Drei Tage, ein realer Use Case aus der Chipfertigung und jede Menge Hardware: Beim Thin[gk]athon „Distributed AI for Predictive Maintenance“ vom EDIH Saxnoy drehte sich alles um die Frage, wie KI Maschinenstillstände verhindert werden, bevor sie überhaupt entstehen. Vom EDIH Saxony 2.0 organisiert und gemeinsam mit Infineon Technologies und ZEISS Digital Innovation umgesetzt, bot das Event den perfekten Nährboden für praktische KI-Anwendungen. Entwickler:innen, Datenexpert:innen, Studierende und Industriefachleute arbeiteten gemeinsam daran, intelligente Programme so zu nutzen, dass sie Daten sowohl direkt an der Maschine (Edge) als auch auf zentralen Servern (Cloud) verarbeiten, um Maschinenfehler frühzeitig zu erkennen.

„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.“ — Marcus Dankelmann, Senior Manager Innovation, Infineon Technologies.
Highlights des Thin[gk]athons
-
Echte Hardware statt grauer Theorie: Gearbeitet wurde direkt am PSOC™ Edge AI Kit von Infineon und einer eigens installierten Teststrecke.
-
Das Beste aus zwei Welten: Intelligente Verteilung von Rechenpower zwischen lokaler Edge AI und flexibler Cloud.
-
Fokus auf den Faktor Mensch: Praktische Dashboards und verständliche Benutzeroberflächen für das Wartungspersonal vor Ort.
-
Volle Lösungsbandbreite: Sechs Teams arbeiteten intensiv an sechs komplett unterschiedlichen Architekturansätzen.

Von der Fehlersimulation zum fertigen Code
Die Teams standen vor einer praxisnahen Aufgabe: Wie lassen sich Verschleiß und Störungen an Maschinen so rechtzeitig erkennen, dass ungeplante Ausfälle vermieden werden? Auf einer speziell eingerichteten Teststrecke spielten die interdisziplinären Gruppen typische Szenarien durch und nutzten moderne Sensoren, um verlässliche Daten zu sammeln. Aus diesen Erkenntnissen entwickelten sie praxistaugliche Softwarelösungen. Dabei stand stets der Anwendungsnutzen im Mittelpunkt: Warnungen und Informationen sollten für das Wartungspersonal im Betriebsalltag leicht verständlich und direkt nutzbar sein.
Sechs Ansätze, fünf Minuten Pitch, drei Gewinner
Am Ende der intensiv genutzten 72 Stunden fand die finale Präsentation statt. In Fünf-Minuten-Pitches überzeugten alle Teams mit funktionierenden Demonstratoren, die von der Datenanalyse bis zur visuellen Aufbereitung reichten. Die Jury stand vor einer schwierigen Entscheidung und zeichnete schließlich die drei vielversprechendsten Lösungsansätze aus:
„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 Modell gedacht wurde.“ — Leo Käßner, Jurymitglied sowie Founder & CPO/CTO bei Waku Robotics.
Smart Maintenance mit Zukunft
Der Thin[gk]athon rund um verteilte KI hat bewiesen, wie schnell aus komplexen Herausforderungen greifbare Werkzeuge entstehen können, wenn verschiedene Fachbereiche kooperieren. Der Fokus lag nicht nur auf der Programmierung, sondern insbesondere auf der praxisnahen Anwendbarkeit. Wir bedanken uns bei Infineon, ZEISS, allen Mentor:innen sowie den hochmotivierten Teams. Dies unterstreicht, wie innovative Lösungen für Industrie 4.0 in der Praxis durch das EDIH Saxony 2.0 realisiert werden.
