generic.de software technologies AG

LEWA verfolgte das Ziel ein Rundum-Sorglos-Paket für seine welt­weit ver­teilten Kunden zu schnüren. Wie diese Vision in echte Services über­setzt werden konnte, galt es im agilen Ent­wicklungs­prozess heraus­zu­arbeiten. Durch unsere lang­jährige Erfahrung in agilen und iterativen Arbeits­formen, konnten wir LEWA dabei als Agile Coach mit Rat und Tat zur Seite stehen. Sprint für Sprint entstand so die optimale Lösung: eine zentral steuer­bare IoT-Plattform, die inter­pretierbare Pumpen­kenn­werte über ein benutzer­freundliches Kunden­portal direkt zum Anwender bringt.

Smart Monitoring für Predictive Maintenance

Herzstück der Digitalisierungs­strategie für LEWA-Pumpen stellt das Smart Monitoring dar. Im inter­disziplinären Team über­setzten wir hierfür das jahre­lang aufgebaute Ingenieurs­wissen von LEWA in mathe­matische Modelle und Algorithmen. Dadurch ist es erstmals möglich, die ermittelten Pumpen­kenn­werte auto­matisiert zu inter­pretieren und daraus Diagnosen abzu­leiten. Ergebnis ist das früh­zeitige Erkennen von uner­wünschten Zu­ständen in der Pumpe und dem um­gebenden System, inklusive Lokal­isierung und möglicher Korrektur. Gleich­zeitig erlaubt die Technik Predictive Maintenance – sagt also voraus, wann welche Pumpe gewartet werden muss.

IoT-Plattform mit Microsoft Azure

Wird auf die via Smart Monitoring er­mittelten Ergebnisse nicht recht­zeitig reagiert, nutzt auch die klügste Pumpe nichts. Und da LEWA-Pumpen an den ent­legensten Orten der Welt im Ein­satz sind, ist es enorm wichtig den Daten­bestand fort­laufend im Auge zu behalten. Auf Basis von Microsoft Azure haben wir dafür eine IoT-Plattform ent­wickelt, über welche die Daten­bestände der smarten Pumpen durch­gehend gesammelt werden. Je nach Kunden­wunsch können diese Daten direkt in die Cloud über­tragen werden. Die nun kommunikations­fähigen Pumpen bergen aber noch einen weiteren Vor­teil: Die in Massen gewonnen Real­daten können nun erstmalig konsolidiert werden. Damit hat LEWA die Feld­population jeder­zeit im Blick und kann schneller und ziel­gerichteter reagieren.

Kundenportal mit Digital Twins

Das "andere Ende" der Digi­talisierungs­lösung stellt das Kunden­portal dar. Als Single-Touchpoint for Customer-Selfservice erlaubt es den Kunden, sich orts- und zeit­unabhängig um ihre Pumpen zu kümmern. Über Dash­boards können alle Pumpen in Form digi­taler Zwillinge durch­gängig beobachtet und kontrolliert werden. Dokumente zur Pumpe sowie Ersatz­teil­listen sind mit wenigen Klicks zur Hand. Dabei wird immer auf das nächst­ge­legene LEWA-Tochter­unter­nehmen und des­sen Ver­triebs­partner zurück­ge­griffen, um Service­arbeiten wie auch Liefer­ketten so schnell und effizient wie möglich zu halten.

Die Geräte von Wagner beschichten Ober­flächen. So einfach das im ersten Moment klingt, so komplex ist die Materie – speziell im professionellen Einsatz. Denn Farbe ist nicht gleich Farbe und Lack nicht gleich Lack. Jedes Beschichtungs­material hat seine Eigenheiten und bedarf der richtigen Einstellung der Wagner-Sprüh­systeme hinsichtlich Düse, Verdünnung und Druck – den sogenannten Beschichtungs­parametern.

Um an eben diese Beschichtungs­parameter zu gelangen, müssen Maler und Stuckateure mühsam das „Klein­gedruckte“ auf Eimern entziffern, sich durch die Websites der Hersteller klicken oder massen­haft Daten­blätter herunterladen. Hier wünschte sich die J. Wagner GmbH eine automatisierte Lösung, die zugleich Mehr­wert für beliebige Sprüh­systeme schafft.

Machine Learning zur Materialerkennung

Geplant war über den Scan des EAN-Codes das Material – bspw. einen Farbeimer – eindeutig zuordnen zu können. Die Realität sieht jedoch anders aus. Denn die Material­hersteller arbeiten mit Nummern­kreisen, die, im Gegen­satz zu Handels­ware aus dem Supermarkt, nicht zentral verfügbar sind. Die Lösung: eine Kombination aus intelligenter Bilder- und Text­erkennung. Der Farb­eimer wird mit der App fotografiert und ein Machine-Learning-Algorithmus erkennt den jeweiligen Hersteller sowie den genauen Material­typ. Aus diesem Ergebnis werden aus einer Daten­bank die notwendigen Parameter ausgelesen und angezeigt.

Der Web Crawler

Neben dem Fehlen der not­wendigen EAN-Codes, gibt es allerdings auch keine hersteller­über­greifende Datenbank, die Auskunft über die Beschichtungs­parameter gibt. Da die Anzahl von Herstellern, Materialien und Produkten kaum zu überblicken ist und ständig neue Artikel hinzukommen, musste eine automatisierte Lösung gefunden werden: die Entwicklung eines Web-Crawlers. In Kombination mit den Microsoft Azure Cognitive Services ist es darüber hinaus möglich, wichtige Beschichtungs­parameter aus online abrufbaren Produkt­daten­blättern (PDFs) zu ermitteln – ein derzeit einmaliges Feature in diesem Markt­segment.

Flexible API

Eine weitere Heraus­forderung bestand darin, eine bereits existierende webbasierte Backend-API App-fähig zu machen. Die Lösung bestand in der Entwicklung einer flexiblen API, die mit nur einem Call alle nötigen Parameter übermitteln kann und damit sowohl von Web zu App, als auch umgekehrt funktioniert. Damit wurde gleich­zeitig die Grundlage für zukünftige Use Cases geschaffen, bspw. der Anbindung eines Kunden­portals.