KI-Assistenzsystem für das SHK-Handwerk zur Steigerung der Prozess-/Mitarbeitereffizienz mittels wissensbasierter Instandhaltung von Wärmetechnik, Teilvorhaben: Praxisnahe Bereitstellung und Kuration von Störungsdaten zur Optimierung von Instandhaltungen

Description: Den Kern des Vorhabens bildet ein KI-Assistenzsystem für das SHK-Handwerk zur Steigerung der Prozess- und Mitarbeitereffizienz mittels wissensbasierter Instandhaltung von Wärmetechnik-Systemen. Durch eine deutliche Verbesserung der Erst-Störungsdiagnose und einer automatisierten Reparatur- sowie Arbeitsvorbereitung wird eine Reduzierung unproduktiver Erstinspektionen und misslungener Reparaturversuche bspw. durch fehlende Mitnahme von Ersatzteilen angestrebt. Konkret wird sich dabei der Anlagendaten, Instandhaltungsdokumente (Arbeitsberichte, Prüfprotokolle, Wartungs-Checklisten etc.) und verfügbarer Fernwartungs- sowie Smart-Metering-Daten bedient, die unternehmens- und anbieterübergreifend durch den Einsatz von Plattformtechnologien ausgewertet und in Wissensrepräsentationen für die Nutzung durch das KI-Assistenzsystem überführt werden. Zudem werden weitere Kontextdaten, wie z.B. Produktkataloge und Daten aus den Warenwirtschaftssystemen einbezogen, die über semantische Mediation automatisiert aufbereitet werden. Hinsichtlich der Instandhaltungsdokumente wird sowohl an einer sprachbasierten App als auch an der Auswertung papierbasierter vorausgefüllter Formulare gearbeitet, um direkt auf aktuellen Standardprozessen aufzusetzen. Neben der allgemeinen Verbesserung der Instandhaltungs-/Mitarbeitereffizienz werden gerade kleinere Betriebe mit weniger als 10 Mitarbeitenden überproportional davon profitieren, weil sich die Erkennung von Störungsmustern spezifischer Anlagentypen erheblich verbessert. Der Fokus des Teilvorhabens liegt auf der Bereitstellung und Kuration von Störfällen sowie Störungsdaten, um eine zuverlässige Grundlage für die Systemevaluation zu schaffen. Diese Aktivitäten zahlen insbesondere auf die Entwicklung der KI-Komponenten ein und sind Bestandteil der Systemevaluation.

SupportProgram

Tags: Wärmetechnik ? Störfall ?

Region: Bavaria

Bounding boxes: 11.5° .. 11.5° x 49° .. 49°

License: Creative Commons Namensnennung-keine Bearbeitung-Nichtkommerziell 4.0

Language: Deutsch

Organisations

• Bundesministerium für Wirtschaft und Energie (Finanzielle Förderung)
• Hans Schramm GmbH (Projektverantwortung)
• Umweltbundesamt (Bereitstellung)

Time ranges: 2025-05-01 - 2028-04-30

Alternatives

• Language: Englisch/English
  Title: Sub-project: Practical provision and curation of fault data for the optimization of maintenance
  Description: The core of the project is an AI assistance system for the HVAC trade to increase process and employee efficiency by means of knowledge-based maintenance of heating technology systems. By significantly improving initial fault diagnosis and automated repair and work preparation, the aim is to reduce unproductive initial inspections and unsuccessful repair attempts, e.g. due to a lack of spare parts. Specifically, the system data, maintenance documents (work reports, inspection logs, maintenance checklists, etc.) and available remote maintenance and smart metering data are used, which are evaluated across companies and providers using platform technologies and converted into knowledge representations for use by the AI assistance system. Other context data, such as product catalogs and data from merchandise management systems, are also included and automatically processed using semantic mediation. With regard to maintenance documents, work is being carried out on both a voice-based app and the evaluation of paper-based pre-filled forms in order to build directly on current standard processes. In addition to the general improvement in maintenance/employee efficiency, smaller companies with fewer than 10 employees in particular will benefit disproportionately because the recognition of fault patterns for specific types of plant will improve considerably. The focus of the sub-project is on the provision and curation of malfunctions and malfunction data in order to create a reliable basis for system evaluation. These activities contribute in particular to the development of the AI components and are part of the system evaluation.' https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1140169

Status

Aktiv

Quality score

• Overall: 0.49
• Findability: 0.63

  • Title: 0.80
  • Description: 0.00
  • Identifier: false
  • Keywords: 1.00
  • Spatial: RegionIdentified (1.00)
  • Temporal: true
• Accessibility: 0.67

  • Landing page: Specific (1.00)
  • Direct access: false
  • Publicly accessible: true
• Interoperability: 0.00

  • Open file format: false
  • Media type: false
  • Machine-readable metadata: false
  • Machine-readable data: false
• Reusability: 0.67

  • License: ClearlySpecifiedAndFree (1.00)
  • Contact info: false
  • Publisher info: true

Accessed 1 times.