Autorin: Michelle Unger

Den Menschen im Blick behalten: Der wahre Wert der Zusammenarbeit zwischen KI und Mensch bei der Analyse von ILI-Daten

Kurz gesagt:

Künstliche Intelligenz (KI) verändert rasant die Art und Weise, wie wir sowohl im beruflichen als auch im privaten Leben auf Informationen zugreifen und Aufgaben erledigen. Von der schnellen Recherche zu bestimmten Themen bis hin zu maßgeschneiderten Empfehlungen – sei es für den nächsten Film, ein Reiseziel oder sogar das Abendessen – ist KI zu einem festen Bestandteil unseres Alltags geworden. Diese Fortschritte bringen zwar erheblichen Komfort und Effizienz mit sich, lösen aber auch eine anhaltende Debatte aus: Inwieweit könnte KI menschliche Aufgaben ersetzen?

Dieser Artikel beleuchtet diese Frage im Kontext der Pipeline-Integrität genauer. Auf der Grundlage von Erkenntnissen aus Gesprächen, die Michelle Unger, VP Industry Affairs, mit technischen Experten geführt hat, die eng in die KI-Initiativen von ROSEN eingebunden sind, untersucht er, wie KI die Analyse von Inline-Inspektionsdaten neu gestaltet, wobei menschliches Fachwissen weiterhin im Mittelpunkt steht. Als Teil einer umfassenderen Reihe über die sich wandelnde Rolle der KI im Integritätsmanagement hebt er hervor, wie die Zusammenarbeit zwischen Mensch und KI zuverlässigere Ergebnisse und letztlich bessere Entscheidungen ermöglicht.

Am Arbeitsplatz verändert KI die Art und Weise, wie wir arbeiten, grundlegend. In unserer Branche beispielsweise stützten sich Inspektionen und Integritätsbewertungen traditionell stark auf regelmäßige Kontrollen, manuelle Datenanalysen sowie die Erfahrung und das Urteilsvermögen von Analysten und Ingenieuren. Heute ermöglicht KI eine kontinuierliche Überwachung, eine automatisierte Erkennung von Anomalien und datengestützte Erkenntnisse, die die Analyse von Inspektionsdaten verbessern, was wiederum eine schnellere und fundiertere Entscheidungsfindung im Bereich des Integritätsmanagements unterstützt. KI ersetzt Analysten nicht, sondern positioniert sich zunehmend als Werkzeug, das deren Fähigkeiten in einer immer komplexer werdenden und hochgradig sicherheitskritischen Branche erweitert.

Erkenntnisse aus Gesprächen mit technischen Experten, die an den KI-Initiativen von ROSEN beteiligt sind, lassen eine klare Schlussfolgerung zu: KI stärkt die Datenanalyse, indem sie diese konsistenter und schneller macht – und letztendlich auch menschenzentrierter, da sie Experten von Routineprozessen entlastet, sodass diese sich auf die Interaktion mit Kunden und die Beratung konzentrieren können. ROSEN ist einzigartig positioniert, um diese Entwicklung anzuführen. Mit jahrzehntelanger Erfahrung im Bereich Integrity Engineering, dem Zugang zu umfangreichen Inspektionsdaten und einer tief verwurzelten Sicherheits- und Validierungsmentalität kann das Unternehmen sicherstellen, dass KI-Lösungen nicht nur innovativ, sondern auch zuverlässig, transparent und im realen Betrieb verankert sind.

Vom Rauschen zum Signal

Einer der unmittelbarsten und greifbarsten Vorteile der KI ist ihre Fähigkeit, Störsignale aus ILI-Daten zu entfernen. In der Vergangenheit verbrachten Analysten einen erheblichen Teil ihrer Zeit mit der Bereinigung, Filterung und Vorklassifizierung von Signalen – eine zwar notwendige, aber repetitive Aufgabe.

Dies ändert sich bereits in der täglichen Analysepraxis. Da die KI einen Großteil der Vorbereitungsarbeit übernimmt, verlagert sich der Schwerpunkt auf die Interpretation, das technische Urteilsvermögen und den Kundendialog.

Diese Verlagerung macht den Prozess nicht weniger konservativ. Vielmehr lässt sich das gleiche Maß an Konservativität schneller erreichen. Die Betreiber erhalten die entscheidenden Informationen früher, sodass sie schneller handeln und die Sicherheitsmargen verbessern können. KI verändert nicht die Schwelle dessen, was als sicher gilt, sondern verkürzt die Zeit, die benötigt wird, um dorthin zu gelangen.

Portrait of Marc Fischer, Vice President Proficient Integrity Data Analytics.
KI verändert bereits jetzt die Art und Weise, wie wir mit Prüfdaten umgehen. Aufgaben wie die Datenaufbereitung und Vorklassifizierung, die früher einen erheblichen manuellen Aufwand erforderten, sind mittlerweile weitgehend automatisiert. In der Praxis bedeutet dies, dass unsere Analysten weitaus mehr Zeit für das Wesentliche aufwenden können – nämlich die Auswertung der Ergebnisse, die Anwendung ihres technischen Urteilsvermögens und den Austausch mit den Kunden.
Marc Fischer, Head of Metal Loss Applications

Bessere Bilder, bessere Entscheidungen

Über die Effizienz hinaus ermöglicht KI eine umfassendere und genauere Darstellung des Zustands von Rohrleitungen. Durch die Integration von Daten aus mehreren Inspektionen – beispielsweise mithilfe von ROSEN MFL Data Fusion und fortschrittlicher Modellierung – können Ingenieure nun Profile und nahezu reale Geometrien ableiten, anstatt sich ausschließlich auf konservative „Kasten“-Näherungswerte für den Metallverlust zu verlassen. Dies verringert Unsicherheiten und unterstützt präzisere technische Entscheidungen.

KI ermöglicht zudem, was bisher nicht praktikabel war: eine groß angelegte, technologieübergreifende Korrelation. Beispielsweise war die Überprüfung, ob ein rissähnliches Signal mit Verformungen oder Korrosion über mehrere Datensätze hinweg übereinstimmt, etwas, das Menschen bisher nur manuell in Einzelfällen leisten konnten. KI kann dies systematisch und in großem Maßstab leisten.

Das bedeutet nicht, größere Risiken einzugehen. Es bedeutet vielmehr, Unsicherheiten durch bessere Informationen zu verringern. Marc Fischer merkte an: „Wir können durch die Kombination verschiedener Technologien ein vollständiges Bild einer Anomalie erstellen – und das verringert die Unsicherheit.“ Bessere Einblicke führen zu besseren Entscheidungen, und bessere Entscheidungen führen zu sichereren Pipelines.

KI ist zwar ein leistungsstarkes Werkzeug, das auf vorhandenen Daten aufbaut, doch muss man sich bewusst sein, dass sie auf menschliche Aufsicht angewiesen ist, um sicherzustellen, dass ihre Ergebnisse aussagekräftig und kontextuell fundiert sind. In komplexen, sich wandelnden Umgebungen, die von städtischer Expansion, infrastrukturellen Veränderungen, klimatischen Auswirkungen sowie gesellschaftlichen und politischen Faktoren beeinflusst werden, sind menschliche Erfahrung und Weitsicht unerlässlich, um aktuelle und zukünftige Bedrohungen für die Infrastruktur zu verstehen.  

Vertrauen, Validierung und Lebenszyklus

Jedes Interview bestätigte denselben Grundsatz: Vertrauen entsteht durch Validierung. KI-Modelle, die für die Analyse von Daten aus der Inline-Inspektion eingesetzt werden, sind keine „Black Boxes“; es handelt sich um technisch ausgereifte Systeme mit dokumentierter Leistungsfähigkeit, klaren Einsatzkriterien und kontinuierlicher Überwachung.

Der Validierungsprozess von ROSEN umfasst:

  • gründliche Leistungsanalyse
  • Erkennung von Ausreißern
  • unabhängige Überprüfung
  • Ablehnung und Umschulung, falls erforderlich
  • dokumentierte Berichte zur Modellbereitstellung

Dieser strukturierte Ansatz spiegelt ein umfassenderes Verständnis von KI wider – nicht als einmalige Implementierung, sondern als kontinuierlich verwaltetes System.

Portrait of Stephan Eule, Senior AI Specialist.
Für uns ist KI kein Vorgang nach dem Motto „einmal trainieren und dann einsetzen“. Jedes Modell durchläuft einen strukturierten Lebenszyklus – von der Entwicklung und Validierung bis hin zur kontinuierlichen Überwachung und Verbesserung. Wir gestalten unsere Systeme bewusst so, dass immer ein Mensch in den Prozess eingebunden ist. KI unterstützt die Entscheidungsfindung, ersetzt jedoch nicht die Verantwortung.
Stephan Eule, Senior AI Specialist

Diese Disziplin stützt sich auf einen einzigartigen Vorteil: Daten. Mit mehr als 26.000 Inline-Inspektionen in der Datenbank und umfangreichen Verifizierungsmaßnahmen (einschließlich Laserscan- und Computertomographiedaten) verfügt ROSEN über einen der umfassendsten Datensätze für Schulungen zur Rohrleitungsintegrität in der Branche. Diese breite Abdeckung wesentlicher Variablen ist ein Wettbewerbsvorteil und bildet die Grundlage für vertrauenswürdige KI.

Ebenso wichtig ist das Lebenszyklusmanagement. Modelle werden überwacht, aktualisiert und neu bewertet, sobald neue Daten vorliegen. KI wird als lebendiges System betrachtet, nicht als statisches Werkzeug. Dieser Ansatz spiegelt die übergeordnete technische Philosophie des Unternehmens wider: Sicherheit ist keine einmalige Errungenschaft, sondern ein kontinuierlicher Prozess der Innovation und Verbesserung.

Der nächste Schritt in dieser Entwicklung ist die Überprüfbarkeit. Indem ROSEN die Validierung der KI an denselben technischen Ansprüchen ausrichtet, die auch in Bereichen wie der Qualifizierung von Testzentren gelten, bereitet sich das Unternehmen auf eine Zukunft vor, in der KI-Systeme mit derselben Sorgfalt bewertet werden wie herkömmliche Technologien – und trägt dazu bei, zu definieren, wie dieser Standard aussehen sollte. 

Portrait of Markus Brors, Chief Technology Officer (CTO)
Derzeit gibt es in unserer Branche nur wenige Vorgaben und formale Rahmenbedingungen für die Prüfung von KI-Systemen. Das ist jedoch keine Einschränkung, sondern eine Chance, neue Maßstäbe zu setzen. Unser Ziel ist es, die Validierung von KI an denselben strengen technischen Grundsätzen auszurichten, die wir auch in anderen Bereichen anwenden, beispielsweise bei der Qualifizierung von Testzentren. Damit bereiten wir uns nicht nur auf künftige regulatorische Anforderungen vor, sondern stärken auch das Vertrauen in den Einsatz dieser Technologien.
Markus Brors, Chief Technology Officer

Zuerst die Menschen, dann die Maschinen

KI wird oft als Bedrohung für menschliche Aufgaben dargestellt. Bei ROSEN ist das Gegenteil der Fall. KI ist bewusst darauf ausgelegt, menschliches Fachwissen zu ergänzen, nicht zu ersetzen.

Stephan Eule erklärte diese Philosophie anschaulich: „KI-Entscheidungssysteme in der Inline-Inspektion sind stets so konzipiert, dass der Mensch in den Prozess eingebunden ist; sie unterstützen die Beurteilung, anstatt sie zu automatisieren.“

KI übernimmt die sich wiederholenden, monotonen Aufgaben – das „Abhaken von Kästchen“, das Zeit und Aufmerksamkeit kostet. Analysten wiederum können mehr Zeit für die Interpretation, die Problemlösung und die Kundenbetreuung aufwenden. Das macht die Arbeit sinnvoller und beschleunigt die Kompetenzentwicklung. Dieser Wandel ist nicht nur gut für die Analysten, sondern auch für die Branche. Engagiertere und kompetentere Mitarbeiter sorgen für qualitativ hochwertigere Bewertungen und sicherere Entscheidungen. 

Portrait of Jens Voss, Vice President Advanced Integrity Data Analytics.
Unser Kernziel bleibt unverändert: die Sicherheit und Zuverlässigkeit der Pipelines zu gewährleisten. KI unterstützt uns dabei, indem sie repetitive und zeitaufwändige Aufgaben übernimmt, sodass sich die Ingenieure auf wertschöpfendere Tätigkeiten wie Analyse, Auswertung und Entscheidungsfindung konzentrieren können. Letztendlich führt dies zu besseren Ergebnissen – für unsere Teams und für unsere Kunden –, da das Fachwissen dort zum Einsatz kommt, wo es die größte Wirkung entfaltet.
Jens Voss, Head of Business Line Advanced Pipeline Diagnostics

Die Kernaussage

Der Ansatz von ROSEN basiert auf ingenieurwissenschaftlicher Disziplin, wird anhand realer Daten validiert und von den Menschen geprägt, die diese Tools täglich nutzen. KI sorgt für:

  • Integritätsengineering sorgt für mehr Zuverlässigkeit, nicht für mehr Risiken.
  • Schnellere Entscheidungen, aber nicht weniger konservativ.
  • Ingenieure arbeiten effektiver, werden aber nicht überflüssig.
  • Arbeite sinnvoller, nicht eintöniger.

Betreiber können darauf vertrauen, dass ROSEN KI verantwortungsbewusst einsetzt – mit Transparenz, menschlicher Aufsicht und dem Bekenntnis zur kontinuierlichen Verbesserung.  

Portrait of Laura Kennett
Unsere Branche zeichnet sich durch Anlagen aus, die über ein Jahrhundert lang in Betrieb sein können. Dies erfordert Menschen, die in einzigartiger Weise in der Lage sind, Anomalien zu erkennen, ihr Urteilsvermögen einzusetzen und Zukunftsszenarien zu entwerfen, die über die verfügbaren Datensätze hinausgehen. Künstliche Intelligenz wird unsere Fähigkeit verbessern, potenzielle Ergebnisse zu modellieren und zu bewerten, doch letztendlich sind es die Ingenieure, die diese Erkenntnisse interpretieren, zukünftige Bedingungen antizipieren und wirksame Risikomanagementstrategien entwickeln müssen.
Laura Kennett, VP Industry Affairs - North America 

Ein Blick in die Zukunft

KI bei der Datenauswertung ist kein einzelnes Produkt, sondern eine Plattform aus verschiedenen Praktiken: Datenverwaltung, Modell-Governance, Prozesskoordination und Schulung von Mitarbeitern. Kurzfristig geht es um Pilotprojekte, die Sicherheit und Nutzen demonstrieren, sowie um die Zusammenarbeit mit Kunden und Aufsichtsbehörden, um auditfähige Validierungsansätze zu definieren. Langfristig wird es eine umfassendere Verschmelzung von Technologien, eine stärker präskriptive Entscheidungsunterstützung und eine Belegschaft geben, die Fachwissen mit Datenkompetenz verbindet.

Die Richtung ist klar: KI wird bei der Auswertung von Daten aus der Inline-Inspektion eine zunehmend zentrale Rolle spielen. Dabei wird sie jedoch das menschliche Urteilsvermögen stärken, nicht ersetzen.

Denn in dieser Branche muss man sich Vertrauen verdienen. Und auch die KI muss es sich verdienen. 

Portrait of Michelle Unger, Head of Business Line Education Systems and Services

Michelle Unger

Vice President Industrial Affairs, ROSEN Group

Michelle verfügt über mehr als 25 Jahre Erfahrung in den Bereichen Ingenieurberatung, Führungskräfteentwicklung und Kompetenzstrategie in der Pipeline-Branche.

Mit dem Schwerpunkt auf der Abstimmung von technischem Fachwissen und organisatorischer Leistung unterstützt Michelle die Entwicklung zukunftsfähiger Belegschaften, indem sie Programme konzipiert, Zertifizierungsinitiativen leitet und komplexe technische Aufgabenbereiche in messbare Kompetenzen umsetzt.

Michelle nutzt ihre umfangreiche internationale Erfahrung, um mit Unternehmen aus der gesamten Pipeline-Branche zusammenzuarbeiten, Führungskompetenzen zu fördern und menschenorientierte Ansätze in technische und betriebliche Exzellenz zu integrieren. 

Kontaktiere mich

Die Interviewten

Portrait of Marc Fischer, Vice President Proficient Integrity Data Analytics.

Marc Fischer

Head of Metal Loss Applications

Kontaktiere mich
Portrait of Stephan Eule, Senior AI Specialist.

Stephan Eule

Senior AI Specialist

Kontaktiere mich
Portrait of Markus Brors, Chief Technology Officer (CTO)

Markus Brors

Chief Technology Officer

Kontaktiere mich
Portrait of Jens Voss, Vice President Advanced Integrity Data Analytics.

Jens Voss

Head of Business Line Advanced Pipeline Diagnostics

Kontaktiere mich
Portrait of Laura Kennett

Laura Kennett

VP Industry Affairs - North America

Kontaktiere mich

Erfahre hier mehr

Pipeline leads next to a road through a forest, mountains in the background.

Zustandsvorhersage für nicht inspizierte Pipelines – IDW Teil 1

Mehr erfahren
Blog
Pipeline leads next to a road through a forest, mountains in the background.

Maschinelles Lernen für das SCC-Management – IDW Teil 2

Mehr erfahren
Blog
Thoughtful woman with H2 and CO2 molecules around her.

Vorbereitung auf die Energiewende – IDW Teil 3

Mehr erfahren
Blog
Back view of a female employee working at a computer an looking at data regarding one specific pipeline.

Wie sieht die Zukunft der direkten Bewertung nicht molchbarer Rohrleitungen aus?

Mehr erfahren
Blog
Abstract image that resembles an eye to whose black pupil lead colorful threads.

Predictive Analytics – Ist die Energiebranche bereit für den Umstieg?

Mehr erfahren
Blog
Digital generated image of Charts rising on minimal background.

Wie „Big Data“ Branchenstandards und Vorschriften verändert

Mehr erfahren
Blog
Close up of a hand holding a cell phone on which the facet newsletter can be seen.

Noch nicht für Facets registriert?

Melde dich jetzt an, wenn du weitere Artikel wie diesen lesen und die neuesten Nachrichten und Updates erhalten möchten.
Mehr erfahren