180 km Dampfnetz kabellos überwachen: Condition Monitoring mit LoRaWAN
In Episode #216 des IoT Use Case Podcasts spricht Dr. Peter Schopf mit Murat Mutlu, IoT-Portfolio Manager bei Currenta Conneqtive, und Dominik Neugebauer, Leitung Technik Rohrnetze bei Currenta. Thema ist die Digitalisierung eines 180 Kilometer langen Dampfnetzes im CHEMPARK – mit LoRaWAN statt Kabel, für mehr Transparenz im Netz und weniger Energieverluste.
Der CHEMPARK betreibt rund 1.000 Kilometer Rohrleitungen, davon ca. 180 Kilometer Dampfnetz. Das Netz wurde historisch für andere Lastprofile ausgelegt – Bedarfe und Abnahmepunkte haben sich seitdem stark verändert. Klassische Temperaturmessung ist im Feld ohne aufwändige Verkabelung kaum wirtschaftlich darstellbar. Kondensatableiter – Bauteile, die flüssiges Kondensat aus dem Dampfsystem ableiten – wurden bislang manuell geprüft; Defekte blieben dadurch monatelang unbemerkt.
Currenta Conneqtive hat ein LoRaWAN-Netz aufgebaut, das mit wenigen Outdoor-Antennen den gesamten CHEMPARK abdeckt. Batteriebetriebene Sensoren erfassen Temperaturen an Knotenpunkten und überwachen den Status der Kondensatableiter per Condition Monitoring. Ziel ist es, Reaktionszeiten bei defekten Ableitern von Monaten auf Stunden zu reduzieren – und die Netzauslegung auf Basis besserer Daten schrittweise zu optimieren.
Parallel entsteht ein KI-gestütztes dynamisches Simulationsmodell, das den Netzzustand auch zwischen Messpunkten abbildet. Da externe Dienstleister die nötige Kombination aus ML-Kompetenz und thermodynamischem Prozesswissen nicht lieferten, wird das Modell intern entwickelt. Der CHEMPARK dient dabei als Stresstest – was hier zuverlässig läuft, soll als standardisiertes SaaS-Produkt für externe Industriekunden angeboten werden.
Das nimmst du mit
- LoRaWAN deckt weitläufige Industriestandorte mit wenigen Antennen kostengünstig ab – ohne aufwändige Verkabelungsinfrastruktur.
- Condition Monitoring der Kondensatableiter reduziert Reaktionszeiten bei Defekten von Monaten auf Stunden.
- Live-Sensordaten aus dem Feld verbessern Netzwerksimulationen und ermöglichen fundiertere Investitionsentscheidungen im Dampfnetzbetrieb.
- KI-gestützte Simulation im Prozessumfeld erfordert ML-Kompetenz und thermodynamisches Domänenwissen gleichermaßen – wer beides nicht vereint, scheitert am Modell.
- Ein LoRaWAN-Netz als geteilte Infrastruktur lässt sich für mehrere Use Cases gleichzeitig nutzen und schrittweise mit neuen Anwendungsfällen erweitern.
Hallo liebe Freunde des IoT, willkommen beim IoT Use Case Podcast. Heute sprechen wir über Smart Dampf, die Digitalisierung eines industriellen Rohrnetzes im CHEMPARK – sozusagen der digitale Zwilling für die Dampfversorgung. Bei mir sind Murat Mutlu, IoT Portfolio Manager von Currenta Conneqtive, und Dominik Neugebauer, Leitung Technik Rohrnetze bei Currenta. Gleiche Firma, aber unterschiedliche Abteilungen und Perspektiven. Murat bringt die IoT- und Systemhaus-Perspektive mit, Dominik den Betreiber- und Rohrnetzkontext. Gemeinsam wollen wir klären, wo ein historisch gewachsenes Dampfnetz zu intransparent ist, welchen Nutzen es bringt, das zu beheben, und warum man dafür nicht einfach überall Kabel ziehen kann.
Herzlich willkommen beim IoT Use Case Podcast, dem Kanal mit den aktuellsten IoT-Projekten unserer Umsetzungspartner am Markt. Dominik, wenn du auf das Dampfrohrnetz im CHEMPARK schaust – was sind deine alltäglichen Herausforderungen?
Dominik
Wir als Rohrnetzbetreiber sind für knapp 1.000 Kilometer Rohrleitung verantwortlich, davon ca. 180 Kilometer Dampfnetz. Ich glaube, die Zahl fängt es schon an. 180 Kilometer ist ein extrem langes Asset, bei dessen Betrieb extrem viele Einflüsse wirken, bei dem viel passieren kann.
Wir als Currenta betreiben ja drei Chemieparks, den CHEMPARK an drei Standorten, mit diversen Ein- und Ausspeisern aus dem System. Wir betreiben sowohl die Dampferzeuger als auch Abhitzeeinspeiser – beziehungsweise die kommen dann von den Kunden – und die entsprechenden Verbraucher des Dampfes, und die hängen alle an diesem sehr statischen Asset Dampfnetz.
Und anders als bei einer Kläranlage oder bei einem Kraftwerk dreht sich bei einem Dampfnetz im Idealfall nicht ganz so viel. Aber es ist trotzdem komplex in seiner Betriebsweise, denn durch diese vielen unbekannten Einflussgrößen müssen wir als Betreiber mit unserem Erzeugungsportfolio auf der Einspeiserseite trotzdem sicherstellen, dass die Kunden von uns Dampf in einer sehr hohen, maximalen Verfügbarkeit und spezifikationsgerecht bekommen. Und das alles mit einem Asset, was sich im Grunde nicht bewegt – es ist sehr statisch, es liegt da. Und es muss alle Netzsituationen abbilden können, von einem minimalen Bedarf bis zu einer Spitzenlastabdeckung in Winterzeiten.
Und trotzdem darf es keine zu hohe Blindleistung generieren, also wenig Verluste, wenig Kondensatverluste – wir sagen, quasi Dampf, der aufgrund von Wärmeverlusten im System verloren geht. Und dabei haben wir das Thema, dass wir natürlich Kundenanlagen haben, die sehr dicht beim Kraftwerk sind. Wir haben Entnahmestellen, die weit davon entfernt sind, und auf dieser Wegstrecke passiert extrem viel. Wenn wir irgendwo im Feld unterwegs sind, wo nicht gerade die ideale Spannungs- und Datenversorgung vorliegt, dann haben wir als Betreiber die Herausforderung, dass wir gerade an diesem Punkt nicht so genau messen können, was physikalisch gerade mit dem Dampf passiert.
Kannst du da mal ein paar Beispiele nennen? Welche Abnehmer habt ihr da, wie funktionieren die und was tun die mit dem Dampf?
Dominik
Unsere Kunden sind zumeist chemieproduzierende Betriebe im CHEMPARK. Die benötigen den Dampf vor allem als wärmeübertragendes Medium. Der Dampf ist überhitzt – das heißt, wir sind nicht im klassischen Wasserdampf- oder Sattdampfbereich unterwegs, Nassdampfbereich, wie wir das vom privaten Wasserkocher kennen, sondern das Ganze ist ein Drucksystem. Unser Dampf ist überhitzt, wir können ihn mit deutlich mehr Energie beladen, als wenn wir es bei atmosphärischen Bedingungen machen würden. Und unsere Kunden möchten vor allem Wärme übertragen. Wenn sie einen chemischen Prozess mit Reaktoren haben, der Energiebedarf hat, dann wird das zumeist über Dampf bereitgestellt.
Es gibt natürlich auch elektrifizierte Systeme oder Systeme, die selber mit Brennstoff versorgt sind. Also wir als Rohrnetze haben ja auch ein breites, extrem weit gefächertes Erdgasnetz, das wir betreiben. Da könnte man entsprechend über eine thermische Verwertung auch Energie reinbringen. Wenn man das aber nicht machen möchte oder darf oder kann, dann ist Dampf ein Wärmemedium, das Currenta vertreibt.
Und Murat, LoRaWAN ist ja wirklich ein spannendes Thema an sich, weil sich das viele überlegen. Kannst du da noch mal ein bisschen mehr erklären? Das Thema Kabel auf der einen Seite, LoRaWAN auf der anderen Seite – gab es da noch andere Wettbewerber sozusagen in der Auswahl, oder wie war das für euch?
Murat
Genau, das war ja vor, ich glaube, drei, vier Jahren, als die Energiepreise stark gestiegen sind. Und da war die Frage: Kann man es verkabeln, nimmt man LoRaWAN oder 4G als IoT beziehungsweise IIoT?
Und wir haben uns für LoRaWAN entschieden, weil wir die Assets so im Haus behalten können, alles in-house oder im CHEMPARK, im Zaun bewirtschaften können, dass wir den LNS vor Ort haben, dass wir die Funktechnik vor Ort haben und so auch ein sicheres Produkt dem Kunden und uns anbieten können. Und da hat sich LoRaWAN als die beste Lösung herausgestellt für uns, weil wir über weite Strecken mit wenigen Funkmasten arbeiten können. Ich glaube, wir haben im großen CHEMPARK vier bis fünf Outdoor-Antennen stehen. Natürlich haben wir auch lokale Verdichtungen, wenn es im Keller ist, wo dicke Stahlbetonwände da sind. Aber wir können jetzt mit LoRaWAN, vier bis fünf Jahre batteriebetrieben, Assets messen. Das ist natürlich sehr wirtschaftlich für uns.
Super. Dann können wir da noch ein bisschen tiefer einsteigen, wie so ein LoRaWAN-Netzwerk funktioniert und welche Herausforderungen es gibt. Ich würde aber noch mal grundsätzlicher fragen: Welche Daten gibst du jetzt Dominik, damit er sein Dampfnetz besser betreiben kann? Was sind die ganzen Datenpunkte?
Murat
Was wir Dominik liefern können als Datenpunkte, ist zum einen die Temperaturdaten aus dem Netz. Wir messen die direkt an den Knotenpunkten und den Leitungen, sodass er dann Transparenz hat und auch seine Simulation, die er hat, verbessern kann – oder eine dynamische Simulation in Zukunft von uns geliefert bekommt.
Und zum anderen die Kondensatableiter: den Status, welchen Gesundheitszustand die haben, welchen Zustand die gerade haben, ob die geöffnet sind, im Normalbetrieb sind oder ausgefallen sind und wie die Temperaturen da liegen. Und mit den Daten zusammen und mit unserem internen Physiker können wir eine Simulation erstellen, die dynamisch dann sagt, welchem Lastprofil und welchen Abnehmern wir wo in den Temperaturen liegen werden.
Da steckt jetzt schon ganz viel drin – von Kondensatableitern, da wir gleich noch mal drauf einsteigen, Dominik, dass du uns das nochmal genauer erklärst, was das ist und was es tut und wie das funktioniert, Temperaturen bis hin zu deiner Simulation. Vielleicht, Dominik – wie lief denn das bisher ab, bevor jetzt Currenta Conneqtive euch da mit weiteren Datenpunkten über das LoRaWAN unterstützt hat? Was waren so die Schwierigkeiten, mit denen ihr auch gekämpft habt – und vielleicht anhand dessen auch: Was ist ein Kondensatableiter?
Dominik
Murat sagte ja schon: mehrere Quadratkilometer Flächengröße. Und es ist notwendig, einen extrem großen Verkabelungsaufwand zu treiben, wenn man eine konventionelle Temperaturmessung in Anführungszeichen mitten im Nirgendwo installiert. Beziehungsweise – wir sind ja im Chemiepark-Areal, aber Anschlussmöglichkeiten sind teilweise viele hundert Meter entfernt, weil wir eben so weite Flächen bewirtschaften. Und das ist einfach sehr teuer, mitten im Feld eine Messung anzubringen.
Und durch die LoRaWAN-Technologie haben wir die Möglichkeit, ein standortunabhängiges Überwachungssystem zu installieren – da kann Murat gleich noch was zu sagen –, was derzeit mit Akkus läuft, bei dem wir standortunabhängig einen Wert erfassen können, in einer gewissen Übertragungsfrequenz, und so Informationen kostengünstig bekommen können über unser Asset, was in der Vergangenheit mit immensen Kosten verbunden war.
Und was bringt dir das, wenn du das jetzt hast? Ist es so, dass du dein Netz dann anders steuern kannst, besser steuern kannst? Wenn man sich das so vorstellt – Ventile auf, zu, ein bisschen mehr Druck, weniger Druck, mehr Temperatur – was sind denn da so die Parameter, die man da einstellt?
Dominik
Dampfnetze sind statisch und Dampf als Medium ist relativ träge. Das heißt, wir können nicht so aktiv etwas am Medium Dampf verändern, wie wir es in einem chemischen Produktionsprozess machen würden, sondern wir müssen das Ganze über sehr wenige Eingangsparameter und über eine sehr geschickte Netzauslegung lösen. Bedeutet: Ich kann zum Beispiel die Eingangstemperatur von meinem Dampfeinspeiser verändern, aber wie viel Energie der Dampf verliert auf dem Weg von der Einspeisung bis zur Entnahme, ist über den Schichtaufbau von Rohrwandungen, über Isolierung, über Fließgeschwindigkeiten und damit verbundene Wärmemengenverluste aus dem Dampfsystem gekoppelt. Und so können wir als Betreiber nur sehr wenig Einfluss darauf nehmen, was von der Erzeugung bis zum Kunden mit dem Dampf passiert.
Unsere Aufgabe ist es, das Asset so auszulegen, dass der Kunde von uns spezifikationsgerechten Dampf bekommt – und im Sinne des Unternehmens und auch im Sinne des Betreibens dieses Assets sicherstellen, dass wir so wenig Verlustleistung wie möglich haben. Und die Conneqtive und das LoRaWAN-System der Conneqtive helfen uns dabei, einen Einblick über unser Asset zu bekommen. Also: Was passiert da gerade an genau diesem Punkt? Das wussten wir vorher so nicht. Wir haben es uns vorher durch Simulationen hergeleitet, und diese Simulationen sind so gut wie ihre Eingangsparameter. Und je mehr Daten wir live aus dem System ziehen können und in diese Simulation spielen, umso besser wird die Simulation und umso bessere Investitionsentscheidungen können wir treffen, wenn es eben darum geht, das Dampfnetz zu bewirtschaften.
Also geht es maßgeblich um Investitionen in dem Sinne, dass man etwas umbaut, anbaut, ausbaut – anstatt dass man jetzt den Betrieb fein justiert und nachsteuert? So mein Verständnis. Und dann – was sind dann diese Kondensatableiter?
Dominik
Alle Parameter, die wir beeinflussen können, beeinflussen wir bestmöglich, um so wenig Verlustleistung wie möglich im Betrieb sicherzustellen. Aber das ist bei so einem großen, sehr trägen Asset extrem schwer.
Was wir dann daraus ableiten, ist – gerade weil der CHEMPARK erwachsen ist aus den ehemaligen Bayer-Standorten –, dass er sich in den vergangenen Jahren deutlich verändert hat: von Pharmaproduktion über Pflanzenschutz bis hin zu Kunststoffen, Farben, Lacken. Es ist derzeit ein sehr breites Spektrum an Kunden hinzugekommen in den letzten Jahren. Und da sind die Bedarfe anders als zum Zeitpunkt der Errichtung dieser Dampfnetze. Und das führt teilweise dazu, dass Streckenabschnitte, die vor 20 oder 30 Jahren extrem stark durchflossen sind, heute vielleicht in einem Kundengebiet liegen, wo der Dampfbedarf nicht mehr so hoch ist. Ich also langsame Fließgeschwindigkeiten habe, mehr Wärme mit der Umgebung austausche und dementsprechend mehr Kondensatbildung habe. Da kommen wir gleich zu dem Kondensatableiter.
Und auf der anderen Seite habe ich natürlich neue Kundenansiedlungen in Bereichen, wo vorher die Netzinfrastruktur so nicht ausgebaut war, wie wir sie heute bräuchten. Das heißt, aus den Daten und aus der Simulation wissen wir, wie wir unser Netz im Rahmen einer Zielnetzstrategie verändern müssen und „Right Sizing“ betreiben müssen, um bedarfsgerecht Dampf liefern zu können.
So, und jetzt kommen wir zum Kondensatableiter. Denn wenn wir so einen Abschnitt haben, wo sich die Fließgeschwindigkeiten drastisch verändert haben, dann ist die Fließgeschwindigkeit langsam. Da gibt es keine Nullabnahme, sondern die Fließgeschwindigkeit ist einfach langsam. Und durch die Umgebungsverluste vollzieht mehr Dampf den Phasenwechsel von der überhitzten in die Sättigungs-, in die Nassdampfphase. Und irgendwann gibt es dann quasi eine Kondensation im Dampfnetz. Bei dieser Kondensation wird der Dampf wieder flüssig, er sammelt sich quasi unten in der Rohrleitung und würde die immer weiter füllen, bis das Rohr irgendwann voller heißem Wasser ist. Und das wollen wir natürlich nicht.
Und die Kondensatableiter helfen dabei, diese flüssige Phase von der gasförmigen Phase zu trennen, und führen dann sicher das heiße Wasser – quasi den Verlust – ab und stellen sicher, dass in der Leitung wirklich nur Dampf vorhanden ist.
Und wenn da mal einer ausfällt? Das wird so direkt nicht passieren – wir haben ein sehr auskömmliches, breit vermaschtes Netz, dass das nicht passiert. Aber es könnte zum Beispiel sein, dass der Kondensatableiter in der offenen Position hängen bleibt, also quasi Dampf durchgeleitet wird. Man kann sich das so ein bisschen vorstellen wie einen kleinen Schwimmer in einem Gehäuse, der in der offenen Position hängen bleibt und dann den Durchmesser freigibt, dafür sorgt, dass Dampf ausgespeist wird, obwohl er das nicht soll.
Und man kann sich vorstellen, dass wir bei 180 Kilometern sehr viele von diesen Kondensatableitern im Netz haben – viele hundert Stück. Und auch wenn wir unser Bestmöglichstes tun über Rundgänge und Co., kann es immer mal sein, dass ein Ableiter sein Lebensende erreicht oder hängen bleibt oder sonst irgendetwas. Und durch ein Condition Monitoring, wie wir es jetzt mit der Conneqtive aufbauen möchten, bekommen wir sehr frühzeitig Informationen darüber, in welchem Zustand gerade der Ableiter vorliegt, ob er wie gewünscht arbeitet, ob er ungewollt durchlässt. Und wir haben dann dadurch die Möglichkeit, sehr schnell Instandhaltungen in Auftrag zu geben, um die Verlustmenge so niedrig wie möglich zu halten – aber auch durch diese Datensammlung vielleicht zukünftig uns in dem Bereich Predictive Maintenance weiterzuentwickeln, dass wir nicht darauf warten, dass der Ableiter den Versagenszustand erreicht, sondern dass wir frühzeitig anhand von Betriebsdaten oder Schwingungsmessungen dazu befähigt werden, die Entscheidung zu treffen, dieses Bauteil frühzeitig auszutauschen.
Also gerade wenn es um das Thema Überwachung geht, hat man ja ganz unterschiedliche Assets im Feld von unterschiedlichen Herstellern, die unterschiedliche Wartungszyklen haben. Aber das ist ja schwierig zu koordinieren wahrscheinlich. Und das dann noch zu optimieren – und zwischen Wartungszyklen kann trotzdem mal was passieren. Murat, wie geht ihr denn damit um?
Murat
Genau, da haben wir zum einen die Prüfung der Kondensatableiter, die wir jetzt im LoRaWAN-Netz auch ausbauen. Da können wir wirklich von einer engmaschigen manuellen Prüfung zu einem automatisierten stündlichen Intervall kommen, dass wir da immer engmaschiger prüfen können, sodass wir die Verlustzeiten massiv reduzieren.
Das hört sich gut an. Und so ein LoRaWAN-Netz, das kann ja eigentlich dann auch mehr, wenn das einmal da ist. Ich glaube, das ist ja eines der besonderen Dinge – wenn man einmal so ein Netz aufgebaut hat, ist es halt verfügbar. Kannst du ein bisschen erzählen, was waren so die ersten Schritte mit dem LoRaWAN-Netz und wie sehen vielleicht weitere Ausbaustufen aus, die ihr geplant habt?
Murat
Genau, das LoRaWAN-Netz haben wir gestartet für den Dampfbereich, weil das natürlich ein sehr interessanter Case ist für uns als CHEMPARK, weil da sehr viel Energie durchfließt. Und jetzt haben wir das Glück, dass wir das Medium als Shared Medium nutzen können. Wir kommen aus dem Bereich der Fiber Optics, wo wir bis an jedes Gebäude Glasfaser legen. Und da kennen wir den Ansatz ja schon aus der Vergangenheit und wollen jetzt LoRaWAN auch für alle unsere Kunden nutzbar machen auf den 11 Quadratkilometern und auch außerhalb des Zauns.
Wir haben da wirklich Expertise aufgebaut, wie wir Standorte ausleuchten können – außerhalb und indoor – und können jetzt das Produkt von der smarten Heizung bis hin zum Temperaturfühler oder Vibrationssensor, den Brüdenventilator oder Etagenofen, was wir auch bei uns haben, die Vertikalpumpen, die wir an den Ruhrpumpen haben – also wirklich von vielen Assets schnell digitalisieren.
Erkläre noch mal genau das Produkt. Also: Wo fängt es an, wo hört es auf? Wenn ich das jetzt mal einfach zusammengefasst interpretiere: Sobald wir Sensoren haben – also ihr verbaut die Sensoren als Einstieg – und dann: Was bietet ihr an als Leistung? Bietet ihr Datenpunkte an oder bietet ihr Konnektivität an? Wie lässt sich das genau beschreiben?
Murat
Also da sind wir wirklich End-to-End im Ansatz. Wir machen das Engineering vorne mit, haben Partnerschaften mit Sensorikherstellern, können dann gemeinsam eruieren, welcher Sensor am besten ist, und helfen bei der Verbauung oder haben Partner, die die Montage am Asset übernehmen können. Diese verbinden wir dann mit unserem LoRaWAN-Netz. Das kann man sich ein bisschen vorstellen wie das Mobilfunknetz, aber für sehr weite Strecken mit wenig Datenmengen – und dadurch eine sehr hohe Batterielaufzeit, also sehr energiesparend.
Die Daten schicken wir in unser LNS-System – das ist der LoRa Network Server. Von da können wir sie als Datendrehscheibe in die gewünschten Systeme schicken. Das kann unsere eigene IoT-Plattform oder Simulationsplattform sein, wo wir dem Kunden das entweder anbieten können – oder wenn der Kunde da schon einen eigenen Data Lake oder dergleichen hat, kann er natürlich auch da einen Connector haben in seiner eigenen Plattform oder in einem Drittsystem, wenn man zum Beispiel Laternen ausleuchten möchte und da eine Leuchtsteuersoftware hat. Da können wir die auch dort reinspielen. Da kommen 40 native Konnektoren von MQTT, OPC UA und dergleichen. Da sind wir relativ flexibel. Und so können wir vom Sensor bis zur Datenvisualisierung und Auswertung wirklich alles aus einer Hand liefern.
Und was bei eurem Fall extrem spannend ist: Ihr habt im gleichen Haus zum einen das Problem und zum anderen die Lösung. Das ist ja durchaus hilfreich, weil man sehr offen miteinander reden kann – was ist denn okay und was ist nicht okay – und da lernt man ja auch viel. Es gibt ja so Sprüche wie „Drink your own champagne“, dass man das auch erstmal selber nutzt, was man dann anderen wieder anbietet. Wie war denn diese Zusammenarbeit zwischen euch? Gab es da auch mal so relativ offene Worte, Dominik, von eurer Seite – „Guck mal, das braucht man“ oder „Das geht auch gar nicht so“? Könnt ihr da ein bisschen was beschreiben?
Dominik
Der Bedarf an einer verdrahtungsunabhängigen Übertragungsmethodik bestand schon länger. Currenta hatte bereits vor einiger Zeit mit dem Thema Übertragungstechnologien verschiedene Projekte aufgesetzt im Rahmen diverser strategischer Initiativen. Und daraus erwachsen ist dann unter anderem das Team der Conneqtive. Und wir waren im Grunde von Punkt eins gemeinsam – quasi noch vor der Gründung der Conneqtive, damals hieß es noch INIT – gemeinsam an dem Thema dran und haben uns und die Conneqtive weiterentwickelt an diesem Use Case. Und von Anfang an hat es so gut funktioniert, dass wir nicht auf externe Partner zurückgreifen mussten.
Im Gegenteil – wir haben ja gerade über das Thema Simulation gesprochen. Was mache ich eigentlich mit den Daten, die der Murat da bereitstellt? Denn im Grunde sind Daten nur Zahlen, bis ich sie irgendwie interpretiere und verarbeite. Und wir als Rohrnetze möchten natürlich etwas daraus ableiten. Und egal wie gut und wie günstig eine Übertragungstechnologie ist – man kann nie genug Daten haben, zumindest aus der Sicht eines Betreibers. Das bedeutet aber: Weil wir nicht 300 LoRaWAN-Sensoren verbauen können, möchten wir trotzdem über dynamische Simulation Informationen über unseren Netzzustand bekommen.
Bis heute waren Simulationen vor allem Abbilder eines Ist-Zustands zu einem gewissen Zeitpunkt mit einem gewissen Abnahmeverhalten. Und wir haben uns am externen Markt umgesehen – gerade jetzt in Zeiten der KI, wo viele externe Hersteller oder Dienstleister damit werben, was die KI alles kann und welche Projekte schon umgesetzt worden sind – und sind mit unserem Use Case an den Markt gegangen: Wir haben hier Daten, wir möchten aus diesen Daten einen Betriebszustand ableiten, auch in den Bereichen, wo vielleicht gerade keine Messung ist. Und das Ganze soll so dynamisch sein, dass wenn Kunde X etwas verändert, ich bei Kunde B sehen möchte, ob es eine Auswirkung auf die Temperatur oder die Fließgeschwindigkeit gab.
Und wir haben es versucht, mehrfach. Und wir haben viele Versprechungen am externen Markt bekommen. Und nach allen Gesprächen haben die Dienstleister irgendwann leider den Abbruch herbeibeschworen, sodass wir es nicht geschafft haben. Und mit den Kollegen der Conneqtive haben wir dann gesagt: Komm, wir versuchen mal was ganz anderes, wir machen das jetzt mal selber. Das ist eigentlich etwas, was Currenta als First Follower so in der Vergangenheit nicht macht, wenn es um neue Technologien geht. Aber wir haben es nicht anders geschafft. Und jetzt sind wir quasi mal sehr innovativ unterwegs.
Unser Physiker baut gerade für uns unser eigenes KI-gestütztes Simulationsmodell mit den Daten der Conneqtive für ein Currenta-Netz. Und das funktioniert bisher ganz wunderbar.
Murat
Genau, ich glaube, das ist wirklich unser Härtetest, den wir im CHEMPARK haben. Wenn wir hier etwas zuverlässig ans Laufen bringen, dann schaffen wir es also auch, das standardisiert draußen als IoT-Systemhaus anzubieten. Und den Ansatz wollen wir auch etablieren: dass wir den Härtetest bei uns zu Hause machen und dann draußen die standardisierten Produkte rausgeben können.
Möchte ich aber nur zwischendrin noch eine Lanze für KI brechen, weil das viele ja gar nicht so richtig umreißen. Weil dieses klassische Machine Learning, was ja hier notwendig ist – Simulations-KI sozusagen, um etwas zu simulieren –, da braucht man ein dezidiertes, spezifisches Modell mit vielen Datenpunkten, was wirklich eine Herausforderung ist und schwierig. Auf der anderen Seite: Themen wie generative KI – da kommt ein großes Modell schon mit, da kann man schon viel machen, ohne dass man vorher so ein komplexes Modell selber adressieren muss. Ich glaube, genau das sind so Schwierigkeiten, die manche haben. Da ist generative KI halt einfach nicht möglich einzusetzen. Und da braucht man dezidierte Modelle, dezidierte Erfahrung. Da haben wir viele in Deutschland. Aber gerade in so einem Bereich ist das natürlich toll – da kann man sich auch differenzieren. Das finde ich super.
Dominik
Kurzer Hinweis dazu: Mir ging es gar nicht um die Technologie an sich. Also dafür kenne ich mich viel zu wenig aus mit KI, sondern es war eher unsere Anforderung, die das Thema so schwierig gemacht hat. Wir brauchten jemanden, der sich mit KI auskennt, gleichzeitig aber auch noch Thermodynamiker und Verfahrenstechniker ist – und im Idealfall in seinem Leben schon mal ein paar Füße in einen echten Betrieb gesetzt hat. Und das war die Schwierigkeit. Also ein Modell für uns zu erstellen, das konnten viele. Aber die Plausibilität dieser Ergebnisse zu überprüfen und zu schauen, an welchen Schrauben muss ich jetzt noch drehen, damit es funktioniert, und wo ist vielleicht aus ingenieurstechnischer Perspektive etwas gerade nicht ganz logisch – das haben wir nicht gefunden. Und in der Conneqtive, wie gesagt – es sind Kollegen, die aus Currenta kommen –, haben wir jetzt genau das. Wir haben Personen, die sich sowohl in verfahrenstechnischen Anlagen auskennen, die schon lange im industriellen und chemischen Umfeld unterwegs sind und dann jetzt ihren Weg entsprechend in den externen Markt suchen. Und diese Kombination funktioniert sehr gut.
Und Murat, du hast es schon gesagt – sozusagen außerhalb des Zauns: das ist ja so ein bisschen die Begrifflichkeit, die ich jetzt interpretiere für „Okay, wir gehen auch raus außerhalb des CHEMPARKs zu anderen Kunden, zu externen Kunden.“ Habt ihr da schon bestimmte Segmente, wo ihr sagt, da macht es schon ganz viel Sinn? Chemieparks in irgendeiner Form – oder wie schneidet ihr sozusagen den Markt?
Murat
Das ist immer wirklich vom Use Case zu Use Case abhängig. Wenn wir da einmal das Dampfthema nehmen – das ist natürlich bei großen Unternehmen relevant, wenn man in der Lebensmittelproduktion ist, oder Futterproduktion, oder in der Chemie oder in der Pharma. Da werden große Energiemengen verarbeitet. Wir haben auch einige Kunden, die dann einige hundert Kondensatableiter im Feld haben – etwas kleinere Netze als wir. Und da können wir dann auch wirklich helfen, um die Zuverlässigkeit und die Kosten zu optimieren.
Was ist euer Geschäftsmodell da? In welcher Form bietet ihr das an? Software as a Service oder Infrastructure as a Service – was ist da das genaue Paket?
Murat
Genau, da haben wir eine Mischung aus Infrastructure as a Service und Software as a Service, wo wir wirklich den Sensor mitvermieten – mit Abo, mit Auswertung, mit Analyse. Wir können mal sagen: Wir haben ein kleineres Dampfnetz, wir haben 100 Kondensatableiter im Feld – dann können wir diese alle ausstatten. Die werden dann für den Betrag X ausgestattet. Dadurch können wir dann die Prüfintervalle gewährleisten und on demand die Prüfungen mit dem Hersteller – der GESTRA zum Beispiel – beauftragen, wo wir die Partnerschaft mit haben. Darüber hinaus können wir auch dann die Software mitbringen, wenn die gewollt ist, und ein ganzheitliches Produkt an den Kunden anbieten.
Und wo würdest du sagen – was ist speziell vielleicht für den CHEMPARK, wo er sagt, naja, das ist so spezifisch hier, das gibt es sonst nirgends? Oder sagst du, grundsätzlich, da gibt es überhaupt keine Bedenken, das hängt immer vom Kunden ab, aber das ist gut übertragbar?
Murat
Die Simulation, weil sie dynamisch ist, ist natürlich jetzt auf den CHEMPARK optimiert. Wenn wir dann einen weiteren Kunden hätten, müsste da wahrscheinlich noch mal eine Einlernphase sein, um das Netz einfach besser darzustellen. Aber ich glaube, sonst wären wir da relativ flexibel.
Super. Was würdest du denn anderen empfehlen, wenn du sagst, wir bauen so ein LoRaWAN-Netzwerk auf? Was sind denn so die drei wichtigsten Erkenntnisse, wo du sagst, da könnt ihr euch viel Mühe, Zeit und Geld sparen, wenn ihr an diese drei Themen denkt?
Murat
Ich habe in der Vergangenheit gelernt, dass häufig am Anfang eine Buy-Decision statt einer Make-Decision getroffen wird. Weil man da weniger experimentieren muss – ist natürlich etwas leicht gesagt. Aber wenn ich jetzt ein LoRaWAN-Netz ausbauen müsste, würde ich wahrscheinlich doch einmal kurz im Unternehmen nachfragen, wo es Pain Points gibt. Dann kann man ja relativ kostengünstig starten mit einem LTE-Gateway, was das LoRaWAN-Netz reinfunkt, und von dort aus die Daten in eine Plattform sendet und erstmal visualisiert und vielleicht einen Alarm bei einem Threshold sendet. Das ist natürlich für die Integration in den Betrieb nicht ganz so einfach, weil da natürlich andere Herausforderungen sind, wo wir dann wirklich helfen können – wenn wir sagen, wir haben ein LoRaWAN-Netz aufgebaut mit einer sehr hohen Verfügbarkeit, mit gewährleisteten SLAs, und können auch die Datenintegrität wahren. Aber ich glaube, der Ansatz, pragmatisch ins Feld zu gehen, ist das, was häufig fehlt.
Im LoRaWAN kann man ja sehr viel Sensorik, die von sehr vielen Anbietern kommt, schnell einsetzen. Sie ist batteriebetrieben, braucht kaum Verkabelungsaufwand innerhalb der Firma. Und da kann man einmal experimentieren. Und da erkennt man sehr schnell, welchen Nutzen man hat. Also wir haben einige Kunden gehabt, die den ersten Sensor verbaut haben, und dann eine Woche später kamen schon die Anfragen für den dritten und vierten Sensor. Da haben wir auch die Verbrennungsanlage – wenn man da die Vibrationen der Welle misst, dann kommt die Temperaturmessung, dann kommt die Abgasmessung und dergleichen, wo man dann auf einmal von einem Messpunkt zu einem ganzen System kommt, wirklich im Retrofit. Und das ist wirklich die Magie, die man dort erreichen kann.
Dominik
Aus Betreiber-Sicht muss ich auch noch einmal eine Lanze dafür brechen, wie einfach diese Implementierung in einen Betriebsalltag ist. Wenn man konventionelle Messungen etabliert, die gekoppelt sind mit Leitsystemen, die aufwendig verdrahtet werden müssen – ist die Installation eines LoRaWAN-Sensors sowas von simpel. Also wir brauchen irgendeine Art von Messeinrichtung. Oben wird entsprechend das LoRaWAN-Gerät drauf installiert – und das war’s. Das Ganze ist akkubetrieben, das findet seinen Weg bei uns derzeit in diverse browser-basierte Dashboards. Und innerhalb von kürzester Zeit habe ich Daten, mit denen ich arbeiten kann. Das ist mit konventionellen Messungen, die in Leitsystemen integriert sind, viel, viel aufwendiger.
Toller pragmatischer Ansatz – und auch die Empfehlung, einfach mal loszulegen, auch mit den ersten Messpunkten, weil dann entfaltet sich die Magie. Das ist ein schöner Abschluss. Vielen Dank dafür. Und vielen Dank an die Zuhörerinnen und Zuhörer fürs Zuhören – bis hierhin zum Thema digitaler Dampf. Bis zum nächsten Mal.
Dominik
Vielen Dank.
Murat
Dankeschön.
Hast du ein konkretes IoT-Vorhaben?
Wir kennen die Anbieter, die es bereits umgesetzt haben.

