Mit der Übernahme von Senseye erweitert Siemens sein Portfolio mit innovativen Lösungen für die vorausschauende Instandhaltung – Predictive Maintenance – und Asset Intelligence. Senseye ist ein führender Anbieter von ergebnisorientierten Predictive Maintenance-Systemen für Fertigungs- und Industrieunternehmen. Damit können ungeplante Maschinenstillstände um bis zu 50 Prozent reduziert und die Produktivität der Instandhaltungsteams um bis zu 30 Prozent gesteigert werden. Auch in Österreich wurden von Siemens bereits Senseye-Lösungen pilotiert und unsere Expert:innen sehen großes Potenzial in ihrer Nutzung.

Damit Maschinen länger laufen

Senseye trägt zu einer höheren Anlagenlebensdauer bei und hilft, die Nachhaltigkeitskennzahlen zu erreichen und zu verbessern. „Zusammen mit unserem Portfolio von digitalen Services ermöglichen die KI-basierten Systeme von Senseye eine effiziente und skalierbare Predictive Maintenance. Künftig können wir unseren Kund:innen in zahlreichen Branchen mit hochflexiblen Lösungen helfen, den Zustand ihrer Maschinen vorauszusagen und so die Effektivität ihrer Anlagen insgesamt zu steigern“, erläutert Margherita Adragna, CEO Customer Services für Digital Industries. Simon Kampa, CEO von Senseye, führt weiter aus: „Gemeinsam können wir das volle Potenzial der innovativen Technologie zur Vorhersage von Instandhaltungsmaßnahmen und das detaillierte Fachwissen von Senseye ausschöpfen. Die globale Präsenz und das umfangreiche Industriewissen von Siemens gewährleisten, dass heutige und zukünftige Kunden von nahtlos integrierten Industry 4.0-Lösungen profitieren und messbare Geschäftsergebnisse erzielen können.“

Seit dem 1. Juni 2022 ist Senseye eine 100-prozentige Tochter von Siemens holdings plc in Großbritannien. Das Unternehmen ist organisatorisch Siemens Digital Industries zugeordnet und gehört zur Business Unit Customer Services.

Seit der Gründung im Jahr 2014 beschäftigt sich Senseye mit skalierbaren und nachhaltigen Software-as-a-Services-Lösungen („SaaS“) für Asset Intelligence. Eingesetzt werden moderne, spezifische maschinelle Lernverfahren und künstliche Intelligenz für eine global skalierbare Lösung, die eine Predictive Maintenance ermöglicht und zu einer Reduzierung ungeplanter Stillstände sowie einer höheren Nachhaltigkeit beiträgt. Die Lösung lässt sich einfach und nahtlos in vorhandene und neue Infrastrukturen integrieren. Damit sich Anwender:innen zum richtigen Zeitpunkt auf das konzentrieren können was wichtig ist, ermöglicht das Angebot die Analyse von Daten zu Maschinen-, Instandhaltungs- und Instandhalterverhalten, informiert über den künftigen Zustand der Maschinen und notwendige Eingriffe. Vorwissen in Bezug auf Data Science oder konventionelle Zustandsüberwachung ist nicht erforderlich.