Paul Wurth: Wenn KI industrielle Maschinensprache vereint,

Paul Wurth S.A., seit über 150 Jahren in Luxemburg ansässig, ist ein renommiertes Ingenieurbüro und ein wichtiger Akteur in der Metallurgie, das das gesamte Spektrum der Stahlherstellung abdeckt, von der Rohstoffverarbeitung bis zur Veredelung der Endprodukte.

Als Teil der SMS-Gruppe verpflichtet sich das Unternehmen, Innovationen durch neue Lösungen in den Bereichen Dekarbonisierung, Wasserstoffindustrie und digitale Transformation voranzutreiben. Das Digital Products Competence Centre entwickelt und bietet modernste digitale Lösungen an, die Kunden helfen, in einer zunehmend digitalen Welt wettbewerbsfähig zu bleiben.

Die Herausforderung: Datenfragmentierung über industrielle Anlagen hinweg

In industriellen Betrieben erzeugen Maschinen desselben Typs, wie Hochöfen, Verdichter oder Turbinen, oft Daten, die schwer zu vergleichen oder zu integrieren sind. Dies liegt an Unterschieden in Sensorkonfigurationen, Betriebsbedingungen und technischen Entscheidungen zwischen den Standorten.

Infolgedessen haben traditionelle KI-Systeme Schwierigkeiten, sich auf diese heterogenen Datensätze hinweg zu verallgemeinern, was die Fähigkeit einschränkt, digitale Zwillinge zu skalieren, operatives Wissen zu übertragen und die Leistung über Maschinenflotten hinweg zu optimieren.

Die Lösung: generative KI für Zeitreihenübersetzung

Um diese Herausforderung zu bewältigen, entwickelte Paul Wurth ein neuartiges KI-System, das generative Modellierungstechniken auf industrielle Zeitreihendaten anwendet. Inspiriert von der Architektur großer Sprachmodelle behandelt das System die Sensorausgabe jeder Maschine als einen einzigartigen "Dialekt" und lernt, Signale zwischen Maschinen zu übersetzen. Dies ermöglicht es Maschinen, sich gegenseitig zu "verstehen", unabhängig von Unterschieden in Konfiguration oder Kontext.

Die zentrale Innovation liegt in der Fähigkeit der KI, den "Inhalt" eines Signals – das den zugrundeliegenden industriellen Prozess repräsentiert – von seinem "Stil" zu trennen, der Variationen durch Sensorplatzierung, Kalibrierung oder Betriebsmodus widerspiegelt. Durch das Trennen dieser beiden Komponenten kann das System Signale zwischen Maschinen rekonstruieren oder anpassen, ohne deren wesentliche Bedeutung zu verändern.

Dieser Ansatz eröffnet mehrere zentrale Funktionen: Erstellung virtueller Sensoren, Verbesserung von Simulationsmodellen, standortübergreifender Wissenstransfer, einheitliches Benchmarking und Szenariosimulation. Es ermöglicht die Erstellung skalierbarer und dynamischer digitaler Zwillinge, die ausschließlich historische Betriebsdaten verwenden, wodurch für jedes Asset maßgeschneiderte Modelle überflüssig werden.

Breitere Anwendungen und wirtschaftliche Auswirkungen

Obwohl sich die anfängliche Implementierung auf industrielle Anwendungsfälle konzentriert, ist die zugrundeliegende Methodik breit auf jeden Bereich mit Zeitreihendaten anwendbar. Dazu gehören Gesundheitswesen, Finanzen, Energiesysteme und Logistik – Bereiche, in denen das Vergleich, Anpassen oder Erzeugen von Signalen in verschiedenen Umgebungen unerlässlich ist. Die Technologie bietet eine flexible und generalisierbare Lösung, die die Vorhersagegenauigkeit, die operative Effizienz und Entscheidungsfindung verbessern kann.

Aus wirtschaftlicher Sicht stärkt das Projekt Luxemburgs Position als Zentrum für industrielle KI-Innovation. Es wird erwartet, dass sie hochwertige Arbeitsplätze im Bereich digitale Ingenieurwesen und intelligente Fertigung schafft, internationale Investitionen anzieht und die Wettbewerbsfähigkeit lokaler Industrien stärkt.

Die Technologie fördert zudem die Zusammenarbeit mit akademischen Institutionen und Start-ups, fördert die Entwicklung ergänzender Dienstleistungen und bereichert die nationale KI-Talentpipeline. Durch die Verringerung der Abhängigkeit von physischen Sensoren und die Ermöglichung intelligenterer Abläufe unterstützt es Luxemburgs Ziele für den digitalen und ökologischen Übergang.

Vom Konzept zur Realität: Demonstration der industriellen Kraft von KI

Das KI-System hat seine Wirksamkeit bereits in einem realen industriellen Umfeld unter Beweis gestellt. Ein virtueller Pyrometer (Temperatursensor für heißes Metall) wurde für einen Hochofen in Brasilien unter Verwendung von Daten einer deutschen Anlage entwickelt.

Die Technologie ist modular und skalierbar konzipiert und kann in bestehende industrielle Plattformen integriert werden

Das Modell erzielte Temperaturvorhersagen innerhalb von 20°C, einem Genauigkeitsniveau, das in industriellen Kontexten als relevant und umsetzbar angesehen wird. Dieser erfolgreiche Proof of Concept bestätigt die Fähigkeit des Systems, sich über Maschinen und Regionen hinweg zu verallgemeinern, und ebnet so den Weg für eine breitere Implementierung.

Die Technologie ist modular und skalierbar konzipiert und kann in bestehende industrielle Plattformen und Digital-Twin-Frameworks integriert werden. Derzeit werden Piloteinsätze innerhalb der SMS-Gruppe definiert, mit Plänen, deren Einsatz auf andere Sektoren wie Energie, Logistik und Gesundheitswesen auszuweiten.

Durch die Möglichkeit der cross-machine-Signal-Übersetzung hat Paul Wurth eine transformative KI-Lösung eingeführt, die eine der hartnäckigsten Herausforderungen der industriellen Datenwissenschaft adressiert. Diese Innovation verbessert nicht nur die operative Intelligenz, sondern legt auch die Grundlage für skalierbare digitale Zwillinge und intelligentere, nachhaltigere Fertigungssysteme.

Mit nachgewiesener technischer Machbarkeit und breiter Anwendbarkeit wird die Lösung neu definieren, wie Branchen KI nutzen, um Effizienz und Widerstandsfähigkeit freizusetzen.