche PM-Lösung geachtet wurde.
Hinweis: Die Lebensdauer der Geräte wurde bei dieser Abbildung vernachlässigt, sollte aber im Einzelfall beachtet werden.
So, das war es mit diesem Beitrag für heute auch schon, ich wollte an dieser Stelle nur einen kurzen Impuls bezüglich verschiedener Möglichkeiten geben, KI auch für den Verbraucher zu nutzen. KI wird selbstverständlich unabhängig davon schon in z.B. Smartphones für Gesichtserkennung, Spracherkennung etc. verwendet, allerdings wird in Zukunft in immer mehr Geräten des täglichen Bedarfs eine Datenauswertung betrieben, sobald dies aus Verbrauchersicht oder auch ökonomisch/ökologisch sinnvoll ist.
Ich bedanke mich wie immer herzlichst fürs Lesen & wünsche Ihnen noch einen schönen Tag!
Constantin
PS: Bei Fragen & Feedback gerne bei mir melden!