Referenz
KI getriebene Predictive Maintenance für Stromspeicher
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
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.
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.
![]()
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
![]()
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
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.
Vorausschauende Wartung für Industriebänder
Automatisierte Prognose für Fließbänder mittels Data Science …
KI getriebene Predictive Maintenance für Stromspeicher
KI-gestützte Ausfallvorhersage für Energiespeicher im Feld — entwickelt, trainiert und in den Livebetrieb überführt. …
Starten Sie Ihr Projekt
Sebastian Wetzel
Wir verstehen, dass jedes Projekt einzigartig ist. Unsere Experti:innen freut sich auf ein Gespräch mit Ihnen, um individuelle Lösungen zu finden.