Eckdaten

  • Unternehmen: Shell
  • Unternehmensgröße: 93.000 Mitarbeiter, 323 Mrd. $ Umsatz (2023)
  • Standort: London, UK (Hauptsitz)
  • Eingesetztes KI-Tool: C3 AI Reliability mit Maschinellem Lernen & Azure ML
  • Erreichtes Ergebnis: 20 % Reduktion ungeplanter Ausfallzeiten, 10.000 überwachte Anlagen

Möchten Sie ähnliche Ergebnisse mit KI erzielen?

Lassen Sie uns gemeinsam die richtigen KI-Lösungen für Ihr Unternehmen identifizieren und implementieren.

Die Herausforderung

Ungeplante Ausfälle von Anlagen in Raffinerien und auf offshore-Bohrinseln belasteten Shell stark und führten zu erheblichen Ausfallzeiten, Sicherheitsvorfällen und teuren Reparaturen, die die Rentabilität in einer kapitalintensiven Branche beeinträchtigten.[1] Laut einem Deloitte-Report 2024 sind 35 % der Ausfallzeiten in Raffinerien ungeplant, wobei 70 % durch fortschrittliche Analytik vermeidbar wären – ein Hinweis auf die Grenzen traditioneller geplanter Wartungsansätze, die subtile Ausfallvorzeichen an Komponenten wie Pumpen, Ventilen und Kompressoren übersahen.[3]

Shells umfangreiche globale Aktivitäten verschärften diese Probleme und erzeugten Terabytes an Sensordaten von Tausenden Anlagen, die aufgrund von Datensilos, Altsystemen und manuellen Analysebeschränkungen unzureichend genutzt wurden. Ausfälle konnten Millionen pro Stunde kosten, Umweltschäden und Personensicherheit riskieren sowie die Margen in volatilen Energiemärkten unter Druck setzen.[5]

Die Lösung

Shell ging eine Partnerschaft mit C3 AI ein, um eine KI-gestützte Plattform für vorausschauende Wartung zu implementieren, die Maschinenlernmodelle nutzt, welche auf Echtzeit-IoT-Sensordaten, Wartungshistorien und Betriebskennzahlen trainiert sind, um Ausfälle vorherzusagen und Eingriffe zu optimieren.[2] Integriert mit Microsoft Azure Machine Learning erkennt die Lösung Anomalien, sagt die restliche Nutzungsdauer (RUL) voraus und priorisiert risikoreiche Anlagen in Upstream-Bohrinseln und Downstream-Raffinerien.[3]

Die skalierbare C3 AI-Plattform ermöglichte schnelle Rollouts, beginnend mit Pilotprojekten an kritischer Ausrüstung und späterer globaler Ausweitung. Sie automatisiert predictive analytics, verwandelt reaktive in proaktive Wartung und liefert aussagekräftige Erkenntnisse über intuitive Dashboards für Ingenieure.[4]

Quantitative Ergebnisse

  • 20 % Reduktion ungeplanter Ausfallzeiten
  • 15 % Senkung der Wartungskosten
  • £1M+ jährliche Einsparungen pro Standort
  • 10.000 überwachte Anlagen weltweit
  • 35 % branchenweiter Anteil ungeplanter Ausfallzeiten angesprochen (Deloitte-Benchmark)
  • 70 % vermeidbare Ausfälle gemindert

Bereit, Ihr Unternehmen mit KI zu transformieren?

Buchen Sie eine kostenlose Beratung, um zu erfahren, wie KI Ihre spezifischen Herausforderungen lösen kann.

Implementierungsdetails

Partnerschaftsbildung und Pilotphase (2019–2021)

Shells Reise begann um 2019 mit frühen Kooperationen, die von C3 AI hervorgehoben wurden. Der Fokus lag auf der Identifikation von kritischen Ventilen und abnehmenden Brunnenleistung in Raffinerien und Feldern.[1] Erste Piloten zielten auf hochrelevante Anlagen wie 52 Ventile in kritischem Zustand in Raffinerien ab und nutzten die Plattform von C3 AI, um Sensordaten für die Anomalieerkennung zu analysieren. Durch die Integration mit bestehenden SCADA-Systemen überwand Shell Herausforderungen bei der Datenintegration mithilfe der No-Code-Modellentwicklung von C3 AI und ermöglichte so schnell Prototyping von ML-Modellen zur Ausfallvorhersage.

Der Pilot wies den ROI nach, indem er frühe Ausfallwarnungen lieferte, Fehlalarme reduzierte und Wartungspläne optimierte. Diese Phase adressierte zentrale Hürden wie Altdatenqualität durch automatisierte Bereinigung und Feature-Engineering auf Azure.

Technologie-Stack und Modellentwicklung

Kern der Lösung ist C3 AI Reliability, eine vorgefertigte Anwendung, die überwachte und unüberwachte ML‑Algorithmen wie Random Forests, neuronale Netze und Zeitreihenprognosen nutzt. Sie verarbeitet IoT-Streams von Tausenden Sensoren, die Vibration, Temperatur, Druck und Durchflussraten überwachen.[2] Gehostet auf Microsoft Azure stellt sie Skalierbarkeit und Sicherheit für Shells globale Präsenz sicher. Kundenspezifische Modelle wurden auf historischen Ausfalldaten trainiert, um die RUL mit 85–90 % Genauigkeit vorherzusagen und Warnungen über Risikowerte zu priorisieren.

Die Umsetzung involvierte funktionsübergreifende Teams: Data Engineers für Ingestions-Pipelines, Fachexperten für Modellvalidierung und die IT für Edge-Deployments auf Bohrinseln. Die agentischen KI-Funktionen von C3 AI übernehmen die Orchestrierung und wandeln Vorhersagen in automatisierte Arbeitsaufträge um.

Skalierung auf Unternehmensebene (ab 2022)

Bis März 2022 skalierte Shell die Überwachung auf 10.000 Anlagen in Raffinerien, auf Bohrinseln und Pipelines weltweit – ein Meilenstein, der von C3 AI bekanntgegeben wurde.[4][6] Die Ausweitung umfasste Upstream‑Assets wie Offshore‑Plattformen und Downstream‑Raffinerien, mit gestaffelten Rollouts zur Minimierung von Störungen. Eine Vertragsverlängerung 2023 erweiterte die Fähigkeiten für kontestierte Logistik und weitere ML‑Verbesserungen.[5]

Herausforderungen wie Modelldrift unter unterschiedlichen Betriebsbedingungen wurden durch kontinuierliches Retraining und föderiertes Lernen überwunden. Edge‑KI auf Bohrinseln ermöglichte Echtzeit‑Inferenz trotz eingeschränkter Konnektivität.

Überwindung zentraler Herausforderungen

Zu Beginn standen Datensilos über geographische Grenzen hinweg und regulatorische Anforderungen für sicherheitskritische Vorhersagen im Weg. Shell adressierte diese mit der gouvernierten Plattform von C3 AI, die Auditierbarkeit und erklärbare KI sicherstellte. Der kulturelle Wandel von reaktiv zu proaktiv wurde durch Trainingsprogramme begleitet, was zu hohen Akzeptanzraten führte. Bis 2025 unterstützt das System generative KI für Root‑Cause‑Analysen und entwickelt sich mit den Branchentrends weiter.[3]

Insgesamt erstreckte sich die Implementierung über 3–5 Jahre vom Pilot bis zur vollen Skalierung und lieferte ein robustes, zukunftssicheres System, das in Shells digitale Transformation integriert ist.

Interesse an KI für Ihre Branche?

Entdecken Sie, wie wir Ihnen bei der Implementierung ähnlicher Lösungen helfen können.

Ergebnisse

Shells Initiative zur KI‑gestützten vorausschauenden Wartung erzielte transformative messbare Ergebnisse, darunter eine 20 %ige Reduktion ungeplanter Ausfallzeiten über die überwachten Anlagen, was angesichts branchenüblicher Kosten von 100.000–1.000.000 $ pro Stunde direkt Millionen an wiedergewonnener Produktionsleistung bedeutete.[1] Die Wartungskosten sanken um 15 % durch optimierte Planung und weniger Notfallreparaturen, wodurch £1M+ jährliche Einsparungen pro bedeutendem Standort erzielt wurden. Die Überwachung von 10.000 Anlagen verbesserte die Anlagenzuverlässigkeit um 25–30 %, was sich in weniger Sicherheitsvorfällen und verlängerter Lebensdauer der Ausrüstung zeigte.[2][4] Über die Kennzahlen hinaus verbesserte die Lösung die operative Effizienz und Sicherheit und verhinderte potenzielle Umweltrisiken in hochgefährdeten Umgebungen wie Bohrinseln. Betreiber berichteten von schnelleren Entscheidungsprozessen dank priorisierter Warnungen, wodurch manuelle Inspektionen um bis zu 40 % reduziert wurden. Deloitte‑Benchmarks unterstreichen die Wirkung: Shell adressierte einen großen Teil der branchenweiten 35 % ungeplanter Ausfallzeiten, wobei 70 % der Ausfälle nun proaktiv angegangen werden.[3] Stand 2025 bleibt das Programm aktiv und in Ausweitung, wobei die fortlaufende Partnerschaft mit C3 AI agentische KI‑Innovationen vorantreibt, die noch größere Autonomie ermöglichen. Dies hat Shell als Vorreiter für KI‑gestützte Energieoperationen positioniert, inspirierte Wettbewerber wie Oxy und trug zur Nachhaltigkeit bei, indem Abfall und Emissionen infolge von technischen Ausfällen minimiert wurden.[5]

Kontaktieren Sie uns!

0/10 min.

Direkt Kontaktieren

Your Contact

Philipp M. W. Hoffmann

Founder & Partner

Adresse

Reruption GmbH

Falkertstraße 2

70176 Stuttgart

Kontakt

Social Media