Mark Junge

Mehr Effizienz dank Digitalisierung des Energiemanagements

Gastbeitrag aus der "technik nordhessen"

Die aktuellen Ziele der Bundesregierung hinsichtlich des Klimas werden bis 2020 wohl verfehlt. Da aber Energie neben der Erfüllung der Klimaziele auch ganz pragmatische wirtschaftliche Ziele für Unternehmen bedeutet, ist es wichtig kontinuierlich neue Potentiale zu heben. Angestoßen vom Thema Industrie 4.0 werden die Anforderungen an eine stetig wachsende Energieeffizienz in Unternehmen immer größer. Der Kern von Industrie 4.0 ist die Digitalisierung, also die Verbindung der Produktion mit neuester Informations- und Kommunikationstechnik.

So verspricht die Digitalisierung der Industrie Produktionsgewinne durch weitergehende Automatisierung. Ein Beispiel aus der vordigitalen Welt: Bestimmt kennen Sie den Mitarbeiter,der mit Klemmbrett bewaffnet von Stromzähler zu Stromzähler läuft und akribisch alle Werte notiert. An einem schlechten Tag werden aus den 81 kWh durch einen flüchtigen Zahlendreher 18 kWh. Dass dieses Vorgehen mühselig und ungenau ist, liegt auf der Hand.

Viele dieser Fleißaufgaben wird die Digitalisierung übernehmen und kontinuierlich bearbeiten. Beispielsweise kann die Wirksamkeit einer Maßnahme automatisiert nachverfolgt werden oder kontinuierlich nach neuen Potentialen auf Basis von Fehlkonfigurationen oder Abnutzung gesucht werden.Und wie man weiß, entsteht der Erfolg von Energieeffizienz durch viele kleine Maßnahmen und die sind aufwendig zu betrachten.

Vernetzung von Produktion, Wertschöpfung und Geschäftsmodell

Damit ist die Vernetzung von Produkten, Wertschöpfungsketten und Geschäftsmodellen der nächste Schritt auf dem Weg zur intelligenten Produktion der Zukunft. Bereits heute setzen die ersten Unternehmen maschinelles Lernen ein. Maschinen lernen, indem sie neue Informationen auf komplexe Weise analysieren. Im Energiemanagement ist dies der nächste Schritt, um Transparenz zu schaffen, Prozesse zu automatisieren und neue Potentiale für Einsparungen zu finden.

Machine Learning Algorithmen werden heute bereits in verschiedenen Anwendungen implementiert. Im Bereich Social Media, Online Handel, Spracherkennung oder Gesichtserkennung ist das Thema kaum noch wegzudenken. Schon heute sind wir in der Lage, eintönige und monotone Fleißarbeiten viel schneller und fehlerfreier durch Computererledigen zu lassen. Im Bereich des Energiemanagements und der Energieeffizienz ist das Thema aber noch Neuland. Doch hier ergeben sich viele Möglichkeiten und Einsatzgebiete.

Was ist Machine Learning?

Machine Learning oder auch Deep Learning ist ein Teil von dem, was wir aktuell unter künstlicher Intelligenz zusammenfassen. Dabei geht es vor allem um die Analyse von großen Datenmengen.Und im Bereich Energie haben wir viele Daten im Unternehmen. Es kommen in dem Fall spezielle Algorithmen zur Datenanalyse zum Einsatz. Der Algorithmus lernt nicht einfach die gegebenen Beispiele auswendig, sondern er erkennt Muster und Gesetzmäßigkeiten in den vorhandenen Daten und kann damit auch später unbekannte Daten analysieren und beurteilen.

Folglich haben die Entwicklungen im Bereich der Big-Data-Technik das maschinelle Lernen begünstigt. Damit steht auch im Energiemanagement eine mächtiges Werkzeug zur Verfügung, um automatisch aus Energiedaten neue Ansätze zur Energieeffizienzsteigerung zu identifizieren.

Der Prozess hinter Machine Learning beginnt mit Rohdaten. Beispielsweise stammen diese aus der Produktion oder dem Stromzähler. Nachdem die Daten gesammelt wurden, müssen sie statistisch aufbereitet werden. Dies ist notwendig, da Daten in unterschiedlichsten Formaten vorliegen und häufig unvollständig sind. Anschließend werden maschinelle Lernmodelle gebaut. Dafür gibt es viele Vorgehensweisen,die alle das Ziel verfolgen, die Wirklichkeitso exakt wie möglich abzubilden.

Die Modelle lernen mit jedem neuen Datensatz dazu. Entsprechend wird das Modell verfeinert. Das Ziel dahinter ist die bestmögliche Vorhersage über die Zukunft: Dies kann beispielsweise der Stromverbrauch eines Unternehmens an einem bestimmten Tag seinoder die Identifikation von Potentialen für Energieeinsparungen. Je mehr Datenfür die Modelle zur Verfügung stehen,desto genauer lassen sich solche Aussagen treffen.

Der Machine Learning Prozess
Der Machine Learning Prozess. Quelle: Limón GmbH

Bei bekannten Daten entstehen im Zeitverlauf immer treffsichere Vorhersagen. Zu wenig Daten führen dazu, dass schlechte Prognoseergebnisse eintreffen. Dies kann nur durch Fehleranalysen und aufwendige Tests ausgeschlossen werden.

In der nachfolgenden Grafik sieht man unterschiedliche Algorithmen, die durch den Einsatz von Machine Learning erzeugt wurden. Alle Modelle basieren auf der gleichen Datengrundlage, verfügen aber über unterschiedliche Aussagekraft für zukünftige Annahmen. Wie geeignet ein Modell ist, muss also über eine Evaluation herausgefunden werden. Selbst wenn ein passendes Modell gefunden wurde, kann dies häufig noch weiter optimiert werden. Anschließend wird das Modell eingesetzt, um Prognosen anhand neuer Daten zu erstellen.

Machine Learning Modell
Das Modell entscheidet über die Qualität. Quelle: Limón GmbH

Vorteile der Digitalisierung für die Energieeffizienz

Bei der Steigerung der Energieeffizienz werden Unternehmen von intelligenten Algorithmen auf vielfältige Weise profitieren. Sie werden in der Lage sein, ihr Energiemanagement zu beschleunigen und weiter zu optimieren. Energiemanager werden es leichter haben, Muster in Energiedaten zu erkennen, aus denen sie wichtige Erkenntnisse gewinnen können.

Wiederkehrende Aufgaben werden automatisiert, wodurch Nutzern mehr Zeit für kreative Lösungen komplexer Probleme bleibt. Anderseits werden wir noch viel flexibler und ortsunabhängiger arbeiten. Dabei wird die Standardisierung des Themas weiter zunehmen und weitere Anwendungsgebiete werden dazu kommen. Beispielsweise können im Bereich der Virtuellen Kraftwerke so schnell Lastverschiebungen bestimmt werden. Aber auch die Potentialerkennung kann mit mehr Daten deutlich konkreter werden und es können konkrete Maßnahmen empfohlen werden. Hier liegt aber noch viel Forschungs- und Entwicklungsarbeit vor uns.

Welche Angebote es in der Praxis gibt

Die Chancen zur Verbesserung der Energieeffizienz sind dank maschinellen Lernens enorm. Eine Auseinandersetzung mit der Thematik kann sich für viele Unternehmen lohnen. Dazu hat die Firma Limón aus Kassel eine schnelle, einfache und günstige Lösung entwickelt, um besonders kleine und mittelständische Unternehmen zu unterstützen. Das Produkt é.VISOR MeinBericht setzt maschinelles Lernen ein, um aus Energiedaten automatisch standardisierte, professionelle Berichte zu erzeugen. Damit sind wichtige Effizienzpotentiale
sofort auf einen Blick sichtbar.

Aufwendige Messtechnik kann reduziert werden, da auf bereits bestehende Daten der Energieversorger zurückgegriffen wird. Das große Erfolgsgeheimnis ist allerdings die Erfahrung von mehr als 50 Effizienz-Experten, aus mehr als 1.000 Effizienzprojekten, die in die Entwicklung eingeflossen sind. Ständig kommen weitere Daten hinzu, weshalb sich die Prognosen und Aussagen fortlaufend verbessern. Damit hat jedes Unternehmen die Möglichkeit sich für den Informationsvorsprung im Energiemanagement zu entscheiden.

Hinter é.VISOR MeinBericht steht die Limón GmbH aus Kassel. Das Unternehmen berät seit über 11 Jahren Industrie- und Gewerbekunden bei der Steigerung der Energieeffizienz und setzt dafür auf die Digitalisierung. Diese Vernetzung von Produkten und Maschinen steigert Effizienz, senkt Kosten und spart Ressourcen ein. Diese Optimierungen sind dann am erfolgversprechendsten, wenn gleichzeitig ganzheitliche Energieeffizienzlösungen im Unternehmen eingebunden werden.


Autor: Prof. Dr.-Ing. Mark Junge, Limón GmbH Geschäftsführung

Dieser Artikel erschien in der Ausgabe 1-2019 der "technik nordhessen"

Neue Beiträge abonnieren