[ { "uid": "link_contact", "linkName": "Kontakt", "url": "/de/contact#wago-support-contact-anchor", "target": "_self", "classAttributes": "phone" } ]
[{"term":"Libraries_BA","id":0,"type":"QUICKLINKS"},{"term":"Anwendungshinweise","id":1,"type":"QUICKLINKS"},{"term":"WAGO-I/O-PRO","id":2,"type":"QUICKLINKS"},{"term":"Gebäude","id":3,"type":"QUICKLINKS"},{"term":"221","id":4,"type":"QUICKLINKS"}]

Individuelle Lösungen für KI, Machine-Learning und Daten-Monitoring

WAGO Analytics

Wenn es darum geht, eine Anlage zu optimieren, liegen die Herausforderungen darin, das Prozessverständnis zu verbessern, zu quantifizieren und die Ergebnisse wieder in den Prozess zu übertragen. WAGO Analytics unterstützt Sie von der Datenaufnahme bis zur Analyse und erstellt intuitive Visualisierungen über die Abhängigkeiten in den Anlagen. Die aufgedeckten Zusammenhänge werden in die Prozesse integriert und ermöglichen so die Ausschöpfung von Optimierungspotentialen mittels KI und Machine-Learning.

In einem gemeinsamen Projekt erarbeitet WAGO in engem Austausch mit dem Kunden eine individuelle Lösung zur gewinnbringenden Nutzung der Daten für den jeweiligen Anwendungsfall.

Ihre Vorteile:

  • Identifizierung der Optimierungspotentiale
  • Verbesserung des Qualitätsniveaus
  • Maßgeschneiderte Analytics-Lösung
  • Steigerung der Effizienz und Kostenreduktion
  • Verbesserung der Prozessstabilität

Einfache Integration von Machine-Learning für Predictive Maintenance

Sechs Schritte von der Datenerfassung
bis zur gewinnbringenden Nutzung

{"container":false,"catalogVersion":"de-wagoContentCatalog/Online","type":"Hot Spot Komponente","dynamicVisibility":true,"cloneable":true,"uuid":"eyJpdGVtSWQiOiJjb21wXzAwMDA4Q0JBMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0=","ignoreOnTransfer":false,"uid":"comp_00008CBA0","modifiedtime":"2024-11-30T06:01:47+0000","children":["eyJpdGVtSWQiOiJpdGVtXzAwMDA4RkhRMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0=","eyJpdGVtSWQiOiJpdGVtX2RlXzAwMDBCWFM4IiwiY2F0YWxvZ0lkIjoiZGUtd2Fnb0NvbnRlbnRDYXRhbG9nIiwiY2F0YWxvZ1ZlcnNpb24iOiJPbmxpbmUifQ==","eyJpdGVtSWQiOiJpdGVtX2RlXzAwMDBCWFNBIiwiY2F0YWxvZ0lkIjoiZGUtd2Fnb0NvbnRlbnRDYXRhbG9nIiwiY2F0YWxvZ1ZlcnNpb24iOiJPbmxpbmUifQ==","eyJpdGVtSWQiOiJpdGVtXzAwMDA4RkhTMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0=","eyJpdGVtSWQiOiJpdGVtXzAwMDA4RkhKMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0=","eyJpdGVtSWQiOiJpdGVtX2RlXzAwMDBCWFM5IiwiY2F0YWxvZ0lkIjoiZGUtd2Fnb0NvbnRlbnRDYXRhbG9nIiwiY2F0YWxvZ1ZlcnNpb24iOiJPbmxpbmUifQ=="],"onlyOneRestrictionMustApply":true,"iconType":"NUMERIC","image":{"code":"MM-32100 _Iso_Grafik_Analytics_Process_6_Steps_B_2000x1125.jpg","altText":"MM-32100 _Iso_Grafik_Analytics_Process_6_Steps_B_2000x1125.jpg","imageFormats":[{"imageType":null,"format":"2000","url":"/medias/2000-MM-32100-Iso-Grafik-Analytics-Process-6-Steps-B-2000x1125.jpg?context=bWFzdGVyfGltYWdlc3wxMDQwODJ8aW1hZ2UvanBlZ3xhRFUzTDJneVl5OHhNakkyTmpFeU9UZ3hOell6TUM4eU1EQXdYMDFOTFRNeU1UQXdJRjlKYzI5ZlIzSmhabWxyWDBGdVlXeDVkR2xqYzE5UWNtOWpaWE56WHpaZlUzUmxjSE5mUWw4eU1EQXdlREV4TWpVdWFuQm58OTc3Y2QwMzE0ZDlmODhmMmI5MjVhYTE4ZTg1MzM2M2M3ODA5ZTgzYTI4ODQyNDE0NGNmODViZGE3YWMxNmMyYQ","altText":null,"galleryIndex":null,"width":null,"description":null,"mediaType":null,"code":null},{"imageType":null,"format":"1600","url":"/medias/1600-MM-32100-Iso-Grafik-Analytics-Process-6-Steps-B-2000x1125.jpg?context=bWFzdGVyfGltYWdlc3w3NTUwM3xpbWFnZS9qcGVnfGFHUTVMMmhqT1M4eE1qSTJOakV6TURRd056UTFOQzh4TmpBd1gwMU5MVE15TVRBd0lGOUpjMjlmUjNKaFptbHJYMEZ1WVd4NWRHbGpjMTlRY205alpYTnpYelpmVTNSbGNITmZRbDh5TURBd2VERXhNalV1YW5Cbnw1MDdlOTdlNDZhMjNlNmUyN2RhZjhlZjdlOWFiNzA5NTk0YmJjNGVlYjZjNDkwZjg2OGZlMzQxYTMxZjAxOTEy","altText":null,"galleryIndex":null,"width":null,"description":null,"mediaType":null,"code":null},{"imageType":null,"format":"1280","url":"/medias/1280-MM-32100-Iso-Grafik-Analytics-Process-6-Steps-B-2000x1125.jpg?context=bWFzdGVyfGltYWdlc3w1NTExMHxpbWFnZS9qcGVnfGFERTJMMmd6TUM4eE1qSTJOakV5T1RrME9EY3dNaTh4TWpnd1gwMU5MVE15TVRBd0lGOUpjMjlmUjNKaFptbHJYMEZ1WVd4NWRHbGpjMTlRY205alpYTnpYelpmVTNSbGNITmZRbDh5TURBd2VERXhNalV1YW5CbnxkNDIwOTBiYzdhMDY4YjY0NDU4YTBhZDVkYWY4ODZiMmMyZTM0YmEzZWMzODhhOTNiNjgwM2VmZDNkYWM5NTQ1","altText":null,"galleryIndex":null,"width":null,"description":null,"mediaType":null,"code":null},{"imageType":null,"format":"1024","url":"/medias/1024-MM-32100-Iso-Grafik-Analytics-Process-6-Steps-B-2000x1125.jpg?context=bWFzdGVyfGltYWdlc3w0MDQ1MHxpbWFnZS9qcGVnfGFEWTJMMmhrTnk4eE1qSTJOakV6TURBeE5ESXpPQzh4TURJMFgwMU5MVE15TVRBd0lGOUpjMjlmUjNKaFptbHJYMEZ1WVd4NWRHbGpjMTlRY205alpYTnpYelpmVTNSbGNITmZRbDh5TURBd2VERXhNalV1YW5CbnxjYjYzNmQzODA4MTI3MjFhM2YyNjNkYmFmZDg4NGEwNzk4YmVhMzU3MzhiNDM2ZTZiOTcyMWQwZTMxMWZkYzVl","altText":null,"galleryIndex":null,"width":null,"description":null,"mediaType":null,"code":null},{"imageType":null,"format":"768","url":"/medias/768-MM-32100-Iso-Grafik-Analytics-Process-6-Steps-B-2000x1125.jpg?context=bWFzdGVyfGltYWdlc3wyNjc5NnxpbWFnZS9qcGVnfGFHSTVMMmhrTmk4eE1qSTJOakV6TURBM09UYzNOQzgzTmpoZlRVMHRNekl4TURBZ1gwbHpiMTlIY21GbWFXdGZRVzVoYkhsMGFXTnpYMUJ5YjJObGMzTmZObDlUZEdWd2MxOUNYekl3TURCNE1URXlOUzVxY0djfGE3M2UxZTc5ZDExOGY0YzdiNDhmMGVjYzA5MGJlM2ZhNDkxMzJjOWU2OGU4OTZlNzJkYmU1NTM3YTFmNGM3OTU","altText":null,"galleryIndex":null,"width":null,"description":null,"mediaType":null,"code":null},{"imageType":null,"format":"480","url":"/medias/480-MM-32100-Iso-Grafik-Analytics-Process-6-Steps-B-2000x1125.jpg?context=bWFzdGVyfGltYWdlc3wxMzkwN3xpbWFnZS9qcGVnfGFHRTNMMmhrTXk4eE1qSTJOakV6TURFME5UTXhNQzgwT0RCZlRVMHRNekl4TURBZ1gwbHpiMTlIY21GbWFXdGZRVzVoYkhsMGFXTnpYMUJ5YjJObGMzTmZObDlUZEdWd2MxOUNYekl3TURCNE1URXlOUzVxY0djfGI0ZjUwZWZlMjBmMTdhNDFlOTlhNjk2Mzc0Yjc2Mzg3YWUyOWExMTdhYzVlNTI3MDQxMzY2ODkwZjFlZTczMTE","altText":null,"galleryIndex":null,"width":null,"description":null,"mediaType":null,"code":null},{"imageType":null,"format":"200","url":"/medias/200-MM-32100-Iso-Grafik-Analytics-Process-6-Steps-B-2000x1125.jpg?context=bWFzdGVyfGltYWdlc3wxMjYyfGltYWdlL2pwZWd8YUdRM0wyaGpZeTh4TWpJMk5qRXpNRE0wTVRreE9DOHlNREJmVFUwdE16SXhNREFnWDBsemIxOUhjbUZtYVd0ZlFXNWhiSGwwYVdOelgxQnliMk5sYzNOZk5sOVRkR1Z3YzE5Q1h6SXdNREI0TVRFeU5TNXFjR2N8ZTcyNjdmYWJmNzQxYjQ0MDMwYzI2YjRlMDcwZmJiM2I0Nzg1ZjI2NTI1ZmIxODg4NzRlMTY5MmRkYzgyNTM1Ng","altText":null,"galleryIndex":null,"width":null,"description":null,"mediaType":null,"code":null}],"description":"MM-32100 _Iso_Grafik_Analytics_Process_6_Steps_B_2000x1125.jpg"},"lastLoad":1732946507708,"visible":true,"wagoColumnComponent":[],"availableLanguages":"AVAILABLE","passepartout":false,"restrictions":[],"searchable":true,"typeCode":"WagoHotSpotComponent","slots":["eyJpdGVtSWQiOiJjc18wMDAwN1NZVyIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0="],"itemtype":"WagoHotSpotComponent","restricted":false,"name":"Hotspot","synchronizationBlocked":true,"containers":[],"creationtime":"2021-07-28T10:26:18+0000","items":[{"container":false,"catalogVersion":"de-wagoContentCatalog/Online","components":["eyJpdGVtSWQiOiJjb21wXzAwMDA4Q0JBMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0="],"tooltip":"<p>Schritt 1</p>","type":"Hot Spot Popup Item","dynamicVisibility":true,"uuid":"eyJpdGVtSWQiOiJpdGVtXzAwMDA4RkhKMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0=","ignoreOnTransfer":false,"uid":"item_00008FHJ0","modifiedtime":"2024-07-25T09:17:13+0000","children":[],"onlyOneRestrictionMustApply":true,"headline":"<p>Schritt 1: Sammlung der Rohdaten aus den verschiedenen Datenquellen</p>","visible":true,"wagoColumnComponent":[],"availableLanguages":"AVAILABLE","passepartout":false,"restrictions":[],"searchable":true,"typeCode":"WagoHotSpotPopupItem","slots":[],"itemtype":"WagoHotSpotPopupItem","restricted":false,"name":"Schritt 1","x":34,"synchronizationBlocked":false,"y":64,"containers":[],"creationtime":"2021-07-28T10:26:18+0000","actions":[],"contentVersion":4,"parents":[]},{"container":false,"catalogVersion":"de-wagoContentCatalog/Online","components":["eyJpdGVtSWQiOiJjb21wXzAwMDA4Q0JBMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0="],"tooltip":"<p>Schritt 2</p>","type":"Hot Spot Popup Item","dynamicVisibility":true,"uuid":"eyJpdGVtSWQiOiJpdGVtXzAwMDA4RkhRMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0=","ignoreOnTransfer":false,"uid":"item_00008FHQ0","modifiedtime":"2024-07-25T09:17:15+0000","children":[],"onlyOneRestrictionMustApply":true,"headline":"<p>Schritt 2: Aufbereitung der Daten</p>","visible":true,"wagoColumnComponent":[],"availableLanguages":"AVAILABLE","passepartout":false,"restrictions":[],"searchable":true,"typeCode":"WagoHotSpotPopupItem","slots":[],"itemtype":"WagoHotSpotPopupItem","restricted":false,"name":"Schritt 2","x":51,"synchronizationBlocked":false,"y":50,"containers":[],"creationtime":"2021-07-28T10:26:19+0000","actions":[],"contentVersion":5,"parents":[]},{"container":false,"catalogVersion":"de-wagoContentCatalog/Online","components":["eyJpdGVtSWQiOiJjb21wXzAwMDA4Q0JBMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0="],"tooltip":"<p>Schritt 3</p>","type":"Hot Spot Popup Item","dynamicVisibility":true,"uuid":"eyJpdGVtSWQiOiJpdGVtXzAwMDA4RkhTMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0=","ignoreOnTransfer":false,"uid":"item_00008FHS0","modifiedtime":"2024-07-25T09:17:13+0000","children":[],"onlyOneRestrictionMustApply":true,"headline":"<p>Schritt 3: Kontinuierliche Datenaufnahme</p>","visible":true,"wagoColumnComponent":[],"availableLanguages":"AVAILABLE","passepartout":false,"restrictions":[],"searchable":true,"typeCode":"WagoHotSpotPopupItem","slots":[],"itemtype":"WagoHotSpotPopupItem","restricted":false,"name":"Schritt 3","x":68,"synchronizationBlocked":false,"y":62,"containers":[],"creationtime":"2021-07-28T10:26:18+0000","actions":[],"contentVersion":4,"parents":[]},{"container":false,"catalogVersion":"de-wagoContentCatalog/Online","components":["eyJpdGVtSWQiOiJjb21wXzAwMDA4Q0JBMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0="],"tooltip":"<p>Schritt 4</p>","type":"Hot Spot Popup Item","dynamicVisibility":true,"uuid":"eyJpdGVtSWQiOiJpdGVtX2RlXzAwMDBCWFM4IiwiY2F0YWxvZ0lkIjoiZGUtd2Fnb0NvbnRlbnRDYXRhbG9nIiwiY2F0YWxvZ1ZlcnNpb24iOiJPbmxpbmUifQ==","ignoreOnTransfer":false,"uid":"item_de_0000BXS8","modifiedtime":"2024-07-25T09:17:13+0000","children":[],"onlyOneRestrictionMustApply":true,"headline":"<p>Schritt 4: Explorative Datenanalyse und Auswahl der geeigneten Darstellungsform</p>","visible":true,"wagoColumnComponent":[],"availableLanguages":"AVAILABLE","passepartout":false,"restrictions":[],"searchable":true,"typeCode":"WagoHotSpotPopupItem","slots":[],"itemtype":"WagoHotSpotPopupItem","restricted":false,"name":"Schritt 4","x":85,"synchronizationBlocked":false,"y":49,"containers":[],"creationtime":"2021-07-28T10:26:19+0000","actions":[],"contentVersion":2,"parents":[]},{"container":false,"catalogVersion":"de-wagoContentCatalog/Online","components":["eyJpdGVtSWQiOiJjb21wXzAwMDA4Q0JBMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0="],"tooltip":"<p>Schritt 5</p>","type":"Hot Spot Popup Item","dynamicVisibility":true,"uuid":"eyJpdGVtSWQiOiJpdGVtX2RlXzAwMDBCWFM5IiwiY2F0YWxvZ0lkIjoiZGUtd2Fnb0NvbnRlbnRDYXRhbG9nIiwiY2F0YWxvZ1ZlcnNpb24iOiJPbmxpbmUifQ==","ignoreOnTransfer":false,"uid":"item_de_0000BXS9","modifiedtime":"2024-07-25T09:17:15+0000","children":[],"onlyOneRestrictionMustApply":true,"headline":"<p>Schritt 5: Einbindung in den Betriebsprozess</p>","visible":true,"wagoColumnComponent":[],"availableLanguages":"AVAILABLE","passepartout":false,"restrictions":[],"searchable":true,"typeCode":"WagoHotSpotPopupItem","slots":[],"itemtype":"WagoHotSpotPopupItem","restricted":false,"name":"Schritt 5","x":61,"synchronizationBlocked":false,"y":23,"containers":[],"creationtime":"2021-07-28T10:26:19+0000","actions":[],"contentVersion":1,"parents":[]},{"container":false,"catalogVersion":"de-wagoContentCatalog/Online","components":["eyJpdGVtSWQiOiJjb21wXzAwMDA4Q0JBMCIsImNhdGFsb2dJZCI6ImRlLXdhZ29Db250ZW50Q2F0YWxvZyIsImNhdGFsb2dWZXJzaW9uIjoiT25saW5lIn0="],"tooltip":"<p>Schritt 6</p>","type":"Hot Spot Popup Item","dynamicVisibility":true,"uuid":"eyJpdGVtSWQiOiJpdGVtX2RlXzAwMDBCWFNBIiwiY2F0YWxvZ0lkIjoiZGUtd2Fnb0NvbnRlbnRDYXRhbG9nIiwiY2F0YWxvZ1ZlcnNpb24iOiJPbmxpbmUifQ==","ignoreOnTransfer":false,"uid":"item_de_0000BXSA","modifiedtime":"2024-07-25T09:17:13+0000","children":[],"onlyOneRestrictionMustApply":true,"headline":"<p>Schritt 6: Zusammenhänge und Optimierungspotentiale nutzen</p>","visible":true,"wagoColumnComponent":[],"availableLanguages":"AVAILABLE","passepartout":false,"restrictions":[],"searchable":true,"typeCode":"WagoHotSpotPopupItem","slots":[],"itemtype":"WagoHotSpotPopupItem","restricted":false,"name":"Schritt 6","x":39,"synchronizationBlocked":false,"y":20,"containers":[],"creationtime":"2021-07-28T10:26:18+0000","actions":[],"contentVersion":1,"parents":[]}],"actions":[],"contentVersion":2,"parents":[]}

WAGO führt Sie zur gewinnbringenden Nutzung
Ihrer Daten

Wir bringen Sie zu Ihrer maßgeschneiderten Analytics-Lösung.

1. Sammlung der Rohdaten aus den verschiedenen Datenquellen

Im ersten Schritt werden im Austausch mit dem jeweiligen Domänenexperten die relevanten Datenquellen identifiziert. Die verschiedenen Schnittstellen werden unabhängig vom jeweiligen Protokoll ausgelesen. Werte werden direkt von der Steuerung abgegriffen und weitere Sensorik wird bei Bedarf installiert. Die Analytics-Lösung wird in die bestehende Steuerung integriert. Daher geschieht die Datenerfassung in Absprache mit dem zuständigen Automatisierer.

2. Aufbereitung der Daten

Im zweiten Schritt erfolgt eine zeitliche Synchronisation der Daten. Die relevanten Informationen werden extrahiert und in einem einheitlichen Format dekodiert. Irrelevante Daten werden herausgefiltert und entfernt. Zusätzlich werden relevante Kennzahlen laufend berechnet. Dieser Schritt ist besonders wichtig, da eine saubere Datenbasis die Grundlage für den Erfolg eines Analytics-Projekts darstellt.

3. Kontinuierliche Datenaufnahme

Im folgenden dritten Schritt wird ein individueller Datenlogger in Betrieb genommen. Die Daten werden gespeichert und für tiefergreifende Analysen nutzbar gemacht. Durch die kontinuierliche Datenaufnahme wird eine aussagekräftige Datenvielfalt generiert. Dies kann in Form von Versuchsplänen gemeinsam mit dem Domänenexperten umgesetzt werden. Je nach Use-Case kann es auch ausreichen, die Datenaufnahme über einen längeren Zeitraum laufen zu lassen.

MM-4961_Analytics_Demonstrator_Screenshot_1_2000x1125.jpg

4. Explorative Datenanalyse und Auswahl der geeigneten Darstellungsform

Als vierter Schritt erfolgen die explorative Datenanalyse und die Auswahl der geeigneten Darstellungsformen. In Offlineanalysen werden Abhängigkeiten und Zusammenhänge extrahiert, interpretiert und visualisiert. Seltene Ereignisse werden aufgedeckt. Im engen Austausch zwischen Data-Scientist und dem Domänenexperten werden die ersten Optimierungspotentiale sichtbar. Teil der explorativen Datenanalyse ist es jedoch, in Offlineanalysen Algorithmen aus dem Machine-Learning und KI-Bereich für unterschiedliche Use-Cases zu evaluieren. Sollte der gewünschte Anwendungsfall nicht aus der bestehenden Datenbasis abbildbar sein, wird entweder neue Sensorik installiert oder die Versuchspläne werden angepasst.

MM-4961_Analytics_Demonstrator_Screenshot_2_2000x1125.jpg

5. Einbindung in den Betriebsprozess

Im fünften Schritt werden die für die Anlage optimierten KI und Machine-Learning Algorithmen und Visualisierungen in den Betriebsprozess integriert. Die Einbindung in die Steuerung erfolgt wieder in Absprache mit dem Automatisierer.

6. Zusammenhänge und Optimierungspotentiale nutzen

Im sechsten Schritt nutzt der Kunde die Zusammenhänge und Optimierungspotentiale und profitiert von den Vorteilen einer individuellen Analytics-Lösung. Bei Bedarf lässt sich die Analytics-Lösung in einer weiteren Iteration für den nächsten Anwendungsfall erweitern.

MM-4961_Analytics_Demonstrator_Screenshot_3_2000x1125.jpg

Starter-Kits: der einfache Einstieg

Starter-Kit Base für WAGO Analytics

Die Starter-Kits für WAGO Analytics bieten die Hardware und die passende Controllerlizenz, um direkt mit der Analyse von Prozessdaten beginnen zu können. Das Starter-Kit Base für WAGO Analytics bietet durch ein passendes Bundle die Möglichkeit, sich von dem Funktionsumfang der WAGO Library Analytics zu überzeugen.

Analytics Starter-Kit IP67

Das Starter-Kit IP67 mit IO-Link für WAGO Analytics bietet durch ein passendes Bundle die Möglichkeit, Anlagen wie z. B. Motoren, Pumpen, Förderanlagen oder Ventilatoren mit einer geeigneten Sensorik auszustatten und sich von dem Funktionsumfang der WAGO Library Analytics zu überzeugen. Das Starterkit ist mit allen Komponenten ausgestattet, um mit der Analyse der Vibrations- und Temperaturwerte des mitgelieferten Sensors sowie weiterer Prozessdaten zu beginnen. Durch das Digitalausgangsmodul kann beispielsweise auf erkannte Anomalien durch Signale oder Schalthandlungen reagiert werden.

Neuheiten

Anbindung von WAGO Analytics direkt aus dem SPS-Programm

Die neue Softwarelösung für WAGO Controller bietet die Möglichkeit, Prozesse zu analysieren, zu bewerten und zu optimieren, ohne die gewohnte SPS-Programmierumgebung verlassen zu müssen. Der Anwender kann die Applikation WAGO Analytics ohne einen direkten Einstieg in die IT- und Linux®-Welt nutzen: Zahlreiche Funktionsbausteine unterstützen bei der Datenaufnahme, Datenanalyse und Datenauswertung. Die Funktionen zur Analyse, Bewertung und Optimierung werden auf leistungsfähigen WAGO Edge Devices im Hintergrund ausgeführt. Für diese Devices steht ein fertig lauffähiges Installationspaket zur Verfügung. Sämtliche Daten verbleiben im lokalen Netzwerk. Somit ist keine Internetanbindung an weitere Systeme erforderlich. Zusätzliche Datenquellen können bequem angebunden werden, etwa über Node-Red.

  • Einfache Integration von KI und Machine-Learning
  • Effizientes Monitoring von Prozessdaten
  • Vorgefertigte KI Modelle für die direkte Anwendung

Ganzheitliche Analytics für die Industrie

von der Datenerfassung bis zur Datenanalyse

FAQ – Analytics

Die Potentiale durch Analytics sind vielfältig. Häufige Anwendungsfälle sind die Optimierung von Stellgrößen, die Reduzierung von Stillständen sowie die Minimierung von Qualitäts- und Prozessschwankungen. Durch individuelle Ansätze ermöglichen wir Ihnen die Ausschöpfung von Optimierungspotentialen und eine Steigerung der Effektivität Ihrer Prozesse. Es lassen sich durch Datenanalysen allerdings auch neue Geschäftsmodelle realisieren.

Wir erarbeiten mit Ihnen eine Lösung zur Erfassung der bestehenden Datenbasis. Sämtliche relevanten Protokolle und Schnittstellen können ausgelesen werden. Bei Bedarf bietet WAGO ein umfangreiches Portfolio zur Installation weiterer Sensorik.

Die Datenerfassung und -aufzeichnung ist Teil eines Analytics-Projekts. Bei Projektbeginn muss daher noch keine Datenbasis vorhanden sein. Sollten Sie bereits über Daten verfügen, werden diese in die Auswertung integriert. Falls für die Lösung Ihres Problems eine präzise Wiedererkennung von seltenen Ereignissen nötig ist, muss in der Regel von längeren Datenaufzeichnungszeiträumen ausgegangen werden. Ziel ist es, eine aussagekräftige Datenvielfalt zu generieren. Mit steigender Datenmenge steigt die Präzision von Datenanalysen.

Je nach Anwendungsfall ist eine lokale Lösung (zentrale Lösung) möglich.

Wir ermöglichen individuelle Dashboards und Reporting-Funktionen, mit denen Sie Ihre Analytics-Applikation im Blick behalten und selbstständig Analysen durchführen können.

Das Spektrum von bewährten Methoden ist groß. Abhängig vom Use-Case kommen Algorithmen aus dem überwachten und unüberwachten Lernen zum Einsatz. Ebenso werden modellbasierte Verfahren genutzt, die Expertenwissen integrieren. Für einige Anwendungsfälle bringen Visualisierungen der Live-Daten bereits einen Mehrwert.

Es ist sinnvoll, sich im ersten Schritt auf einen Teilbereich Ihrer Anlage zu fokussieren, in welchem sie Optimierungspotentiale sehen. Nach einer erfolgreichen Integration der Ergebnisse in Ihren Prozess, kann dann der nächste Anwendungsfall identifiziert und bearbeitet werden.

Referenzen

Blick in die Zukunft

Mithilfe eines selbst entwickelten, prädikativen Analytics-Systems hat WAGO den Wartungsaufwand in seiner Gehäusefertigung deutlich reduziert. Auch bei der Früherkennung von Fehlern und der Optimierung von Prozessen leistet das System wertvolle Dienste. WAGO stellt seine Analytics-Lösungen auch anderen Unternehmen zur Verfügung.

„Alles läuft automatisiert“

Steigende Datenmengen stets für den Kunden im Blick zu haben, ist eine Herausforderung. Mit WAGO Analytics hat die Firma Herding, ein Komplettlieferant für Filtersysteme für den Industriebereich, die Daten ihrer Filteranlagen von überall zu erfassen, auszuwerten und zu monitoren

MM-465178_20W4GO24!_2000x1125.jpg
Schreiben Sie uns!

Innovation & Technology

unternehmen_technischer_support_gettyimages-519425930_450x450

Weitere Serviceangebote: