KI-Lösungen
EN

Drohnen-KI für industrielle Inspektionen

Wir analysieren Drohnen-, Thermal-, Multispektral- und LiDAR-Daten mit Computer Vision, Edge AI und Cloud Analytics. So entstehen strukturierte, georeferenzierte Ergebnisse für Energieanlagen, Bauwerke, Umweltmonitoring und Wartungsprozesse.

Schneller erfassen. Präziser auswerten. Besser entscheiden.

Vom Drohnenbild zur belastbaren Entscheidung

Klassische Drohneninspektionen erzeugen große Mengen an Bildmaterial. Der eigentliche Aufwand entsteht danach: Sichtung, Sortierung, Bewertung, Dokumentation und Priorisierung. Wir automatisieren genau diesen Schritt. Die KI erkennt relevante Muster in Bild- und Sensordaten, verortet diese präzise und überführt sie in strukturierte Befunde. Dadurch werden Inspektionsprozesse schneller, konsistenter und besser vergleichbar.

Klassische Inspektion

  • Manuelle Sichtung großer Bildmengen
  • Uneinheitliche Bewertung
  • Zeitintensive Dokumentation
  • Punktuelle Einzelprüfung
  • Bilder als Rohdaten

KI-gestützte Inspektion

  • Automatische Vorauswertung
  • Standardisierte Klassifikation
  • Automatisierte Befundberichte
  • Vergleich über Zeitreihen
  • Daten als Entscheidungsgrundlage

Schnellere Inspektionen

Großer Anlagen und Infrastrukturflächen durch automatisierte Vorauswertung

Automatisierte Erkennung

Von Schäden, Anomalien und Risikozonen mit reproduzierbarer Klassifikation

Nahtlose Integration

In bestehende Wartungs-, GIS- und Berichtssysteme ohne Hardware-Austausch

Human-in-the-Loop

Technische Prüfung und Freigabe bleibt stets beim Fachpersonal

So entstehen aus Drohnenflügen nicht nur Bilder, sondern belastbare Entscheidungsgrundlagen für Wartung, Sicherheit, Betrieb und Investitionsplanung.

Herstellerunabhängig. Modular. In bestehende Systeme integrierbar.

Die Jaroona-Lösung ist nicht an einen bestimmten Drohnenhersteller gebunden. Sie wird als Software- und KI-Schicht in bestehende Drohnen-, Sensor- und Datenumgebungen integriert. Dadurch können vorhandene Investitionen weitergenutzt werden – ein vollständiger Hardwareaustausch ist in der Regel nicht erforderlich.

Unterstützte Datenquellen

  • 4K- und 8K-RGB-Bilddaten
  • Thermalkameras
  • Multispektralsensoren (NIR, Red-Edge)
  • Hyperspektraldaten für Spezialanwendungen
  • LiDAR-Punktwolken
  • GPS-, RTK- und Metadaten
  • Zeitreihen aus Anlagen- und Betriebsdaten

Typische Integrationsziele

  • Drohnenplattformen und Flugplanungssysteme
  • Cloudspeicher und Data Lakes
  • GIS-Systeme wie ArcGIS oder QGIS
  • Wartungssysteme wie SAP PM oder IBM Maximo
  • Power BI, Web-Dashboards oder kundenspezifische Portale

Technische Architektur der Jaroona Drohnen-KI

Die Lösung kombiniert moderne Computer-Vision-Modelle, georeferenzierte Datenverarbeitung und industrielle Integrationsarchitektur. Je nach Anwendungsfall erfolgt die Analyse direkt während des Flugs, nachgelagert in der Cloud oder in einer hybriden Architektur.

1

Datenerfassung

Drohnen erfassen RGB-, Thermal-, Multispektral- oder LiDAR-Daten inklusive Positions-, Höhen- und Kamerametadaten.

2

KI-Vorverarbeitung

Bilddaten werden normalisiert, entzerrt, georeferenziert und für Modellanalysen vorbereitet.

3

Erkennung & Segmentierung

YOLO-basierte Modelle erkennen Objekte und Schadensmuster. U-Net, Mask R-CNN und transformerbasierte Ansätze grenzen Schadbereiche pixelgenau ab.

4

Klassifikation & Priorisierung

Befunde werden nach Art, Ort, Ausdehnung, Schweregrad und Dringlichkeit bewertet.

5

Reporting & Integration

Ergebnisse werden als Dashboard, Befundkarte, Inspektionsprotokoll oder API-Export bereitgestellt.

Echtzeit-Analyse am Edge und vertiefte Cloud-Auswertung

Nicht jede Inspektion benötigt dieselbe Verarbeitungslogik. Wir kombinieren Edge-KI und Cloud-KI flexibel – je nach Zeitkritikalität, Datenmenge und Integrationsanforderung.

Edge-Analyse während des Flugs (optional)

Für zeitkritische Anwendungen läuft die KI direkt auf der Drohne oder einem mobilen Edge-System. Das Einsatzteam erhält bereits während des Flugs Hinweise auf auffällige Bereiche.

  • Erste Anomalieerkennung
  • Hot-Spot-Erkennung
  • Objektzählung
  • Navigationsunterstützung für Nachaufnahmen
  • Vorpriorisierung kritischer Bereiche

Cloud-Analyse nach dem Flug

Für tiefere Analysen, Modellvergleiche, Zeitreihen, 3D-Punktwolken und Befundberichte erfolgt die Verarbeitung im Cloud-Backend.

  • Segmentierung großer Datenmengen
  • 3D-Vergleich mehrerer Inspektionsflüge
  • Automatisierte Berichtserstellung
  • Integration in CMMS, GIS und BI-Systeme
  • Modellversionierung und Auditierbarkeit

Fokusbereich Energieinfrastruktur

Energieinfrastruktur ist oft grossflächig, schwer zugänglich und betriebskritisch. Genau hier entfaltet KI-gestützte Drohnenanalyse ihren grössten Nutzen. Wir unterstützen Betreiber bei der automatisierten Inspektion einer breiten Bandbreite von Anlagen und liefern eine priorisierte, nachvollziehbare und digital weiterverarbeitbare Befundbasis.

Leitungen & Umspannwerke

Hochspannungsleitungen, Masten und Umspannwerke mit automatisierter Korrosions- und Schadensanalyse

Windkraftanlagen

Rotorblätter, Turmstrukturen und Blitzschutzbereiche auf Oberflächenschäden und thermische Auffälligkeiten

Photovoltaikparks

Moduldefekte, Hot-Spots, String-Auffälligkeiten und Vegetationsrisiken in grossflächigen Solaranlagen

Staudämme & Wasserbau

Rissbildung, Feuchtigkeitszonen, Erosionsbereiche und strukturelle Veränderungen an wasserbaulichen Anlagen

Staudämme und wasserbauliche Infrastruktur

Wir verbinden hochauflösende Bilddaten, Thermal- und Multispektralanalyse mit georeferenzierten 3D-Modellen. Entscheidend ist die frühzeitige Identifikation von Veränderungen, die auf strukturelle Risiken, Feuchtigkeitseintritt oder Materialermüdung hinweisen.

Erkannte Befundtypen

  • Rissbildung und Setzungsrisse
  • Oberflächenveränderungen
  • Feuchtigkeitszonen und Sickerwasserspuren
  • Erosionsbereiche
  • Auffälligkeiten an Bauwerksfugen
  • Veränderungen zwischen mehreren Inspektionszeitpunkten

Technischer Ansatz

  • Segmentierung von Riss- und Schadensbereichen
  • Klassifikation nach Befundtyp und Schweregrad
  • Vergleich historischer Inspektionsdaten
  • Verknüpfung mit GPS-, RTK- und 3D-Referenzdaten

Solarparks und Windkraftanlagen

Für Betreiber von Solar- und Windkraftanlagen ist die wirtschaftliche Wirkung von Inspektionen besonders klar messbar: schneller erkannte Defekte, gezieltere Wartung, weniger ungeplante Stillstände und höhere Anlagenverfügbarkeit.

Solarpark-Analyse

  • Hot-Spots und beschädigte Module
  • Auffällige Modulgruppen und Verkabelungsprobleme
  • String- und Strang-Abweichungen
  • Vegetations- und Verschattungsrisiken

Ergebnisse lassen sich mit SCADA-, Wetter- und Ertragsdaten kombinieren für ein präziseres Bild der wirtschaftlichen Relevanz einzelner Befunde.

Windkraftanalyse

  • Rotorblätter und Turmstrukturen
  • Blitzschutzbereiche
  • Oberflächenschäden
  • Thermische Auffälligkeiten
  • Wiederkehrende Schadensmuster

Wartungsteams erhalten keine unstrukturierte Bildsammlung, sondern eine priorisierte Mängelliste mit Ort, Bildnachweis, Schweregrad und Handlungsempfehlung.

Weitere Einsatzbereiche: Umwelt, Vegetation und Boden

Die Jaroona Drohnen-KI ist nicht auf technische Infrastruktur beschränkt. Dieselbe Architektur wird für Umweltmonitoring, Vegetationsanalyse und geobasierte Risikobewertung angepasst – abgestimmt auf die Daten, Ziele und Qualitätsanforderungen des jeweiligen Einsatzes.

Wildtiermonitoring & Artenschutz

RGB- und Thermalbilder ermöglichen Erkennung, Zählung und räumliche Analyse von Wildtieren. Bestandserhebungen, Schutzmasnahmen und wiederholbare Monitoring-Prozesse werden damit skalierbar.

Pflanzen- & Vegetationsanalyse

Multispektral- und Hyperspektraldaten ermöglichen die Analyse von Vegetationszustand, Wasserstress, Nährstoffversorgung und Schädlingsbefall. Vegetationsindizes wie NDVI werden mit KI-Klassifikationen kombiniert.

Bodenbeschaffenheit & Erosion

Photogrammetrie, LiDAR und Höhenmodelle ermöglichen die Analyse von Erosionszonen, Hanginstabilitäten, Oberflächenabfluss und Risikobereichen nach Starkregenereignissen.

Befunddaten, die prüfbar und nachvollziehbar bleiben

Für industrielle und öffentliche Auftraggeber reicht eine reine KI-Markierung nicht aus. Befunde müssen nachvollziehbar, reproduzierbar und fachlich prüfbar sein. Deshalb erzeugen wir strukturierte Inspektionsdaten mit vollständigem Kontext.

Jeder Befund kann enthalten:

  • Befundtyp und Schweregrad
  • GPS- oder RTK-Koordinate
  • Bildausschnitt und Originalbildreferenz
  • Zeitstempel sowie Sensor- und Kamerainformation
  • Konfidenzwert des KI-Modells
  • Zuordnung zu Anlage, Bauteil oder Zone
  • Status der fachlichen Prüfung
  • Export in Wartungs- oder Berichtssysteme

Drei Ebenen der Ergebnisqualität

KI-Hinweis

Automatisch erkannt, noch nicht geprüft

Priorisierter Befundvorschlag

Klassifiziert und für Prüfung vorbereitet

Verifizierter Befund

Fachlich bestätigt und berichtsfähig

Integration in bestehende Betriebsprozesse

Der Wert der Drohnen-KI entsteht nicht nur in der Erkennung. Entscheidend ist, dass Befunde direkt in operative Prozesse überführt werden können. Wir integrieren die Analyseergebnisse in bestehende Systemlandschaften.

Mögliche Zielsysteme

SAP PM

IBM Maximo

ArcGIS / QGIS

Power BI

Azure / AWS

REST-API

Betrieblicher Nutzen

  • Weniger manuelle Nacharbeit
  • Schnellere Weitergabe an Wartungsteams
  • Einheitlichere Bewertung über Standorte hinweg
  • Bessere Nachvollziehbarkeit gegenüber Management, Behörden und Technik
  • Skalierbarkeit über viele Anlagen und Regionen

Typische Ausgaben

  • Priorisierte Mängelliste und digitale Befundkarte
  • PDF-, Word-, CSV-, JSON- oder GeoJSON-Export
  • 3D-Punktwolken und DEM-Modelle
  • Zeitreihenvergleich über mehrere Inspektionsflüge

Vom Proof of Concept zur produktiven Inspektionsplattform

Wir empfehlen einen strukturierten Einstieg über einen klar abgegrenzten Proof of Concept. Ziel ist nicht eine abstrakte KI-Demo, sondern ein belastbarer Nachweis an realen Daten. Der Weg von den ersten Testdaten bis zur produktiven Plattform ist in sechs klare Phasen gegliedert.

1

1. Use-Case-Auswahl

Festlegung des konkreten Inspektionsziels: Risserkennung, Hot-Spot-Erkennung, Vegetationsrisiko oder 3D-Veränderungsanalyse

2

2. Datenprüfung

Analyse vorhandener Drohnen-, Sensor-, GIS- und Wartungsdaten auf Qualität und Eignung

3

3. Modellaufbau

Training oder Anpassung geeigneter Computer-Vision-Modelle an den spezifischen Anwendungsfall

4

4. Validierung

Messung von Erkennungsqualität, Fehlalarmen, Befundabdeckung und praktischer Verwendbarkeit

5

5. Dashboard & Reporting

Aufbereitung der Ergebnisse für Technik, Betrieb und Management

6

6. Skalierung

Integration in bestehende Prozesse, Systeme und wiederkehrende Inspektionszyklen

Messbare PoC-Kriterien

Erkennungsrate relevanter Befunde

False-Positive-Rate

Bearbeitungszeit pro Inspektionsflug

Qualität der Georeferenzierung

Vollständigkeit der Befunddokumentation

Integrationsfähigkeit in bestehende Systeme

Messbare Leistung. Klare Zahlen.

Die Leistungsfähigkeit von Jaroona lässt sich in konkreten Kennzahlen ausdrücken – gemessen an realen Projekteinsätzen mit validierten Bilddaten und trainierten Modellen.

70%

Schneller

als klassische manuelle Vorauswertung in geeigneten Szenarien

95%+

Erkennungsqualität

bei trainierten Modellen und validierten Bilddaten

100%

Nachvollziehbar

durch Originalbild, Koordinate, Zeitstempel und Modellversion

KI, die Drohnendaten in Entscheidungen verwandelt.

Wir integrieren Computer Vision, Edge AI und Cloud Analytics in bestehende Drohnensysteme. So entstehen aus Luftbildern, Thermalaufnahmen, Multispektraldaten und LiDAR-Punktwolken strukturierte Befunde für Infrastruktur, Energieanlagen, Umweltmonitoring und Wartungsprozesse.

Herstellerunabhängig

Läuft auf bestehenden Drohnen- und Sensorsystemen ohne Hardwareersatz

Modular

Anwendungsbezogene KI-Pipelines, abgestimmt auf spezifische Inspektionsziele

Skalierbar

Von der Einzelanlage bis zum unternehmensweiten Inspektionsprogramm

Prüfbar

Vollständig nachvollziehbare Befunde mit Bild-, Positions- und Modellnachweis

Aus Bildern werden Befunde

Aus Befunden werden Entscheidungen. Aus Inspektionen wird skalierbare Betriebsintelligenz.

Wir unterstützen Unternehmen dabei, Drohneninspektionen von manueller Bildsichtung auf KI-gestützte, reproduzierbare und integrierbare Analyseprozesse umzustellen. Der Einstieg erfolgt über einen klar definierten Proof of Concept mit messbaren Kriterien – und skaliert von dort in einen produktiven, industriellen Inspektionsprozess.

Schneller prüfen

Automatisierte Vorauswertung reduziert den manuellen Aufwand erheblich

Gezielter warten

Priorisierte Befunde lenken Ressourcen dorthin, wo sie am meisten wirken

Ausfälle reduzieren

Frühzeitige Erkennung von Risiken verhindert ungeplante Stillstände

Ihr Partner für KI & Maschinelles Lernen

Maßgeschneiderte KI-Lösungen für Unternehmen – von der strategischen Beratung bis zur erfolgreichen Umsetzung.

© 2026 Jaroona. Alle Rechte vorbehalten.