Dr. Jürgen Krämer
CPO und Geschäftsführer
Direkt mit Dr. Jürgen Krämer in Kontakt treten
Schreib uns kurz worum es geht, wir leiten deine Nachricht weiter und stellen den Kontakt persönlich her.
Podcastfolgen
Datenharmonisierung mit AIoT: Was brauchen KI-Agenten für das Mapping?
Die sicher angeschlossene Flotte ist für Krämer Voraussetzung, nicht Leistung: Ohne sie lohnt kein KI-Projekt. Er trennt zwei KI-Arten – klassisches Machine Learning für hochfrequente Maschinendaten, weil ein LLM dort die Token-Kosten sprengen würde, und agentische KI, die auf ein erkanntes Anomalie-Event hin eine Root-Cause-Analyse startet. Beides steht und fällt mit dem Kontext: Ohne Asset-Beziehungen, Einheiten und Produktdokumentation bleibt eine Fehlermeldung wie 4711 an einer Pumpe für den Agenten bedeutungslos. Konkret wird das bei der Datenharmonisierung. In einem Werk heißt der Temperatursensor Hugo, im nächsten Willi. Ein Expert Agent liest den eingehenden Datenstrom mit und schlägt die Transformation ins Cumulocity-Format vor, getestet unter anderem mit OPC UA, Modbus, LoRaWAN, Protobuf, CBOR und Sparkplug. Bei Enercon automatisiert eine regelbasierte Remote-Aktion rund 40 Prozent der Turbinen-Restarts; KI ist dabei nach Krämers eigener Aussage nicht im Spiel. Autonome Eingriffe bleiben Zukunft: Prototypen ja, Produktivbetrieb nein. Kunden bringen ihr eigenes LLM mit, Cumulocity trainiert keine Modelle auf Kundendaten – Begründung ist der Schutz des Domänenwissens der Betreiber. Und Krämer warnt vor Vibe Coding in geschäftskritischen Prozessen: KI-gestützte Entwicklung gehört auf die Applikationsebene, nicht in das System of Record, auf dem Governance und Auditierung aufsetzen. Das nimmst du mit Ohne sicher angeschlossene Flotte lohnt kein KI-Projekt – schlechte Daten erzeugen schlechte Ergebnisse. Hochfrequente Maschinendaten gehören an klassisches Machine Learning, nicht an ein LLM, sonst explodieren die Token-Kosten. Der Semantic Layer ist branchenspezifisch und damit der Punkt, an dem Domänenpartner gebraucht werden. Wer Datenhoheit will, muss klären, ob der Anbieter Modelle auf den eigenen Betriebsdaten trainiert.
Industrial IoT skalieren: Cumulocity als Wachstumspartner
Wenn Unternehmen eigene IoT-Plattformen entwickeln, scheitert die Skalierung oft an Komplexität und Kosten. Dr. Jürgen Krämer von Cumulocity erklärt im Podcast, wie ein Plattformansatz diese Hürden überwindet – und warum Standardisierung der Schlüssel zur Effizienz ist. Cumulocity bietet eine skalierbare IoT-Lösung, die nahtlos auf Hyperscalern wie AWS oder Azure läuft und Unternehmen hilft, schneller produktiv zu werden. Live-Daten, Device Management, Edge-Integration und KI-basierte Analysen ermöglichen es, Wartung von reaktiv auf proaktiv umzustellen – und damit Millionenbeträge bei Service und Ausfallzeiten zu sparen. Praxisbeispiele wie Enercon (30.000 vernetzte Windturbinen) und Flexco (Echtzeitdaten für Förderbänder) zeigen, wie Unternehmen ihre Effizienz steigern und neue digitale Services entwickeln können. Wer IoT-Projekte erfolgreich skalieren und Daten smart nutzen will, bekommt hier konkrete Antworten – aus der Praxis, für die Praxis. Jetzt reinhören und erfahren, wie Cumulocity die industrielle Digitalisierung auf das nächste Level bringt!
