Die Erfindung betri f ft ein computer-implementiertes Verfahren, eine Vorrichtung und ein System zur Steuerung eines technischen Geräts .

In Fabriken müssen häufig Serviceanforderungen einer Anlage oder eines Geräts bedient werden und entsprechende Daten zur Erledigung der Serviceanforderung bereitgestellt werden .

Dabei kann es schwierig sein, die geeignetsten Daten zu identi fi zieren, die am besten dazu geeignet sind die Serviceanforderung zu erfüllen und der Serviceanforderung bereitzustellen .

Eine Serviceanforderung ist oft zu unspezi fisch und bezieht keine Kontextinf ormation mit ein, mithil fe dieser j edoch eine bessere Lösung zur Serviceanforderung erbracht werden könnte .

Beispielsweise ist dieselbe Serviceanforderung im System noch nicht vorher erfolgt , oder es existiert eine Lösung in einem anderen Kontext .

Es ist daher Aufgabe der Erfindung eine Serviceanforderung einer Vorrichtung oder eines Systems besser und ef fi zienter zu bedienen und relevantere Daten auf eine Service-Anfrage zu erhalten .

Die erfindungsgemäße Aufgabe wird durch ein computerimplementiertes Verfahren zur Steuerung eines technischen Geräts gelöst , wobei folgende Schritte ausgeführt werden : a ) Bereitstellen von Geräte-Daten, welche Eigenschaften des technischen Geräts und/oder dessen Betrieb-Eigenschaften beschreiben, an eine Geräte-Rechenvorrichtung und Bilden von abstrahierten Geräte-Metadaten, beispielsweise durch Klassi fi zierung der Geräte-Daten, wobei die j eweilige Ge- räte-Rechenvorrichtung mit dem technischen Gerät verbunden ist , b ) Bereitstellen von Dienst-Daten, welche den Umfang und/oder Eigenschaften eines Dienstes beschreiben, an eine Service-Rechenvorrichtung und Bilden von abstrahierten Dienst-Metadaten, beispielsweise durch Klassi fi zierung der Dienst-Daten, wobei die Service-Rechenvorrichtung mit der Geräte-Rechenvorrichtung verbunden ist , c ) Übertragen der Geräte-Metadaten an die Service- Rechenvorrichtung, d) Berechnen von Prädiktions-Daten für Dienst-Meta-Daten mithil fe eines Modells auf Basis künstlicher Intelligenz unter Verwendung zumindest einer Teilmenge der Geräte- Metadaten und zumindest einer Teilmenge der Dienst- Metadaten, in der Service-Rechenvorrichtung, e ) Erzeugen von Dienst-Daten mithil fe der Prädiktions-Daten durch die Service-Rechenvorrichtung, f ) Übermitteln der Dienst-Daten an die Geräte- Rechenvorrichtung, und Ansteuern des technischen Geräts mithil fe der Dienst-Daten .

Die Geräte-Daten umfassen Daten betref fend Eigenschaften des technischen Geräts und/oder dessen Betrieb-Eigenschaften, wie beispielsweise Umgebungsparameter, Stromaufnahmen, Betriebstemperaturen oder auch Fehlermeldungen, die einer Service- Anfrage zugeordnet werden können .

Durch die Abbildung von Geräte-Daten in abstrahierte Geräte- Metadaten wird erreicht , dass eine Serviceanfrage des Geräts neben der Detailinformation zum gewünschten Service in Form einer Fehlermeldung, auch den Kontext des Geräts mit einbezieht .

Aus bereitgestellten Dienst-Daten werden abstrahierte Dienst- Metadaten gebildet , welche Dienste , also Lösungen zu Serviceanfragen, beispielsweise in Kategorien zu Umgebungsparameter, Stromaufnahmen, Betriebstemperaturen oder auch Fehlermeldungen zusammenfassen .

Wenn nun die Geräte-Metadaten mir den Dienst-Metadaten abgeglichen werden, so kann eine bestmögliche Übereinstimmung gefunden werden, welche für eine Serviceanfrage eine bestmögliche Lösung bereitstellen kann . Ein derartiger Vergleich kann durch Ähnlichkeitstrans formation, also einer Äquivalenz- Relation, oder durch aus der Statistik bekannte Ähnlichkeits- und Distanzmaße durchgeführt werden .

Das Bereitstellen der Geräte-Daten und/oder der Service-Daten kann automatisch durch das technische Gerät , oder auch manuell über eine entsprechende Bediener-Eingabe erfolgen .

In einer Weiterentwicklung der Erfindung ist es vorgesehen, dass im Schritt d) die zumindest eine Teilmenge der Geräte- Metadaten aus den Geräte-Metadaten ausgewählt wird, und die zumindest eine Teilmenge der Dienst-Metadaten aus den Dienst- Metadaten ausgewählt wird, sodass sie in ihren j eweiligen abstrahierten Metadaten ähnlich sind .

Um eine bestmögliche Übereinstimmung zwischen einer Serviceanfrage und einem Dienst zu finden, kann es vorteilhaft sein, nur eine Teilmenge der Geräte-Metadaten aus den Geräte- Metadaten aus zuwählen . Die Teilmenge kann dadurch bestimmt werden, indem aus den bereitgestellten Dienst-Daten ene Datensätze ermittelt werden, welche zu ähnlichen Serviceanfragen zugeordnet werden können . Damit kann die Ermittlung von Dienst-Daten vereinfacht werden . Optional können abweisende Teildaten von Service-Daten in Untergruppen gegliedert werden und erst bei Bedarf in einer iterativen Form zum Abgleich zwischen Geräte-Metadaten und Service-Metadaten herangezogen werden .

In einer Weiterentwicklung der Erfindung ist es vorgesehen, dass im Schritt c ) zusätzlich die Geräte-Daten von der Gerä- te-Rechenvorrichtung an die Service-Rechenvorrichtung übertragen werden, und im Schritt e ) zusätzlich die Geräte-Daten beim Erzeugen der Dienst-Daten berücksichtigt werden .

Dadurch kann der Abgleich zwischen Geräte-Metadaten und Service-Metadaten weiter verbessert werden und die Service- Anfrage dementsprechend besser gelöst werden .

In einer Weiterentwicklung der Erfindung ist es vorgesehen, dass das Modell Geräte-Metadaten mit Dienst-Metadaten verknüpft , und mit bereitgestellten Geräte-Metadaten und Dienst- Metadaten erzeugt und trainiert ist .

Dadurch kann ein besonders genaues Modell geschaf fen werden, welches beim Abgleich zwischen Geräte-Metadaten und Service- Metadaten angewendet wird . Unter dem Begri f f „Genau" kann auch die Tref fsicherheit oder Relevanz von gelieferten Daten verstanden werden, welche einer Service-Anfrage eine möglichst geeignete Lösung erlauben, beispielsweise eine Fehlerbehebung unter Einbeziehung weiterer Betriebs-Eigenschaften des Fehler-verursachenden technischen Geräts .

In einer Weiterentwicklung der Erfindung ist es vorgesehen, dass ein System mehrere technische Geräte und j eweilige verbundene Geräte-Rechenvorrichtungen umfasst , und j eweilige Geräte-Daten bereitgestellt werden und abstrahierte Geräte- Metadaten gebildet werden, sowie j eweilige Dienst-Daten bereitgestellt werden und abstrahierte Dienst-Metadaten gebildet werden, und das Modell im Schritt d) mithil fe föderierten Lernens aus den Geräte-Metadaten der Geräte- Rechenvorrichtungen und den Dienst-Metadaten der Service- Rechenvorrichtung gebildet wird .

Dadurch wird erreicht , dass das Modell auf einen größeren Datensatz von Geräte-Daten und/oder Service-Daten zurückgrei fen kann, was die Lösung der Service-Anfragen verbessert . Es können beispielsweise Service-Anfrage bedient werden, die auf der anfragenden Anlage beziehungsweise des technischen Geräts noch niemals zuvor angefragt wurden und dementsprechend noch keine Lösungen als Service-Daten bereitgestellt werden können . Ohne diesen föderierten Ansatz würde das technische Gerät versuchen lokal eine möglichst gute Lösung zu finden, welche j edoch nicht die optimale Lösung ist , wenn eine andere Anlage eine bessere Lösung vorweisen kann . Diese kann durch Vernetzung und Nutzung eines globalen Modells unter Verwendung föderierten Lernens bereitgestellt werden .

Die erfindungsgemäße Aufgabe wird auch durch eine Vorrichtung gelöst , umfassend eine Geräte-Rechenvorrichtung, welche mit einem technischen Gerät verbunden ist , sowie eine Service- Rechenvorrichtung, welche mit der Geräte-Rechenvorrichtung verbunden ist , wobei die Vorrichtung eingerichtet ist , das erfindungsgemäße Verfahren aus zuführen .

Die erfindungsgemäße Aufgabe wird auch durch ein System gelöst , umfassend die erfindungsgemäße Vorrichtung, ferner umfassend mehrere technische Geräte und j eweilige Geräte- Rechenvorrichtungen, wobei die erfindungsgemäße Vorrichtung eingerichtet ist , das erfindungsgemäße Verfahren aus zuführen .

Die erfindungsgemäße Aufgabe wird durch ein Computerprogramm gelöst , umfassend Befehle , welche bei deren Aus führung durch einen Computer diesen veranlassen, das erfindungsgemäße Verfahren aus zuführen .

Die erfindungsgemäße Aufgabe wird durch einen elektronisch lesbaren Datenträger mit darauf gespeicherten lesbaren Steuerinformationen gelöst , welche zumindest das erfindungsgemäße Computerprogramm umfassen und derart ausgestaltet sind, dass sie bei Verwendung des Datenträgers in einer Recheneinrichtung das erfindungsgemäße Verfahren durchführen . Die erfindungsgemäße Aufgabe wird durch ein Datenträgersignal gelöst, welches das erfindungsgemäße Computerprogramm überträgt .

Ein Ausführungsbeispiel der Erfindung wird nun anhand der nachfolgenden Figuren näher beschrieben. In den Figuren zeigt

Fig. 1 ein Ausführungsbeispiel für das erfindungsgemäße System,

Fig. 2 ein Ausführungsbeispiel für das erfindungsgemäße Verfahren .

Fig. 1 zeigt ein Ausführungsbeispiel für das erfindungsgemäße System 100.

Eine Vorrichtung 1 umfasst eine Geräte-Rechenvorrichtung 20, welche mit einem technischen Gerät 10 verbunden ist.

Ferner umfasst das System 100 weitere Geräte- Rechenvorrichtungen 21, 22, welche jeweils mit einem technischen Gerät 11, 12 verbunden sind.

Eine Service-Rechenvorrichtung 30, welche mit den Geräte- Rechenvorrichtung 20-22 verbunden ist, ist dazu eingerichtet, das erfindungsgemäße Verfahren der Fig. 2 auszuführen.

Das System 100 umfasst mehrere technische Geräte 10-12 und jeweilig verbundene Geräte-Rechenvorrichtungen 20-22.

Die jeweilige Geräte-Daten DD1-DD3 werden bereitgestellt und abstrahierte Geräte-Metadaten ADD1-ADD3 werden gebildet.

Jeweilige Dienst-Daten SD1, SD2 werden bereitgestellt und abstrahierte Dienst-Metadaten ASD1, ASD2 werden gebildet.

Das Modell wird im Schritt d) mithilfe föderierten Lernens aus den Geräte-Metadaten ADD1-ADD3 der Geräte- Rechenvorrichtungen 20-22 und den Dienst-Metadaten ASD1, ASD2 der Service-Rechenvorrichtung 30 gebildet. Für föderiertes Lernen können ein oder mehrere globale Modelle aus den Geräte-Metadaten ADD1-ADD3 und/oder den Service- Metadaten ASD1 , ASD2 beispielsweise auf einem verbundenen Server ( in der Figur nicht dargestellt ) eines Klienten- Server-Systems gebildet werden, welche von den Geräte- Rechenvorrichtungen 20-22 und der Service- Rechenvorrichtung 30 bereitgestellt werden .

Ein oder mehrere globale Modelle können an Klienten verteilt werden, welche auf einem j eweiligen globalen Modell basierend deren lokale Geräte-Metadaten und/oder Dienst-Metadaten bestimmen wollen .

Es kann auch vorgesehen sein, dass beispielsweise nur Geräte- Metadaten in Form eines globalen Modells verarbeitet werden, und die Dienst-Metadaten lokal bereitgestellt werden, falls einzelne lokale Dienste sich von andern stark unterscheiden .

Das globale Modell kann dann von den Geräte- Rechenvorrichtungen 20-22 abgerufen werden und entsprechend lokal angewendet werden .

Fig . 2 zeigt ein Aus führungsbeispiel das erfindungsgemäße Verfahren mit folgenden Schritten : a) Bereitstellen von Geräte-Daten DD1-DD3 , welche Eigenschaften des technischen Geräts 10- 12 und/oder dessen Betrieb-Eigenschaften beschreiben, an eine Geräte- Rechenvorrichtung 20-22 und Bilden von abstrahierten Geräte-Metadaten ADD1-ADD3 , beispielsweise durch Klassi fizierung der Geräte-Daten, wobei die j eweilige Geräte- Rechenvorrichtung 20-22 mit dem technischen Gerät 10- 12 verbunden ist , b) Bereitstellen von Dienst-Daten SD1 , SD2 , welche den Umfang und/oder Eigenschaften eines Dienstes beschreiben, an eine Service-Rechenvorrichtung 30 und Bilden von abstrahierten Dienst-Metadaten ASD1 , ASD2 , beispielsweise durch Klassi fi zierung der Dienst-Daten, wobei die Service-Rechenvorrichtung 30 mit der Geräte- Rechenvorrichtung 20-22 verbunden ist , c) Übertragen der Geräte-Metadaten ADD1-ADD3 an die Service-Rechenvorrichtung 30 , d) Berechnen von Prädiktions-Daten für Dienst-Meta-Daten mit-hil fe eines Modells auf Basis künstlicher Intelligenz unter Verwendung zumindest einer Teilmenge der Geräte-Metadaten ADDI-ADDI und zumindest einer Teilmenge der Dienst-Metadaten ASD1 , ASD2 , in der Service- Rechenvorrichtung 30 , e ) Erzeugen von Dienst-Daten CD1-CD3 mithil fe der Prädikti- ons-Daten durch die Service-Rechenvorrichtung 30 , f ) Übermitteln der Dienst-Daten GDI an die Geräte- Rechenvorrichtung 20 , und Ansteuern des technischen Geräts 10 mithil fe der Dienst-Daten GDI .

Unter Geräte-Daten DD1-DD3 kann beispielsweise eine Service- Anfrage eines Geräts verstanden werden .

Unter Dienst-Daten CD1-CD3 kann eine darauf folgende Datenlieferung zur vorhergehenden Service-Anfrage in Form der Geräte- Daten DD1-DD3 sein .

Das j eweilige Modell prädi ziert die Dienst-Daten CD1-CD3 , welche eine Lösung auf eine Service-Anfrage darstellen .

Optional kann von der Geräte-Rechenvorrichtung 20 eine Rückmeldung an die Service-Rechenvorrichtung 30 gegeben werden, ob die gelieferten Dienst-Metadaten ASD1 , ASD2 eine gute Lösung zur Service-Anfrage geliefert hat . Diese Daten können durch das Modell für zukünftige Service-Anfragen entsprechend berücksichtigt werden .

Im Schritt d) werden optional die zumindest eine Teilmenge der Geräte-Metadaten ADD1-ADD3 aus den Geräte-Metadaten ADDI- ADD3 , und die zumindest eine Teilmenge der Dienst-Metadaten

ASD1 , ASD2 aus den Dienst-Metadaten ASD1 , ASD2 ausgewählt , sodass sie in ihren j eweiligen abstrahierten Metadaten ähnlich sind . Die Ähnlichkeit kann beispielsweise mit Ähnlichkeits- und Distanzmaßen, welche in der Statistik bekannt sind, bestimmt werden .

Im Schritt c ) können optional zusätzlich die Geräte-

Daten DD1-DD3 von der Geräte-Rechenvorrichtung 20-22 an die Service-Rechenvorrichtung 30 übertragen werden . Dann können im Schritt e ) zusätzlich die Geräte-Daten DD1-DD3 beim Erzeugen der Dienst-Daten CD1-CD3 berücksichtigt werden .

Optional kann das Modell Geräte-Metadaten ADD1-ADD3 mit Dienst-Metadaten ASD1 , ASD2 verknüpfen und das Modell mit be- reitgestellten Geräte-Metadaten und Dienst-Metadaten erzeugt und trainiert werden .

Bezugszeichenliste :

1 Vorrichtung

10-12 technischen Gerät

20-22 Geräte-Rechenvorrichtung 30 Service-Rechenvorrichtung

DD1, DD2, DD3 Geräte-Daten

ADDI, ADD2, ADD3 Geräte-Metadaten

SD1, SD2 Dienst-Daten

ASD1, ASD2 Dienst-Metadaten