Kunden von Amazon Lookout for Equipment

Siemens Energy bietet Produkte, Lösungen und Services für die gesamte Wertschöpfungskette im Bereich Energie. Siemens Energy unterstützt seine Kunden auf ihrem Weg zu einer nachhaltigeren Zukunft – unabhängig davon, in welcher Phase sie sich gerade befinden.

„Gemeinsam mit unseren Kunden setzen wir uns bei Siemens Energy für eine Verbesserung der Leistung, Zuverlässigkeit und Sicherheit ein. Unsere bestehenden Geschäftsbereiche werden dabei um digitale Servicelösungen erweitert. Digitalisierung ist ein wichtiger Motor für eine Zukunft mit nachhaltiger Energie. Amazon Lookout for Equipment eröffnet uns die Möglichkeit, durch die Verbindung von AWS Machine Learning mit der Fachkompetenz von Siemens Energy bessere Einblicke in die gesamten Systeme und Anlagen eines Kunden zu erhalten. Mit dem automatisierten Machine-Learning-Workflow von Amazon Lookout for Equipment ist es problemlos möglich, Modelle für eine Vielzahl von Anlagentypen zu entwickeln und bereitzustellen, ohne dass hierfür Kenntnisse auf dem Gebiet der Datenwissenschaft benötigt werden. Siemens Energy schätzt AWS als vertrauenswürdigen Partner, mit dessen Unterstützung wir die Weiterentwicklung unserer Omnivise-Suite digitaler Lösungen vorantreiben können.“

Amogh Bhonde, Sr. Vice President Digital Solutions – Siemens Energy

Koch Ag & Energy Solutions, LLC und seine verbundenen Unternehmen (KAES), Tochtergesellschaften von Koch Industries, sind globale Anbieter von wertschöpfenden Lösungen für die Landwirtschaft, den Energiesektor und die Chemiebranche.

„Heute streamen wir Daten von Tausenden von Sensoren auf AWS und möchten diese Daten nutzen, um Wartungs- und Ausfallzeiten zu reduzieren. Um das Geräteverhalten zu modellieren und unter Verwendung dieser Sensoren Probleme zu diagnostizieren, ist jedoch ein erheblicher Aufwand an Zeit und Ressourcen notwendig. Dies stellte bisher eine Hürde für eine Skalierung auf unsere gesamten Anlagen dar. Mithilfe von Amazon Lookout for Equipment können schneller und mit weniger Aufwand Erkenntnisse gewonnen werden – dank eines hochskalierbaren automatisierten Machine-Learning-Service, mit dem die Kontaktpunkte in einem datenwissenschaftlichen Workflow auf ein Minimum reduziert werden können.“

Dave Kroening, IT Leader – Koch Ag and Energy Solutions

Cepsa ist ein globales Energie- und Chemieunternehmen mit durchgängigen Aktivitäten in allen Bereichen der Wertschöpfungskette in der Öl- und Gasindustrie. Cepsa stellt auch Produkte aus pflanzlichen Rohstoffen her und ist im Bereich der erneuerbaren Energien tätig.

„Bei Cepsa steht der Mensch im Mittelpunkt der digitalen Transformation. Unsere Fachkräfte bilden den Motor für unsere Transformation. Mit Amazon Lookout for Equipment können wir den Experten, die die Geräte am besten kennen – Technikern in den Bereichen Ausfallsicherheit und Wartung – Machine-Learning-Erkenntnisse bereitstellen und ihnen damit bessere Entscheidungen ermöglichen. Auf diese Weise können wir eine höhere Betriebszeit erzielen und die Betriebskosten senken. Lösungen wie die prädiktive Wartung der Geräte beinhalten üblicherweise manuelle und komplexe datenwissenschaftliche Verfahren, wie etwa die Auswahl der richtigen Algorithmen und Parameter. Mit Amazon Lookout for Equipment werden diese Prozesse automatisiert, sodass sich die Techniker auf die Lösung der wichtigsten Herausforderungen konzentrieren können, die Auswirkungen für ihr Unternehmen haben.“

Alberto Gascón, Head of Advanced Analytics – Cepsa

GS EPS ist ein südkoreanisches umweltfreundliches Energieunternehmen, das mit sauberen Brennstoffen wie Erdgas und Bioenergie Strom erzeugt und liefert.

„Wir generieren seit über einem Jahrzehnt Daten über unsere Anlagen, haben bisher aber nur physikalische und regelbasierte Methoden angewandt, um Erkenntnisse zu unseren Daten zu gewinnen. Mit Amazon Lookout for Equipment können unsere Betriebsteams Modelle für unsere Anlagen erstellen, ohne dass ML-Kenntnisse erforderlich sind. Wir leiten die Transformation unserer Organisation in eine datengesteuerte Arbeitskultur mit AWS und Amazon Lookout for Equipment.“

Kang Bum Lee, Executive Vice President – GS EPS

Infracore ist ein weltweit führender Hersteller von Schwerlastmaschinen und -fahrzeugen.

„Zum Vorantreiben der nächsten Generation von Doosan-Maschinen ist der Einsatz von KI von entscheidender Bedeutung. Deshalb haben wir uns mit AWS zusammengetan, um Anwendungsfälle zu entwickeln, bei denen ein automatisiertes und skalierbares Machine Learning zum Einsatz kommen kann. Auf dieser Grundlage freuen wir uns auf die weitere Zusammenarbeit mit AWS zur Nutzung der Analysen von Amazon Lookout for Equipment in unserer IOT-Plattform der nächsten Generation.“

Cho, Jae Yeon, VP – Doosan Infracore Strategy & Digital Innovation

OSIsoft, LLC ist ein Hersteller von Anwendungssoftware für das Echtzeit-Datenmanagement, genannt PI System.

„Es gibt heute mehr als 2 Mrd. sensorbasierte Datenströme in den PI-Systemen von OSIsoft, und Tausende von Kunden verlassen sich bei der Führung ihres Betriebs täglich auf das PI-System. Diese Kunden sind ständig auf der Suche nach Methoden, mit denen sie auf einfache Weise Erkenntnisse zur Verbesserung ihrer Wettbewerbsfähigkeit gewinnen können. OSIsoft-Produkte können in AWS-Dienste integriert werden und Kunden helfen, zusätzlichen Nutzen aus ihren Daten zu ziehen. Durch automatisiertes Machine Learning speziell für die Anlagenüberwachung erweitert Amazon Lookout for Equipment den Umfang der den Kunden zur Verfügung stehenden Dienstleistungen und Erkenntnisse.“

Michael Graves, Director – Strategic Alliances

GE Digital ist eine Tochtergesellschaft des amerikanischen multinationalen Mischkonzerns General Electric.

„Kunden aus dem gesamten Industriesektor sind zunehmend daran interessiert, die Machine-Learning-Analytik auf eine breitere Palette von Anlagen anzuwenden. Mit der Einführung der Produkte Amazon Lookout for Equipment und Amazon Monitron erweitert AWS seine Plattform für industrielle IOT-Anwendungsfälle, die von GE Digital genutzt werden können, um weitere Möglichkeiten zu erforschen, wie Kunden die Betriebszeit und Zuverlässigkeit durch Anwendung prädiktiver Analysen und bewährter Asset-Management-Praktiken auf ein breiteres Spektrum von Betriebsanlagen weiter verbessern können.“

Pat Byrne, CEO – GE Digital