Sicher mit KI und Edge – Security with AI and Edge

Predictive Maintenance: Unfälle verhindern, bevor sie passieren

Eine große Gefahr für Mitarbeiter in Produktionsbetrieben geht von wartungsbedürftigen Maschinen aus. Sobald Teile verschleißen, steigt automatisch das Risiko eines Störfalls, der auch die Menschen in der Fabrik in Mitleidenschaft ziehen kann: Man denke nur an defekte Dichtungsringe in einer Chemiefabrik oder an die Brandgefahr, wenn Schmierstoffe die Reibung zwischen Bauteilen nicht mehr ausreichend verhindern. Predictive Maintenance, also vorausschauende Wartung, bietet den verantwortlichen Technikern die Möglichkeit, Störfälle zu verhindern, bevor sie eintreten.

Dabei wertet eine künstliche Intelligenz kontinuierlich Sensordaten aus und sagt genau voraus, wann Teile ausgetauscht oder repariert werden müssen. Die Daten gelangen von den OT-Geräten (Operational Technology) in der Regel über ein IoT-Gateway in die Cloud, wo sie von der KI gesammelt und ausgewertet werden. Ein weiterer positiver Nebeneffekt von Predictive Maintenance ist, dass Techniker keine unnötigen Wartungsarbeiten durchführen müssen, die viel Zeit kosten, aber die Sicherheit nicht wirklich erhöhen. Auf diese Weise reduzieren Unternehmen auch die Reise- und Materialkosten.

Sensoren, KI und Edge Computing: Katastrophenmanagement in Echtzeit

Dieselben Sensoren, die Predictive Maintenance ermöglichen, haben jedoch einen viel direkteren Einfluss auf den Schutz der Mitarbeiter. Ausgestattet mit einem Edge Gateway können Industrieanlagen die Daten auch an Edge Server vor Ort zur direkten Verarbeitung und Überprüfung in Echtzeit weiterleiten.

Ohne den Umweg über die Cloud sind KI-Anwendungen in der Lage, Gefahrensituationen in Fabrikhallen – etwa durch austretende Gase oder gefährliche Temperaturschwankungen an Maschinen – zu erkennen und sofort Gegenmaßnahmen einzuleiten. Das kann bedeuten, dass die künstliche Intelligenz die Kühlmechanismen anpasst oder die Produktionsgeschwindigkeit drosselt und das Personal informiert. Im schlimmsten Fall schlägt sie Alarm und leitet die Evakuierung der Fabrik ein. Bei Bedarf könnte sie auch automatisch die Feuerwehr rufen, denn in solchen Situationen zählt jede Sekunde.

Computer Vision: Kameraüberwachung mit Köpfchen

KI und Edge Computing heben auch die ohnehin vorhandene Kameraüberwachung in Fabriken und Kraftwerken auf ein neues Niveau, um die Sicherheit der Mitarbeiter zu erhöhen. Mit sogenanntem maschinellen Sehen können Unternehmen Live-Bilder aus dem Inneren einer Industrieanlage mittels künstlicher Intelligenz in Echtzeit auf einem Edge-Server verarbeiten und auswerten lassen. Betritt beispielsweise eine Person ohne Schutzkleidung wie Helm oder Atemmaske einen Gefahrenbereich, könnte die KI sofort Alarm schlagen. Ein

Unternehmen rüsten so ihre Kameras mit Intelligenz aus und erhöhen die Betriebssicherheit enorm. Ebenso verbessern intelligente Kameras den Perimeterschutz von Industrieanlagen, öffentlichen Plätzen und in Banken. KI-Modelle sind heute komplex trainierbar und können Gefahrensituationen sehr zuverlässig erkennen – zum Beispiel auch, ob sich eine Person auffällig oder aggressiv verhält. Computer-Vision-Anwendungen können so zum Beispiel das Sicherheitspersonal in Banken alarmieren, wenn sie einen Überfall vermuten.

„Einfach nur Bilder aufzunehmen oder Sensordaten zu speichern, ist heute nicht mehr zeitgemäß“, erklärt Chris Kramar, Director & General Manager OEM Solutions DACH bei Dell Technologies. „Sicherheitsteams und Techniker haben in der Regel nicht die Zeit, alle verfügbaren Daten auszuwerten und in einen Kontext zu setzen. Das ging in der Vergangenheit zu Lasten der Produktivität und trieb die Kosten für Unternehmen in die Höhe. Heute bieten künstliche Intelligenz und Edge Computing Fertigungsbetrieben, Unternehmen und Behörden neue Möglichkeiten, nicht nur die Produktion und den Geschäftsalltag effizienter zu gestalten, sondern auch ihre Mitarbeiter effektiv zu schützen.“

Predictive Maintenance: Preventing Accidents Before They Happen

Machines in need of maintenance pose a significant risk to workers in manufacturing plants. As parts wear out, the risk of a malfunction that could affect people on the factory floor automatically increases: Think of defective gaskets in a chemical plant or the risk of fire when lubricants fail to prevent friction between components. Predictive maintenance gives technicians the ability to prevent failures before they occur.

Artificial intelligence continuously evaluates sensor data and predicts exactly when parts need to be replaced or repaired. The data is typically transmitted from OT (operational technology) devices to the cloud via an IoT gateway, where it is collected and analyzed by the AI. Another positive side effect of predictive maintenance is that technicians do not have to perform unnecessary maintenance, which costs a lot of time but does not really increase safety. In this way, companies also reduce travel and material costs.

Sensors, AI and edge computing: real-time disaster management

The same sensors that enable predictive maintenance have a much more direct impact on worker safety. Equipped with an edge gateway, industrial plants can also send data to edge servers on site for direct processing and verification in real time.

Without going through the cloud, AI applications can detect dangerous situations on the factory floor – such as gas leaks or dangerous temperature fluctuations on machines – and take immediate action. For example, AI might adjust cooling mechanisms or reduce production speed, and notify employees. In a worst-case scenario, it can sound an alarm and evacuate the plant. If necessary, it could also automatically call the fire department, as every second counts in such situations.

Computer vision: camera surveillance with a brain

AI and edge computing are also taking existing camera surveillance in factories and power plants to a new level to improve worker safety. With machine vision, companies can use artificial intelligence to process and analyze live images from inside an industrial plant in real time on an edge server. For example, if a person enters a hazardous area without protective gear such as a helmet or respirator, the AI could immediately raise an alarm. A

Companies are adding intelligence to their cameras, dramatically improving operational safety. Intelligent cameras are also improving perimeter security at industrial facilities, public places, and banks. Today, AI models can be trained in complex ways and are highly reliable at identifying dangerous situations – for example, whether a person is acting suspiciously or aggressively. For example, computer vision applications can alert bank security guards to suspected robberies.

„Simply capturing images or storing sensor data is no longer enough,“ said Chris Kramar, Director & General Manager OEM Solutions DACH at Dell Technologies. „Security teams and engineers typically don’t have the time to evaluate and contextualize all the data available. In the past, this came at the expense of productivity and drove up costs for organizations. Today, artificial intelligence and edge computing offer new opportunities for manufacturers, enterprises and governments to not only make production and day-to-day operations more efficient, but also to effectively protect their people.“