Agentic AI – Startups aus Deutschland: juna.ai

Juna.ai hat eine KI-basierte Lösung entwick­elt, die speziell auf die Her­aus­forderun­gen der energiein­ten­siv­en Prozessin­dus­trie zugeschnit­ten ist. Das Unternehmen adressiert das wach­sende Prob­lem zunehmender Kom­plex­ität in indus­triellen Pro­duk­tion­sprozessen, die zu Zielkon­flik­ten und Effizien­zver­lus­ten von bis zu 10% führen kön­nen.

Die Tech­nolo­gieplat­tform von Juna.ai set­zt direkt an der Automa­tisierungspyra­mide an und sam­melt Dat­en aus ver­schiede­nen Steuerungssys­te­men wie PLC und SCADA. Diese Dat­en wer­den in einen dig­i­tal­en Zwill­ing über­führt, der als Grund­lage für eine intel­li­gente Prozes­sop­ti­mierung dient. Der KI-Agent lernt mit­tels Rein­force­ment Learn­ing kon­tinuier­lich die opti­malen Steuerungspa­ra­me­ter für unter­schiedliche Pro­duk­tion­ssi­t­u­a­tio­nen.

Der zen­trale Mech­a­nis­mus basiert auf einem Closed-Loop-Ansatz: Der KI-Agent empfängt Echtzeit­dat­en des Equip­ments, berech­net die opti­male Steuerung und sendet die berech­neten Para­me­ter direkt an die spe­icher­pro­gram­mier­bare Steuerung. Durch täglich­es Nach­train­ing verbessert sich die Per­for­mance des Sys­tems stetig. Das Ziel ist die Erre­ichung des soge­nan­nten „Gold­en Batch” — ein­er simul­ta­nen Opti­mierung mehrerer Pro­duk­tion­sziele.

Neben der Kern­funk­tion­al­ität bietet Juna.ai zusät­zliche Kom­po­nen­ten wie ein umfassendes Prozess-Mon­i­tor­ing, einen KI-Co-Pilot zur Para­me­ter­vorschlag und einen Pro­duk­tion­s­plan­er, der unter Berück­sich­ti­gung aller Randbe­din­gun­gen den opti­malen Pro­duk­tion­s­ablauf ermit­telt. Die Imple­men­tierung erfol­gt über einen struk­turi­erten Onboard­ing-Prozess, der Daten­ex­port, Echtzeit-Date­nan­bindung, Agent-Deploy­ment und Ergeb­ni­se­valuierung umfasst. Im Ver­gle­ich zu tra­di­tionellen automa­tisierten Sys­te­men ver­spricht die Lösung sig­nifikante Verbesserun­gen: Steigerung des Durch­satzes, Reduk­tion des Energie­ver­brauchs und Erhöhung der Prozesssta­bil­ität.

Kernziel von Juna.ai ist es, Unternehmen der Prozessin­dus­trie dabei zu unter­stützen, ihre Anla­gen effizien­ter, nach­haltiger und wirtschaftlich­er zu betreiben und dabei gle­ichzeit­ig Emis­sio­nen zu reduzieren.

Vor eini­gen Tagen gab juna.ai den erfol­gre­ichen Abschluss ein­er Finanzierungsrunde in Höhe von 7,5 Mio. Euro bekan­nt.

Ein­er der Grün­der von juna.ai hat­te 2018 das Maschi­nen­di­ag­nose Start-up AiSight mit ins Leben gerufen. AiSirght wurde 2021 an den Sen­sorher­steller Sen­siri­on verkauft. Geplant war, den Bere­ich Zus­tand­süberwachung von Maschi­nen am Stan­dort Berlin weit­er auszubauen. Im April teilte Sen­siri­on mit, seine Aktiv­itäten in dem Bere­ich zu been­den und den Stan­dort Berlin zu schließen.

Offene Fra­gen:

• Welche Sprach­mod­elle set­zt Juna.ai ein?
• Wird ein Orches­tra­tor-Agent einge­set­zt, d.h. ver­fol­gt Juna.ai einen MAS-Ansatz? Gibt es mehrere Rollen?
• Kann der Copi­lot selb­st­ständig Entschei­dun­gen tre­f­fen und Hand­lun­gen durch­führen oder ist er “nur” ein KI-Assis­tent?
• Kom­mu­niziert Juna.ai mit exter­nen Sys­te­men?
• Mul­ti­vari­able Opti­mierung ist sel­ber energiein­ten­siv — wie beugt Juna.ai einem zu hohen Energie­ver­brauch vor?

Weit­ere Infor­ma­tio­nen:

KI für die Indus­trie: Wie juna.ai Energieef­fizienz neu denkt – mit Grün­der Matthias Auf der Mauer & Stephan Jacque­mot (TS Ven­tures & Founders Foun­da­tion)

Crunch­base