Wissenschaftlich entwickelte KI zur Überwachung industrieller Systeme.
In 3 Phasen zur reduzierten Ausfallzeit
100.000+ Signale. 10 Jahre Forschung. 1 KI-System für Ihre gesamte Produktion – On-Premises, ohne Cloud, für 1 oder 1000 Maschinen.
Führende Partner aus Industrie und Forschung
Industriell einsetzbar: Kauzen.Diagnose.
Das KI-Modul für visuelle Fehlerdiagnose in komplexen Maschinenumgebungen.
Weniger Ausfälle, kürzere Stillstände, mehr Sicherheit – mit einem System, das Ihre Maschinenstruktur wirklich versteht.
Sofortige Diagnose
Bei einer Störung sofort Ort und Ursache – Reparatur mit Ziel, nicht mit Vermutungen.
Tiefe Maschinenintegration
Überwacht hierarchische Signalstrukturen in Echtzeit
Autonom lernend
Passt sich laufend an neue Produktionskontexte an
Maschineneinblicke
Nie dagewesene Erkenntnisse aus deinen Maschinen – nutzbar auch in anderen Prozessen deines Werks.
- Die intelligentste On-Premises-AI am Markt
- Full-Service bei fehlender IT-Infrastruktur
- Lokale Netze + kein Cloud-Zwang, hohe Datenhoheit
- Modulares System *1 oder 1000 Maschinen
- Ideal für OPC UA, aber offen für andere Schnittstellen
Implementierung
3 Phasen zur Implementierung
Nur 3 Tage vor Ort in 1–3 Wochen – 100 % On-Premises, ohne Stillstand.
Von der ersten Analyse bis zur aktiven Überwachung – drei aufeinanderfolgende Phasen
Initiale Analyse
< 1 Monat*Mit dem Digital Twin Creator wird der vorhandene Produktionsbus automatisch analysiert und ein digitaler Zwilling der Anlage erstellt. Auf dieser Grundlage wird die Kompatibilität mit dem Kauzen-System geprüft und erforderliche Anpassungen identifiziert.
Beteiligte Abteilungen: IT, Produktion, InstandhaltungInstallation
< 1 Woche*Das Kauzen-System wird auf der Werksinfrastruktur bereitgestellt – über die Installation geeigneter Hardware vor Ort oder als Rollout in der eigenen Cloud – anschließend mit der Produktionsanlage verbunden und für den Betrieb konfiguriert.
Beteiligte Abteilungen: IT, ProduktionEchtzeitüberwachung
< 1 Tag*Das System ist einsatzbereit und der Livebetrieb beginnt: Die aktuellen Daten der Anlage werden automatisch ausgelesen, aufbereitet und analysiert – Auffälligkeiten und relevante Anlagenzustände werden kontinuierlich sichtbar.
Beteiligte Abteilungen: Produktion, InstandhaltungOPC UA-Anbindung an der Anlage vorhanden
Digitaler Zwilling
Vor Ort: Umgebungserkundung & Zwilling-Generierung
Konfiguration
Remote: Software- & NN-Architektur-Design – nur bei Anpassungsbedarf, sonst direkt zur Installation
Installation
Vor Ort: Setup & OPC-UA-Verbindung
Autonomes Training
Automatisches Training der neuronalen Netze – unter optimalen Bedingungen
Abnahme & Schulung
Finale Abnahme & Team-Schulung
* Zeitangaben sind Richtwerte und abhängig von der anlagenspezifischen Umgebung.
10 Jahre Forschung. Belegbar.
17 Publikationen 2017–2025 zu kontextbezogener Fehlerdiagnose, visueller Analytik und Industrie 4.0 (Dr. Lukas Kaupp)
- 2025 New trends in applied machine intelligence
- 2022 Evaluation of the Flourish Dashboard for Context-Aware Fault Diagnosis in Industry 4.0 Smart Factories
- 2022 Kontext-bezogene Diagnose: Fehlerdiagnose in Industry 4.0 Umgebungen
- 2022 Fault Handling in Industry 4.0: Definition, Process and Applications
- 2022 Autoencoder-Ensemble-Based Unsupervised Selection of Production-Relevant Variables for Context-Aware Fault Diagnosis
- 2022 Context-Aware Diagnosis in Smart Manufacturing: TAOISM, An Industry 4.0-Ready Visual Analytics Model
- 2021 Machine intelligence today: applications, methodology, and technology
- 2021 5.4 Datenvisualisierung
- 2021 CONTEXT: An Industry 4.0 Dataset of Contextual Faults in a Smart Factory
- 2020 A Future Prospect for European Collaboration on Advanced Analytics in Economy and Society
- 2020 An Industry 4.0-Ready Visual Analytics Model for Context-Aware Diagnosis in Smart Manufacturing
- 2020 Comparison of Full-text Articles and Abstracts for Visual Trend Analytics through Natural Language Processing
- 2020 Visual Analytics in Mobility, Transportation and Logistics
- 2019 Outlier Detection in Temporal Spatial Log Data Using Autoencoder for Industry 4.0
- 2018 Context-Aware Documentation in the Smart Factory
- 2017 Context-Aware Documentation in the Smart Factory
- 2017 From Raw Data to Smart Documentation: Introducing a Semantic Fusion Process for Cyber-Physical Systems
Vollständiges Profil: orcid.org/0000-0001-9411-6781
Entwickelt von Forschern, die industrielle Komplexität verstehen.
Dr. Lukas Kaupp und Dr. Alexander Zender führen Kauzen – Forschung und Produkt aus einer Hand. Über 10 Jahre angewandte Arbeit an der Schnittstelle von Informatik, Maschinenbau und KI.
Dr. Lukas Kaupp
Forschung & Produktstrategie
Forscht seit 2016 an der kontextbezogenen Fehlerdiagnose – heute ist sie vollintegriert im automatisierten Produkt.
Dr. Alexander Zender
Technologie & Implementierung
Baut das skalierbare System: aus Machine Learning und Systemarchitektur bis in die Produktion.