Wie kann künstliche Intelligenz die Energiewende unterstützen? 10 Beispiele aus dem LOFT-Ecosystem.

Wenn das neue Auto über Assistenzsysteme, wie Einparkhilfen oder Spurassistenzsysteme, verfügt, dann freuen wir uns. Genauso ist es bei der Suche im Internet, bei der Online-Übersetzung von Texten oder bei der Nutzung von digitalen Assisten, wie Siri oder Cortana. Diese Technologien nutzen wir heute im Alltag fast selbstverständlich. Wir fragen uns nicht welche Technologie dahinter steckt und ob das künstliche Intelligenz ist oder nicht. In der Energiewelt können entsprechende Systeme auch zur Selbstverständlichkeit werden, sie können sogar die Energiewende unterstützen. Ein paar Beispiele sollen zeigen, was mit KI möglich ist und wo sie die Energiewende unterstützt.

Was bedeutet künstliche Intelligenz?

Es gibt so viele verschiedene Begriffe in der Digitalisierung. In der Energiewende geht die Digitalisierung auch weit über das Thema intelligente Messsysteme hinaus. Sie fängt damit eigentlich erst richtig an, denn durch sie fallen riesige Mengen an Daten an, die nur automatisiert bearbeitet werden können. Darum geht es auch im Wesentlichen bei der künstlichen Intelligenz. Sie verarbeitet große Mengen an Daten und entscheidet selbständig, welche Schritte daraus folgen. Das bedeutet sie simuliert menschliche Entscheidungen aufgrund von Mustern, vorhandenen Daten, bestimmten Wahrscheinlichkeiten oder angelerntem Wissen...

Systeme, die auf künstlicher Intelligenz (KI) basieren, nutzen entsprechende Algorithmen, die aufgrund der Daten entsprechende Entscheidungen treffen oder Aktionen ausführen. Sie können mit sehr großen Datenmengen umgehen, schnell lernen, alle Varianten simulieren, um dann die Entscheidungen zu treffen.

Zur künstlichen Intelligenz gehören auch die Themen maschinelles Lernen, Deep Learning, Advanced Analytics, Predictive Analytics und Data Mining.

10 Beispiele für KI zur Unterstützung der Energiewende

Im Rahmen der Energiewende gibt es einige Anwendungsgebiete für die künstliche Intelligenz und die dazugehörenden Themen, wie maschinelles Lernen und Predictive Analytics. Aus den Startups in der Energieloft-Datenbank habe ich zehn verschiedene Beispiele ausgesucht, wie sie künstliche Intelligenz für ihre Leistungen nutzen können.

Optimierung der Planung von Solaranlagen
Eine datengetriebene Beratung und Optimierung von Photovoltaik-Anlagen mit hochauflösenden Daten aus dem Energiemonitoring bietet freeelio.io UG. Das Startup aus München trägt dazu bei, die Planungskosten zu reduzieren und den Ertrag zu optimieren.

Intelligentes Monitoring von industriellen PV-Anlagen
Die Überwachung von großen Photovoltaik-Anlagen, Aufdach- oder Freiflächenanlagen, mit einer intelligenten Monitoring-Lösung der Solytic GmbH hilft Betreibern und Asset Managern, die Wartung zu optimieren und den Anlagenertrag zu steigern.

Analyse und Prognose von Erzeugungsdaten
Mit einer Software auf Basis neuronaler Netze kann die Sota Solutions GmbH anhand historischer Daten den Energieertrag besser prognostizieren als mit herkömmlichen Verfahren. Damit ist eine optimierte Planung von Anlagen möglich, was die Kosten reduziert und Erträge steigert.

Management und Verwertung von Windanlagen-Daten
Mit der Hilfe von entsprechenden Algorithmen kann die Onwrks Gbr proaktives Windturbinen Management betreiben und Kosten in der Wartung und Instandhaltung von Windenergieanlagen ermöglichen.

Optimierung von Energieverbrauch, -speicherung und -erzeugung
Anhand von Daten über den Verbrauch, das Verhalten der Bewohner, dem Wetter und weiteren relevanten Größen optimiert die intelligente Software von ÜberEnergy den Energieverbrauch in privaten Haushalten wie auch die Erzeugung von Energie.

Vorausschauender Betrieb der Gebäudetechnik in Handelshäusern
Anhand der Datenströme aus den Gebäuden und Energiesysteme kann die Recogizer Group GmbH eine vorausschauende Regelung (predictive analytics) von technischen Anlagen realisieren und damit Einsparungen erzielen. In Handelshäusern sind auf diesem Weg Energieeinsparungen von 40% möglich.

Vorausschauende Wartung von Industrieanlagen
Mit einer Software für das Energiemanagement kann man nicht nur den Energieverbrauch überwachen. Die Daten lassen sich auch für eine vorausschauende Wartung oder Instandhaltung von Anlagen in der Industrie (predictive maintenance) nutzen, wie bei ENIT Systems GmbH aus Freiburg.

Identifizierung von wechselwilligen Kunden und potentiellen Kunden
Wie verhalten sich die Kunden eines Energieversorgers, welche Kunden könnten bald zu einem anderen Anbieter wechseln und welche Kunden interessieren sich für die neuen Produkte. BEN Energy AG aus Zürich kombiniert die Verhaltensökonomie mit Methoden der predictive analytics, um diese Fragen zu beantworten.

Energieeinsparung in Heizungsanlagen durch intelligente Betriebsführung
Eine intelligente Anpassung von Heizprogrammen mit Sensor-Nachrüstung und Algorithmen auf der Basis von künstlicher Intelligenz bietet die metr Building Management Systems GmbH aus Berlin, um in großen Gebäuden Heizenergie einzusparen.

Geographische Big Data Analysen mit Geodaten
Mit der Hilfe von geographischen Big Data Analysen, Deep Learning und predictive analytics erstellt die Geospin GmbH aus Freiburg zeitliche und räumliche Prognosen. Dazu gehört zum Beispiel die Optimierung der Standorte von Ladesäulen für Elektrofahrzeuge.

Künstliche Intelligenz ist heute schon in der Energiewelt angekommen
Die künstliche Intelligenz ist in der Energiewelt kein Hypethema wie Blockchain. Aber vieles davon wird auch vielleicht nicht als KI wahrgenommen oder ist noch nicht so weit verbreitet. Die genannten Beispiele zeigen immerhin, wie viele unterschiedliche Innovationen es in Deutschland in dem Bereich der künstlichen Intelligenz in der Energiewelt gibt. Sie sind auch nur eine Auswahl aus den Startups in der Energieloft Datenbank.