OEE-Optimierung mittels KI? Auswertung von Stückzahlverläufen, Stillständen und Zuständen ohne direkten Humaneingriff? Erstellung von Vorschlägen zur Optimierung aus der Maschine? - Zukunftsversprechen oder kurz vor Anwendung? Markus berichtet aus dem gemeinsamen Forschungsprojekt von oee.ai mit der FH Aachen und FH Gelsenkirchen. Anlagenoptimierung der Overall-Equipment-Effectiveness (OEE) durch Reduzierung der Anlagenstillstände und der Leistungsverluste steht seit einigen Jahren im Fokus produzierender Unternehmen. Während die Erfassung vergleichsweise einfach mit vorhandener Technologie zu automatisieren ist, tun sich viele Unternehmen mit der eigenen Auswertung und Bewertung der Anlagenzustände schwer. Im gemeinsamen Forschungsprojekt des Landes NRW sind oee.ai mit den FHs Aachen und Gelsenkirchen angetreten, um aus OEE- und Stückzahlverläufen Anlagenzustände mittels lernender Algorithmen zu bewerten (z.B. läuft stabil, läuft instabil) und daraus sinnvolle Kennzahlen und letztlich Handlungsempfehlungen zu generieren. Markus Focke zeigt, was Technologien schon heute leisten können, welche erforderlichen Voraussetzungen existieren und wie einfach eine Implementierung sein kann.