SF2 Systems bringt Zustands-Fingerprints in die Energiewirtschaft
Wind und Sonneneinstrahlung schwanken, Kraftwerke wechseln ihre Leistung, Speicher laden und entladen, Transformatoren reagieren auf unterschiedliche Lastsituationen. Gleichzeitig entstehen entlang dieser gesamten Kette enorme Mengen technischer Daten – von klassischen Betriebs- und SCADA-Werten bis zu hochaufgelösten elektrischen, mechanischen oder Schwingungssignalen.
Die Daten sind häufig längst vorhanden. Entscheidend ist, aus ihnen ein verständliches Bild des tatsächlichen Systemzustands zu gewinnen.
Systemischer Ansatz statt Sensor-Silos
Ein technisches Energiesystem besteht nicht aus einzelnen Messwerten. Strom, Spannung, Leistung, Temperatur, Druck, Durchfluss, Drehzahl oder Vibration stehen immer in einem betrieblichen Zusammenhang.
Ein einzelner Wert kann völlig plausibel aussehen, obwohl sich das Zusammenspiel des Systems bereits verändert.
SF2 führt relevante Sensor- und Betriebsdaten zu einem gemeinsamen Zustands-Fingerprint zusammen. Ähnliche Betriebszustände erzeugen ähnliche Fingerprints. Dadurch wird sichtbar, ob sich eine Anlage weiterhin in einem bekannten stabilen Zustand bewegt, in einen anderen normalen Betriebsbereich wechselt oder sich eine ungewöhnliche Drift entwickelt.
Der Unterschied liegt damit in der Betrachtung: Nicht nur einzelne Grenzwerte werden beobachtet, sondern das Verhalten des Systems als Ganzes.
Das lässt sich entlang der gesamten Energiekette anwenden – von Erzeugungsanlagen und Speichern über Leistungselektronik bis zu Transformatoren, Schaltanlagen und Verteilinfrastruktur. Gerade dort ist diese Sicht interessant, weil Wetter, Einspeisung, Last, Schaltzustände und Betriebsphasen sich fortlaufend verändern und technische Systeme nur selten zweimal exakt unter denselben Bedingungen arbeiten.
Hochaufgelöste Daten direkt an der Anlage verarbeiten
In Energieanlagen fallen Daten mit sehr unterschiedlicher zeitlicher Auflösung an. Klassische Betriebsdaten – etwa Leistung, Temperatur oder Druck – werden häufig in größeren Zeitabständen erfasst oder bereits in verdichteter Form an SCADA- und Historian-Systeme übermittelt.
Für Anwendungen wie elektrische Messtechnik, Anlagenschutz oder Schwingungsanalyse werden dagegen teilweise hochaufgelöste Rohsignale benötigt. Dabei können innerhalb kurzer Zeit sehr große Datenmengen entstehen. Ihre vollständige Übertragung, zentrale Speicherung und Verarbeitung ist technisch und wirtschaftlich aufwendig.
SF2 kann die Verarbeitung solcher Rohdaten direkt an die Anlage verlagern. Dort werden die Signale in kompakte Zustandsinformationen überführt. Systemzustände werden in spärliche binäre Repräsentationen übersetzt und über effiziente bitweise Vergleiche ausgewertet.
An zentrale Leit-, SCADA- oder Automatisierungssysteme können dadurch vor allem relevante Ergebnisse zurückgegeben werden – etwa Ähnlichkeits-, Drift- oder Anomaliewerte – statt eines permanenten Stroms großer Rohdatenmengen.
Auch bei auffälligen Schwingungs-, Stör- oder Interferenzmustern ist der Kontext entscheidend. Nicht allein die Veränderung eines Signals ist relevant, sondern wie sie gemeinsam mit Last, Temperatur, Leistung oder anderen Betriebsgrößen auftritt.
„In der Energiewirtschaft fehlt es selten an Daten. Die Herausforderung ist, aus sehr unterschiedlichen Signalen einen verständlichen Zustand des Gesamtsystems zu machen“, sagt Francisco Webber, CEO von SF2 Systems. „Genau dort setzen wir an: lokal, auf vorhandener Infrastruktur und ohne den Betreiber in ein neues Daten- oder Cloud-Ökosystem zu zwingen.“
Wenig Fehlerdaten sind kein Ausschlusskriterium
Kritische Energieanlagen sollen möglichst selten ausfallen. Entsprechend fehlen häufig genau jene großen, sauber gelabelten Fehlerhistorien, die klassische überwachte Machine-Learning-Verfahren für bestimmte Aufgaben benötigen.
SF2 benötigt für den Einstieg keine großen Mengen gelabelter Fehlerdaten und kein klassisches überwachtes Fault-Training. Auch reguläre historische Betriebsdaten können genutzt werden, um relevante Zustände eines Systems abzubilden. Fehler-, Wartungs- oder Ereignisdaten helfen bei der Einordnung, sind aber keine Voraussetzung.
Ist ein Modell fixiert und versioniert, arbeitet die Laufzeitanalyse reproduzierbar: Gleiche Eingangsdaten führen zur gleichen Transformation, zum gleichen Fingerprint und zum gleichen Vergleichsergebnis.
Eine Abweichung ist dabei noch keine automatische Fehlerdiagnose. Sie zeigt zunächst, dass sich ein Systemzustand relevant von bekannten Zuständen unterscheidet. Die fachliche Interpretation bleibt bei den Menschen, die Anlage und Betrieb kennen.
Ein realer Fall zeigt das Prinzip
Einen konkreten Referenzpunkt liefert ein reales Wasserpumpensystem mit 52 Sensorkanälen und mehr als 220.000 Messpunkten.
Obwohl nur wenige dokumentierte Fehler- und Recovery-Phasen vorhanden waren, wurde in einer untersuchten Sequenz eine relevante Zustandsveränderung rund vier Tage vor einem dokumentierten Pumpenausfall sichtbar.
Das ist keine allgemeine Vier-Tage-Prognose. Es zeigt aber ein für die Energiewirtschaft wichtiges Prinzip: Auch bei vielen Sensorwerten und wenigen dokumentierten Fehlerfällen können sich relevante Veränderungen früh im Gesamtzustand abzeichnen.
Vom Bauteil zum Gesamtbild
SF2 denkt Zustände nicht nur auf Ebene einzelner Sensoren oder Komponenten.
Perspektivisch können Zustandsinformationen von der Komponente über Subsysteme und Anlagen bis zu größeren Anlagenverbünden zusammengeführt werden. Lokale Zustände entstehen dort, wo die Daten anfallen, und können auf höheren Ebenen zu einem größeren Systembild verdichtet werden.
Gerade für verteilte Energieinfrastruktur und größere Anlagenflotten eröffnet das eine zusätzliche Perspektive auf Condition Monitoring und State Intelligence.
Mit realen Energiedaten beginnen
Ob Windkraft, Wasserkraft, Speicher, Transformator, Turbine, Generator oder Nebenaggregat: Entscheidend ist am Ende nicht, was eine Technologie theoretisch leisten könnte, sondern was in den realen Daten einer konkreten Anlage sichtbar wird.
Dafür gibt es die SF2 Edge Challenge.
Betreiber, Energieunternehmen, Anlagenbauer und Technologiepartner können historische Datensätze mit komplexen Betriebszuständen, Drift, Störungen, Recovery-Phasen oder hochfrequenten Signalen einbringen und gemeinsam mit SF2 prüfen, welche Zustände und Veränderungen darin tatsächlich erkennbar sind.
Der erste Schritt kann mit historischen beziehungsweise anonymisierten Daten erfolgen – ohne Eingriff in Schutz- oder Leittechnik und ohne Verpflichtung zu einem großen Integrationsprojekt.
Für den eigenständigen Einstieg steht zusätzlich die SF2 Suite SE dauerhaft kostenlos zur Verfügung. Historische Sensor- und Prozessdaten können damit lokal analysiert und Zustände miteinander verglichen werden.
Der Ansatz ist bewusst pragmatisch: vorhandene Daten nutzen, relevante Zustände sichtbar machen und erst danach entscheiden, ob sich daraus ein produktiver Use Case ergibt.
SF2 selbst ausprobieren
SF2 Suite SE:
https://sf2systems.com/produkte/software/studio-se
SF2 Shop:
www.sf2systems.com/shop
SF2 Systems ist ein Wiener Deep-Tech-Unternehmen für die softwarebasierte Zustandsanalyse komplexer Maschinen, Anlagen und Prozesse in Industrie, Energie und kritischer Infrastruktur. Die sensor- und herstellerunabhängige Technologie führt vorhandene Sensor- und Betriebsdaten zu vergleichbaren Zustands-Fingerprints zusammen und macht Drift und schleichende Veränderungen früh sichtbar – reproduzierbar, nachvollziehbar, ohne Black-Box-Modell und ohne große gelabelte Fehlerdatensätze. Als Ergänzung bestehender Condition-Monitoring- und Automatisierungssysteme ist SF2 für Brownfield- und OT-Umgebungen ausgelegt, läuft lokal am Edge bzw. On-Premises ohne Cloud-Abhängigkeit und hält sensible Produktionsdaten im Unternehmen. So können Zustandsveränderungen früher erkannt, ungeplante Stillstände reduziert sowie Wartung und Betrieb planbarer werden. Darüber hinaus untersucht SF2 die Übertragbarkeit der Technologie auf ausgewählte Anwendungen in Biotechnologie und Life Sciences.
SF2 Systems GmbH
Eichelhofstrasse 2B
A1190 Wien
Telefon: 00436601016615
https://sf2systems.com/
Business Development
E-Mail: media@sf2systems.com
Wenn die Pumpe Probleme macht, zählt nicht die perfekte Prognose – sondern genügend Zeit zum Handeln
Dass solche Ereignisse den Alltagsbetrieb massiv belasten, liegt auch an den Rahmenbedingungen in Österreich: Viele Anlagen stammen aus der Ausbauphase der 1960er- bis 1980er-Jahre und erreichen das Ende ihrer nominellen Lebensdauer. Gleichzeitig belegen die Statusberichte zur Trinkwasserversorgung des Bundesministeriums für Land- und Forstwirtschaft (BML) gibt es österreichweit rund 5.500 öffentliche Trinkwasserversorgungen (Gemeinden und Wassergenossenschaften). Die Kleinteiligkeit bringt organisatorische Herausforderungen mit sich: Über 70 % der kleineren kommunalen Wasserversorgungen verfügen über kein hauptamtliches, ausschließlich für die Wasserversorgung abgestelltes Fachpersonal. Die Wartung und Entstörung erfolgt durch Gemeindemitarbeiter mit Mehrfachaufgaben.
Besonders schwierig wird das in Zeiten hoher Belastung: bei längeren Trockenperioden, stark schwankendem Wasserbedarf oder wenn Anlagen außerhalb ihrer üblichen Betriebsbedingungen arbeiten. Hinzu kommt der Faktor Zeit: Die meisten gemeindeeigenen Hochbehälter sichern eine Wasserversorgung von 12 bis 24 Stunden ohne Nachpumpen. Erkennt man eine Störung erst beim Alarmsignal „Behälterstand kritisch“, verbleiben meist nur noch wenige Stunden zum Handeln.
Für Gemeinden und kleinere Wasserversorger geht es deshalb nicht unbedingt darum, den exakten Zeitpunkt eines künftigen Ausfalls vorherzusagen.
Es geht um etwas viel Praktischeres:
Genügend Zeit zu gewinnen, um reagieren zu können.
Condition Monitoring, Predictive Maintenance oder Drift Detection – hinter diesen Fachbegriffen steckt im Kern eine einfache Frage:
Kann eine Anlage früh genug zeigen, dass sich etwas verändert, bevor daraus ein akutes Problem wird?
Genau hier setzt SF2 Systems an.
SF2 Systems ist ein Wiener Softwareanbieter für industrielle Zustandsanalyse. Mit der kostenlosen SF2 Suite SE können Betreiber vorhandene Sensor- und Prozessdaten zunächst selbst und lokal untersuchen und prüfen, ob sich darin relevante Veränderungen des Anlagenzustands erkennen lassen. Der Einstieg kostet nichts und erfordert weder eine neue Sensorlandschaft noch ein großes Digitalisierungsprojekt.
Viele Daten – aber weiß man auch, wie es der Anlage wirklich geht?
Ein zentrales Problem vieler Infrastrukturen ist eine unzureichende digitale Erfassung: Viele Wasserversorger nutzen zwar klassische SCADA- oder Alarmsysteme, doch diese schlagen meist erst an, wenn harte Grenzwerte überschritten sind oder eine Komponente schlagartig ausfällt. Wie sich der schleichende mechanische Zustand von Pumpen, Motoren oder Ventilen über Wochen und Monate verändert, bleibt im digitalen Alltag oft ein blinder Fleck.
Dabei erfassen auch kleinere Wasserwerke und Pumpstationen heute laufend Druck, Durchfluss, Temperatur, Füllstände, Stromaufnahme und weitere Betriebswerte. Doch ein einzelner Messwert kann völlig normal aussehen, obwohl sich die Anlage als Ganzes bereits verändert.
SF2 verbindet deshalb mehrere Signale zu einem gemeinsamen Zustandsbild. So wird nicht nur gefragt, ob ein Grenzwert überschritten wurde, sondern:
Verhält sich unsere Anlage noch so wie normalerweise – oder beginnt sich ihr Gesamtzustand zu verändern?
Bestehende Steuerungs-, SCADA- und Alarmsysteme werden dabei nicht ersetzt. SF2 schließt die Lücke der unzureichenden Datenauswertung und ergänzt sie um eine zusätzliche Sicht auf die Entwicklung des Anlagenzustands.
Ein Pumpenfall zeigt, was das bedeuten kann
In der retrospektiven Analyse eines öffentlich verfügbaren Datensatzes aus einem kommunalen Wasserpumpensystem untersuchte SF2 rund 220.000 Messzeitpunkte aus mehr als 50 Sensorkanälen. Dokumentiert waren lediglich sieben kurze Fehler- beziehungsweise Wiederherstellungsphasen.
In einer untersuchten Sequenz wurde eine Veränderung des kombinierten Anlagenzustands bereits ungefähr vier Tage vor einem dokumentierten Ausfall sichtbar.
Das ist ausdrücklich kein Versprechen, dass sich jeder Pumpenausfall vier Tage im Voraus erkennen lässt.
Der entscheidende Punkt ist ein anderer:
Die Veränderung war sichtbar, bevor die Anlage ausfiel.
Und genau darin liegt für Betreiber der praktische Nutzen.
Wer früher erkennt, dass sich eine Pumpe ungewöhnlich verhält, kann die Anlage überprüfen, eine Wartungsfirma verständigen, Personal und Ersatzteile organisieren oder eine Reservepumpe vorbereiten.
Aus einem ungeplanten Notfalleinsatz kann so möglicherweise eine planbare Maßnahme werden.
Gleichzeitig können Wartungsentscheidungen stärker am tatsächlichen Verhalten einer Anlage ausgerichtet werden – und nicht ausschließlich an starren Intervallen.
Bestehende Daten statt neues Großprojekt
Gerade für kleinere Betreiber ist wichtig: Der Einstieg erfordert nicht automatisch neue Sensoren, eine Cloud-Plattform oder ein großes Digitalisierungsprojekt. Wasserversorgungsanlagen zählen zur Kritischen Infrastruktur (CRITIS). Viele Gemeinden scheuen Cloud-Lösungen wegen Cybersicherheits- und Datenschutzbedenken. Die lokale Analyse der SF2 Suite SE direkt vor Ort (On-Premise / Edge) greift dieses Sicherheitsbedürfnis direkt auf: SF2 kann zunächst mit bereits vorhandenen historischen Sensor- oder SCADA-Daten getestet werden. Die Analyse erfolgt lokal, die Daten können beim Betreiber bleiben.
Die erste Frage ist deshalb ganz pragmatisch:
Steckt in unseren vorhandenen Betriebsdaten bereits eine Information, die uns früher hätte warnen können?
Erst wenn sich daraus ein technischer Nutzen ergibt, muss über Echtzeitbetrieb und weitere Integration gesprochen werden.
„Bei kommunaler Infrastruktur geht es nicht um möglichst spektakuläre Prognosen“, sagt Francisco Webber, Gründer und Geschäftsführer von SF2 Systems. „Wenn wir einem Wassermeister rechtzeitig zeigen können, dass sich seine Anlage anders verhält als bisher, schaffen wir etwas viel Wertvolleres: Zeit für eine technische Entscheidung, bevor aus einer Veränderung ein akutes Problem wird.“
SF2 sucht reale kommunale Anwendungsfälle
Die bisherige Untersuchung ist eine retrospektive Machbarkeitsanalyse. Nun sucht SF2 Gemeinden und Wasserversorger, die den Ansatz mit ihren eigenen Betriebsdaten prüfen möchten.
Besonders interessant sind Anlagen, bei denen historische Sensor- oder SCADA-Daten sowie Informationen zu Wartungen, Störungen oder Ausfällen vorhanden sind.
Am Ende steht eine erstaunlich einfache Frage:
Wenn die Daten ohnehin vorhanden sind – was lässt sich aus ihnen erkennen, wenn man die Maschine nicht Sensor für Sensor, sondern als zusammenhängendes System betrachtet?
SF2 selbst ausprobieren
Die kostenlose SF2 Suite SE ist ab sofort unter
https://sf2systems.com/produkte/software/studio-se verfügbar.
Alle weiterführenden Editionen stehen ab 14. September 2026 im SF2 Shop unter www.sf2systems.com/shop zum Download bereit.
SF2 Systems ist ein Wiener Deep-Tech-Unternehmen für die softwarebasierte Zustandsanalyse komplexer Maschinen, Anlagen und Prozesse in Industrie, Energie und kritischer Infrastruktur. Die sensor- und herstellerunabhängige Technologie führt vorhandene Sensor- und Betriebsdaten zu vergleichbaren Zustands-Fingerprints zusammen und macht Drift und schleichende Veränderungen früh sichtbar – reproduzierbar, nachvollziehbar, ohne Black-Box-Modell und ohne große gelabelte Fehlerdatensätze. Als Ergänzung bestehender Condition-Monitoring- und Automatisierungssysteme ist SF2 für Brownfield- und OT-Umgebungen ausgelegt, läuft lokal am Edge bzw. On-Premises ohne Cloud-Abhängigkeit und hält sensible Produktionsdaten im Unternehmen. So können Zustandsveränderungen früher erkannt, ungeplante Stillstände reduziert sowie Wartung und Betrieb planbarer werden. Darüber hinaus untersucht SF2 die Übertragbarkeit der Technologie auf ausgewählte Anwendungen in Biotechnologie und Life Sciences.
SF2 Systems GmbH
Eichelhofstrasse 2B
A1190 Wien
Telefon: 00436601016615
https://sf2systems.com/
Business Development
E-Mail: media@sf2systems.com
Bevor aus Veränderung ein Ausfall wird: SF2 bringt neue Zustandsanalyse in die Industrie
Genau hier setzt SF2 Systems an. Statt einzelne Messgrößen isoliert zu betrachten, verbindet die Technologie vorhandene Sensor- und Betriebsdaten zu einem gemeinsamen Bild des Anlagenzustands. Dadurch wird vergleichbar, ob sich eine Maschine heute noch so verhält wie gestern – oder ob sich ihr Gesamtzustand bereits schleichend verändert.
Mit der seit dieser Woche verfügbaren SF2 Suite steht dieser Ansatz nun erstmals als direkt nutzbares Werkzeug für industrielle Anwender bereit. Die kostenlose SF2 Suite SE ermöglicht es, vorhandene Sensor- und Prozessdaten lokal auf dem eigenen Rechner zu analysieren, Zustände zu modellieren und miteinander zu vergleichen.
Wenn nicht der einzelne Wert, sondern das Muster kippt
Moderne Industrieanlagen produzieren längst große Mengen an Daten. Druck, Temperatur, Durchfluss, Stromaufnahme, Drehzahl, Vibration, Ventilstellungen und zahlreiche weitere Parameter werden laufend erfasst.
Das Problem ist deshalb häufig nicht, dass Daten fehlen. Die eigentliche Herausforderung besteht darin, zu erkennen, was diese Werte gemeinsam über den Zustand einer Anlage aussagen.
Ein Lager verschleißt nicht zwangsläufig so, dass plötzlich ein einzelner Messwert aus dem Rahmen fällt. Eine Pumpe verändert ihre Charakteristik nicht immer mit einem eindeutigen Alarm. Ein Ventil kann langsam an Dichtheit verlieren, ein Prozess über Tage oder Wochen aus seinem optimalen Bereich driften.
Jeder einzelne Wert kann dabei weiterhin plausibel aussehen.
Das Gesamtbild aber nicht mehr.
SF2 verarbeitet deshalb mehrere relevante Signale gemeinsam und überführt den jeweiligen Systemzustand in einen kompakten semantischen Fingerprint. Ähnliche Zustände erzeugen ähnliche Fingerprints. So lässt sich der aktuelle Zustand mit früheren, normalen, Übergangs- oder bekannten kritischen Zuständen vergleichen und seine Entwicklung über die Zeit nachvollziehen.
Die entscheidende Frage lautet damit nicht nur:
„Welcher Sensor hat einen Grenzwert überschritten?“
Sondern:
„Verhält sich meine Anlage als Ganzes noch so wie zuvor?“
Vier Tage vor dem dokumentierten Ausfall
Wie relevant dieser Unterschied sein kann, zeigte sich unter anderem bei der Analyse eines realen Wasserpumpensystems. Dort wurden Veränderungen im zusammengesetzten Anlagenzustand bereits vier Tage vor einem dokumentierten Ausfall sichtbar.
Entscheidend war dabei nicht ein einzelner spektakulär auffälliger Messwert, sondern die Entwicklung des Musters über mehrere Signale hinweg.
„Für Betreiber ist entscheidend, nicht noch mehr Daten zu bekommen, sondern früher zu wissen, wann sie handeln sollten“, sagt Christoph Gretzmacher, Business Development bei SF2 Systems. „Wenn sich eine relevante Veränderung im Gesamtzustand frühzeitig erkennen lässt, kann aus einem ungeplanten Eingriff eine planbare Wartung werden – und genau dort entsteht der praktische Nutzen.“
Der Pumpenfall ist dabei kein Versprechen, dass sich jeder Defekt vier Tage im Voraus erkennen lässt. Er zeigt vielmehr, welche zusätzliche Information im Zusammenspiel bereits vorhandener Daten stecken kann, wenn nicht nur einzelne Messwerte, sondern ganze Systemzustände miteinander verglichen werden.
Was tun, wenn es kaum Fehlerbeispiele gibt?
Genau hier stößt klassische datengetriebene Zustandsanalyse in der Industrie häufig auf ein weiteres Problem: Echte Fehler sind glücklicherweise selten.
Für viele Maschinen existieren deshalb keine tausenden sauber gelabelten Beispiele dafür, wie sich Lagerdefekt A, Pumpenschaden B oder Prozessfehler C in den Daten ankündigt.
SF2 benötigt keine großen gelabelten Fehlerdatensätze und kein klassisches überwachtes Fault-Training. Je nach Anwendungsfall kann die relevante semantische Struktur zunächst aus historischen Betriebsdaten gelernt werden.
Ist das daraus entstandene Modell anschließend fixiert und versioniert, arbeitet die Laufzeitanalyse reproduzierbar und deterministisch: Gleiche Eingangsdaten führen zur gleichen Transformation, zum gleichen Fingerprint und zum gleichen Vergleichsergebnis.
Damit steht nicht eine schwer nachvollziehbare Black-Box-Prognose im Mittelpunkt, sondern der nachvollziehbare Vergleich realer Systemzustände und ihrer Veränderung über die Zeit.
Gerade dort, wo Betreiber Entscheidungen über Wartung, Betrieb oder kritische Infrastruktur treffen müssen, ist diese Nachvollziehbarkeit ein wesentlicher Unterschied.
Vorhandene Anlagen weiter nutzen
SF2 ist nicht auf eine bestimmte Maschine, einen Sensorhersteller oder eine neu errichtete „Smart Factory“ zugeschnitten. Die Technologie ist vielmehr dafür ausgelegt, mit den Daten zu arbeiten, die in industriellen Umgebungen bereits entstehen – etwa aus Sensorik, Maschinensteuerungen, Historian-Systemen oder Prozessleittechnik.
Damit eignet sich SF2 insbesondere für Brownfield- und OT-Umgebungen. Bestehende Automatisierungs-, SCADA-, MES- oder Condition-Monitoring-Systeme bleiben erhalten; SF2 ergänzt sie um eine zusätzliche Ebene, auf der sich Anlagenzustände als Ganzes erfassen und miteinander vergleichen lassen.
Das ist vor allem dort interessant, wo viele technische Signale zusammenwirken – etwa in Produktionsbetrieben, im Maschinenbau, in Energie- und Versorgungssystemen, in der Wasser- und Abwasserwirtschaft oder in der Prozessindustrie.
Analyse und produktive Ausführung können dabei innerhalb der eigenen Infrastruktur, am Edge oder On-Premises erfolgen. Sensible Produktions- und Betriebsdaten müssen das Unternehmen nicht verlassen – ein Aspekt, der angesichts steigender Anforderungen an Datenhoheit, Cybersecurity, Cyberresilienz und Business Continuity zunehmend an Bedeutung gewinnt.
Vom historischen Datensatz bis zum laufenden System
Der Einstieg kann sehr pragmatisch erfolgen.
Oft genügt zunächst ein Export historischer Sensor- oder Prozessdaten. Mit der kostenlosen SF2 Suite SE lassen sich daraus Zustände modellieren und miteinander vergleichen. Zeigt sich ein belastbarer Anwendungsfall, kann dieser mit der SF2 Suite RT in den Echtzeitbetrieb überführt und über eine SF2 Engine RT produktiv ausgeführt werden.
Die Engine verarbeitet fortlaufend neue Daten und kann erkannte Zustandsänderungen oder Trigger an übergeordnete Systeme weitergeben. So kann aus einer ersten Analyse Schritt für Schritt eine produktive Zustandsüberwachung entstehen – ohne den Einstieg bereits zu einem großen Infrastrukturprojekt zu machen.
Die schwierigen Fälle sind besonders interessant
Besonders interessant sind komplexe Anlagen, bei denen viele Signale zusammenwirken, Betriebszustände wechseln und Veränderungen schleichend entstehen. Genau dort reichen einzelne Grenzwerte oft nicht aus, um das Gesamtbild zu erfassen.
Solche Fragestellungen adressiert SF2 auch mit der Edge Challenge.
Unternehmen können reale industrielle Anwendungsfälle und historische Daten einbringen. SF2 prüft, ob sich relevante Zustände, Übergänge oder frühe Veränderungen darin nachvollziehbar modellieren lassen – bevor größere Investitionen in Integration und Rollout erfolgen.
Denn am Ende geht es um eine einfache Frage: Wenn die Daten ohnehin vorhanden sind – was lässt sich daraus erkennen, wenn man die Anlage nicht Sensor für Sensor, sondern als zusammenhängendes System betrachtet?
SF2 selbst ausprobieren
Die kostenlose SF2 Suite SE ist ab sofort unter https://sf2systems.com/produkte/software/studio-se verfügbar.
–> Alle weiterführenden Editionen stehen ab 14. September 2026 im SF2 Shop unter www.sf2systems.com/shop zum Download bereit.
SF2 Systems ist ein Wiener Deep-Tech-Unternehmen für die softwarebasierte Zustandsanalyse komplexer Maschinen, Anlagen und Prozesse in Industrie, Energie und kritischer Infrastruktur. Die sensor- und herstellerunabhängige Technologie führt vorhandene Sensor- und Betriebsdaten zu vergleichbaren Zustands-Fingerprints zusammen und macht Drift und schleichende Veränderungen früh sichtbar – reproduzierbar, nachvollziehbar, ohne Black-Box-Modell und ohne große gelabelte Fehlerdatensätze. Als Ergänzung bestehender Condition-Monitoring- und Automatisierungssysteme ist SF2 für Brownfield- und OT-Umgebungen ausgelegt, läuft lokal am Edge bzw. On-Premises ohne Cloud-Abhängigkeit und hält sensible Produktionsdaten im Unternehmen. So können Zustandsveränderungen früher erkannt, ungeplante Stillstände reduziert sowie Wartung und Betrieb planbarer werden. Darüber hinaus untersucht SF2 die Übertragbarkeit der Technologie auf ausgewählte Anwendungen in Biotechnologie und Life Sciences.
SF2 Systems GmbH
Eichelhofstrasse 2B
A1190 Wien
Telefon: 00436601016615
https://sf2systems.com/
Business Development
E-Mail: media@sf2systems.com
Ausprobieren statt Großprojekt: SF2 macht Condition Monitoring für jeden Betrieb zugänglich
Mit dem Release ihrer Software-Suite für industrielle Zustandsanalyse dreht SF2 Systems diese Reihenfolge um: Anwender können direkt mit den eigenen Daten beginnen.
Die SF2 Suite SE steht für Windows, macOS und Linux kostenlos zur Verfügung. Wer historische Sensor- oder Prozessdaten als CSV vorliegen hat, kann sie auf dem eigenen Rechner einlesen und selbst untersuchen, welche Zustände darin sichtbar werden und ob sich Veränderungen erkennen lassen – ohne Cloud, ohne Daten-Upload und ohne Eingriff in die laufende Anlage.
Nicht zuerst kaufen und danach herausfinden, ob es funktioniert. Erst mit den eigenen Daten ausprobieren – und dann entscheiden, ob man mehr daraus machen will.
Der Preis soll kein Grund mehr sein, es nicht zu versuchen
Das ist durchaus Absicht.
„Ich möchte Condition Monitoring demokratisieren“, sagt Francisco De Sousa Webber, Gründer und technischer Kopf von SF2 Systems. „Auch ein Betrieb, der beispielsweise Mikrozahnräder fertigt, soll seine Fräsmaschine überwachen können, ohne erst ein sechsmonatiges Digitalisierungsprojekt aufsetzen zu müssen. Und der Techniker, der die Maschine kennt und täglich mit ihr arbeitet, soll das selbst umsetzen können.“
Die Einstiegshürde wurde entsprechend niedrig angesetzt. Die SF2 Suite Standard Edition (SE) kostet dauerhaft 0 Euro. Die nicht-kommerzielle Maker-Version der SF2 Suite Real-Time (RT) kostet 99 Euro einmalig, Academic-Version 199 Euro einmalig. Für Unternehmen beginnt der kommerzielle Echtzeiteinsatz bei 490 Euro einmalig, für Unternehmen und Organisationen bis fünf Millionen Euro Jahresumsatz bei 990 Euro einmalig. Die Suite bleibt dauerhaft nutzbar; bei den kommerziellen Editionen ist eine produktive SF2 Engine Runtime für die ersten zwölf Monate enthalten. Weitere Engines kosten derzeit 249 Euro pro Jahr und Instanz, größere Rollouts werden individuell lizenziert.
Das klingt für Industriesoftware ungewöhnlich günstig. Es soll auch ungewöhnlich günstig sein.
Webber bringt es auf den Punkt: „Vielleicht wollen wir tatsächlich ein bisschen der Robin Hood des Condition Monitoring sein. Nicht, weil professionelle Technologie nichts wert ist. Sondern weil es keinen vernünftigen Grund gibt, warum nur ein großer Konzern die Möglichkeit haben sollten, herauszufinden, was in seinen Maschinendaten steckt.“
Für SF2 ist der niedrige Einstieg deshalb kein Rabattmodell, sondern Teil der Produktidee. Ein Techniker soll neugierig werden können und anfangen. Ein Ingenieurbüro soll damit experimentieren können. Ein Maker soll einer Idee nachgehen können, ohne vorher einen Business Case schreiben zu müssen. Und ein mittelständischer Betrieb soll nicht schon bei der ersten Prüfung eines Anwendungsfalls entscheiden müssen, ob ihm dieser Versuch Zehntausende Euro wert ist.
Die Barriere zwischen „Das würde mich interessieren“ und „Ich probiere das jetzt aus“ soll möglichst verschwinden.
Was weiß eine Maschine als Ganzes?
Technisch beginnt SF2 mit einem Problem, das in vielen Betrieben längst keines mehr ist: dem Sammeln von Daten: Druck, Temperatur, Stromaufnahme, Durchfluss, Drehzahl, Vibration und andere Prozessgrößen werden vielfach kontinuierlich erfasst. Die eigentliche Herausforderung ist, aus diesen vielen einzelnen Werten zu erkennen, wie sich die Maschine oder Anlage als Ganzes verändert.
Genau dieses Zusammenspiel macht SF2 vergleichbar.
Die Software verarbeitet vorhandene Sensor- und Zeitreihendaten und überführt Systemzustände in kompakte semantische Fingerprints. Ähnliche Zustände erzeugen ähnliche Fingerprints. Dadurch lässt sich beispielsweise vergleichen, wie ähnlich der aktuelle Zustand einer Maschine einem früheren Normalzustand, einem Übergang oder einem bekannten kritischen Zustand ist.
Das wird vor allem bei schleichenden Veränderungen interessant. Ein Lager verschleißt, eine Pumpe verändert langsam ihre Charakteristik, ein Werkzeug nutzt sich ab oder ein Prozess beginnt zu driften. Einzelne Messwerte können dabei noch völlig unauffällig aussehen – das Zusammenspiel der Signale kann trotzdem bereits zeigen, dass etwas nicht mehr ganz so ist wie zuvor.
In der Analyse eines realen Wasserpumpensystems konnte SF2 relevante Zustandsveränderungen bereits vier Tage vor einem dokumentierten Ausfall sichtbar machen. Gerade solche Fälle zeigen, warum nicht nur einzelne Grenzwerte, sondern die Entwicklung des gesamten Systemzustands interessant sein kann.
Die entscheidende Frage ist damit oft erstaunlich einfach: Verhält sich meine Maschine noch so wie sonst, oder beginnt sich etwas zu verändern?
Ein Werkzeug für die Leute, die ihre Maschine kennen
SF2 verspricht dabei ausdrücklich keine Magie.
Wer seine Maschine, seinen Prozess und seine Daten nicht kennt, erwirbt dieses Wissen auch nicht mit einen Software-Download. In vielen Betrieben ist das notwendige Verständnis jedoch längst vorhanden: bei Instandhaltern, Automatisierern, Verfahrens- und Betriebstechnikern, Maschinenbauern oder externe Ingenieuren.
„Wir wollen diesen Leuten nicht erzählen, dass jetzt irgendeine KI ihre Arbeit besser kann“, sagt Webber. „Im Gegenteil. Wir gehen davon aus, dass sie ihre Maschinen und Prozesse kennen und wissen, worauf es ankommt. Wir wollen ihnen ein Werkzeug geben, mit dem sie dieses Wissen mit ihren Daten verbinden und besser nutzen können.“
Deshalb ist SF2 weder an einen bestimmten Hersteller noch an einen Sensortyp oder eine einzelne Maschinenklasse gebunden. Die Software stellt einen technologischen Baustein bereit, mit dem Anwender ihre eigene Zustandsanalyse entwickeln können. Wer unkompliziert beginnen möchte, arbeitet über die grafische Oberfläche; weitergehende Anwendungen lassen sich über API und SDK in eigene Abläufe integrieren.
Das macht SF2 auch für Ingenieurbüros, Automatisierer und technische Dienstleister interessant. Sie können die Technologie als Kern eigener Lösungen einsetzen, anstatt die datengetriebene Zustandsanalyse für jeden neuen Anwendungsfall von Grund auf neu entwickeln zu müssen.
Von der CSV-Datei bis zur laufenden Maschine
Der Weg in den produktiven Betrieb bleibt bewusst überschaubar.
Mit der kostenlosen SF2 Suite SE werden zunächst historische Daten lokal analysiert und Zustände modelliert. Zeigt sich darin ein belastbarer Anwendungsfall, übernimmt die SF2 Suite RT den Schritt in den Echtzeitbetrieb. Die SF2 Engine RT führt das fertige Modell anschließend dort aus, wo es tatsächlich gebraucht wird, verarbeitet laufend eintreffende Daten und kann Zustands- oder Triggersignale an bestehende SPS-, SCADA- oder MES-Systeme zurückgeben.
Die vorhandene Infrastruktur bleibt bestehen. SF2 ersetzt weder Sensorik noch Steuerung oder Automatisierung, sondern ergänzt sie um eine zusätzliche Zustands- und Vergleichsebene.
Auch die Daten müssen das Unternehmen nicht verlassen: Analyse und produktive Ausführung können vollständig lokal erfolgen. Gerade in industriellen OT-Umgebungen gewinnt dieser Local-First-Ansatz angesichts steigender Anforderungen an Datenhoheit, Cybersecurity, Cyberresilienz und Business Continuity zusätzlich an Bedeutung.
Erst beweisen. Dann skalieren.
Auch das Geschäftsmodell folgt diesem Prinzip.
Ein Betrieb kann mit einem Datensatz beginnen, später eine einzelne Maschine überwachen und bei Erfolg Schritt für Schritt weitere Anlagen anbinden. SF2 verdient damit nicht daran, die Eintrittstür möglichst teuer zu machen, sondern daran, dass eine Lösung in der Praxis so nützlich wird, dass sie weiter ausgerollt wird.
„Mir geht es um möglichst wenig Bullshit“, sagt Webber. „Klar sagen, was die Software kann. Klar sagen, was sie kostet. Herunterladen, ausprobieren und selbst beurteilen. Ich will niemandem erzählen, wie großartig etwas theoretisch einmal sein könnte. Ich möchte, dass jemand seine Daten hineinlädt und sieht, was tatsächlich passiert.“
Das gilt auch für die allgegenwärtige KI-Diskussion. SF2 arbeitet datengetrieben und kann je nach Anwendungsfall die relevante semantische Struktur aus vorhandenen Daten lernen. Ist ein Modell anschließend fixiert und versioniert, bleibt sein Verhalten reproduzierbar: Gleiche Eingangsdaten führen zum gleichen Fingerprint und zum gleichen Vergleichsergebnis.
„Wir müssen nicht überall KI draufschreiben, nur weil es gerade gut klingt. Am Ende zählt für mich nur eines: Funktioniert es mit realen Daten oder funktioniert es nicht?“, so Webber.
Die ersten Nutzer sollen mitentwickeln
Mit Maker-, Academic- und kleinen Business-Lizenzen soll SF2 bewusst auch Menschen erreichen, die neue Anwendungen erproben, ungewöhnliche Einsatzmöglichkeiten entdecken und ihre Erfahrungen zurückmelden. Dieses Feedback soll regelmäßig in die Weiterentwicklung der Software einfließen.
„Ich würde mich freuen, wenn unsere ersten Anwender nicht nur Kunden sind, sondern ein Stück weit auch Mitstreiter. Wenn jemand etwas ausprobiert und uns offen sagt, was gut funktioniert und wo es noch hakt, können wir genau daraus ein besseres Produkt machen.“
Neu ist dabei das Unternehmen, nicht die technologische Grundlage. SF2 Systems wurde 2026 in Wien gegründet; Semantic Folding wurde über mehr als ein Jahrzehnt entwickelt und wird heute auf industrielle Sensor- und Zeitreihendaten übertragen.
Zum Start stehen die regulären Versionen für Windows, macOS und Linux bereit. Performanceoptimierte Varianten für weitere Hardware- und GPU-Konfigurationen folgen in späteren Releases.
Vielleicht einfach ausprobieren
Nicht jeder Betrieb braucht sofort ein Predictive-Maintenance-Projekt. Nicht jede Maschine braucht neue Sensoren. Und nicht jede gute Idee braucht zuerst ein Budget. Manchmal reichen für den Anfang eine CSV-Datei, ein Techniker, der seine Maschine kennt – und ein bisschen Neugier.
Genau dafür gibt es die SF2 Suite jetzt zum Download.
Die kostenlose SF2 Suite SE ist ab sofort unter https://sf2systems.com/produkte/software/studio-se verfügbar.
Alle weiterführenden Editionen stehen ab 14. September 2026 im SF2 Shop zum Download bereit.
SF2 Systems ist ein Wiener Deep-Tech-Unternehmen für die softwarebasierte Zustandsanalyse komplexer Maschinen, Anlagen und Prozesse in Industrie, Energie und kritischer Infrastruktur. Die sensor- und herstellerunabhängige Technologie führt vorhandene Sensor- und Betriebsdaten zu vergleichbaren Zustands-Fingerprints zusammen und macht Drift und schleichende Veränderungen früh sichtbar – reproduzierbar, nachvollziehbar, ohne Black-Box-Modell und ohne große gelabelte Fehlerdatensätze. Als Ergänzung bestehender Condition-Monitoring- und Automatisierungssysteme ist SF2 für Brownfield- und OT-Umgebungen ausgelegt, läuft lokal am Edge bzw. On-Premises ohne Cloud-Abhängigkeit und hält sensible Produktionsdaten im Unternehmen. So können Zustandsveränderungen früher erkannt, ungeplante Stillstände reduziert sowie Wartung und Betrieb planbarer werden. Darüber hinaus untersucht SF2 die Übertragbarkeit der Technologie auf ausgewählte Anwendungen in Biotechnologie und Life Sciences.
SF2 Systems GmbH
Eichelhofstrasse 2B
A1190 Wien
Telefon: 00436601016615
https://sf2systems.com/
Business Development
E-Mail: media@sf2systems.com
