Wie Die Halbleiterfertigung Die Optificient KI-Lösungen Prägte

1. Industrial Analytics entwickelt seit 2017 industrielle KI-Lösungen und wurde 2022 Teil von Infineon. Wie hat das anspruchsvolle Umfeld der Halbleiterfertigung OPTIFICIENT geprägt?
a. Lisa Erdmann, CEO von Industrial Analytics: „Die Halbleiterfertigung hat die Messlatte für OPTIFICIENT™ sehr hoch gelegt. Die Optimierung darf niemals die Prozessstabilität, die Luftqualität, die Verfügbarkeit oder die Produktqualität beeinträchtigen. In einer Fabrik sind Heizen, Kühlen, Luftfeuchtigkeit, Druck und Luftaufbereitung eng mit der Produktion verknüpft. Ein KI-System kann daher nicht einfach eine statistische Korrelation erkennen und einen Sollwert ändern. Es muss das physikalische System verstehen, innerhalb definierter Grenzen arbeiten und jede Aktion nachvollziehbar machen. Deshalb kombiniert OPTIFICIENT maschinelles Lernen mit thermodynamischen HLK-Modellen und technischen Regeln. Es ermittelt kontinuierlich effizientere Betriebsbedingungen und passt die Sollwerte innerhalb eines genehmigten Betriebsfensters an. So können Kunden die Effizienz bestehender Anlagen verbessern und gleichzeitig alle betrieblichen Anforderungen erfüllen.“

2. Welchen Vorteil bietet Ihre Erfahrung im Halbleiterbereich bei der Optimierung von gewerblichen, medizinischen und industriellen Immobilien?
a. Lisa Erdmann: „Die Betriebsziele unterscheiden sich, aber die technische Herausforderung ist ähnlich: bestehende Anlagen, wechselnde Lasten, interagierende Regelkreise, fragmentierte Daten und Grenzwerte, die nicht überschritten werden dürfen. Halbleiterstandorte haben uns gelehrt, diese Faktoren unter besonders anspruchsvollen Bedingungen anzugehen. Diese Erfahrung lässt sich gut auf Krankenhäuser und Rechenzentren übertragen, wo Verfügbarkeit und Umweltgrenzwerte ebenfalls kritisch sind, sowie auf Büros und Einkaufszentren, wo Komfort- und Raumluftanforderungen die Grenzen definieren. OPTIFICIENT passt das Optimierungsziel an jede Anwendung an und arbeitet mit der installierten Infrastruktur. Es kann Temperatur- und Feuchtigkeitssollwerte, Gerätesequenzierung, Luftaufbereitungsstrategien, Luftstromsollwerte und Lastprofile optimieren und dabei Prozess-, Komfort- und Betriebseinschränkungen respektieren.“ So profitieren Kunden von einer absolut soliden, zuverlässigen Software, die unter anspruchsvollen Bedingungen getestet und verfeinert wurde.

3. Welche Beweise haben Sie für den Betrieb von OPTIFICIENT in Infineon-Einrichtungen und anderen anspruchsvollen Umgebungen?
a. Lisa Erdmann: „OPTIFICIENT wurde in realen Produktions- und Gebäudebetrieben validiert, einschließlich Infineon-Einrichtungen und Fertigungsstätten. Zwei abgeschlossene Projekte veranschaulichen den messbaren Wert. In einer Kühlwasseranwendung für Halbleiter mit beispielsweise vier Kältemaschinen, vier Kühltürmen und acht Pumpen lieferten optimierte Kaltwasser- und Kühlwassersollwerte jährliche Einsparungen von 402 MWh und Energiekosteneinsparungen im fünfstelligen Euro-Bereich. In einer Reinraum-Luftaufbereitungsanwendung von 60.000 m² lieferte die Optimierung des thermodynamischen Pfads über sechs mehrteilige Systeme jährliche Einsparungen von 7.900 MWh und Energiekosteneinsparungen im mittleren sechsstelligen Euro-Bereich. All dies unter Einhaltung strenger Luftqualitätsanforderungen.

In einem separaten, laufenden Lernprojekt mit dem Partner für Energieeffizienz und technisches Facility Management SPIE Deutschland Schweiz Österreich und der Infineon-Tochter SILTECTRA™ wenden wir dieselbe wiederholbare Methode auf die Reinraum-Luftbehandlung an: Daten und verfügbare Freiheitsgrade bewerten, Sicherheitsgrenzwerte definieren, das HLK-System modellieren, Optimierungsalgorithmen anwenden, die Software bereitstellen und die Einsparungen verifizieren. Dies hilft uns auch bei der Entwicklung eines Partnermodells, das an weiteren Standorten repliziert werden kann.“

4. Wie macht Ihr hybrider KI-Ansatz die Optimierung für Facility Manager transparent und vertrauenswürdig?
a. Lisa Erdmann: „Hybride KI ist von zentraler Bedeutung für das Vertrauen, da sie technisches Fachwissen in skalierbare, transparente Abläufe verwandelt. Ein rein statistisches Modell erkennt möglicherweise ein Muster, das in historischen Daten vielversprechend aussieht, aber unter einer anderen Last, anderen Wetterbedingungen oder einem anderen Betriebsmodus ungeeignet ist. OPTIFICIENT bewertet daher datengesteuerte Möglichkeiten anhand von thermodynamischem HLK-Verhalten, Geräteeigenschaften, technischen Regeln und standortspezifischen Grenzen. Die Bediener können tatsächlich sehen, welche Variablen eine Anpassung unterstützen, welche Auswirkungen zu erwarten sind und welche Grenzwerte geschützt bleiben. Zu Beginn eines Projekts vereinbaren wir mit dem Kunden Einschränkungen, Genehmigungsschwellen, Alarmgrenzen und Rollback-Verfahren.

In der Praxis nutzen wir interne KI-Tools, um einen Großteil der schweren Arbeit bei der Vorverarbeitung großer Mengen an Dokumentationen und Betriebsdaten zu erledigen. Unsere Ingenieure überprüfen und validieren dann die Modelle und die daraus resultierenden Modellanpassungen. Sie arbeiten eng mit dem Facility-Team zusammen, wobei KI hilft, den Analyseprozess zu beschleunigen, anstatt das technische Urteilsvermögen zu ersetzen. Der Kunde bestimmt und behält die Kontrolle über den zulässigen Grad an Autonomie. Das Ergebnis ist keine Blackbox, sondern ein Optimierungsansatz, dessen Empfehlungen und automatisierte Aktionen in technischen Begriffen erklärt werden können.“

5. Wie geht OPTIFICIENT über Überwachung und Empfehlungen hinaus zur aktiven Optimierung über, und wie verändert dies die Arbeit von Facility-Management-Teams?
a. Lisa Erdmann: „Ein herkömmliches Gebäudemanagementsystem ist für Überwachung, Steuerung, Zeitpläne und Alarme unerlässlich, aber es berechnet normalerweise nicht den effizientesten Betriebspunkt in einem vernetzten HLK-System. OPTIFICIENT schließt diese Lücke, indem es kontinuierlich Betriebsdaten liest, das Systemverhalten modelliert, effizientere Betriebsbedingungen ermittelt und validierte Sollwertanpassungen über die bestehende Steuerungsumgebung überträgt. Dies können Temperatursollwerte für Kaltwasser und Kühlwasser, Sollwerte für Luftstrom und Luftfeuchtigkeit sowie die Lastverteilung auf mehrere Anlagen sein.

Für Facility-Teams besteht das Ziel nicht darin, die technische Verantwortung zu übernehmen. Es geht vielmehr darum, repetitive Analysen und kontinuierliche Feinabstimmungen zu automatisieren, aufkommende Systemprobleme zu identifizieren und es den Bedienern zu ermöglichen, sich auf Ausnahmen, Wartung und Entscheidungen zu konzentrieren, die Standortkenntnisse erfordern. Die Bediener behalten die Transparenz und können optimierte Einstellungen bei Bedarf überschreiben; das System macht dann die Auswirkungen dieses Eingriffs sichtbar.“

6. Welche Schutzmaßnahmen sichern Geräte und Betriebsgrenzen, wenn OPTIFICIENT Sollwerte in bestehende Gebäudeautomationssysteme schreibt?
a. Lisa Erdmann: „Sicherheit beginnt, bevor ein Sollwert geschrieben wird. Während der Bewertung und Inbetriebnahme überprüfen wir die Datenqualität, bewerten die bestehende Steuerungsstruktur, ermitteln die einstellbaren Freiheitsgrade und definieren gemeinsam mit dem Kunden die Betriebsbedingungen. Dies umfasst Raum- oder Prozessbedingungen, Gerätegrenzen, Mindestlüftung, Redundanzregeln, Alarmschwellen und zulässige Änderungsraten. Jeder Sollwert-Schreibvorgang wird anhand dieser Regeln validiert und in kontrollierten, reversiblen Phasen eingeführt. Das bestehende Gebäudemanagementsystem, das verteilte Leitsystem oder der Controller behalten ihre nativen Schutz- und Alarmfunktionen bei.

Service-Level-Watchdogs überwachen, ob der Optimierungsdienst aktiv ist und liefert. Die Reaktion auf einen verlorenen Datenverbindung, einen Kommunikationsausfall oder einen ungültigen Betriebszustand wird für jeden Standort definiert und getestet und nicht als universelles Fail-Safe präsentiert. Je nach Kundenanforderung kann der Service in der Cloud oder vor Ort bereitgestellt werden. In einem unserer aktuellen Aufträge läuft er auf einer virtuellen Maschine am Standort, sodass Betriebsdaten das Gelände nicht verlassen müssen.“

7. Vor dem Einsatz führen Sie einen KI-Optimierungscheck durch. Welche häufigen Daten- oder Systemprobleme decken Sie auf, und wie beheben Sie diese?
a. Lisa Erdmann: „Der KI-Optimierungscheck wurde entwickelt, um Probleme zu identifizieren, bevor die Automatisierung beginnt. Typische Erkenntnisse umfassen fehlende oder unplausible Sensorwerte, inkonsistente Namen und Einheiten, Lücken in Trenddaten, undokumentierte Steuerungslogik, driftende Sensoren und Unterschiede zwischen beabsichtigtem und tatsächlichem Anlagenverhalten. Wir behandeln diese als technische Hürden, nicht als Probleme, die die KI ignorieren soll.

Das Team validiert die Datenqualität und den Zustand des HLK-Systems und definiert dann, welche Optimierungsmaßnahmen zuverlässig unterstützt werden können. Wo Dokumentation und Betriebsdaten nicht übereinstimmen, korrigieren wir Zuordnungen, validieren Sensoren oder Zähler und grenzen den Umfang ein, bis die Nachweise ausreichend sind. Der resultierende Bericht deckt Datenqualität, Systemzustand, simuliertes Einsparpotenzial auf Basis des historischen Betriebs und Integrationsempfehlungen ab. In diesem Prozess helfen uns Knowledge Graphen, Kundendokumentationen und HLK-Beziehungen schneller zu strukturieren, aber die technische Validierung bleibt unerlässlich.“

8. Was bestimmt, ob eine Einrichtung Einsparungen am oberen oder unteren Ende der beobachteten Spanne von 5 bis 30 Prozent erzielt?
a. Lisa Erdmann: „Das hängt sehr stark vom Ausgangspunkt in Bezug auf die bestehende Effizienz und die Anzahl der interagierenden Variablen ab, die dynamisch angepasst werden können. Gebäudetyp, Basisbetriebsbedingungen, Datenverfügbarkeit und -qualität sowie bestehende Steuerungsstrategien beeinflussen alle das Ergebnis. Ein Standort mit statischen Betriebsstrategien, konservativen Sicherheitsmargen oder schlecht koordinierten Steuerungen bietet im Allgemeinen mehr Verbesserungspotenzial als eine gut abgestimmte Anlage mit eingeschränkter betrieblicher Flexibilität. Aus diesem Grund können die Einsparungen zwischen 5 und 30 Prozent liegen. Dies wird an abgeschlossenen Projekten deutlich, wir garantieren kein Ergebnis, bevor wir uns nicht gründlich mit dem Projekt befasst haben. Dafür bewerten wir jede Einrichtung individuell, erstellen eine normalisierte Baseline und verifizieren Einsparungen anhand der tatsächlichen Betriebsbedingungen. KI-gesteuerte Optimierung kann messbaren Wert liefern, während Komfort, Prozessanforderungen und Zuverlässigkeit erhalten bleiben.“

9. Warum bieten Sie OPTIFICIENT als White-Label-SaaS-Lösung über Facility-Management- und Gebäudeautomationsanbieter an, anstatt direkt mit ihnen zu konkurrieren?
a. Lisa Erdmann: „Facility-Management- und Gebäudeautomationsanbieter verfügen bereits über etablierte Kundenbeziehungen, verstehen die installierten Systeme und tragen die Verantwortung für Service-Level über große Portfolios hinweg. Anstatt mit dieser Expertise zu konkurrieren, glauben wir, dass ein Partnerschaftsmodell größeren Wert schafft. Wir bieten eine skalierbare Optimierungsfunktion, ohne dass Partner spezialisierte KI-, Thermodynamik- und Data-Science-Teams von Grund auf neu aufbauen müssen. Da sich OPTIFICIENT in bestehende Gebäudeautomationsumgebungen integrieren lässt, können Anbieter ihre Kundenschnittstelle, ihr Hardware-Ökosystem und ihre Betriebsprozesse beibehalten und gleichzeitig messbare HLK-Optimierung unter ihrer eigenen Marke hinzufügen. Unsere Zusammenarbeit mit SPIE Deutschland Schweiz Österreich und SILTECTRA zeigt, wie dies in der Praxis funktionieren kann. Partner bringen Kundenzugang, technisches Betriebs-Know-how und Portfolio-Reichweite ein; wir stellen die Optimierungstechnologie, Konstruktionsmodelle und Implementierungsunterstützung zur Verfügung.“

10. Wo wird OPTIFICIENT bereits eingesetzt, und wie planen Sie die internationale Skalierung?
a. Lisa Erdmann: „OPTIFICIENT ist für den globalen Einsatz konzipiert. Als herstellerunabhängiges Software-Add-on kann es in Cloud- oder On-Premises-Umgebungen ausgeführt werden und sich über weit verbreitete Protokolle wie BACnet, Modbus, OPC UA und MQTT verbinden. Dies ermöglicht es Kunden, heterogen installierte HLK-Anlagen ohne sofortige Hardware-Überholung zu optimieren, und unterstützt unterschiedliche Data-Governance-Anforderungen in internationalen Portfolios. Industrial Analytics verfügt über Projekterfahrung mit Kunden und Standorten in mehreren Märkten, darunter Singapur, Malaysia, Italien und Österreich. Das Partnermodell ist für die Replikation an mehreren Kundenstandorten konzipiert. Unsere unmittelbare Priorität ist die Skalierung mit Facility-Management- und Gebäudeautomationspartnern in Märkten, in denen Kunden große, energieintensive Portfolios betreiben und Zugang zu Gebäude- oder industriellen Steuerungsdaten haben.“



Lisa Erdmann, CEO von Industrial Analytics

(1) Die thermodynamische Pfadoptimierung konzentriert sich auf die Auswahl der effizientesten Abfolge von Luftbehandlungsschritten innerhalb einer Raumlufttechnischen Anlage (RLT-Anlage), um die erforderlichen Zuluftbedingungen zu erreichen. Anstatt mehr als nötig zu heizen, zu kühlen, zu befeuchten oder zu entfeuchten, optimiert das System jeden Schritt, sodass die Luft die Zieltemperatur, -feuchtigkeit und -reinheit für die Halbleiterfertigung mit dem geringstmöglichen Energieeinsatz erreicht und dabei strenge Prozessanforderungen einhält.

Interview geführt von Maria Brueva, Redakteurin bei Induportals.

www.industrial-analytics.io