Datenorientierte Wertschöpfung mit Hilfe Künstlicher Intelligenz – Open Source Smart Energy Ökosystem für die Energiewende (DatenWerKIOS)

Motivation
Besonders kleinere und mittlere Unternehmen (KMU) verfügen zunehmend über detaillierte Energiedaten aus intelligenten Stromzählern (Smart Metern), die eine Fülle von Informationen beinhalten. Diese werden jedoch kaum effizient genutzt. Oft fehlen tragfähige Geschäftsmodelle sowie Ressourcen oder Fachwissen, um diese Daten wirtschaftlich und im Hinblick auf die Energiewende zu verwerten. Die Herausforderung besteht darin, eine nutzerfreundliche Lösung zu entwickeln, die Energiedaten bündelt und mit KI-basierten Werkzeugen so aufbereitet, dass KMU und weitere Akteure direkt profitieren.

Ziele und Vorgehen
Ziel des Forschungsprojekts DatenWerKIOS ist die Entwicklung einer offenen, öffentlich zugänglichen Plattform, die Energiedaten von KMU sicher bündelt und zentral verfügbar macht. Mittels KI können hier z. B. Verbrauchsmuster und Anomalien erkannt und Handlungsempfehlungen gegeben werden. Zunächst werden über Interviews, Workshops und kontinuierliche Tests Anforderungen erhoben. Darauf basierend werden KI-Modelle trainiert und die Plattform iterativ aufgebaut und optimiert. Gleichzeitig werden die Vernetzung von Unternehmen und nicht-kommerziellen Akteuren (z. B. Kommunen) sowie Faktoren für die Attraktivität der Plattform erforscht. Die prototypische Umsetzung erfolgt in enger Kooperation mit KMU, beginnend mit einer Pilotgruppe ausgewählter Gewerbegebiete.

Innovationen und Perspektiven
Bei erfolgreicher Umsetzung befähigt die Datenplattform KMU und andere Akteure, aus Energiedaten sowohl unternehmensintern als auch aggregiert über viele Unternehmen hinweg wertvolle Erkenntnisse zu gewinnen. So werden z. B. in der Energieberatung erstmals Potenziale zur gemeinschaftlichen Nutzung erneuerbarer Energien sichtbar. Kommunen und Energieversorger gewinnen aus aggregierten Daten neue Erkenntnisse für Netzplanung und Nachfragesteuerung. Perspektivisch lässt sich der Ansatz auf neue Datenquellen übertragen, z. B. im digitalen Gebäudemanagement, wo sich zusätzliche Optimierungspotenziale identifizieren und gezielt umsetzen lassen.

• RAUSCH Technology GmbH
• regionalwerke GmbH & Co. KG
• Technische Hochschule Köln
• Universität Siegen
• Wuppertal Institut für Klima, Umwelt, Energie gGmbH