Geysir in Island, Standort des Supercomputers von DeepL. Foto: pixabay.com/ Hans
(4 Minuten Lesezeit)
Stell Dir vor, Du fragst einen Computer nach einer Übersetzung und bekommst innerhalb weniger Sekunden eine Antwort, die sich nicht von einem professionellen Übersetzer unterscheidet. Dies kann der Übersetzungsdienst DeepL dank künstlicher Intelligenz, der Lage ist fast perfekte Übersetzungen zu liefern. Sie nutzen dazu einen Supercomputer in Island, der in der Lage ist eine Millionen Wörter in weniger als einer Sekunde zu übersetzen.
Es gibt heute auch Sprachassistenten, die unsere Wünsche verstehen und verarbeiten können, sowie Assistenz-Systeme in Fahrzeugen als Vorstufe zum autonomen Fahren. Alle diese Anwendungen nutzen künstliche Intelligenz. In Unternehmen hilft die künstliche Intelligenz Prozesse und Abläufe effektiver zu gestalten, mit dem Ziel Zeit und Kosten zu sparen.
Was bedeutet aber künstliche Intelligenz und welche Einsatz-Möglichkeiten gibt es in der Energiewirtschaft?
Der Begriff “Künstliche Intelligenz” ist schwer genau zu definieren und abzugrenzen. Es geht im Prinzip dabei um die Automatisierung von menschlichem Verhalten und um Entscheidungsfindung. Software oder Algorithmen sollten mit der Hilfe von KI eigenständig Aufgaben lösen und Entscheidungen treffen können. Die KI lässt sich auch einsetzen für Maschinen, die menschliches Verhalten nachahmen, wie z. B. bei Roboter in der Produktion.
Als Grundlage benötigen die Algorithmen viele Daten, um arbeiten zu können und damit die Entscheidungen zu treffen. Eine digitale Datenaufnahme ist essentiell für die künstliche Intelligenz. Die Verarbeitung von großen Datenmengen wird daher auch häufig zusammen mit dem Begriff Big Data genannt. Bei dieser Disziplin geht es um riesige Datenmengen, die zu groß sind um sie mit herkömmlichen Methoden der Datenverarbeitung auswerten zu können.
Vielleicht wird es anschaulicher mit dem Blick auf künstliche Intelligenz in der Energiewirtschaft.
In der Energiewirtschaft kommt die künstliche Intelligenz noch wenig zum praktischen Einsatz. Doch die Möglichkeiten sind vielfältig, hier sind ein paar Beispiele:
In einer Energiewelt, die auf Erneuerbaren Energien basiert, müssen viele verschiedene kleine Erzeugungsanlagen koordiniert und zusammen auf den Bedarf abgestimmt werden. Ein intelligentes System muss das voraussichtliche Wetter für jede Region mit ihren Erzeugungsanlagen in Verbindung bringen. Hinzu kommt die Abstimmung der voraussichtlich produzierten Strommenge mit vorhandenen Speichern und dem prognostizierten Verbrauch. Dazu ist die Verarbeitung von großen Datenmengen in Echtzeit notwendig. Mit Hilfe von künstlicher Intelligenz lassen sich die vielen unterschiedlichen Faktoren berücksichtigen, um Erzeugung und Verbrauch zu prognostizieren und um den verfügbaren Strom an den Bedarf anzupassen. (Quelle)
Die Heizung und Klimatisierung in großen Gebäuden hat weit mehr Regelgrößen als nur die Außen- und Innentemperatur. Nehmen wir noch das Verhalten des Gebäudes, die Belegung mit Personen, die Nutzungsart, interne Lasten und voraussichtliche Änderungen am Wetter hinzu. Mit allen diesen Faktoren kann eine intelligente Software die Heizungs- und Klimaanlagen vorausschauend regeln und damit eine Menge Energie einsparen. Die Recogizer Group GmbH, ein 2014 gegründetes Startup aus Bonn, bietet mit Energy Analytics ein solches System an und spricht von einer möglichen Energieeinsparung in Handelsgebäuden von bis zu 40 Prozent. Das Angebot ist so attraktiv, dass die MVV Energie AG seit Februar 2018 mit 25,1 Prozent an dem Unternehmen beteiligt ist.
Die Wartung von Maschinen in der Produktion verursacht in der Regel einen teuren Produktionsausfall. In der Zeit der Wartung müssen die Maschin stehen und können nicht weiter arbeiten. Daher darf Wartung nicht zu viel Zeit kosten und Wartungsintervalle sollten so lange wie möglich sein. Die Notwendigkeit der Wartung von Maschinen sollte sich am Bedarf orientieren und nicht nach einem Intervall. Hier hilft wieder die künstliche Intelligenz, durch die Mustererkennung im Stromverbrauch können frühzeitig Unregelmäßigkeiten entdeckt und Wartung kann auf den Bedarf minimiert werden (predicitve maintenance). Solch ein Angebot bietet z. B. das Startup ENIT-Systems GmbH aus Freiburg für die Industrie. Auf der Seite der Netzbetreiber hat E.ON einen Algorithmus entwickelt für die Auswahl welche Ersatzmaßnahmen für Mittelspannungskabel am wichtigsten ist.
Auch im Dienst am Kunden kann künstliche Intelligenz zum Einsatz kommen. Sogenannte Chatbots beantworten in Messenger-Diensten Fragen und kommen auch in der Beratung zum Einsatz. Der Chatbot erkennt selbständig welche Informationen der Kunde haben möchte und kann darauf mit passenden Antworten reagieren. Der Vorteil ist nicht nur geringere Kosten, auch eine schnellere und bessere Beantwortung der Fragen verspricht man sich vom Einsatz der KI-Systeme in Chatbots. Die Kommunikations-Agentur trurnit hat eine Reihe von Chatbots für die Energiewirtschaft vorbereitet.
Das waren nur ein paar Beispiele für den Einsatz künstlicher Intelligenz in der Energiewirtschaft. Es gibt bestimmt weitere Einsatzfelder und praktische Beispiele. Ich bin mir sicher, dass wir in der Praxis bald weitere Anwendungen der künstlichen Intelligenz sehen werden – auch wenn sie nicht immer einen Stempel “KI” tragen.
Welche Einsatzgebiete für künstliche Intelligenz in der Energiewirtschaft könnt Ihr Euch noch vorstellen?
Hinterlasse einen Kommentar
Hinterlasse den ersten Kommentar!