Review Thin[gk]athon „Distributed AI for Predictive Maintenance“

Wow, was für ein toller Thin[gk]athon! Es war faszinierend zu sehen, wie die sechs Teams die Herausforderung jedes auf ihre Weise bewältigen. Diversität und gute Zusammenarbeit sind neben dem Expertenwissen ein starker Hebel für herausragende Innovationen. Es war ein Vergnügen, den Thin[gk]athon gemeinsam mit ZEISS Digital Innovation und dem Smart Systems Hub zu organisieren. Vielen Dank an alle, die dabei waren 👏👏👏“
- Marcus Dankelmann, Senior Manager Innovation, Infineon Technologies

Was machte den Thin[gk]athon „Distributed AI for Predictive Maintenance“ so besonders?

• Ein realer Halbleiter-Use-Case wurde mit echter Edge-AI-Hardware, Teststrecke, Sensorik und interdisziplinären Teams in nur drei Tagen bis zu pitchfähigen Prototypen gebracht — inklusive Blick auf die spätere Anwendung im Wartungsalltag.

• Edge AI + Cloud + Predictive Maintenance in einem Format

• Fokus auf Mensch-Modell-Interaktion

• Sechs Teams, sechs unterschiedliche Lösungswege

  
  
  
  
  
  

Eine Challenge direkt aus der Produktion

Predictive Maintenance gilt als einer der vielversprechendsten Anwendungsfälle für Künstliche Intelligenz in der Industrie. Doch zwischen der Idee und einer robusten Lösung liegen zahlreiche Herausforderungen.

Die Aufgabe des Thin[gk]athons war deshalb bewusst praxisnah formuliert:

Wie können Sensordaten genutzt werden, um Verschleiß, Anomalien und Ausfälle frühzeitig zu erkennen? Und wie lassen sich KI-Modelle so zwischen Edge und Cloud verteilen, dass Entscheidungen schnell, zuverlässig und skalierbar getroffen werden?

Als technische Grundlage diente der PSOC™ Edge AI Kit von Infineon sowie eine eigens aufgebaute Teststrecke, auf der unterschiedliche Fehlerbilder mithilfe verschiedener Sensortechnologien erkannt werden konnten.

Drei Tage. Sechs Teams. Eine industrielle Herausforderung.

Innerhalb von drei intensiven Tagen entwickelten sechs interdisziplinäre Teams unterschiedliche Lösungsansätze für dieselbe Challenge.

Dabei entstanden nicht nur KI-Modelle zur Anomalieerkennung, sondern vollständige Demonstratoren, die den gesamten Prozess betrachteten – von der Datenerfassung über die Analyse bis hin zur Visualisierung und Interaktion mit den Nutzer.

Besonders beeindruckend war die Vielfalt der Ergebnisse. Obwohl alle Teams an derselben Aufgabenstellung arbeiteten, entwickelte jedes einen eigenen technischen Ansatz und setzte unterschiedliche Schwerpunkte.

KI braucht mehr als gute Algorithmen

Ein zentrales Ergebnis des Thin[gk]athons war, dass erfolgreiche KI-Anwendungen weit über die reine Modellentwicklung hinausgehen.

Neben der technischen Umsetzung beschäftigten sich die Teams intensiv mit Fragen der Benutzerführung, Visualisierung und Interaktion. Denn erst wenn Informationen verständlich aufbereitet und Handlungsempfehlungen nachvollziehbar dargestellt werden, entsteht ein echter Mehrwert für Wartungsteams in der Produktion.

Die entstandenen Prototypen zeigten eindrucksvoll, wie Künstliche Intelligenz nicht nur Daten analysiert, sondern Menschen bei fundierten Entscheidungen unterstützen kann.

Fünf Minuten für drei Tage Innovation

Nach drei Tagen intensiver Entwicklungsarbeit wartete die letzte Herausforderung:

Jedes Team hatte nur fünf Minuten, um seine Idee, den technischen Lösungsansatz und den Mehrwert der entwickelten Lösung zu präsentieren.

Die Pitches machten deutlich, welches Innovationspotenzial entsteht, wenn Expert aus Softwareentwicklung, Data Science, Embedded Systems und Industrie gemeinsam an realen Herausforderungen arbeiten.

Die Jury und das Publikum erlebten sechs unterschiedliche Antworten auf dieselbe Fragestellung – jede mit eigenen technologischen Schwerpunkten und kreativen Lösungsansätzen.

💡 Das Ergebnis:
Innerhalb von nur drei Tagen entstanden erste funktionsfähige Prototypen, technische Konzepte und innovative Lösungsansätze, die zeigen, welches Potenzial in der Verbindung von KI, Sensordaten und industrieller Anwendung steckt.

🏆 Die Jury hat entschieden! Herzlichen Glückwunsch an unsere Gewinnerteams:
🥇 TBD | Think Ahead Technologies, Smart Systems Hub
🥈 FailFast | ZEISS Group
🥉 Passion for Pickles | Hochschule für Technik und Wirtschaft Dresden

Es war beeindruckend was die Teams in kurzer Zeit auf die Beine gestellt haben 💪 Ich war sehr froh, dass neben der technischen Umsetzung zur Erkennung von Anomalien auch sehr an das Interface für den Techniker und die Interaktion mit dem Model gedacht wurde. Vielen Dank, dass ich dabei sein durfte 🙏

• Leo Käßner, Jurymitglied beim Thin[gk]athon und Founder & CPO/CTO Waku Robotics

Unser Fazit

Der Thin[gk]athon „Distributed AI for Predictive Maintenance“ hat eindrucksvoll gezeigt, welches Potenzial in der Verbindung von Künstlicher Intelligenz, Edge Computing und industrieller Praxis steckt.

Innerhalb von nur drei Tagen entstanden innovative Prototypen, neue Architekturansätze und intelligente Lösungen für eine der zentralen Herausforderungen der modernen Halbleiterfertigung. Gleichzeitig wurde deutlich, dass erfolgreiche KI-Anwendungen immer den Menschen mitdenken müssen – von der Visualisierung bis zur Interaktion mit dem System.

Unser besonderer Dank gilt Infineon Technologies, ZEISS Digital Innovation, allen Mentor, Jury-Mitgliedern sowie den sechs engagierten Teams, die mit Kreativität, technischem Know-how und großem Teamgeist gezeigt haben, wie schnell aus einer anspruchsvollen Challenge konkrete Innovationen entstehen können.

Wir freuen uns schon auf den nächsten Thin[gk]athon und auf die Lösungen, die dort entwickelt werden.

ÜBER DAS FORMAT

THIN[GK]ATHON®

Mit unserem beliebten Format Thin[gk]athon schafft ihr eine fundierte Entscheidungsgrundlage für eure Konzepte. Wir stellen dafür erfahrene Software- und Tech-Expert:innen sowie die passende Entwicklungsumgebung bereit.

In einem geschützten Raum zeigen interdisziplinäre Teams, wie konkrete Lösungen für eure Challenge aussehen können – praxisnah und in nur 3 Tagen. Die vielversprechendsten Ansätze begleiten wir anschließend gemeinsam mit euch in Richtung Umsetzung.

👉 Habt ihr einen Use Case? Dann nehmt gern Kontakt mit uns auf!