Der Öl- und Gassektor steigt auf den Zug der generativen KI auf 13/06/2024

Die Öl- und Gasindustrie ist optimistisch, dass generative künstliche Intelligenz die Effizienz steigern und die Mitarbeiter in der Produktion unterstützen kann. Bild: Getting Images

Von AFP - Agence France Presse

Der Öl- und Gassektor steigt auf den Zug der generativen KI auf

Weit entfernt von den Microsofts und Googles dieser Welt hofft eine jahrhundertealte Branche - die Öl- und Gasindustrie -, dass generative künstliche Intelligenz die Ölförderung effizienter und für die Mitarbeiter einfacher machen wird.

Lange vor der aktuellen Begeisterung für generative KI (Gen AI) hat der Energiesektor herkömmliche künstliche Intelligenz durch die Nutzung von Daten zur Identifizierung von Öl- und Gasvorkommen eingesetzt.

Der Sektor sieht jedoch ein noch größeres Potenzial, durch generative KI Geld zu sparen, Unfälle zu reduzieren und Treibhausgase zu verringern, da die Daten, die analysiert werden können, exponentiell zunehmen und vielfältiger werden.

Die neuen KI-Programme können auch in der gesamten Belegschaft eingesetzt werden und sind nicht auf Programmierer und Datenanalysten beschränkt, wie es bei der traditionellen KI der Fall war.

„Diese Daten aus den riesigen Datenmengen zu extrahieren, die durch Bohraktivitäten erzeugt werden, war in der Vergangenheit eine große Herausforderung für Branchenführer“, schrieb kürzlich Tim Hafke, Content-Marketing-Spezialist bei AlphaSense. „Hier kommt die KI-Generation ins Spiel.“

In den letzten Jahren hat sich der Downstream-Sektor, zu dem auch Raffinerien gehören, die Rohöl zu Benzin verarbeiten, zunehmend auf so genannte digitale Zwillinge verlassen, computermodellierte Nachbildungen von realen Anlagen.

Sie ermöglichen es den Unternehmen, Simulationen durchzuführen, um Betriebsprobleme in realen Anlagen zu bewerten, mögliche Risiken zu mindern und eine vorausschauende Wartung (PdM) durchzuführen.

PdM nutzt historische und aktuelle Daten, um die zukünftige Leistung zu prognostizieren und zu bestimmen, wann Teile zur Wartung ausgebaut oder ersetzt werden sollten.

Matthew Kerner, Vizepräsident von Microsoft, sieht hier einen Ansatzpunkt für generative KI, eine Möglichkeit zu erklären, warum das Vorhersagemodell diese Vorhersage trifft“ und einen Kontext zu liefern, um besser mit der Situation umgehen zu können, erklärte er während einer Podiumsdiskussion auf der Energiekonferenz CERAWeek.

„Generische KI ist als Ergänzung zu anderen, prädiktiven KI-Systemen nützlich“, sagte Kerner.

Chatbots der nächsten Generation, ähnlich dem weltberühmten ChatGPT, könnten den Mitarbeitern im Außendienst ebenfalls helfen, sagte Rob McGreevy vom Branchensoftwareunternehmen Aveva während der Podiumsdiskussion.

Der datengestützte Chatbot könnte es den Mitarbeitern von Ölfeldern oder Raffinerien, die mit einem Problem konfrontiert sind, ermöglichen, die atmosphärischen Bedingungen, z. B. die Luftfeuchtigkeit, und die Betriebsleistung, z. B. den Bohrlochdruck, zu messen, um das Problem schnell zu diagnostizieren, so McGreevy.

Durch den sekundenschnellen Erhalt eines detaillierten Berichts kann eine schnelle Lösung gefunden werden, was Zeit und Geld spart.

- Weniger Risiko“ -

Bei der Wartung von Raffinerien „bringen Sie Menschen in gefährliche Situationen, um die Arbeit zu erledigen. Wenn Sie diese Stopps schneller durchführen können, gehen Sie ein geringeres Risiko ein", sagt Matthew Babin, Direktor für Energie und natürliche Ressourcen beim Softwareunternehmen Palantir Technologies.

Die KI der neuen Generation kann den Menschen, die gerade eine Entscheidung treffen, einen Kontext bieten, auch wenn dieser außerhalb ihres Fachgebiets liegt", so Babin.

„Wenn ich also ein Lagerstätteningenieur bin, muss ich nichts über Wartung wissen, aber ich muss über Wartung Bescheid wissen, wenn ich die Leistung dieser Ressource und die damit verbundenen Kosten für mein Unternehmen analysiere“, so Babin weiter.

Ölanlagen werden regelmäßig überprüft oder zur Wartung vom Netz genommen.

Eine Gen-KI-Schnittstelle bietet „Zugang zu einem Wartungshandbuch, so dass Sie sehen können, wie dieses Gerät gewartet werden sollte“, und zwar dank eines Chatbots in einfachem Englisch, so McGreevy.

Dieses System könnte auch die Reparaturarbeiten selbst erleichtern, indem es das Rätselraten aus solchen Entscheidungen herausnimmt.

Die Technologie würde es einem Unternehmen beispielsweise ermöglichen, anhand eines Computermodells einer Anlage zu ermitteln, ob genügend Platz für eine Leiter oder ein Gerüst vorhanden ist, so McGreevey.

McGreevy sagte, dies könne auch neuen Mitarbeitern helfen: „Ich denke, wir können die Zeit, die neue Mitarbeiter benötigen, um den sicheren Betrieb dieser Anlagen in großem Maßstab zu erlernen, drastisch reduzieren.“

Die mit der künstlichen Intelligenz verbundene höhere Effizienz bietet auch die Chance, den CO2-Fußabdruck einer Ölanlage zu verringern. Der Betrieb der Technologie erfordert jedoch auch große Mengen an Strom, insbesondere in Rechenzentren.

Von Thomas URBAIN

tu-jmb/bjt