Turbit Systems GmbH wurde durch das Pro FIT-Programm der Investitionsbank Berlin für die Forschung und Entwicklung von „Copilot" (Turbit Assistant) gefördert – einem KI-Chatassistenten, der speziell für Betreiber von Windenergieanlagen entwickelt wird. Das Projekt konzentriert sich auf die Entwicklung KI-basierter Algorithmen, die verschiedene textbasierte und numerische Datentypen aus dem Windparkbetrieb analysieren, verarbeiten und interpretieren können.
Überblick über das Forschungsprojekt
Das durch Pro FIT geförderte Projekt mit dem Titel „Copilot - Entwicklung eines Chatassistenten für Betreiber von Windenergieanlagen" adressiert die zunehmende Komplexität der zustandsbasierten Wartung in Windparks, die durch das enorme Datenvolumen entsteht, das Überwachungs- und Wartungsaktivitäten erzeugen.
Derzeit stehen für Dokumente im Bereich der Windenergie keine automatisierten Analysen zur Verfügung. Das Projekt zielt darauf ab, KI-Modelle und -Systeme zu entwickeln, die Nutzeranfragen über geeignete Kommunikationssysteme (Text und Sprache) korrekt wiedergeben können – ähnlich einem Chatassistenten –, wobei diese speziell auf das Domänenwissen der Windenergie trainiert werden.
„Wir sind der Investitionsbank Berlin dankbar, dass sie das Potenzial dieser Technologie zur Förderung der Energiewende erkannt hat. Diese Förderung ermöglicht es uns, relevante Forschung voranzutreiben, die grundlegend verbessern wird, wie Windparkbetreiber mit ihren Daten interagieren und kritische operative Entscheidungen treffen." - Michael Tegtmeier, CEO von Turbit
Technischer Entwicklungsansatz
Seit dem Projektstart am 1. Juli 2024 hat das Entwicklungsteam von Turbit erhebliche Fortschritte bei der Implementierung zentraler KI-Technologien erzielt. Frühe Versionen des Turbit Assistant werden bereits in operativen Umgebungen getestet und eingesetzt, was wertvolle Praxisvalidierungen des Forschungsansatzes liefert.
Turbit Assistant nutzt mehrere fortschrittliche Technologien, die zusammenwirken:
Natural Language Understanding (NLU) ermöglicht es Betreibern, mit dem System in Alltagssprache zu kommunizieren und Fragen zu ihrem Windparkbetrieb so zu stellen, wie sie einen technischen Experten befragen würden.
Retrieval Augmented Generation (RAG) mit Large Language Models ermöglicht es dem System, Informationen aus umfangreichen Datenbanken mit Windparkdokumentation abzurufen und zu synthetisieren, indem allgemeine KI-Fähigkeiten mit spezifischem Branchenwissen kombiniert werden.
Vector Database Architecture speichert alle Windparkinformationen als homogene Windturbinendaten, sodass verschiedene Datentypen und -quellen nahtlos abgefragt werden können.
Multi-Data Processing-Fähigkeiten verarbeiten numerische Maschinendaten, Textdokumente und Bilddaten und ermöglichen so eine umfassende Analyse anstelle isolierter Einzelerkenntnisse.
Die erste Forschungsphase konzentriert sich auf die Entwicklung von Fähigkeiten für spezifische textbasierte Datentypen, insbesondere Ölzustandsberichte und -analysen. Nach Abschluss des Projekts werden weitere textbasierte Daten, darunter Wartungsprotokolle und Betriebsberichte, im Rahmen der experimentellen Entwicklung integriert.
Branchenspezifische Herausforderungen
Das Projekt adressiert ein zentrales Problem im modernen Windenergiesektor: Windenergieanlagen sind extremen Umweltbedingungen ausgesetzt, was zu erheblichen unregelmäßigen Betriebslasten führt. Größere moderne Turbinen (6+ MW) erfahren stärkere Belastungen und weisen höhere Bauteilausfallraten sowie komplexe Degradationsprozesse auf, die durch Full-Service-Verträge der Original Equipment Manufacturer (OEM) nicht vollständig abgedeckt werden.
Die Turbit Assistant-Technologie zielt darauf ab, die Lücke zwischen Nutzern, Technikern oder Betreibern und den enormen Mengen an Daten, Berichten und Wartungsprotokollen einzelner Windenergieanlagen und Windparks zu schließen.
Forschungsmethodik
Der Entwicklungsprozess umfasst umfangreiche Forschungsaktivitäten:
- Dialog-Management-Studien, um eine effektive Kommunikation für Betriebsteams, Serviceteams und Versicherungsunternehmen sicherzustellen
- User Interface/User Experience Design für eine intuitive Bedienung durch Betreiber
- Echtzeittests und Validierung mit tatsächlichen Betriebsdaten
- Kontinuierliche Nutzerfeedback-Erhebung zur Optimierung der Systemleistung
- Sicherheitskritische Abfrageprotokolle für betriebliche Szenarien mit hoher Tragweite
Auswirkungen auf die Branche und Innovation
Die Forschung zielt darauf ab, neue operative Standards in der Windenergie zu schaffen, indem Erkenntnisse auf Expertenniveau mit der Qualität eines spezialisierten technischen Betriebsmanagements bereitgestellt werden. Diese Demokratisierung von Wissen macht spezialisiertes Windenergiewissen unabhängig vom technischen Hintergrund der Nutzer zugänglich und trägt dazu bei, Interessenkonflikte und Ineffizienzen zwischen OEMs und Betreibern zu beseitigen.
Da die Windenergiebranche weiter auf das Ziel von 100 % erneuerbarer Energie hinarbeitet, werden Werkzeuge wie Turbit Assistant zu essenzieller Infrastruktur. Die Fähigkeit, komplexe Betriebsdaten schnell zu interpretieren, potenzielle Probleme zu erkennen, bevor sie kritisch werden, und Wartungsstrategien auf Basis umfassender Datenanalysen zu optimieren, wird grundlegend für einen zuverlässigen und kosteneffizienten Windenergiebetrieb sein.
Über die Projektpartner
Turbit Systems GmbH bietet KI-gestützte Monitoringlösungen für die Windenergiebranche. Das Unternehmen hat strategische Partnerschaften mit VSB Gruppe, EnergieKontor AG, AREAM Group SE und SAB WindTeam GmbH aufgebaut.
Über Pro FIT: Das Pro FIT-Programm der Investitionsbank Berlin fördert innovative Forschungs- und Entwicklungsprojekte, die Berlins Position als Technologie- und Innovationsstandort stärken.
