Siemens ‘leert’ windturbines hoe ze zich automatisch aan de weersomstandigheden kunnen aanpassen. De turbines leren hoe ze sensorgegevens over bijvoorbeeld de windsnelheid kunnen gebruiken om hun instellingen aan te passen zodat ze maximaal gebruik kunnen maken van de heersende omstandigheden. Windturbines met standaardinstellingen leveren bij weinig wind niet het maximale rendement op. De zelflerende windturbines leveren onder dezelfde omstandigheden op jaarbasis een procent meer elektriciteit, en slijten minder snel.

Specialisten op het gebied van lerende systemen van Siemens Corporate Technology (CT), de Technische Universität Berlin and IdaLab GmbH combineerden zelflerende technieken met neurale netwerken (algoritmen die op dezelfde manier werken als de menselijke hersenen). Deze software leert van historische data en kan hiermee het toekomstige gedrag van een systeem voorspellen. Op deze manier kan een model worden gecreëerd dat het door een windturbine onder verschillende omstandigheden geleverde elektrische vermogen voorspelt.
Na slechts enkele weken is het systeem in staat om de optimale instellingen voor de meest voorkomende weeromstandigheden te bepalen en op te slaan. Na een langere trainingsperiode kan de elektriciteitsopwekking ook bij extreem weer automatisch optimaal worden geregeld.