Dauer: 1-2 Jahre

Kurzfassung:

Die Anlagenverwaltung in Branchen wie Infrastruktur, Energie und Fertigung durchläuft derzeit einen entscheidenden Wandel. Die derzeitigen Vorgehensweisen sind oft durch manuelle Inspektionen, fragmentierte Datenquellen und reaktive Instandhaltungsstrategien gekennzeichnet. Diese Einschränkungen führen zu Ineffizienzen, erhöhten Betriebskosten und unnötigen Umweltbelastungen.

Neue Technologien wie künstliche Intelligenz (KI) und Extended Reality (XR) bieten ein erhebliches Potenzial, um diese Herausforderungen zu bewältigen. Ihre kombinierte Anwendung im Anlagenmanagement ist jedoch noch weitgehend unerforscht. Insbesondere die Integration von KI-gestützter XR für vorausschauende Instandhaltung, Echtzeitüberwachung und lebenszyklusorientierte Entscheidungsfindung wurde bislang noch nicht systematisch umgesetzt.

Dieses Projekt schließt diese Lücke durch die Entwicklung eines neuartigen, branchenübergreifenden Ansatzes für ein KI- und menschenzentriertes Anlagenmanagement. Es konzentriert sich auf die Kombination fortschrittlicher Datenanalytik mit immersiven Technologien, um fundierte, proaktive und nachhaltige Entscheidungsfindung zu unterstützen. Zu den Schlüsselelementen gehören die Integration von KI mit menschlichem Fachwissen, die Entwicklung multimodaler Entscheidungsunterstützungssysteme sowie die Förderung der Zusammenarbeit und des Wissensaustauschs unter den Beteiligten. Der Ansatz ist ausdrücklich auf langfristige Nachhaltigkeitsziele ausgerichtet, darunter Ressourceneffizienz und reduzierte Umweltbelastung.

Forschungsziele:

Das Projekt verfolgt die folgenden Kernziele:

• Entwicklung von KI-gestützten XR-Systemen: Entwurf und Implementierung von XR-basierten Plattformen, die mit KI-gesteuerten Analysen integriert sind, um den Zustand von Anlagen zu simulieren, zu visualisieren und vorherzusagen und so eine proaktive und datengestützte Entscheidungsfindung zu ermöglichen.
• Weiterentwicklung von Strategien zur vorausschauenden Instandhaltung: Anwendung von KI-Methoden zur Analyse von Echtzeit- und historischen Daten für die Ausfallvorhersage und Instandhaltungsoptimierung, um Ausfallzeiten zu reduzieren und die Lebenszyklen von Anlagen zu verlängern.
• Ressourcen- und Wirkungsoptimierung: Nutzung von XR-basierten Simulationen zur Bewertung und Optimierung der ökologischen und wirtschaftlichen Leistung von Anlagenmanagementstrategien.
• Echtzeitüberwachung und -visualisierung: Entwicklung interaktiver, immersiver Umgebungen, die den Beteiligten einen intuitiven Zugriff auf Echtzeitdaten zu Anlagen und Systemzuständen ermöglichen.
• Integration von Nachhaltigkeit: Sicherstellung, dass alle entwickelten Methoden und Werkzeuge zu einer Verringerung des ökologischen Fußabdrucks, einer verbesserten Ressourceneffizienz und nachhaltigeren Betriebsabläufen beitragen.

 

Erwartete Ergebnisse:

Das Projekt zielt darauf ab, die Nachhaltigkeit und Effizienz von Anlagenmanagementpraktiken deutlich zu verbessern. Durch die Einführung vorausschauender und datengestützter Instandhaltung werden der Ressourcenverbrauch gesenkt, Emissionen reduziert und Betriebsabfälle verringert.

Darüber hinaus verbessert die Integration von XR-Technologien die Fähigkeiten der Mitarbeiter durch optimierte Schulungen, ein besseres Situationsbewusstsein und eine verbesserte Entscheidungsunterstützung. Dies erhöht nicht nur die Betriebssicherheit, sondern stärkt auch die Widerstandsfähigkeit der Organisation.

Insgesamt positioniert das Projekt die beteiligten Branchen an der Spitze digitaler und nachhaltiger Innovationen und unterstützt so die langfristige Wettbewerbsfähigkeit in einem sich rasch wandelnden globalen Umfeld.

 

Kontaktdetails:

Dr. Sara Scheffer

E-Mail: sara.scheffer@tuwien.ac.at