![](/files/theme/user/images/hero/hero_details.jpg)
Johannes Riege im Interview über die Entwicklung eines Analysetools für Körperschallmessung
Interviewreihe:
Wer ist wearTell?
In unserer neuen Serie „Wer ist wearTell?” stellen wir uns vor und erklären, welche Vorteile die Körperschallmessung für die Bestimmung des Verschleißzustandes bei Werkzeugen hat. Den Anfang macht Johannes Riege, Geschäftsführer der wearTell Deutschland GmbH und Leiter der Produktentwicklung im Bereich Hard- und Software.
Johannes, du bist Geschäftsführer der wearTell Deutschland GmbH und Leiter der Produktentwicklung im Bereich Hard- und Software, kannst du uns etwas über dich und deinen Weg zu wearTell erzählen?
J: Ich habe ganz klassisch Mathematik in Freiburg studiert. Nach dem Studium habe ich als Mathematiker im Bereich Markt- und Medienforschung gearbeitet. Dort war ich als Projektleiter vor allem für die statistische Modellierung verschiedenster Marktforschungsstudien zuständig. 2018 habe ich den Entschluss gefasst, der Medienwelt zu entfliehen und mich auf andere Bereiche zu konzentrieren, in denen komplexe Modellierungen angewandt auf große Datensätze eine zentrale Rolle spielen. Ungefähr zur gleichen Zeit wurde wearTell gegründet und ich habe die Möglichkeit erkannt, mein Wissen und meine bisherige Erfahrung hier einzusetzen. Gemeinsam mit Burkhard Walder, Geschäftsführer der wearTell Vertriebs GmbH und Martin Kolpatzik, zuständig für den Vertrieb sowie das Marketing und Controlling haben wir das Produkt entwickelt und die Rahmenbedingungen für unser Analyseverfahren definiert. Ich sehe mich in meiner Position als Geschäftsführer, als die Schnittstelle zwischen der Produktentwicklung und dem Vertrieb.
Ihr habt es mit wearTell geschafft, ein Analyseverfahren für den Bereich Predictive Maintenance zu entwickeln. Warum war es wichtig und notwendig, den Verschleißzustand an Werkzeugen in Spritz- und Druckgießprozessen zu messen?
J: Zunächst einmal ist jeder Kunde daran interessiert, seine Produktionsvorgänge besser zu verstehen, um sie dann optimieren zu können. wearTell liefert durch das Betrachten der sich im Werkzeug ausbreitenden Schallemissionen im Ultraschallbereich eine Möglichkeit, kleinste Prozessveränderungen und somit sich anbahnende Probleme wahrzunehmen. Diesen Mehrwert liefern andere Formen der Sensorik (Sensorik hat keinen Plural) in der Regel nicht. So ist der Kunde dank wearTell in der Lage, kostspielige Produktionsstopps zu verhindern und Wartungsintervalle durch Prozessoptimierung zu verlängern.
Ihr entwickelt die Analaysetools im Bereich Machine Learning/AI permanent weiter. Welche Vorteile bietet das dem Kunden?
J: Eines unserer zentralen Ziele in der Produktentwicklung ist es, die Bedienung unseres Systems so intuitiv wie möglich zu gestalten. Dazu zählt auch, dem Kunden bei der Analyse der Daten so viel Arbeit wie möglich abzunehmen und den Schulungsaufwand minimal zu halten. Um die große Menge an Daten, die wir erzeugen, effizient und möglichst aussagekräftig nach Mustern zu durchsuchen und zu analysieren, ist es sinnvoll, Machine Learning Modelle zu entwickeln, die einem diese Aufgaben abnehmen. Diese Modelle sind unter anderem dynamisch erweiterbar, sodass es in Zukunft auch möglich sein wird, weitere Körperschallkanäle oder andere Sensoriken in die Analyse beziehungsweise die Modellierungen mit einfließen zu lassen.
Der industrielle Kunde möchte die Messdaten für individuelle Auswertungen nutzen. Wie können die Daten in das jeweilige BDE System des Kunden übermittelt werden?
J: Vom Beginn der Entwicklung an stand bei uns im Vordergrund, den unterschiedlichen Bedürfnissen der verschiedenen Kunden mit einer größtmöglichen Flexibilität des Produkts zu begegnen. Auf der einen Seite haben in der Regel gerade mittelständische Unternehmen nicht die Ressourcen oder den Anspruch, sich mit der großen Menge an Daten, die wir erzeugen, selbst auseinanderzusetzen. In diesem Fall muss unser System die Analyse und die sich daraus ergebende Aussage leisten. Auf der anderen Seite wird gerade von größeren Kunden immer wieder der Wunsch geäußert, die von uns erzeugten Rohdaten in ihr bestehendes Predictive Maintenance System zu integrieren. Diese können simpel mittels einer von uns implementierten REST API in Echtzeit abgerufen werden.
Bist du der Meinung, das Analyseverfahren lässt sich auch auf andere Produktionsprozesse übertragen oder sind zukünftig Projekte in anderen Branchen geplant?
J: Das wearTell Team hat sich auf das Analyseverfahen im Bereich Spritz- bzw. Druckguss spezialisiert. Des Weiteren sehen wir großes Potenzial in den Bereichen Extrusion und Schäumen. Weitere Anwendungsgebiete befinden sich derzeit in der Forschungs- und Entwicklungsphase. Ein neues Feature der Software ist die Web-Applikation. Im Rahmen des nächsten Updates oder bei Neuauslieferungen kann der Kunde das wearTell System einfach über einen Browser innerhalb desselben Netzwerkes bedienen.