Indalyz Monitoring & Prognostics GmbH revolutioniert Predictive Maintenance

Indalyz Monitoring & Prognostics GmbH
Prof. Dr. Michael Schulz, Gründer und Geschäftsführer der Indalyz Monitoring & Prognostics GmbH (Copyright: TGZ-Halle/Marco Warmuth) / (c) Michael Schulz

Gastbeitrag von Christian Strebe, Univations GmbH

Bei Buzzwords wie Künstliche Intelligenz, Predictive Maintenance oder Digitalisierung 4.0 schlägt das Herz von Prof. Dr. Michael Schulz schneller. Mit seinem 2015 gegründeten Unternehmen Indalyz Monitoring & Prognostics GmbH (IM&P) bietet er Unternehmen intelligente Lösungen an, die zum Beispiel dabei helfen Maschinenstörungen vorherzusagen und Ausfälle zu verhindern. Wir (von Univations GmbH) haben uns mit Prof. Schulz getroffen und über sein Unternehmen gesprochen.

Prof. Schulz, was genau bietet ihr Unternehmen an?

Unser Unternehmen hat sich auf die Analyse der aktuellen und zukünftigen funktionalen Integrität von Maschinen und Anlagen spezialisiert und vertreibt innovative Softwarelösungen für eine vorausschauende Wartung. Unser Produktspektrum basiert auf drei Säulen: die komplette Überwachung des Maschinenzustands im Fernüberwachungsmodus, die Entwicklung, Installation und Konfiguration anlagen- und kundenspezifischer Steuerungshard- und Software und das Management von Produktionsdaten.

Warum ist Predictive Maintenance für Unternehmen so wichtig?

Unser Fokus liegt vor allem auf dezentral installierten – und damit auch oft nur schwer zugänglichen – Anlagen, wie beispielsweise Windenergieanlagen, Pumpen oder autonome Antriebsmotoren. Schäden können sich in solchen Anlagen auf verschiedenen Zeitskalen etablieren und dann zu einem relevanten Schadensbild ausprägen: von wenigen Stunden bis hin zu mehreren Monaten. Unsere Softwarelösungen ermöglichen datengetriebene und modellgestützte Prognosen zukünftiger Maschinenfunktionsverluste. Wir können zum Beispiel den Ausfall des Hauptlagers einer Windenergieanlage lange vor dem Eintritt des Schadensfalles vorhersagen. Betreibern helfen wir somit Kosten zu senken und Ausfallzeiten zu reduzieren.

Welche Geschichte steckt hinter IM&P?

Ich bin von Haus aus Physiker und Untersuchungen und Beschreibungen von komplexen Systemen sind ein zentrales Thema meiner Forschung. Die hier gewonnenen Erkenntnisse und kompetitive Methoden der künstlichen Intelligenz bilden die Basis für die von der IM&P verwendeten Algorithmen. Entscheidend waren aber die überaus positiven Ergebnisse eines umfangreichen Tests an insgesamt 800 Windenergieanlagen über drei Jahre hinweg. Damit konnte nicht nur die technologische Machbarkeit nachgewiesen, sondern auch detaillierte Aussagen über den wirtschaftlichen Nutzen getroffen werden. Nach insgesamt sechs Jahren Vorarbeit waren Ende 2015 alle Voraussetzungen für die Gründung des Unternehmens geschaffen und auch das Timing stimmte. Die Software lag erprobt vor und auf der Hannover Messe 2016 war eines der Leitthemen die vorausschauende Wartung (Predictive Maintenance). Weitere Teilnahmen an Konferenzen und Ausstellungen belegten den Paradigmenwechsel weg von bisher üblichen zeitbasierten Intervallwartungen hin zu einer zustandsorientiert-vorausschauenden Wartung. Das war unsere Chance.

Wie hat sich Ihr Unternehmen seit her entwickelt?

Nach der Gründung mussten wir vor allem die Kunden von unseren Lösungen und den daraus resultierenden Vorzügen überzeugen. Mehrere Pilotprojekte wurden erfolgreich realisiert und damit stieg das Vertrauen der Unternehmen in unsere Lösung. Bis dahin haben wir uns mit Eigenmitteln sowie ersten Umsätzen finanziert. Durch das Land Sachsen-Anhalt wurden zudem zwei Innovationsassistenten gefördert, was uns sehr geholfen hat. Das letzte Jahr war für uns sehr spannend. Zum einen konnten wir einen stetigen Zuwachs an Aufträgen und Kunden verzeichnen. Zu unseren Kunden gehören sowohl regionale Versorgungsunternehmen als auch internationale Konzerne in den Bereichen der Energieerzeugung und der chemischen Industrie. Zum anderen haben wir ein weiteres vorbeugendes System namens CASIS (Cognitives Autonomoues Sensory Intelligent System) entwickelt und als Beta-Version bereits im Einsatz. Der Vorteil des Systems liegt darin, dass es über seine gesamte Arbeitszeit hinweg lernt und Entscheidungen über einen Maschinenzustand mit 97-prozentiger Genauigkeit trifft. Des Weiteren sind wir am Standort Technologiepark Weinberg Campus in Halle in größere Büroräume umgezogen. Der Schritt war notwendig um unser Wachstum und den geplanten Personalzuwachs realisieren zu können.

Zudem konnten Sie Ende 2017 die bmp Ventures AG (bmp) als Investor gewinnen. Wie kam es dazu?

Den ersten Kontakt zu bmp hatten wir auf dem Investforum Pitch-Day 2015 in Halle. Seitdem haben wir uns regelmäßig über den Fortschritt bei der IM&P ausgetauscht. Mitte 2017 hatte sich unser Geschäft positiv entwickelt und wir mussten eine Entscheidung treffen, welchen Weg wir gehen wollten. Mit der bisherigen Mannstärke hätten wir zusätzliche Projekte und die Weiterentwicklung unserer Produkte nur mit starker Zeitverzögerung realisieren können. Letztendlich fasste die Gesellschafterversammlung den Beschluss, dass wir erstens VC-Kapital akquirieren wollten und zweitens bmp in unseren Augen der richtige Partner war. Die Gespräche über das Investment in Höhe von 350.000 Euro verliefen sehr professionell, zu fairen Konditionen und auch sehr schnell. Zudem fühlen wir uns mit der Betreuung durch die bmp und im gesamten Umfeld sehr wohl und sind zufrieden, dass wir diesen Schritt gegangen sind.

Wie sehen Ihre nächsten Schritte aus?

Wichtig ist vor allem die Einstellung von weiterem Personal. Zudem befinden wir uns gerade in einer Phase der Entwicklung weiterer KI-Systeme im Bereich Vorausplanung und Tiefenanalyse. Dadurch wird es uns in Zukunft möglich sein, Strukturdetails von Schäden bei Maschinen vorherzusagen. Wir können dadurch nicht nur sagen, welches Zahnrad in einer komplexen Maschine wann zu brechen droht, sondern auch, wo im Detail die Ursache für die Schädigung liegt. Das gibt unseren Kunden noch mehr Möglichkeiten, Maschinenausfälle zu vermeiden und Maschinen zu optimieren.

 

Weiterführende Links:

www.imprognostics.com

www.bmp.com

www.investforum.de