In einem spannenden Artikel, der von Intelligent CEO veröffentlicht wurde, erklärt Jim Chappell, Global Director of AI bei AVEVA, wie die industrielle künstliche Intelligenz zu einem entscheidenden Hebel wird, um wirtschaftliches Wachstum und ökologische Nachhaltigkeit zusammenzuführen. Lange Zeit galten diese beiden Ziele als Gegensätze. Heute bewegen sie sich dank der Leistungsfähigkeit der KI in dieselbe Richtung, da sie die Umsetzung von Lösungen beschleunigt, die auf die Dringlichkeit der Klimakrise reagieren können.
Diese Transformation ist bereits in den Fabriken weltweit im Gange. Laut einer Studie der BCG sehen 87% der Industrieentscheider in der KI ein zentrales Instrument im Kampf gegen den Klimawandel, und 43% planen, sie konkret in ihren Nachhaltigkeitsstrategien einzusetzen.
Und diese Entwicklung ist keineswegs theoretisch: Industrielle künstliche Intelligenz hilft Unternehmen bereits heute, ihre Net-Zero-Ziele zu erreichen – selbst in den Sektoren, die besonders schwer zu dekarbonisieren sind. Jenseits des derzeit stark medial präsenten Phänomens der „generativen KI“ setzen Industrieunternehmen unterschiedliche Formen von KI ein, um erneuerbare Energien in ihre Prozesse zu integrieren, die Produktivität zu steigern, den Verbrauch zu senken, bessere Entscheidungen zu treffen und die Resilienz ihrer Betriebsabläufe zu stärken.
Eine neue Ära bricht an: KI ist nicht mehr nur ein technologisches Werkzeug, sondern ein echter Beschleuniger der Nachhaltigkeit für die Industrie.
Nun folgt das Interview mit Jim Chappell, der aufzeigt, wie die industrielle KI die Nachhaltigkeit in der Industrie ganz konkret transformiert.
Welche KI-Technologien werden heute in der Industrie eingesetzt?
Nachfolgend vier große KI-Technologien, die inzwischen breit im industriellen Umfeld eingesetzt werden.
1. KI-gestützte vorausschauende Wartung
Sie ermöglicht es Unternehmen, die Nachfrage vorherzusagen, die Lieferkette zu optimieren, Anomalien an Anlagen zu erkennen und Lagerbestände in Echtzeit anzupassen. Mithilfe statistischer Algorithmen und Machine-Learning-Technologien werden historische und aktuelle Daten analysiert, um zukünftige Ereignisse vorherzusagen, einschließlich der Entwicklung von Treibhausgasemissionen (THG).
Ergebnis: Kostensenkungen, ein sinnvollerer Ressourceneinsatz und eine Reduzierung der Umweltbelastung durch Überproduktion und Verschwendung.
2. Prädiktive Anlagenoptimierung
Dieser Ansatz kombiniert Tools zur dynamischen Simulation, vorausschauende Wartung und fortschrittliche Visualisierung, um einen hybriden digitalen Zwilling zu erzeugen. Industrieunternehmen erhalten eine vollständige 360°-Sicht auf operative Risiken, können Probleme früher erkennen und die verbleibende Lebensdauer von Anlagen prognostizieren. So maximieren sie Verfügbarkeit, Leistung und Rentabilität.
Wird diese Technologie bereits bei der Konzeption neuer Anlagen integriert, setzt sie einen kontinuierlichen Verbesserungszyklus in Gang. Konkret ermöglicht sie eine präzise Vorhersage von Leistungsabfall und THG-Emissionen auf feinster Granularitätsebene.
3. Generative KI
Dies ist derzeit die sichtbarste Form der KI, sowohl im Alltag als auch in der Industrie. Obwohl die Technologie seit mehr als 50 Jahren existiert, entfaltet sie ihr volles Potenzial erst durch die heute öffentlich verfügbaren großen Sprachmodelle (LLMs).
Sie unterstützt Bediener dabei, große Informationsmengen schnell zu analysieren, oder dient als kreativer Partner für Innovation, etwa zur Simulation mehrerer Konstruktionsvarianten einer Anlage unter vorgegebenen Randbedingungen oder zur Erstellung technisch-didaktischer Inhalte mit höherer Attraktivität.
In Verbindung mit Echtzeitdaten aus spezialisierten Softwarelösungen liefert sie zudem tiefgehende Einblicke in komplexe Themen wie die Analyse der Nachhaltigkeit.
4. Gray-Box-Modeling (Graue-Box-Modellierung)
Dies ist eine der fortschrittlichsten industriellen KI-Technologien, die erst kürzlich auf den Markt gekommen ist. Sie kombiniert numerische Modelle auf Basis physikalischer Gesetze (White Box) mit KI-Modellen (Black Box) und vereint damit das Beste aus beiden Welten.
Sie ermöglicht die nahezu echtzeitfähige Modellierung von Systemen und Prozessen zur Verbesserung der Auslegung und zur Optimierung der operativen Leistung. Einer ihrer größten Vorteile ist die Möglichkeit, KI-Modelle per Drag-and-Drop in klassische physikalische Simulationen zu integrieren.
KI arbeitet häufig schneller als rein physikalische Modelle und benötigt weniger Feinjustierungen. Unternehmen können ihre Modelle somit schneller ausrollen, mit geringerer Rechenleistung und damit mit reduziertem CO₂-Fußabdruck.
Welche Vorteile bringt KI der Industrie?
Industrielle KI-Lösungen ermöglichen es, zentrale Leistungs- und Nachhaltigkeitsdaten zu kontextualisieren, indem sie mit KI und menschlicher Expertise verknüpft werden.
Ergebnis: Unternehmen können Wert schaffen und gleichzeitig ihre Umweltziele erreichen – heute wie auch in Zukunft.
Im Energiesektor spielt KI eine entscheidende Rolle bei der Umstellung auf erneuerbare Energien. Der italienische Energiekonzern Enel, der sich verpflichtet hat, bis 2040 seinen Energiemix vollständig zu dekarbonisieren, hat bereits mehr als 50 GW erneuerbare Erzeugungskapazität installiert.
Um diese Transformation zu beschleunigen, nutzt Enel eine KI-basierte Asset-Performance-Management-Software in Kombination mit vorausschauende Wartung. Datensilos wurden beseitigt, was die Entscheidungsfindung beschleunigt und die Effizienz des gesamten Ökosystems steigert. Der Konzern ist heute in der Lage, Ausfälle seiner Anlagen vorherzusagen und eine konstante Energieverfügbarkeit sicherzustellen. Damit kommt er dem Ziel eines vollständig autonomen Kraftwerks immer näher.
Ein weiterer globaler Energieakteur nutzt ebenfalls die prädiktive Anlagenoptimierung, um die Zuverlässigkeit seiner Anlagen zu erhöhen und Wartungskosten zu senken.
Eine einzige Analyse machte eine Leistungsanomalie in den Wärmerückgewinnungsleitungen einer Kraft-Wärme-Kopplungsanlage sichtbar – fünf Monate vor dem tatsächlichen Ausfall – und erzielte dadurch erhebliche Einsparungen. Seit 2019 hat die Software:
- über 1.700 Anomalien identifiziert,
- mehr als 37 Millionen US-Dollar an Einsparungen generiert,
- ungeplante Stillstände reduziert
- sowie den Ressourcenverbrauch gesenkt, was zu einer geringeren Umweltbelastung beiträgt.
KI bringt auch in anderen schwer zu dekarbonisierenden Branchen erhebliche Vorteile, etwa in der Zementindustrie, die für 6% der weltweit vom Menschen verursachten Emissionen verantwortlich ist.
Oyak Cement, tätig von der Türkei über Portugal bis nach Kap-Breton und Westafrika, nutzt ein Edge-to-Cloud-Datenmanagementsystem mit integrierter KI, um 30% seiner fossilen Energie durch erneuerbare Quellen zu ersetzen und gleichzeitig den Energieverbrauch zu senken.
Jede Reduktion des Energieverbrauchs um 1% entspricht einer Einsparung von 5 bis 7 Millionen Euro. Durch die Nutzung von Echtzeitdaten senkt das Unternehmen zudem seine CO₂-Emissionen und stellt die Einhaltung gesetzlicher Vorgaben sicher.
Auf einer noch fundamentaleren Ebene stärkt KI die Widerstandsfähigkeit gegenüber den Auswirkungen des Klimawandels.
In der Stadt Salem (Oregon) führte der Temperaturanstieg zu einer zunehmenden Ausbreitung toxischer Algen in Seen und Flüssen. Mithilfe einer mandantenfähigen Cloud-Datenplattform bündelten die Behörden zahlreiche Informationsquellen:
- Algenkonzentrationen
- Wassertiefen
- Wetterdaten
- Satellitenbilder
Vorausschauende Wartungen warnen die Stadt heute zwei Wochen im Voraus vor einem Anstieg von Cyanotoxinen und schädlichen Algen. So können Wasserqualität und Ökosysteme geschützt und der Zugang zu sicherem Trinkwasser für die fünf Millionen Einwohner der Region Salem gewährleistet werden.
Ist industrielle Künstliche Intelligenz unverzichtbar geworden, um den Übergang zur Nachhaltigkeit erfolgreich zu gestalten?
Die industrielle Welt tritt heute in das ein, was viele als eine echte KI-Revolution bezeichnen.
Künstliche Intelligenz auf ein reines Instrument zur Gewinnsteigerung zu reduzieren, würde das volle Potenzial dieser Technologie unterschätzen und ungenutzt lassen. Während Industrieunternehmen versuchen, Nachhaltigkeit in den Kern ihrer Betriebsabläufe zu integrieren, ermöglicht ihnen KI erstmals, wirtschaftliche Leistungsfähigkeit und ökologische Verantwortung miteinander in Einklang zu bringen.
KI wird die Klimakrise zwar nicht allein lösen, doch sie kann mehr Wert schaffen und gleichzeitig die Nachhaltigkeit verbessern. Der Erfolg hängt dabei selbstverständlich von den investierten Zeitressourcen, den erbrachten Anstrengungen und der Art und Weise ab, wie die Technologien eingesetzt werden.
Doch eines ist mittlerweile klar: Nachhaltigkeit und Rentabilität miteinander zu versöhnen, ist kein unerreichbares Ziel mehr. Durch ihre Fähigkeiten zur Prozessoptimierung, Effizienzsteigerung und Förderung umweltfreundlicherer Praktiken wirkt die industrielle künstliche Intelligenz als kraftvolle Verbindung zwischen diesen beiden Zielen, die früher als unvereinbar galten und ebnet den Weg für die Industrie, die wir für morgen brauchen.
Und welche Rolle spielen dabei die AVEVA-Softwarelösungen?
In diesem Übergang hin zu einer nachhaltigeren Industrie spielen die AVEVA-Softwarelösungen eine Schlüsselrolle, indem sie industrielle Künstliche Intelligenz zugänglich, operativ nutzbar und direkt mit den realen Gegebenheiten vor Ort verbunden machen.
Dank der AVEVA CONNECT und der in die Lösungen für Supervision, Engineering, Asset Management und Performance-Optimierung integrierten KI können Industrieunternehmen ihre Daten nutzen, um:
- ihren Energieverbrauch zu senken,
- Abweichungen frühzeitig zu erkennen,
- die operative Effizienz zu verbessern
- und die Dekarbonisierung ihrer Anlagen zu beschleunigen.
