KI-Weiterbildung in Bremen: NewTech GmbH setzt auf Künstliche Intelligenz
Wenn Maschinen ungewöhnlich schwingen, steckt dahinter häufig mehr als ein harmloses Betriebsgeräusch. Veränderungen im Schwingungsverhalten liefern wichtige Hinweise auf den Zustand von Maschinen und Anlagen. Wie sich solche Informationen mithilfe von Künstlicher Intelligenz auswerten lassen, erarbeiteten Mitarbeitende der NewTech GmbH während einer fünftägigen KI-Weiterbildung vom 2. bis 6. November 2026 in Bremen.
Im Mittelpunkt stand die praktische Arbeit mit realen Messdaten. Die Teilnehmenden analysierten Schwingungen und Vibrationen, untersuchten charakteristische Muster und beschäftigten sich damit, wie datenbasierte Verfahren die technische Zustandsüberwachung unterstützen.
Damit wurde aus dem abstrakten Begriff Künstliche Intelligenz eine konkrete Anwendung aus dem industriellen Alltag.
Praxisprojekt: Maschinenzustände anhand von Vibrationen analysieren
Rotierende Maschinen erzeugen während des Betriebs charakteristische Schwingungen. Motoren, Pumpen, Getriebe und Lager besitzen jeweils ein typisches Schwingungsverhalten, das sich durch Verschleiß, Unwuchten oder mechanische Schäden verändert.
Genau hier setzte das Praxisprojekt an: Die Mitarbeitenden arbeiteten mit realen Vibrationsdaten und untersuchten, wie sich unterschiedliche Schwingungsmuster erkennen und auswerten lassen.
Schritt 1: Aus Messwerten werden sichtbare Schwingungsmuster
Die Grundlage bildeten aufgezeichnete Schwingungssignale. Solche Messdaten bestehen aus zeitlich aufeinanderfolgenden Messwerten, die die Schwingungsbeschleunigung einer Maschine beschreiben.
Die Teilnehmenden bereiteten die Daten auf und stellten die Schwingungsverläufe grafisch dar. Dadurch wurden Unterschiede in der Stärke und im zeitlichen Verlauf der Vibrationen sichtbar.
Bereits diese erste Auswertung zeigte einen wesentlichen Vorteil der Datenanalyse: Anstelle einzelner Messwerte stand nun ein nachvollziehbares Bild des Schwingungsverhaltens zur Verfügung.
Schritt 2: Auffälligkeiten in den Vibrationsdaten erkennen
Im nächsten Schritt untersuchten die Teilnehmenden charakteristische Eigenschaften der Schwingungssignale.
Dazu gehören insbesondere:
- Schwingungsamplitude: Wie stark sind die gemessenen Vibrationen?
- Effektivwert (RMS): Wie hoch ist die durchschnittliche Schwingungsintensität?
- Spitzenwerte: Treten ungewöhnlich starke Schwingungsimpulse auf?
- Frequenzspektrum: Welche Schwingungsfrequenzen dominieren das Signal?
- Veränderungen im Zeitverlauf: Wie unterscheiden sich verschiedene Betriebszustände?
Besonders aufschlussreich ist die Frequenzanalyse. Mithilfe der schnellen Fourier-Transformation (FFT) lässt sich ein Schwingungssignal aus dem Zeitbereich in seine Frequenzanteile zerlegen.
So werden periodische Schwingungen sichtbar, die beispielsweise mit der Drehzahl einer Maschine oder bestimmten mechanischen Vorgängen zusammenhängen.
Schritt 3: Künstliche Intelligenz unterstützt die Mustererkennung
Die Auswertung von Vibrationsdaten bildet eine wichtige Grundlage für den Einsatz von Verfahren des maschinellen Lernens.
Während klassische Auswertungen einzelne Kennwerte oder festgelegte Grenzwerte betrachten, analysieren Machine-Learning-Verfahren mehrere Eigenschaften eines Schwingungssignals gemeinsam.
Damit lassen sich charakteristische Muster unterschiedlicher Maschinenzustände untersuchen und auffällige Messungen identifizieren.
Die praktische Arbeit verdeutlichte, wie aus einer großen Anzahl einzelner Messwerte Informationen entstehen, die für die technische Bewertung eines Maschinenzustands relevant sind.
Der konkrete Nutzen: Auffällige Maschinenzustände früher erkennen
Der betriebliche Nutzen einer solchen Analyse liegt in der zustandsorientierten Instandhaltung, auch als Condition Monitoring bezeichnet.
Ein Beispiel ist die Überwachung eines Elektromotors mit einem Wälzlager. Im normalen Betrieb besitzt der Motor ein charakteristisches Schwingungsprofil. Veränderungen am Lager, eine Unwucht oder eine fehlerhafte Ausrichtung verändern dieses Profil.
Durch die systematische Auswertung von Vibrationsdaten lassen sich Abweichungen vom üblichen Schwingungsverhalten erkennen. Die Instandhaltung erhält damit zusätzliche Informationen, um den Zustand einer Maschine zu beurteilen.
Der Vorteil gegenüber einer ausschließlich zeitgesteuerten Wartung: Wartungsentscheidungen orientieren sich stärker am tatsächlichen Zustand der Anlage.
Das schafft die Grundlage für:
- Frühzeitiges Erkennen ungewöhnlicher Maschinenzustände
- Gezieltere Planung von Wartungs- und Inspektionsmaßnahmen
- Bessere Bewertung des technischen Anlagenzustands
- Reduzierung unnötiger Inspektionen bei unauffälligen Anlagen
- Verringerung des Risikos ungeplanter Produktionsunterbrechungen
Der entscheidende Erkenntnisgewinn: Aus einem Schwingungssignal wird eine auswertbare Information über den Zustand einer Maschine.
Die Analyse allein ersetzt dabei keine technische Diagnose. Sie liefert Hinweise, die gemeinsam mit weiteren Betriebsinformationen und der Erfahrung des Instandhaltungspersonals bewertet werden.
Von der Datenanalyse zur vorausschauenden Instandhaltung
Die Vibrationsanalyse ist zugleich ein wichtiger Baustein für Predictive Maintenance, die vorausschauende Instandhaltung.
Auswertung aus Maschinendaten
Bei diesem Ansatz werden Maschinenzustände kontinuierlich oder in regelmäßigen Abständen überwacht. Aus historischen und aktuellen Messdaten lassen sich Veränderungen erkennen und technische Risiken besser einschätzen.
Für NewTech eröffnet dies neue Möglichkeiten, Wartungsarbeiten bedarfsgerechter zu planen und die Verfügbarkeit der Anlagen zu verbessern.
Das Praxisprojekt zeigte den Mitarbeitenden, welche Bedeutung Datenqualität, geeignete Auswertungsverfahren und technisches Fachwissen für solche Anwendungen besitzen.
Mehr als ChatGPT: KI im industriellen Alltag
Die Arbeit mit den Vibrationsdaten verdeutlichte, dass Künstliche Intelligenz weit über Chatbots und die automatische Erstellung von Texten hinausgeht.
Im industriellen Umfeld entstehen zahlreiche weitere Einsatzmöglichkeiten:
- Produktion: Auffällige Prozesszustände anhand von Sensordaten erkennen.
- Instandhaltung: Maschinenzustände analysieren und Wartungsentscheidungen unterstützen.
- Qualitätsmanagement: Abweichungen in Mess- und Prüfdaten identifizieren.
- Logistik: Betriebs- und Bewegungsdaten zur Verbesserung von Abläufen auswerten.
- Automatisierung: Wiederkehrende Auswertungen und Informationsprozesse unterstützen.
Für die Mitarbeitenden stand dabei nicht die Entwicklung komplexer KI-Systeme im Vordergrund. Entscheidend war das Verständnis dafür, wie Daten verarbeitet, Muster erkannt und Ergebnisse sinnvoll interpretiert werden.
Auswertung mit KI-Tools
Technisches Fachwissen bleibt unverzichtbar
Ein wichtiger Bestandteil der Weiterbildung war die kritische Bewertung der Analyseergebnisse.
Ein erhöhter Schwingungswert bedeutet nicht automatisch, dass ein Maschinenschaden vorliegt. Unterschiedliche Drehzahlen, Belastungen oder Betriebsbedingungen beeinflussen ebenfalls das Schwingungsverhalten.
Auch die Position und Qualität der Sensoren sowie die verwendeten Auswertungsverfahren spielen eine wichtige Rolle.
Deshalb ist die Verbindung aus Datenanalyse, Künstlicher Intelligenz und technischem Fachwissen besonders wertvoll.
KI liefert zusätzliche Erkenntnisse. Die fachliche Bewertung und die Verantwortung für technische Entscheidungen bleiben beim Menschen.
Neue Kompetenzen für die Mitarbeitenden der NewTech GmbH
Die fünftägige Weiterbildung eröffnete den Teilnehmenden einen praxisnahen Zugang zur Künstlichen Intelligenz.
Durch die Arbeit mit realen Vibrationsdaten wurde sichtbar, wie sich technische Fragestellungen mithilfe digitaler Werkzeuge untersuchen lassen.
Die Mitarbeitenden beschäftigten sich mit der Aufbereitung von Messdaten, der grafischen Darstellung von Schwingungssignalen und der Interpretation auffälliger Muster.
Damit erhielten sie nicht nur Einblicke in moderne Verfahren der Datenanalyse, sondern auch Anregungen für den Einsatz entsprechender Methoden im eigenen Arbeitsumfeld.
Die Weiterbildung zeigte, wie wertvoll die Verbindung aus praktischer Berufserfahrung und neuen digitalen Kompetenzen ist.
Stimmen zur KI-Weiterbildung
„Besonders spannend fand ich, dass wir mit echten Vibrationsdaten gearbeitet haben. Aus den Schwingungssignalen konnten wir Informationen gewinnen, die für die Beurteilung eines Maschinenzustands wichtig sind. Das hat mir sehr anschaulich gezeigt, welchen praktischen Nutzen Datenanalyse und KI haben.“
„Unsere Mitarbeitenden kennen die technischen Abläufe und die Herausforderungen aus der Praxis. Durch die Weiterbildung haben sie zusätzliche Möglichkeiten kennengelernt, vorhandene Daten auszuwerten und technische Zusammenhänge sichtbar zu machen. Genau diese Verbindung aus Fachwissen und digitalen Kompetenzen ist für uns wichtig.“
KI-Kompetenz als Schlüssel für die industrielle Zukunft
Das Beispiel der Vibrationsanalyse macht deutlich, worauf es beim Einsatz Künstlicher Intelligenz im Unternehmen ankommt.
Entscheidend ist nicht allein die Verfügbarkeit moderner Technologien. NewTech benötigt Mitarbeitende, die technische Probleme verstehen, Daten sinnvoll nutzen und die Ergebnisse digitaler Auswertungen fachlich beurteilen können.
Aus Messwerten werden Muster. Aus Mustern werden Erkenntnisse. Aus Erkenntnissen entstehen bessere Entscheidungsgrundlagen.
KI-Weiterbildung bei iQuando in Bremen
Die fünftägige Weiterbildung der NewTech GmbH fand bei der iQuando GmbH in Bremen statt.
iQuando bietet praxisorientierte berufliche Weiterbildungen für Fach- und Führungskräfte in Norddeutschland an. Ein Schwerpunkt liegt auf der Vermittlung von Kompetenzen für Digitalisierung, Datenanalyse und Künstliche Intelligenz.
Mit der Weiterbildung Berufsspezialist/in KI und Maschinelles Lernen (IHK) bietet iQuando eine umfassende Qualifizierung für Beschäftigte unterschiedlicher Branchen.
Die Weiterbildung verbindet Grundlagen Künstlicher Intelligenz mit praktischen Anwendungen, Datenanalyse, maschinellem Lernen, Automatisierung und dem verantwortungsvollen Einsatz von KI-Systemen.
Auch ohne vorherige Programmierkenntnisse ist ein Einstieg möglich.
Jetzt KI-Kompetenzen aufbauen
Du möchtest Künstliche Intelligenz in Deinem Unternehmen sinnvoll einsetzen oder Deine Mitarbeitenden für neue Aufgaben qualifizieren?
iQuando berät Dich gerne zu betrieblichen KI-Schulungen und beruflichen Weiterbildungsangeboten.
Aus Daten werden Erkenntnisse. Aus Erkenntnissen wird Zukunft.