Die fehlende Ebene ist Bedeutung
Industrielle AI muss wissen, worauf sich eine Frage bezieht. Begriffe wie "Chiller 2", "Linie 4", "Reinraumfeuchte" oder "die Pumpe hinter dem Alarm" müssen auf reale Anlagen, Räume, Signale, Dokumente und Verantwortliche abgebildet werden.
Ein industrieller Knowledge Graph liefert diese semantische Ebene. Er verbindet Objekte am Standort und speichert ihre Beziehungen. FactVerse nutzt dieses Modell, damit Digital-Twin-Szenen, Betriebsdaten, Dokumente und AI-Reasoning denselben physischen Kontext teilen.
Was der Graph modelliert
| Modellbereich | Typische Entitäten |
|---|---|
| Räumliche Struktur | Standort, Gebäude, Etage, Raum, Zone, Linie, Rack, Bereich |
| Physische Anlagen | Equipment, Zähler, Sensoren, Ventile, Pumpen, Roboter, Fahrzeuge |
| Systeme | HVAC, Kaltwasser, Druckluft, Energie, Prozessversorgung, Sicherheit, Logistik |
| Datenpunkte | Telemetrie-Tags, Alarme, Kennzahlen, Sollwerte, Statuswerte |
| Wissensobjekte | SOPs, Handbücher, Zeichnungen, BIM/CAD-Referenzen, Inspektionsvorlagen |
| Ereignisse | Alarme, Inspektionen, Wartungsereignisse, Freigaben, Übergaben |
| Verantwortung | Owner, Bediener, Service-Team, Reviewer, Risikoklasse, Berechtigung |
Der Nutzen entsteht bei Beziehungsfragen.
Beziehungsbeispiele
| Beziehung | Unterstützte Frage |
|---|---|
| Anlage liegt in Raum | Wo befindet sich das Equipment hinter dem Alarm? |
| Equipment versorgt Zone | Welche Bereiche betrifft diese AHU? |
| Punkt misst Equipment | Welcher Sensor erzeugt diesen Trend? |
| Zähler misst System | Zu welchem Kaltwasserkreis gehört dieser Energiewert? |
| Anlage gehört zu System | Welche Upstream- und Downstream-Assets sind relevant? |
| Asset hat Verfahren | Welche SOP gilt vor Inspektion oder Wartung? |
Diese Beziehungen geben dem AI Agent einen Pfad von Frage zu Nachweis.
Nutzung in FactVerse
Data Fusion Services ordnet Namen, Tags, Dokumente und Datensätze aus Quellsystemen einem konsistenten Modell zu. Dieselbe Pumpe, derselbe Zähler oder Raum kann in BMS, SCADA, CMMS, BIM, Tabellen und Zeichnungen anders heißen. Semantisches Mapping gibt diesen Aliasnamen eine betriebliche Identität.
FactVerse Twin Engine verbindet diese Identität mit dem räumlichen Modell. Ein Signal erscheint am richtigen 3D-Objekt, ein Dokument am richtigen Asset, und Systembeziehungen werden als Netzwerk sichtbar.
FactVerse AI Agent kann Nachweise entlang des Graphen abrufen: vom Alarm zum Asset, vom Asset zum System, vom System zu betroffenen Zonen und von dort zu SOPs oder Historien.
Brick Schema und Facility Semantics
Für Gebäude und Anlagen ist Brick Schema eine nützliche öffentliche Referenz. Es bietet Begriffe für Equipment, Punkte, Orte, Zähler, Sensoren und Beziehungen.
DataMesh kann Facility-Modelle an Brick-ähnlichen Semantiken ausrichten. Breitere Industriestandorte benötigen zusätzliche Konzepte wie Produktionslinien, Sub-fab-Systeme, Logistikbereiche, Reinmedien, Lagerzonen, Robotikzellen, Bedienerstationen und Simulationsassets.
AI Grounding und erklärbare Suche
Knowledge Graphs machen AI-Antworten nachvollziehbar. Der AI Agent kann den Graphen verwenden, um den Nachweisraum einzugrenzen und danach relevante Dokumente oder Datensätze zu lesen.
Wenn ein Facility Engineer nach wiederholten Feuchtealarmen in einer Zone fragt, kann der Graph Zone, Sensoren, zuständige AHU, verbundene Kaltwasseranlagen, aktuelle Alarme, Inspektionsdaten und SOPs bestimmen. Der AI Agent fasst die Nachweise anschließend mit Bezug auf diese Objekte zusammen.
Governance
Ein Knowledge Graph braucht Pflege. Renovierungen, Anlagenwechsel und Systemumbauten ändern Asset IDs, Aliase, Beziehungen, Punktzuordnungen und Dokumentlinks.
Wichtige Kontrollen sind Quelle der Wahrheit, Namensregeln, Verantwortlichkeit für Beziehungen, Nachweisquellen, Vertrauensgrad importierter Zuordnungen, rollenbasierter Zugriff und Änderungshistorie.
Fokussierter Start
| Fragetyp | Minimale Semantik |
|---|---|
| Asset-Kontext | Asset, Ort, System, Owner, Dokumente, Live-Punkte |
| Facility-Zustand | Zone, versorgendes Equipment, Sensoren, Alarme, Steuerpunkte |
| Energiereview | Zähler, System, Raum, Equipment-Gruppe, Kennzahl |
| SOP-Suche | Assetklasse, Tasktyp, SOP, Sicherheitshinweis, Rolle |
| Ursachenreview | Ereignis, Asset, Upstream- und Downstream-Systeme, aktuelle Records |
Erweitern Sie erst, wenn das erste Modell reale Fragen zuverlässig beantwortet.
Öffentliche Referenzen
Die FactVerse Produktseite beschreibt die Plattformschicht für Twin Engine, AI Agent, Data Fusion Services und Anwendungen.
Der Guide Green Mark and Brick Schema zeigt Brick-ähnliche Facility Semantics für nachvollziehbare Betriebsnachweise.