Challenge
Die digitale Transformation unserer Gemeinden ist im Gange: Städte und Regionen investieren vermehrt in die Konnektivität und auch Privatkunden wenden sich der Glasfasertechnik zu. Axione, eine Tochtergesellschaft von Bouygues Energies & Services, installiert und wartet Glasfasernetze in ganz Frankreich und im Vereinigten Königreich. Eine der bedeutenden Herausforderungen ist, die Glasfaserschränke in einem guten Betriebszustand zu halten, mit anderen Worten, sicherzustellen, dass keine Missverständnisse zwischen den verschiedenen Netzbetreiber und ihren Techniker entstehen.
Innovative Lösung
Die größte Herausforderung liegt jedoch in der Anzahl: Allein in Frankreich muss die Leistung von mehreren zehntausend Schränken überwacht werden. Axione hat in Zusammenarbeit mit einem lokalen Startup eine innovative Lösung entwickelt, bei der ein KI-Algorithmus angewandt wird, um Probleme visuell anhand von Fotos der Glasfaserschränke, die von den Technikern vor und nach ihren Interventionen gemacht werden, zu erkennen.
Die Vorgehensweise ist denkbar einfach: Der Techniker öffnet den Schrank, macht ein Foto und lädt es auf eine sichere Plattform hoch, auf der es mit KI analysiert und mit einer Bilddatenbank aus den letzten zwei Jahren verglichen wird. Anhand dieser visuellen Analyse kann die KI „Alarm schlagen“, wenn Glasfaserschränke Probleme aufweisen, und eine Intervention auslösen.
Vorteile für den Kunden
Zunächst einmal profitiert der Endnutzer der Glasfasernetze direkt von dieser Lösung, denn Netzunterbrechungen werden minimiert und die Konnektivität verbessert sich, sowohl für die berufliche als auch für die private Nutzung.
Darüber hinaus profitieren die Regionen von einer verbesserten Konnektivität, ein starkes Argument, um neue Unternehmen und auch neue Einwohner anzuziehen, die gelegentlich im Homeoffice arbeiten und daher auf eine schnelle Internetverbindung angewiesen sind.
Und schließlich bietet Axione leistungsfähige und effiziente Serviceleistungen für Endkunden, Netzbetreiber, Unternehmen und Regionen.
Wichtige Zahlen
90 %: durch die KI bei der visuellen Erkennung von Problemen erreichte Präzision nach einem Jahr
Reifegrad
Level 1: Proof of Concept oder Labortest
Level 2: Unter Realbedingungen getestet
Level 3: Bereits eingesetzte Lösung
