Nano Dimension Ltd. gab die Einreichung einer US-Patentanmeldung mit dem Titel "Large Language Models for Efficient Anomaly Detection in Log Files of Industrial Machines" (das "Log Analysis Patent" oder "Patent") bekannt, die auf die Echtzeit-Datenanalyse und den skalierbaren Einsatz in den eigenen Systemen und in industriellen Lösungen für externe Kunden abzielt.

Das Patent zur Protokollanalyse befasst sich mit einer der zentralen Herausforderungen bei der automatischen Erkennung von Anomalien. Maschinenprotokolle sind zwar in der Regel eine wertvolle Informationsquelle für industrielle Systeme, ihre Analyse wird jedoch zunehmend schwieriger und teurer, da die zugrunde liegenden Systeme immer komplexer werden und sich die Menge der darin enthaltenen Protokolldaten vervielfacht hat. Darüber hinaus werden Protokolle in der Regel erst nach dem Eintreten von Ereignissen und nicht in Echtzeit analysiert, wodurch die Gelegenheit verpasst wird, korrigierende Maßnahmen zu ergreifen.

Um diese Probleme zu überwinden, hat Nano Dimension seine bestehenden KI-Patente um ein Large Language Model (?LLM?) erweitert, das unabhängig von technischen Kennzeichnungen arbeiten kann. Damit nutzt die Technologie das vorhandene Sentiment, das in den Maschinenprotokollen ausgedrückt wird. Dies ermöglicht einen vollautomatischen Prozess der KI-gestützten Vorhersage von Produktionsanomalien, bevor sie auftreten, entweder allein auf der Grundlage von Protokollen oder in Kombination mit anderen Maschinendaten, und ist effizient genug, um Milliarden von Protokollzeilen zu verarbeiten.

Das Protokollanalyse-Patent folgt auf ein verwandtes Patent, das im September 2023 eingereicht und angekündigt wurde. Beide Patente sind gleichermaßen wertvoll für die Entwicklung der Produkte von Nano Dimension, die, wo immer möglich, mit der auf DeepCube Group basierenden KI entwickelt werden, sowie für Drittkunden und Partner, die zunehmend auf das Unternehmen setzen, um die gleiche Technologie in ihren eigenen industriellen Prozessen und Systemen zu nutzen.