Viele Wasserversorgungsunternehmen reagieren heute noch auf Störungen, wenn sie eingetreten sind. Rohrbrüche werden repariert, nachdem sie aufgetreten sind. Pumpausfälle werden behoben, nachdem der Betrieb stillgestanden hat. ThingsLog und fortschrittliche Prognosealgorithmen ermöglichen einen grundlegend anderen Ansatz: Probleme erkennen und lösen, bevor sie entstehen.
Der Weg von reaktiv zu vorausschauend
Der Übergang zu Predictive Analytics vollzieht sich in vier Stufen:
- Deskriptiv: Was ist passiert? – Historische Berichte und Alarme nach Ereignissen
- Diagnostisch: Warum ist es passiert? – Ursachenanalyse mit historischen Sensordaten
- Prädiktiv: Was wird passieren? – Anomalieerkennung und Trendanalysen in Echtzeit
- Präskriptiv: Was soll getan werden? – Automatische Handlungsempfehlungen und Steuerungseingriffe
ThingsLog beginnt auf Stufe 1 und 2 – und entwickelt sich gemeinsam mit dem Versorger in Richtung Stufe 3 und 4.
Algorithmen, die im Hintergrund arbeiten
Die ThingsLog-Plattform analysiert kontinuierlich alle eingehenden Sensordaten auf Anomalien. Im Einsatz sind dabei:
- Nachtmindestdurchfluss-Analyse: Erkennt Lecks durch ungewöhnlich hohe Mindestdurchflüsse zwischen 2 und 4 Uhr morgens
- Druckgradienten-Analyse: Identifiziert Leckbereiche durch Vergleich von Druckprofilen benachbarter Messpunkte
- Saisonale Baseline-Modelle: Vergleicht aktuelle Verbrauchsdaten mit historischen Durchschnittswerten desselben Zeitraums
- Maschinenlernmodelle für Pump-Anomalien: Erkennt Abweichungen in Leistung und Energieverbrauch, die auf Verschleiß hinweisen
Praxisbeispiel: 72 Stunden Frühwarnung vor Rohrbruch
Bei einem Wasserversorger in Südeuropa erkannte die ThingsLog-Plattform einen anomalen Druckabfall in einer Hauptleitung – 72 Stunden vor dem tatsächlichen Rohrbruch. Das Betriebsteam konnte prophylaktisch eingreifen, den Druck in der betroffenen Zone reduzieren und die Reparatur planmäßig durchführen – ohne ungeplante Versorgungsunterbrechung.
Integration mit bestehenden Asset-Management-Systemen
ThingsLog-Prognosedaten lassen sich in bestehende Asset-Management- und Instandhaltungssysteme integrieren. Wartungsaufträge werden automatisch generiert, wenn Algorithmen kritische Zustände erkennen – der Übergang zu datengetriebenem Asset Management wird so schrittweise möglich.
Fazit: Daten sind das neue Werkzeug des Betriebsleiters
Predictive Analytics in der Wasserversorgung ist heute kein Zukunftsszenario mehr – es ist eine verfügbare, bewährte Technologie. ThingsLog macht sie zugänglich, ohne umfangreiche IT-Projekte oder Datenwissenschaftler im Team vorauszusetzen. Der erste Schritt ist ein IoT-Sensor. Der nächste ist die Analyse seiner Daten.
Erfahren Sie, wie ThingsLog Predictive Analytics für Ihr Netz ermöglicht.
