Das System „Prerecognize“ des israelischen Startups Visual Process analysiert die Betriebsdaten einer Anlage aus einem ganzen Jahr und bildet daraus ein statistisches Modell für die Echtzeit-Untersuchung künftiger Daten. Die Schwierigkeit liegt darin, Abweichungen wie geplante Stillstände oder Änderungen an der Konfiguration von sich ankündigenden Störungen zu unterscheiden und so Fehlalarme zu vermeiden. Deshalb verwendet Prerecognize ein Modell, das aktuelle Sensorwerte zu den Werten anderer Tage in Beziehung setzt, außerdem stellt ein weiteres Modell die Erkenntnisse der statistischen Auswertung als kausale Zusammenhänge dar. Idealerweise wird das System nach jeder erkannten Abweichung mit den Ursachen gefüttert und so mittels seiner Machine-Learning-Fähigkeiten mit der Zeit immer treffsicherer.

Das israelische Startup, das „ Prerecognize “ entwickelt hat, wurde im Juni 2018 von dem deutschen Ventilspezialisten Samson übernommen und bildet dort nun die Grundlage für das prädiktive Überwachungs- und Diagnosesystem SAM Guard. Im Praxiseinsatz konnte das System in einer Gasanlage mit rund 2.500 Sensoren einen leckgeschlagenen Wärmeübertrager identifizieren. Basis der Analyse war der Zusammenhang zwischen kleinen Temperaturänderungen an den Zu- und Auslassleitungen und der Stellung der Ventile.