Dass dies die Produktivität der Maschinen verringert, hat tepcon bereits frühzeitig erkannt und über die letzten zwei Jahre Daten einer Wasseraufbereitungsanlage gesammelt. Wie funktioniert das? In einer Wasseraufbereitungsanlage wird von einer Pumpe Wasser gegen einen Filter gepumpt. Dabei verursacht die Pumpe eine Vibration in der Anlage. In diesem Projekt werden u. a. die Vibrationsdaten in grafische Bilder umgewandelt, um je nach Verschmutzungsgrad des Filters Vibrationsmuster zu erkennen. Ziel ist es, anhand der Daten eines Körperschallsensors, der an der Pumpe angebracht ist, vorhersagen zu können, in welchem Status oder Lebenszyklus sich der Wasserfilter befindet und wann der dieser verstopfen wird. Im Sinne der vorausschauenden Wartung soll ein Filterwechsel künftig mit drei Tagen Vorlaufzeit angezeigt werden.

Um dem Projektziel der Mustererkennung und darauf aufbauend eine KI zu trainieren näher zu kommen, wird Hahn-Schickard Regressionsmodelle aus dem Bereich des Maschinellen Lernens und – wo möglich – des Deep Learnings nutzen. So entstehen aus Informationen Werte.