Gut zu wissen

Turbit ist ein Software-as-a-Service-Produkt, das auf einer überwachten Preisgestaltung pro Modul und pro MW basiert. Fragen Sie unsere Experten, um ein maßgeschneidertes Angebot zu erhalten.

Turbits AI läuft auf Ihren SCADA-Daten, lernt das individuelle Normalverhalten jeder Anlage und kennzeichnet Anomalien — Power-Curve-Abweichungen, Temperaturabweichungen im Lager, Generatorfehler, Getriebeschäden — Monate bevor sie zu Ausfällen werden. Betreiber reduzieren ungeplante Ausfallzeiten im ersten Jahr um ca. 60 %, stellen verlorene Leistung wieder her und verwandeln überraschende Reparaturen in geplante Wartung. Kunden betreiben Turbit heute auf über 3.500 Anlagen und 40+ Portfolios.

Die meisten Betreiber sehen eine Amortisation innerhalb von 12–18 Monaten. Es gibt zwei zusammenhängende Quellen: (1) vermiedene Komponentenausfälle und ungeplante Ausfallzeiten — ein verhindeter Hauptlager-Austausch kann das ganze Jahr bezahlen; (2) bessere Versicherungsbedingungen, wenn Turbit Blue enthalten ist, da der Versicherer die AI-Überwachung als Risikominderung anrechnet. Nutzen Sie unsere ROI-Rechner (passwortgeschützt; fragen Sie Ihren Turbit-Kontakt), um Ihre Flotte spezifisch zu modellieren.

Ja — die Preisgestaltung ist skalierbar pro Anlage. Kleinere Betreiber starten in der Regel mit ein oder zwei Parks, sehen Ergebnisse innerhalb eines Quartals und expandieren dann. Es gibt keine Mindestportfoliogröße und keine Einrichtungsgebühr außer der Datenprüfung.

Ja — durch einen Backtest. Wir führen Turbits AI auf 3+ Jahren Ihrer historischen SCADA-Daten (5+ ideal) für so viele Anlagen wie Sie mitbringen gegen eine einmalige Gebühr ohne Verpflichtung aus. Sie sehen genau, wann Turbit die Ausfälle, die Sie tatsächlich hatten, gekennzeichnet hätte, was die Warnung gesagt hätte und welche Maßnahmen gerechtfertigt gewesen wären. Es ist der sauberste Weg, um das System auf Ihren eigenen Anlagen zu validieren, bevor Sie einen Überwachungsvertrag unterschreiben.

Wir trainieren pro Anlage ein individuelles neuronales Netz auf Ihren historischen Daten, simulieren das Zeitfenster neu und zeigen jeden Erkennungsereignis, das das System hätte produzieren können — Schweregrad, Ursachenvorhersage, das Datum, an dem es hätte ausgelöst werden sollen. Dann gehen wir die Ereignisse mit Ihrem Team durch: welche waren bereits bekannt, welche wurden übersehen und was hätte ein O&M-Team anders machen können. Die Ausgabe ist ein Entscheidungsdokument, kein Marketing-Demo.

3 Jahre SCADA-Verlauf pro Anlage ist das Minimum; 5+ Jahre sind ideal. Wir akzeptieren Exporte von allen großen OEMs (Vestas, Siemens Gamesa, Nordex, Enercon, GE) und von AMS-Plattformen wie Bazefield und Greenbyte. Falls Ihre Daten Lücken aufweisen, teilen wir Ihnen im Voraus mit, ob das Ergebnis trotzdem aussagekräftig ist.

Zwei Wochen ab Datenübergabe: ca. 1 Woche Datenvorbereitung + Training pro Anlage, dann ein Gesprächstermin mit unserem Team. Schicken Sie Flottendaten und die Zwischenfälle, die Sie gekennzeichnet sehen möchten; wir liefern Ihnen einen Festpreis und ein Zieldatum für die Bewertung zurück.

Turbit trainiert pro Anlage ein individuelles neuronales Netz auf ihren historischen SCADA-Daten — Windgeschwindigkeit, Temperaturen, Leistung, Richtung. Das Modell lernt das Normalverhalten jeder Maschine und kennzeichnet dann Abweichungen in Echtzeit. Eine zweite AI-Schicht klassifiziert jede Anomalie nach wahrscheinlicher Ursache und sagt ihre Relevanz voraus. Kundenfeedback trainiert die Modelle neu, sodass die Erkennung mit jedem bestätigten Alarm besser wird. Lesen Sie den Tiefgang auf unserer Seite Turbit AI Infrastructure.

Mehr als 35 verschiedene Fehlermodi — Hauptlagerschäden, Generatorwicklungsprobleme, Getriebeschmierungsprobleme, Frequenzumrichter-Fehler, Blattwinkelabweichung, Gierabweichung, Verschmutzungsbedingte Power-Curve-Abweichung, Regelungssystem-Drosselung, verstopfte Ölfilter, defekte Kühlventilatoren und mehr. Die Abdeckung hängt von Ihrer Datenqualität ab; wir führen vor jedem Einsatz eine kostenlose Datenprüfung durch, um Erwartungen festzulegen.

Etwa 5 Warnungen pro 100 Anlagen pro Woche bei einer typischen Flotte mit einer Falsch-Positiv-Quote unter 10 %. Ein Team kann ca. 300 Anlagen in etwa 30 Minuten pro Woche überprüfen. Die Erkennungslatenz beträgt weniger als 4 Stunden ab dem Auftreten der Anomalie.

Drei Dinge. Erstens: individuelle neuronale Netze pro Anlage — keine festen Schwellwerte oder Flotten-Durchschnitts-Modelle — daher erkennen wir Abweichungen, die durchschnittswert-basierte Systeme verpassen. Zweitens: AI-gesteuerte Ursachenvorhersage und Relevanzgewichtung bei jedem Alarm, nicht nur eine Flagge. Drittens: die einzige Plattform auf dem Markt mit integrierter Versicherung über Turbit Blue (HDI Global) — Ihr Überwachungs- und Risiko-Abdeckungs-Stack auf einer Datenschicht.

Das Training von Turbits neuronalen Netzen dauert weniger als einen Tag pro Anlage. Sobald Datenfluss und Signal-Mapping-Prüfungen abgeschlossen sind, ist die gesamte Flotte innerhalb einer Woche online.

Idealerweise 24 Monate SCADA pro Anlage. Mit weniger ermöglicht Transfer Learning, mit einem Monat zu starten — anfangs etwas geringere Abdeckung, verfeinert sich dann mit mehr Daten. Die Seite Datenanforderungen listet die genauen Signale auf, die jedes Modul benötigt.

Nein — Turbit ist reine Software und arbeitet mit den SCADA-Daten, die Ihre Anlagen bereits erzeugen. Wir können optional CMS- / Blade-Vibrationsdaten aufnehmen, um eine umfassendere Abdeckung zu erreichen, aber es ist keine zusätzliche Hardware erforderlich, um zu beginnen.

Nein — die EventCard-Ansicht ist für O&M-Teams konzipiert, nicht für Datenwissenschaftler. Jeder Alarm wird mit einer verständlichen Beschreibung, dem relevanten Diagramm, der Root-Cause-Vorhersage der AI und empfohlenen nächsten Schritten präsentiert. Wir führen auch einen Kickoff-Workshop und Customer-Success-Calls durch, damit Ihr Team direkten Zugang zu einem Turbit-Engineer hat.

Die Zuordnung ist entscheidend — falsche Signale führen zu falschen Modellen. Turbit nutzt statistische Analysen und Sprachmodelle, um die wahrscheinliche Identität jedes Signals zu bewerten, plus manuelle Überprüfungen, wenn die Konfidenz niedrig ist. Zuordnungen ändern sich im Laufe der Zeit an der Anlage; Turbit erkennt die resultierenden Anomalien automatisch und markiert eingefrorene oder umbenannte Sensoren.

Einsatz von KI- und Machine-Learning-Modellen zur Überwachung der tatsächlichen Betriebsdaten jeder Anlage in Echtzeit, zum Erlernen ihrer normalen Muster und zur Vorhersage von Komponentenausfällen, bevor sie eintreten. Das Ergebnis: weniger überraschende Ausfallzeiten, besser zeitgesteuerte Wartung und längere Lebensdauer der Anlage.

Standard-SCADA — Leistung, Windgeschwindigkeit, Temperaturen, Drücke, Statuscodes — bildet die Grundlage. Vibrations- / CMS-Daten, Blade-Sensordaten, Wetterdaten und Wartungshistorie schärfen das Bild. Turbit arbeitet mit dem, was Sie haben, mit einer Abdeckung, die an die Datenqualität angepasst ist.

Abregelung ist eine bekannte Herausforderung — ein Modell, das reduzierte Betriebszustände nicht kennt, kann diese mit einem Fehler verwechseln. Die Per-Anlage-Modelle von Turbit lernen von den tatsächlichen Abregelungsmustern Ihrer Anlagen und behandeln verifizierte Abregelungsereignisse als gültig (nicht als Anomalien). Bei langen Ausfallzeiten pausieren die Modelle und setzen das Training mit dem neuen Betriebsfenster fort.

FSAs begrenzen die Haftung — historisch auf Zahlen, die nicht mit den Anlagenvergößerungen Schritt gehalten haben. Die 12-Monate-Ausfallzeit einer 7-MW-Anlage übersteigt die typischen Haftungsgrenzen jetzt um ein Vielfaches. Turbit's Überwachung erkennt Probleme Monate, bevor sie die Interventionsschwelle des FSA erreichen, ermöglicht es Ihrem Team, die Reaktion des OEM zu überprüfen, und schließt (mit Turbit Blue) die verbleibende Haftungslücke. Die Rechnung geht in der Regel auch neben einem bestehenden FSA auf.

Beides. Das gleiche Modell, das aufkommende Ausfallzeiten erkennt, deckt auch Unterleistung auf — Leistungskurven-Drift, Yaw-Fehlausrichtung, Pitch-Fehler, Verschmutzung — die Sie Produktion kostet. Wir geben nicht selbst Kontrollbefehle aus; wir übergeben dem Bediener eine quantifizierte Gelegenheit, mit dem OEM oder dem Service-Anbieter zu handeln.

Dies ist der Kernvorteil der Per-Anlage-Modellierung. Jede Maschine hat ihren eigenen Fingerabdruck für Normalverhalten — ihre Geschichte, ihren Standort, ihre Komponenten, ihre Regelungseinstellungen. Die neuronalen Netzwerke von Turbit lernen diesen Fingerabdruck, sodass Abweichungen deutlich gegen eine ehrliche Grundlinie und nicht gegen einen Branchendurchschnitt hervorstechen, der nicht passt.

Zwei Mechanismen. Erstens filtert die Relevanzvorhersage-Schicht vor — Alarme unterhalb des Prioritätsschwellwerts erreichen Ihren Posteingang nicht. Zweitens trainiert Ihr Feedback die Modelle um: Jeder bestätigte oder abgelehnte Alarm optimiert die Empfindlichkeit für ähnliche Situationen. Die Falsch-Positiv-Rate bleibt über unsere gesamte Flotte unter 10%.

Ja — die meisten nach 2005 gebauten Anlagen haben genügend SCADA-Signale für komponentenebene Überwachung. Neuere Anlagen mit reicheren Sensor-Paketen produzieren schärfere Modelle, aber Temperatur-, Druck- und Leistungssignale allein enthüllen die meisten aufkommenden Probleme.

Komponentenabhängig. Hauptlager: Trend sichtbar 1+ Jahre, bevor Maßnahmen erforderlich sind (siehe die VSB Erfolgsgeschichte). Generator-Wicklung Probleme: 3–6 Monate. Getriebeschmierstoffprobleme: Wochen bis Monate. Blade-Schaden mit CMS-Daten: Wochen. Je länger die Vorwarnzeit, desto billiger die Reparatur.

Unterschiedliche Aufgaben. Wettervorhersage maximiert die Produktion von gesunden Anlagen. Predictive Maintenance hält die Anlagen gesund. Beides ist wichtig — hoher Wind ist nutzlos, wenn ein Getriebe mitten in der Saison ausfällt.

Drei Schritte über ~2 Wochen: (1) Datenprüfung + Signalzuordnung (wir arbeiten mit Ihrem IT- oder AMS-Anbieter zusammen; minimaler Aufwand für Ihr Team), (2) Per-Anlage-Modelltraining und Probelauf, (3) Go-Live-Workshop mit Ihrem O&M-Team. Nach dem Onboarding ist der typische Zeitaufwand 30 Minuten pro Woche pro 100 Anlagen — überprüfen Sie die Alarme, markieren Sie Relevanz, planen Sie Maßnahmen. Customer Success ist auf einem wöchentlichen oder zweiwöchentlichen Call, bis Ihr Team unabhängig ist.

Live-Alarme in der Turbit Web-App mit EventCards (Diagramm + verständliche Erklärung + Ursachenvorhersage + empfohlene Maßnahme). E-Mail-Benachrichtigungen für hochpriorisierte Ereignisse. Monatliche Portfolio-Berichte für Asset Manager. On-Demand-Tiefenberichte pro Anlage. API-Zugang zur Integration in Ihr Reporting-System. Alle Ausgaben enthalten die zugrunde liegenden Daten, damit Ihr Engineering-Team die Ergebnisse überprüfen kann.

Die Erkennungslatenz liegt unter 4 Stunden ab dem Datenpunkt, der sie auslöst. Benachrichtigungen werden standardmäßig per E-Mail versendet; konfigurierbar pro Benutzer, pro Schweregrad und pro Anlage. Alarme erscheinen in Echtzeit im Turbit Web-Portal und sind auch über API für die Integration mit bestehenden Ticketing-Systemen verfügbar.

Ja — Vestas, Siemens Gamesa, Nordex, Enercon, GE, Senvion, Goldwind und andere. Turbit benötigt nur SCADA-Daten, die in der Branche standardisiert sind. Wir haben gemischte OEM-Portfolios bereitgestellt; dasselbe Turbit-Konto verwaltet sie in einer Ansicht.

Nein — Turbit ist schreibgeschützt auf SCADA-Daten und sendet niemals Steuerbefehle. Es gibt keine Auswirkungen auf die Garantie. In der Praxis begrüßen OEMs das: klare Evidenz eines sich entwickelnden Problems ermöglicht es ihnen, Wartung einzuplanen, anstatt für Notfallreparaturen angefordert zu werden. Wir haben mit Vestas, Siemens Gamesa, Nordex, Enercon, GE und SAB zusammengearbeitet — ohne ein einziges Garantieproblem.

Jede Anlage erhält ein eigenes neuronales Netz, das auf ihre eigenen Daten trainiert ist — OEM-unabhängig. Die Portfolio-Ansicht von Turbit zeigt gemischte Flotten in einem einzigen Dashboard. Die Signal-Mapping-Schicht behandelt OEM-spezifische Tag-Benennung, damit Ihr Team keinen Unterschied sieht.

Wir beziehen Daten von jedem großen AMS — Bazefield, Greenbyte, Bax Energy, WIS, Rotorsoft, WEO und anderen — über Standard-Schnittstellen (OPC, IEC 61400-25, REST, dateibasierte Exporte). Für direkte Turbinen-Verbindungen unterstützen wir OPC DA/UA und IEC 61850/60870. Benutzerdefinierte Protokolle erfordern üblicherweise nur wenige Tage Arbeit.

Ein Versicherungsintegrations-Produkt, das Turbits AI-Monitoring als Risikominderungsebene nutzt. Es schließt die Lücke zwischen der Haftungsgrenze Ihrer Vollwartungsvereinbarung und den tatsächlichen Kosten eines 12-monatigen Komponentenausfalls bei modernen Anlagen — eine Lücke, die von ~30.000 EUR pro Anlage 1995 auf über 1,3 Mio. EUR bei 7-MW-Anlagen gewachsen ist. Verfügbar mit Turbit Monitoring; bis zu 30 % niedrigere Gesamtkosten gegenüber der typischen Alternative.

FSAs haben Haftungsgrenzen — normalerweise etwa 100–115 % der jährlichen Servicegebühr. Die Ausfallkosten moderner Anlagen sprengen diese Grenze bei einem einzigen großen Komponentenausfall. Turbit Blue deckt das Restrisiko ab: die Differenz zwischen dem, was der FSA auszahlt, und den tatsächlichen Kosten eines mehrmonate währenden Komponentenausfalls. Zwei Produktvarianten — AI Add-On (Zusatzversicherung auf FSA-Basis) und AI Full Coverage (alternativer FSA + Versicherungspaket).

HDI Global SE zeichnet Windkraftanlagen, die Turbit Blue nutzen. Turbit ist kein Versicherungsmakler und verkauft keine Versicherungen selbst; wir stellen die AI-Monitoring-Ebene bereit, die die Versicherung wirtschaftlich machbar macht. HDI ist ein global bewerteter Versicherer mit umfangreicher Erfahrung in der Versicherung erneuerbarer Energien.

Monitoring ohne Versicherung — ja, das ist unsere häufigste Bereitstellung. Versicherung ohne Monitoring — nein; die KI-Ebene ist das, was HDI als Risikominderung in der Zeichnung berücksichtigt, und so funktioniert die Rechnung. Beginnen Sie mit Monitoring; fügen Sie Turbit Blue hinzu, wenn Ihre FSA-Verlängerung unmittelbar bevorsteht.

Oft ja — auch ohne Turbit Blue. Versicherer bieten zunehmend bessere Konditionen für Betreiber mit nachgewiesener prädiktiver Überwachung; die demonstrierte Risikominderung senkt das Risiko und kann somit die Deckung erhöhen oder die Prämie senken. Einige Betreiber stellen fest, dass die Versicherungseinsparungen allein ihre Überwachungssystemkosten ausgleichen und darüber hinaus bis zu 30 % der OPEX sparen können.

Alle Daten befinden sich in EU-gestützten, ISO 27001-zertifizierten Rechenzentren (keine Hyperscaler-Abhängigkeit; Bare-Metal-Hosting). Verschlüsselt bei der Übertragung (TLS) und im ruhenden Zustand. Kundendaten sind logisch pro Mandant isoliert und werden nicht ohne ausdrückliche Zustimmung für mandantenübergreifendes Modelltraining kombiniert. Vollständiger Sicherheitsüberblick auf unserer /compliance-Seite.

Turbit befindet sich im aktiven ISO/IEC 27001-Zertifizierungsprozess, mit Abschluss im Q1 2026 geplant. Interne Richtlinien, Kontrollen und Audits sind bereits vorhanden, um den Standard zu erfüllen. Die meisten unserer Kunden sind selbst als kritische Infrastruktur klassifiziert — wir arbeiten jeden Tag nach ihren Anforderungen.

GDPR: Wir verarbeiten operative Daten und SCADA-Daten, nicht persönliche Daten; geschäftliche Kontakte von Kunden werden nur bei Bedarf für Support gespeichert. Ihre Datenspeicherung ist nur auf EU-Basis. EU AI Act: Turbit Monitoring wird als minimales/begrenztes Risiko klassifiziert (keine autonome sicherheitskritische Steuerung), mit Transparenz, Erklärbarkeit und menschlicher Aufsicht in jede Erkennung integriert. DPAs und Sicherheitsüberblicke sind auf Anfrage verfügbar.

Turbit gehört seinen Gründern Michael Tegtmeier (CEO) und Christian Fontius (CRO), mit Unterstützung von Vinci Venture Capital und bekannten Business Angels. Unabhängig — kein Betreiber, OEM oder Versicherer hält einen Mehrheitsanteil.

Die Signatur ist ein langsamer, anhaltender Temperaturanstieg relativ zu der Temperatur, bei der das Lager für die gegebene Windgeschwindigkeit, Leistung und Umgebungsbedingungen laufen sollte — nicht ein absoluter Schwellenwert. Diese Unterscheidung ist wichtig: Ein Lager, das an einem heißen Nachmittag bei Nennleistung warm läuft, ist normal, und die gleiche Anzeige an einem kühlen Morgen bei Teillast ist es nicht. Turbit erlernt für jede Turbine die eigene Beziehung zwischen Last, Wetter und Lagertemperatur und kennzeichnet dann anhaltende Abweichungen davon. Da sich der Drift über Wochen oder Monate entwickelt, ist dies einer der Ausfallmodi, bei denen frühe Erkennung das Ergebnis am meisten verändert: Ein geplanter Lagerwechsel und ein ungeplanter unterscheiden sich erheblich. Praktisches Beispiel mit realen Daten: /wind-turbine-failures/main-bearing-temperature-rise

Einige Getriebeausfallmodi ja — Schmierungsprobleme, Ölfilter-Verschmutzung, Kühlkreis-Verschlechterung und die daraus folgenden Temperatursignaturen zeigen sich alle in SCADA-Daten, da sie das Wärmeverhalten des Getriebes ändern, bevor sie etwas ändern, das der Controller alarmiert. Zahnrad- und Zahnkranz-Mängel sind eine andere Angelegenheit: Das sind Vibrationsvorgänge, und ein Vibrations-CMS mit Beschleunigungsmessern auf dem Antriebsstrang ist das bessere Instrument zu deren Bestätigung und Charakterisierung. Die ehrliche Position ist, dass SCADA-Analytik die Abdeckung auf jede Turbine ohne Hardware erweitert, und Vibration fügt Tiefe speziell auf dem Antriebsstrang hinzu. Wenn Getrieberisiko Ihre Hauptsorge ist und Sie bereits Vibrationshardware haben, sind die beiden eher ergänzend als konkurrierend.

Windungsfehler und Generatorlager-Verschlechterung hinterlassen beide thermische und elektrische Spuren in SCADA lange bevor ein Fehler deklariert wird — typischerweise eine Asymmetrie oder ein Drift, der nur sichtbar wird, wenn Sie wissen, was dieser spezifische Generator unter vergleichbarer Last und Umgebungsbedingungen normalerweise tut. Turbit modelliert jeden Generator einzeln statt ihn mit einem Flotten-Durchschnitt zu vergleichen, was wenige Grad ungeklärte Abweichung aussagekräftig statt rauschig macht. Zwei praktische Beispiele mit realen Daten: /wind-turbine-failures/generator-winding-fault und /wind-turbine-failures/generator-bearing-temperature-rise

Teilweise, und es lohnt sich, die Grenze genau zu bestimmen. Blatt-Pitch-Fehlausrichtung, Verschmutzung und Vereisung ändern alle die Leistungskurve, daher erkennt SCADA-Analytik sie — und sie sind häufig, kostspielig und leicht zu übersehen, da die Turbine weiterläuft. Strukturelle Blattschäden — Risse, Delaminierung, Blitzschlagschäden — zeigen sich überhaupt nicht zuverlässig in SCADA, da ein beschädigtes Blatt eine normale Leistungskurve bis zum Moment des Ausfalls erbringen kann. Das benötigt das Blatt-Monitoring-Produkt, das Vibrationssensoren auf den Blättern selbst nutzt. Wenn Ihre Sorge die strukturelle Blattintegrität ist, ist SCADA-Analytik nicht das richtige Instrument und wir würden das sagen.

Die Methode hängt nicht davon ab, wo die Turbine steht: Sie benötigt SCADA-Daten, und Offshore-Turbinen produzieren sie. Die Wirtschaftlichkeit ändert sich zu unseren Gunsten statt dagegen — Offshore-Zugang ist teuer und wetterabhängig, daher ist die Kenntnis eines sich entwickelnden Fehlers Wochen voraus erheblich wertvoller als an Land, wo ein Techniker kurzfristig ausrücken kann. Was Offshore wirklich anders ist, ist der umgebende Kontext: die Transport- und Schiff-Planung rund um jede Intervention und die höhere Schwelle für Evidenz vor der Planung einer Kampagne. Wenn Sie für ein Offshore-Portfolio evaluieren, sprechen Sie direkt mit uns, statt von einer Onshore-Referenz auszugehen — die Analyse überträgt sich, das operative Bild darum verdient ein spezifisches Gespräch.

Sie beantworten unterschiedliche Fragen, und viele Portfolios betreiben beides. Ein Vibrations-CMS setzt Beschleunigungsmesser auf dem Antriebsstrang ein und erkennt Lager- und Zahnkranz-Mängel mit hoher Spezifität — es ist das bessere Instrument zur Bestätigung und Charakterisierung eines bekannten Antriebsstrang-Problems. SCADA-Analytik nutzt Daten, die jede Turbine bereits erzeugt, daher deckt sie die gesamte Maschine und die gesamte Flotte ohne Hardware ab: Leistungsanomalien, Temperatur-Drift, Steuerungs- und Ausrichtungsfehler und Komponenten, an denen kein Vibrationssensor befestigt ist. Der praktische Unterschied ist Abdeckung versus Tiefe. Wenn Sie überhaupt keine Überwachung haben, deckt SCADA-Analytik mehr Turbinen für weniger Geld ab und benötigt keinen Standortbesuch. Wenn Sie bereits Vibrationshardware auf dem Antriebsstrang haben, ist SCADA-Analytik das, was alles abdeckt, was die Sensoren nicht haben.

Umfang und Anreiz. Ein OEM-System überwacht seine eigene Flotte gegen seine eigenen Schwellenwerte, was wirklich nützlich ist und auch bedeutet, dass die Partei, die einen sich entwickelnden Fehler bewertet, die Partei ist, die möglicherweise für dessen Behebung haftbar ist. Eine unabhängige Schicht liest die gleichen SCADA-Daten über jeden Hersteller in Ihrem Portfolio, daher erscheinen gemischte OEM-Flotten in einer Ansicht mit einem Satz Konventionen, und die Bewertung, die Sie in eine Service-Verhandlung mitnehmen, wird nicht von Ihrem Gegenüber produziert. Es ist additiv statt ein Ersatz: Turbit ist schreibgeschützt und gibt keine Steuerbefehle aus, daher sitzt es neben OEM-Monitoring statt es zu verdrängen.

Eine Portfolio-Plattform ist zum Aggregieren und Berichten konzipiert: Sie erfasst SCADA, berechnet Verfügbarkeit und Produktion und zeigt Ihnen, was passiert ist. Condition Monitoring ist zum Prognostizieren konzipiert: Es erlernt das normale Verhalten jeder Turbine und kennzeichnet Abweichungen, bevor sie zu einem Fehler werden. Die meisten Plattformen zeigen Schwellenwert-Alarme, die der Turbinen-Controller bereits ausgelöst hat, was eine andere Sache ist als die Erkennung von Drift, den der Controller noch nicht als abnormal einstuft. In der Praxis funktionieren die beiden gut zusammen — die Plattform bleibt Ihr Reporting-System als Quelle, und Monitoring-Erkenntnisse kommen über API oder E-Mail in den Workflow, den Sie bereits nutzen.

Drei Wege, und die meisten Betreiber nutzen mehr als einen. (1) E-Mail-Benachrichtigungen, konfigurierbar pro Benutzer, pro Schweregrad und pro Anlage — die Standardlösung und für die meisten Teams ausreichend. (2) Die Turbit Web-App, in der jeder Fund als EventCard ankommt: die Grafik, eine verständliche Beschreibung, eine Vorhersage der Grundursache und eine empfohlene Maßnahme. (3) Unsere API, die jeden Alert verfügbar macht, sodass Sie ihn in Ihr eigenes Ticketing-, Reporting- oder Asset-Management-System einspeisen können. Die Erkennungslatenz beträgt weniger als vier Stunden ab dem Datenpunkt, der einen Alert auslöst, sodass der Fund unabhängig vom gewählten Weg noch am selben Tag bei Ihnen ankommt.

Nicht als nativer, vorgefertigter Connector für jedes AMS — wir stellen Alerts über unsere API bereit und Sie entscheiden, wohin sie gehen. Das ist absichtlich so: Teams unterscheiden sich darin, ob ein Turbit-Fund ein Ticket öffnen, eine bestehende Arbeitsorder aktualisieren oder erst in eine Review-Warteschlange gehen sollte, und ein Connector, der das falsch rät, erzeugt Störungen in dem System, auf das Sie sich verlassen. Wenn Sie möchten, dass Alerts in Ihr AMS oder Ticketing-Tool fließen, ist die API der richtige Weg, und das ist auf Ihrer Seite ein kleiner Aufwand statt ein Turbit-Projekt.

Standard-Schnittstellen sind schnell: OPC (DA/UA), IEC 61400-25, IEC 61850/60870, Modbus, SQL-Datenbankzugriff oder dateibasierte Exporte über FTP oder E-Mail. Wenn wir uns mit einem AMS statt direkt mit den Anlagen verbinden, lesen wir aus der Plattform, die Sie bereits betreiben. Ein benutzerdefiniertes oder ungewöhnliches Protokoll ist normalerweise einige Tage Arbeit. Was wir von Ihnen brauchen, ist Lesezugriff auf SCADA-Daten — Turbit gibt niemals Steuerbefehle aus, es gibt also keine Interaktion mit der Anlagensteuerung und keine Gewährleistungsfolgen.