KI und intelligentes Energiemanagement

KI ist ein schillernder Begriff. Wenn er in Zusammenhang mit Energieverbrauch und betrieblichem Energiemanagement fällt, ist in aller Regel eine Teildisziplin von künstlicher Intelligenz gemeint: das sogenannte maschinelle Lernen beziehungsweise Machine Learning.

Darunter versteht man, dass IT-Systeme mithilfe von Algorithmen und Daten Muster beziehungsweise Gesetzmäßigkeiten erkennen. Diese Muster lassen sich auf neue Datensätze anwenden, um zum Beispiel Vorhersagen zu treffen oder Prozesse zu optimieren.

Im betrieblichen Energiemanagement ist der Einsatz von KI laut Mark Junge weitgehend Neuland. Doch das Interesse daran nimmt zu.

Das hat mehrere Gründe:

• Energie wird immer teurer.
• Im Rahmen eines Energiemanagements nach ISO 50001 müssen Unternehmen eine Verbesserung ihrer Energieeffizienz nachweisen.
• Hinzu kommt oft das Bedürfnis, angesichts des Klimawandels einen Beitrag zur Energiewende zu leisten.

Vor allem energieintensive Unternehmen suchen deshalb nach neuen Wegen, Einsparpotenziale im Energiemanagement zu erkennen und zu nutzen.

Zugute kommt ihnen dabei, dass sie viel mehr relevante Daten zur Verfügung haben als früher. Diese auszuwerten, ist allerdings eine große Herausforderung. „Statt früher 5 liegen heute in einem größeren Betrieb schnell 1.000 oder 2.000 Messkurven vor,“ erklärt Mark Junge. „Darüber hinaus sind verschiedene Einflussgrößen notwendig, um zu beurteilen, ob ein Energieverbrauch sinnvoll ist, zum Beispiel Taktzahlen, Produktionsmengen, Temperaturen oder Prozessparameter. Deshalb ist es sinnvoll, diesen Prozess weitgehend zu automatisieren. "

Kommen wir zu der zentralen Frage: Wofür können Unternehmen ein solches Modell verwenden?

• Prognosen erstellen: Zunächst einmal eignet sich der Einsatz von KI, um einen Energieverbrauch in der Zukunft zu prognostizieren. Großverbraucher können diese Prognose sogar ihren Stromversorgern zur Verfügung stellen und profitieren dadurch vielleicht von besseren Stromtarifen.
• Einflussgrößen und Verbraucher erkennen: Der gezielte Einsatz von Algorithmen gibt Aufschluss über Verbraucher und Faktoren, die den Energieverbrauch in Unternehmen beeinflussen.
• Einsparpotenziale erkennen: Schließlich erkennen Verantwortliche in Unternehmen Optimierungspotenzial. Sie können überlegen, ob und wie sie wichtige Verbraucher beeinflussen können und wie sie bei Abweichungen vom prognostizierten Energiebedarf für Abhilfe sorgen. Oft lassen sich auf diese Art hohe Einsparungen realisieren.

Ingenieurs-Know-how ersetzt KI nicht, betont Mark Junge: „Viele erwarten, dass wir ihnen mithilfe von KI genau verraten können, welcher Parameter für welche Abweichungen verantwortlich ist. Tatsächlich können wir Unternehmen beispielsweise sagen: An ihrer Lüftungsanlage kommt es morgens um 8 Uhr zu einem Problem, weil sich die Luftmenge verändert. Um den genauen Grund dafür herauszufinden, ist ein Ingenieur notwendig. Wir gehen also quasi durch die Produktion und leuchten mit der Taschenlampe in die richtige Ecke.“