MIG Fonds Beteiligung KONUX – ein Blick hinter die Kulissen
Ein Beitrag von Dr. Sören Hein
Partner der MIG AG
Alljährlich veröffentlicht die angesehene Plattform CB Insights eine Liste der 100 Erfolg versprechendsten Start-ups im Bereich der künstlichen Intelligenz (KI). Für die berücksichtigten Unternehmen ist das so etwas wie ein Ritterschlag, die Nominierung zum Oscar.
Die schlechte Nachricht der aktuellen Liste: Nur zwei deutsche Start-ups haben es in die Top 100 geschafft. Die überwiegende Mehrzahl stammt aus den USA. Die gute Nachricht: Die MIG Fonds Beteiligung KONUX (MIG Fonds 6, 8, 14, 15, 16) zählt zu den KI-Highflyern und ist in diesem Kreis inzwischen eine etablierte Größe.
KONUX genießt in der KI-Welt einen exzellenten Ruf. Doch was macht die Firma mit Sitz in München genau? Der Zugang zu Geschäftsmodellen der Künstlichen Intelligenz ist in aller Regel schwierig. Sie sind oft sehr technisch und analytisch. Wir wollen einen Blick hinter die Kulissen in den Maschinenraum wagen.
MIG Fonds Beteiligung KONUX Glücksfall für Eisenbahnbranche
KONUX hilft mit seiner Technologie Eisenbahngesellschaften, Schäden an den Gleiskörpern frühzeitig zu erkennen. Somit wird die Instandhaltung verbessert. Das Ziel ist klar: Jedes Infrastruktur-Management will unnötige Arbeiten vermeiden und die Reparaturen richtig priorisieren. Das spart am Ende viel Zeit und Geld. Ist aber leichter gesagt als getan.
Die MIG Fonds Beteiligung KONUX zählt zu den KI-Highflyern und ist in diesem Kreis inzwischen eine etablierte Größe. KONUX genießt in der KI-Welt einen exzellenten Ruf.
Bei Eisenbahnen geht es im Alltag beispielsweise um sogenannte „Stampfarbeiten“ am Gleisbett. Wohin sollen die Arbeitstrupps als erstes, um etwa Hohlräume unter den Schwellen zu stabilisieren? Es geht immerhin um Tausende von Kilometern an Gleisen und Gleisbetten, die in Schuss gehalten werden müssen. Bei der herkömmlichen Wartung werden häufig viele der gesunden Anlagen gewartet. Welche Teile der Gleisbetten tatsächlich gestampft werden müssen, ist nicht bekannt. Die derzeitigen Praktiken unterliegen einer weiteren großen Einschränkung. Es gibt keine Möglichkeit, den tatsächlichen Effekt des Stampfens zu messen. Die Wartungsqualität wird nach der Durchführung nicht überprüft.
Was nach dem Stampfen wirklich mit dem Gleisbett passiert
Um ein genaues Bild des Zustands des Gleisbettes und der Arbeiten zu erhalten, müssen diese kontinuierlich beobachtet und analysiert werden. Untersuchungen von KONUX zeigen die Wirkung von Stampfaktionen auf der Grundlage realer Daten. Diese führen zur Optimierung der Arbeiten.
In einer KONUX-Studie wurden mehr als 100 Reparaturvorgänge präzise analysiert. Die gestampften Gleisabschnitte waren mit dem KONUX Predictive Maintenance System ausgestattet. Das System misst unter anderem senkrechte Bewegungen und damit die „Gesundheit“, wenn ein Zug das Gleisbett überfährt. Die standardmäßig festgelegte Schwelle der senkrechten Verschiebung darf drei Millimeter betragen. Wenn die Verschiebung über dieser Schwelle liegt, wird der Zustand des Gleisbettes als schlecht angezeigt. Das ist ein „roter“ Gesundheitszustand. „Gelbe“ Gesundheit bedeutet mittlere Gesundheit und ist eine Frühwarnung, bevor die Schwelle überschritten wird. Dementsprechend bedeuten „grüne“ Gesundheitsschalter, dass das Gleisbett bei „guter“ Gesundheit ist.
Mit diesen Messungen können Aussagen für effektive und ineffektive Ausbesserungsmaßnahmen („Stampfen“) getroffen werden. Um als wirksam angesehen zu werden, sollte eine Wartungsmaßnahme drei Bedingungen erfüllen: 1) Die anfängliche Verschiebung nach dem Stampfen sollte um mindestens 15 Prozent verringert werden. 2) Die durchschnittliche vertikale Verschiebung sollte unter der Schwelle von drei Millimeter liegen. 3) Sie sollte für mindestens 60 Tage bestehen bleiben.
Wirksamkeit von Stampfaktionen
Die Wirksamkeit der Stampfmaßnahmen wurde in der KONUX-Studie drei Tage sowie zwei Monate nach den Wartungsaktivitäten analysiert. Nach drei Tagen waren nur 25 Prozent der Stampffaktionen erfolgreich und nach zwei Monaten nur 15 Prozent.
KONUX hat herausgefunden, dass die Wirksamkeit stark von der anfänglichen Gesundheit des Gleisbettes abhängt. Bei den Schaltern, die sich vor dem Stampfen bereits in einem guten Zustand (grüne Gesundheit) befanden, war kurz nach dem Stampfen die Wirksamkeit bei nur 10 Prozent. Bei denjenigen, die sich vor dem Stampfen in einem gelben oder roten Gesundheitszustand befanden, war die Verbesserung jedoch viel bemerkenswerter. Etwa 60 Prozent der Stampfaktionen waren nach drei Tagen und 20 bis 30 Prozent nach zwei Monaten wirksam.
Zudem förderten die Messungen von KONUX zu Tage, dass eine große Mehrheit der analysierten Stampfaktionen an gesunden Gleisbetten durchgeführt wurde. Diese und weitere Datenanalysen führen zur Optimierung der Wartungseffektivität.
Der kontinuierliche Datenstrom anstelle einer Momentaufnahme der Gesundheit von Gleisbetten, wie sie die KI von KONUX leistet, bietet Infrastrukturmanagern von Eisenbahngesellschaften eine Fülle von Erkenntnissen. Hierzu gehören:
1. Schnelle Bewertung der Auswirkungen von Wartungsarbeiten innerhalb weniger Stunden
2. Verfolgen der Qualität der Stampfaktionen über einen längeren Zeitraum, um die langfristigen Folgen zu verbessern
3. Vergleich der Auswirkungen von Wartungsmaßnahmen verschiedener Methoden, um jeweils die richtigen Maßnahmen anzuwenden
Die Erkenntnis aus diesem Beispiel des MIG-Beteiligungsunternehmens KONUX lautet: Umfangreiche Daten ermöglichen es, den Erfolg von im Eisenbahngeschäft notwendigen Reparaturen zu verbessern. KI dient zur Optimierung von Wartungsprozessen.
26. Mai 2021 | Foto: KONUX
