Wie Trackunit Baustellendaten mit KI in Entscheidungen umwandelt

Die Baubranche erzeugt Unmengen an Daten – von der Telemetrie der Geräte und Wartungsprotokollen bis hin zu Baustellendokumenten und Mietdaten. Doch ähnlich wie das verarbeitende Gewerbe steht auch diese Branche vor fragilen Lieferketten, Margendruck und steigenden Anforderungen an Geschwindigkeit, Individualisierung und Rückverfolgbarkeit.

Die Daten bleiben über Systeme, Organisationen und Gerätetypen hinweg fragmentiert. Die Zuständigkeiten können sich von Projekt zu Projekt ändern, und kritische Informationen sind oft unstrukturiert, isoliert oder werden gar nicht erst erfasst. Das ist mehr als ein Problem der Datenqualität – es ist ein Problem der Datenintelligenz. AI kann Entscheidungen nicht verbessern, wenn Daten niemals verknüpft, strukturiert oder mit dem richtigen operativen Kontext versehen werden.

Trackunit stellt sich dieser Herausforderung mit IrisX, einer Betriebsdatenplattform, die auf der Databricks Data and AI Platform aufbaut. Der Wert von Trackunit liegt in seinem bauspezifischen Kontext: der Verknüpfung von Geräten, Maschinen, Bedienern, Baustellen und Betriebsdaten im gesamten Ökosystem, sodass Teams fragmentierte Signale in Erkenntnisse und Maßnahmen umsetzen können. Diese Perspektive basiert auf 20 Jahren Branchenerfahrung, 5.000 Kunden, 6 Millionen vernetzten Assets in 120 Ländern, 1.200 Konnektoren und 150 Partner-Marktplatzanwendungen.

Durch die Nutzung von Databricks kann Trackunit Data Engineering, Analytics und AI auf einer einzigen, offenen Plattform zusammenführen. Dies ermöglicht es IrisX, rohe Maschinendaten durch drei Funktionen in operative Entscheidungen und Unternehmensintelligenz umzuwandeln: Verbinden, Destillieren und Verstärken (connect, distill, amplify). Sehen Sie sich an, wie Domokos Spéder, VP, Commercial EMEA & Global Consulting bei Trackunit, und Erin Kirsten, Manufacturing Senior Solutions Architect bei Databricks, berichten, wie Trackunit auf Databricks aufgebaut wurde.

Fragmentierte Daten im gesamten Bau-Ökosystem verbinden

Baumaschinen arbeiten nicht isoliert. Originalgerätehersteller (OEMs) benötigen Einblick in die Leistung von Maschinen, nachdem sie das Werk verlassen haben. Vermietungsunternehmen müssen Auslastung, Verfügbarkeit und Wartung über verschiedene Standorte hinweg verstehen. Bauunternehmen müssen wissen, wo Geräte im Einsatz sind, wo sie nicht ausgelastet sind und wo Kapazitätsengpässe bestehen.

Jedes Unternehmen hat andere Systeme und Prioritäten. Sie verwenden möglicherweise auch unterschiedliche Datenmodelle und Terminologien. Die Telemetriedaten einer Maschine können auf einer Plattform liegen, Serviceprotokolle auf einer anderen und Baustelleninformationen in einem Dokument oder einer Tabellenkalkulation. Ohne eine gemeinsame Grundlage kann selbst eine einfache operative Frage einen manuellen Abgleich erfordern.

IrisX führt Daten von Maschinen, Geräten, Bedienern, Dokumentationen und Drittanbieterquellen zusammen. Die Plattform ist so konzipiert, dass sie mit den Tools funktioniert, die Bauunternehmen bereits nutzen, darunter Tracking-Anwendungen, ERP-Systeme, Kundenanwendungen sowie Analytics- oder AI-Engines.

Diese Grundlage bewahrt den Kontext hinter jedem Signal. Ein Fehlercode ist nützlicher, wenn er zusammen mit der Gerätehistorie, den Betriebsbedingungen, den Wartungsaktivitäten und dem Standort betrachtet wird. Die Auslastung wird aussagekräftiger, wenn sie mit Vertragsbedingungen, Projektanforderungen und der Verfügbarkeit von Assets verglichen wird.

Maschinensignale in nutzbare Intelligenz destillieren

Das Verbinden von Daten ist nur der erste Schritt. Rohe Gerätedaten sind für Produktmanager, Serviceteams, Flottenbetreiber oder Unternehmensleiter nicht automatisch nützlich. Sie müssen bereinigt, strukturiert, verwaltet (governed) und in geschäftsrelevante Fragen übersetzt werden, auf die das Unternehmen reagieren kann.

IrisX wendet einen bauspezifischen Kontext auf diesen Prozess an. In der obigen Demo fragt ein Benutzer, wie sich Motorlast und Drehmoment auf den Kraftstoffverbrauch auswirken und welche Gerätekohorten Ausreißer sind. Das System liefert ein Executive Summary, eine visuelle Analyse und eine Aufschlüsselung nach Gerätetyp, ohne dass eine Abfrage erforderlich ist. Ein zweites Beispiel untersucht regionale Betriebszeiten und saisonale Muster und hilft Produkt- und Entwicklungsteams, für die Realität in der Praxis statt für einen angenommenen Durchschnitt zu entwickeln.

Diese Veränderung entscheidet darüber, wer Advanced Analytics nutzen kann. Sie ermöglicht es Produktmanagern, Serviceteams und operativen Nutzern, Fragen in natürlicher Sprache zu ihrer Flotte und ihren Abläufen zu stellen und Antworten zu erhalten, die auf governed Daten basieren. Dieser erweiterte Zugriff ermöglicht zeitnahe Erkenntnisse überall dort, wo Entscheidungen getroffen werden.

Dieselbe Intelligenz kann auch über die Tools bereitgestellt werden, die bereits verwendet werden. Über den Trackunit IrisX MCP kann Trackunit IrisX-Analysen in den Trackunit Manager einbetten, sodass Benutzer Antworten erhalten und Maßnahmen in ihren bevorzugten AI-Tools ergreifen können, ohne das System wechseln oder Daten verschieben zu müssen.

Erkenntnisse durch operative Workflows verstärken

Eine Erkenntnis schafft nur dann Wert, wenn sie das weitere Vorgehen verändert. Das ist der Zweck der Verstärkungsebene (Amplify-Layer): Signale in Entscheidungen und Entscheidungen in Taten umzusetzen.

Aus diesem Grund hat Trackunit IrisX Blueprints entwickelt – sofort einsatzbereite Lösungen für spezifische Anwendungsfälle im Bau- und Gerätebereich. Sie kombinieren Datenverbindungen, Workflows, Analytics und AI-gestützte Automatisierungslogik, sodass Teams direkt bei einem geschäftlichen Problem ansetzen können, anstatt in einer leeren Entwicklungsumgebung zu starten. Diese Blueprints sind in Tagen statt Monaten einsatzbereit, ganz ohne individuelle Entwicklung. Das hilft Teams, schneller von vernetzten Daten zu konkreten Maßnahmen zu gelangen.

OEMs bei besseren Geräte- und Batterieentscheidungen unterstützen

Für OEMs können Felddaten in das Produktdesign, den Servicebetrieb, das Garantiemanagement und digitale Angebote einfließen. Ein Battery Management Insights Blueprint kann Ladeverhalten, Standby-Zeiten, Batteriestatus und Meldeaktivitäten über elektrifizierte Geräte hinweg konsolidieren.

Teams können den Meldestatus und die Ladestände der gesamten Flotte einsehen, schwach geladene oder inaktive Assets identifizieren und Ladevorgänge im Zeitverlauf untersuchen. Die obige Demo beschreibt einen Kunden, der ein Muster von kurzen, flachen Ladevorgängen feststellte, die mit einem vorzeitigen Batterieverschleiß einhergingen. Diese Erkenntnis half bei der Erstellung besserer Laderichtlinien, während dieselben Daten zur Flottenbereitschaft und Batterietransparenz für den Wiederverkauf oder Rückkauf beitragen können.

Für eine OEM-Flotte von rund 10.000 produzierten Maschinen pro Jahr erschließt der Blueprint für das Batteriemanagement einen jährlichen Wert von etwa 3 Millionen US-Dollar durch ein geringeres Garantierisiko, eine schnellere Problemdiagnose und Möglichkeiten für digitale Funktionen.

Vermietungsunternehmen helfen, eine Nutzung außerhalb des Vertragsrahmens zu erkennen

Vermietungsunternehmen müssen die Gerätenutzung mit den vereinbarten Vertragsbedingungen abgleichen. Ein Out of Contract Usage Blueprint kann Überschreitungen kontinuierlich aufdecken und sie mit bestehenden Geschäftssystemen und Rechnungsstellungsprozessen verknüpfen, was wochenlangen manuellen Abgleich überflüssig macht.

Die obige Demo zeigt ein Beispiel, bei dem dieser Ansatz rund 2 Millionen US-Dollar an zuvor entgangenen Rechnungen für eine gemischte Mietflotte von etwa 5.000 Einheiten aufdeckte. Zudem wird eine um mehr als 10 % höhere Kundenbindung genannt, nachdem Abrechnungslücken transparent geschlossen wurden. Bessere Daten können sowohl den Umsatz sichern als auch die Kundenbeziehungen stärken.

Bauunternehmen beim projektübergreifenden Geräteausgleich unterstützen

Für Bauunternehmen ist ein Ungleichgewicht in der Flotte auch ein Verteilungsproblem. Auf einer Baustelle stehen möglicherweise Geräte still, während eine andere unter Kapazitätsdruck steht und auf Notfallmieten oder ungeplante Käufe zurückgreifen muss. Ein Site Performance & Asset Utilization Blueprint bietet jedem operativen Verantwortlichen eine einheitliche Sicht.

Eine vernetzte Sicht auf Assets, Projektanforderungen, Standort und Auslastung kann aufzeigen, wohin ein Gerät als Nächstes bewegt werden sollte. Die obige Demo hebt ein Beispiel hervor, bei dem eine datengestützte Umverteilung Projektverzögerungen und Überstunden reduzierte sowie gerätebezogene Kosten senkte. Wenn sich das richtige Asset bereits im Unternehmen befindet, kann dessen Verlegung effektiver sein, als ein weiteres anzuschaffen.

Ein praktisches Muster für AI im Bauwesen

Das Muster aus Verbinden, Destillieren und Verstärken (connect, distill, amplify) bietet einen praktischen Ansatz für die Einführung von AI.

Erstens: Verbinden Sie Maschinen, Bediener, Baustellen, Serviceereignisse, Verträge und Dokumente. Zweitens: Destillieren Sie diese in eine governed, kontextualisierte Intelligenz. Drittens: Verstärken Sie diese Intelligenz durch Anwendungen, Workflows und AI-Assistenten direkt dort, wo Entscheidungen getroffen werden.

Dies verhindert die Einführung eines AI-Assistenten, bevor das Datenfundament und der Domänenkontext bereit sind. Im Bauwesen muss eine nützliche Antwort die richtige Anlage, den richtigen Standort, die Betriebsbedingungen und den Geschäftsprozess widerspiegeln. Das Ziel sind bessere Entscheidungen über Service, Umverteilung, Abrechnung, Nutzungsabweichungen und Produktentwicklung – nicht einfach nur mehr Dashboards.

Für Hersteller unterstützt dasselbe Fundament operative Exzellenz in großem Maßstab, widerstandsfähige und intelligente Lieferketten sowie eine schnellere Produktentwicklung. AI kann helfen, ungeplante Ausfallzeiten zu reduzieren, den Ertrag zu verbessern, Abfall zu reduzieren, Störungen vorherzusehen, Lagerbestände zu optimieren und Beschaffungsentscheidungen zu beschleunigen, bevor Probleme die Bilanz beeinträchtigen. Der rote Faden ist der Übergang von reaktiv zu prädiktiv, von isoliert zu vereinheitlicht und von datenreich zu wirklich intelligent.

Der nächste Vorteil sind bessere Entscheidungen, nicht einfach nur mehr Ausrüstung

Seit Jahren hilft vernetzte Ausrüstung Bauunternehmen dabei, mehr von dem zu sehen, was in der Praxis geschieht. Der nächste Schritt besteht darin, diese vernetzten Daten zu nutzen, um nachfolgende Entscheidungen zu verbessern.

Unternehmen müssen nicht die größte Flotte besitzen, um effektiver zu arbeiten. Sie benötigen eine klarere Sicht auf ihre Anlagen, einen stärkeren Kontext für ihre Daten und Workflows, die den Menschen helfen, auf der Grundlage von Erkenntnissen zu handeln, solange diese noch nützlich sind.

IrisX, entwickelt auf Databricks, zeigt, wie dieses Betriebsmodell aussehen kann: fragmentierte Baudaten verbinden, sie in Erkenntnisse umwandeln und sie durch die Anwendungen und Prozesse verstärken, auf die sich Teams bereits verlassen.

Für Führungskräfte und Praktiker im Bauwesen ist der Ausgangspunkt pragmatisch. Identifizieren Sie eine Entscheidung, bei der Ausfallzeiten, Unterauslastung, langsamer Service, versäumte Abrechnungen oder vermeidbarer Austausch von Anlagen messbare Kosten verursachen. Arbeiten Sie sich dann rückwärts zu den Daten vor, die zur Verbesserung dieser Entscheidung erforderlich sind, und schaffen Sie das Fundament, das es AI ermöglicht, diese zu nutzen.

Bereit, IrisX in Aktion zu sehen? Sehen Sie sich die vollständige Demo und den Experten-Deep-Dive von unserem Manufacturing Virtual Industry Forum: From Pilots to Production an.

Häufig gestellte Fragen

Was ist Trackunit IrisX?

IrisX ist eine Betriebsdatenplattform auf Databricks, die Baugeräte, Maschinen-, Bediener-, Standort- und Betriebsdaten verbindet und fragmentierte Signale in kontextuelle Intelligenz und Workflows umwandelt.

Wie kann AI den Gerätebetrieb verbessern?

Durch die Kombination von Telemetriedaten mit Wartungs-, Projekt-, Standort- und Vertragsdaten kann AI helfen, Ausfallzeiten, Abrechnungsprobleme, versäumte Rechnungsstellungen, unterausgelastete Anlagen und Möglichkeiten zur Umverteilung zu identifizieren.

Wie wird Databricks im weiteren Sinne in der Fertigung und im Bauwesen eingesetzt?

Databricks bietet eine einheitliche, governed Daten- und AI-Plattform für prädiktive Instandhaltung, Geräteauslastung, Lieferketten-Resilienz, Qualitätsüberwachung und Garantie-Management – und hilft Teams so, vom reaktiven Berichtswesen zu prädiktiven Abläufen überzugehen.

Wie unterstützt Unity Catalog governed Baudaten?

Unity Catalog bietet ein governed Fundament für Baudaten und AI-Assets und hilft Teams dabei, den Zugriff, die Lineage und die konsistente Nutzung von Geräte-, Telemetrie-, Wartungs- und Betriebsdaten über Workflows hinweg zu verwalten.

Wie unterstützt die Databricks Daten- und AI-Plattform Workflows für Gerätedaten?

Sie führt Data Engineering, Analytics und AI auf einer offenen Plattform zusammen und hilft Unternehmen, Maschinen-, Standort-, Bediener- und Betriebsdaten zu verbinden und Erkenntnisse über Anwendungen, Dashboards und AI-Schnittstellen bereitzustellen.

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag