Referenz

KI getriebene Predictive Maintenance für Stromspeicher

KI-gestützte Ausfallvorhersage für Energiespeicher im Feld — entwickelt, trainiert und in den Livebetrieb überführt.
Skizze Haus mit Energiespeicher KI und PV Anlagen auf Dach

Unsere Arbeit

Wer Stromspeicher im Feld betreibt, steht vor einem klassischen Problem: Ausfälle kündigen sich selten früh genug an, klassische Wartungsintervalle skalieren nicht mit wachsendem Gerätebestand. Gemeinsam mit SENEC haben wir ein System entwickelt, das Muster in den Betriebsdaten erkennt, bevor sie zu Defekten werden — auf Basis eines künstlichen neuronalen Netzes, trainiert auf historischen Echtdaten von über 75.000 Speichern im Feld.

Zuverlässige Erkennung durch künstliche Intelligenz

Stromspeicher im Feld
0 +
trainiert auf historischen Echtdaten
0 KNN
Projektlaufzeit Q1/2016 – Q2/2021
0 Jahre
Digitale Zeichnung von Digitalen Systemen in der Logistik
Senec Logo

Unser Kunde: Wer ist SENEC?

Seit 2009 entwickelt die SENEC GmbH in Leipzig intelligente Stromspeichersysteme und speicherbasierte Energielösungen. Mit mehr als 75.000 verkauften Systemen und einem Beratungsnetzwerk von über 1.100 Fachpartnern zählt SENEC zu den führenden Anbietern für innovative Energie- und Speicherlösungen rund um Einfamilienhäuser in Europa. Das Produktportfolio umfasst Stromspeicher, Solarmodule, ein virtuelles Stromkonto sowie E-Auto-Ladestationen. Seit 2018 ist SENEC eine 100%ige Tochtergesellschaft der EnBW Energie Baden-Württemberg AG und beschäftigt über 450 Mitarbeitende an Standorten in Deutschland, Italien und Australien.

KI-basiertes Wartungssystem für Energiespeicher

Projekt Success Story

Ein neuronales Netz, trainiert auf Echtdaten von über 75.000 Stromspeichern, erkennt wartungsbedürftige Geräte im Feld, bevor sie ausfallen – inklusive Infrastrukturübergabe an SENEC.

Success Story Cover Wartungssystem SENEC

Schwerpunkte der Zusammenarbeit:

Projektziele

Ziel war es, wartungsbedürftige Stromspeicher im Feld frühzeitig zu erkennen — bevor es zum Ausfall kommt. Reaktive Wartung nach einem Defekt sollte durch eine datengestützte, proaktive Diagnose ersetzt werden, die mit wachsendem Gerätebestand zuverlässig skaliert.

SENEC Online Shop Interface

Arrow Icon

Schlüsselfaktoren

  • Frühzeitige Erkennung wartungsbedürftiger Geräte vor dem Ausfall
  • Training auf historischen Echtdaten des gesamten Speicherportfolios
  • Zuverlässige Anomalieerkennung im Livebetrieb
  • Skalierbarkeit bei wachsendem Gerätebestand
  • Robuste Datenpipeline für große Datenmengen
  • Vollständige Infrastrukturübergabe für eigenständigen Betrieb bei SENEC

Arrow Icon

Umsetzung

  • Aufbau strukturierter Zeitreihen aus historischen Betriebsdaten als Grundlage für das Modelltraining
  • Entwicklung und Training eines künstlichen neuronalen Netzes mit Python und TensorFlow auf Basis von Echtdaten
  • Implementierung einer performanten Datenpipeline mit PostgreSQL für den Import großer Datenmengen
  • Validierung, Testing und Überführung des Modells in den Livebetrieb — inklusive vollständiger Infrastrukturübergabe an SENEC

„Bei der Realisierung unserer Projekte ist IT Sonix der perfekte Partner für uns. Wir schätzen den hohen Grad an Expertise sowie die Flexibilität und Kompetenz, zügig und effizient Lösungen für unsere komplexen Anforderungen zu finden und umzusetzen. Mit der Unterstützung von IT Sonix konnten wichtige Vorhaben erfolgreich zum Abschluss gebracht und unsere Ziele für 2020/2021 erreicht werden.“

Dr. Patrick Oesterling

Projektleiter

Predictive Maintenance Features

KNN-Modellentwicklung, Zeitreihenanalyse, Anomalieerkennung, Livebetrieb uvm.
Wartungsinterfaces PC und Laptop

Ergebnisse der Zusammenarbeit

Das Predictive-Maintenance-System ist im Livebetrieb und erkennt wartungsbedürftige Speicher zuverlässig — bevor es zum Ausfall kommt. Serviceteams können Einsätze gezielt planen statt reaktiv reagieren, was sich direkt in reduzierten Kosten und höherer Kundenzufriedenheit niederschlägt. SENEC verfügt heute über eine vollständige Infrastruktur aus Datenpipeline, Trainingsumgebung und KNN-Modell — eigenverantwortlich betreibbar und auf neue Speichergenerationen erweiterbar.

Weitere Branchenreferenzen

Erfahren Sie mehr über unsere Kompetenzen und Leistungen für Predictive Maintenance.

Predictive Maintenance System mit Sensor für Fließbänder

Vorausschauende Wartung für Industriebänder

Automatisierte Prognose für Fließbänder mittels Data Science …

Skizze Haus mit Energiespeicher KI und PV Anlagen auf Dach

KI getriebene Predictive Maintenance für Stromspeicher

KI-gestützte Ausfallvorhersage für Energiespeicher im Feld — entwickelt, trainiert und in den Livebetrieb überführt. …

Starten Sie Ihr Projekt

Kontaktieren Sie uns
Sebastian Wetzel, Head of Sales und Marketing
Ansprechpartner

Sebastian Wetzel

Leiter Vertrieb & Marketing · IT Sonix

Wir verstehen, dass jedes Projekt einzigartig ist. Unsere Experti:innen freut sich auf ein Gespräch mit Ihnen, um individuelle Lösungen zu finden.

Success Story Download

Startseite
Unternehmen