Sie übergaben die Anwendung an die Apache Foundation und stellten Streampipes damit Open Source. Die Lösung ermöglicht es Unternehmen, Maschinendaten mit einem Mausklick anzubinden, Daten zu harmonisieren, zu integrieren oder visuelle Analysen zu fahren. Riemer und seine Mitstreiter gründeten ohne Produkt, sie setzen voll auf Open Source und entwickelten dann um Streampipes Module und Services, die Kunden bezahlen müssen. Auf der Hannover Messe zeigen sie ihre Lösung in Halle 12, Stand E39.

Open Source-Ansatz

Maschinenbauer und Anlagenbetreiber können mit der Streampipes-Lösung frei arbeiten und erste Analysen fahren. Die Community liefere gleichzeitig sehr viel Input in die Weiterentwicklung der Anwendung aber auch für Module. Das Ziel: Die Anwendung soll dabei helfen, IoT-Datenanalysen im Produktions- und Logistikumfeld auch für weniger technisch versierte Anwender zugänglich zu machen. Das Ziel ist es, mit Streampipes die einfachste Lösung anzubieten, kontinuierliche Datenströme im IoT-Umfeld auszuwerten und diese in Form einer offenen Open-Source-Lösung, die vollständig ohne Anbindung an einen externen Cloudanbieter laufen kann, anzubieten. Dazu können Maschinen oder andere Datenquellen binnen Minuten angebunden werden. In einem graphischen Editor stellt das System dann einen erweiterbaren Baukasten von Algorithmen und Funktionen zur Verfügung, die es ermöglichen, die Daten selbstständig auszuwerten. Riemer und seine Kolleginnen und Kollegen setzen für die Semantik der Daten auf einen Adapter, der 30 Protokolle bis heute unterstützt und führen dann in Daten in einer höheren Ebene zusammen.

Wissensplattform aufbauen

Im Gegensatz zu anderen No-Code-Lösungen am Markt setzen die Bytefabrik.AI-Gründer auf Interaktion. Die Karlsruher wollen das Wissen aus den vielen Köpfen in der Fertigung zusammenführen. Datastories heißt das Modul, das sie ihren Kunden anbieten – gegen Geld. Viele Anlagenbetreiber finden Muster in den Daten, aber es brauche immer den Domänenexperten. „Unternehmen haben aber nicht den einen Experten. Es gibt den Instandhalter, den Maschinenbediener, den Qualitätsbeauftragten oder den Prozessverantwortlichen. Die setzten sich in der Vergangenheit dann in Meetings zusammen und schauten auf die Muster und leiteten Entscheidungen ab. Das automatisieren wir mit den Datastories“, erklärt Riemer. Wenn der Kunden etwas in den Daten sieht, kann er die Ergebnisse mit Fragen versehen. Die Datastory verschickt der Anwender dann an unterschiedliche Domänenexperten im Unternehmen. Diese können dann tiefer in die Daten einsteigen, weil alles im System abgelegt und angehängt ist und ihr Feedback geben. „Wir ziehen das Wissen zusammen, bauen für das Unternehmen eine Wissensplattform auf und nutzen die Ergebnisse auch für das Training der KI-Modelle.“ So wird aus einem Open Source-Projekt ein Geschäftsmodell für ein Startup aus Karlsruhe.