• Gas: Preise geben weiter nach
  • Lösungen für mehr Transparenz im Netz
  • Dinslaken goes China
  • Startschuss für kostenlose "E-Dorfautos" im Hunsrück
  • Neues Heizkraftwerk für Oberhausen
  • Skandinavische Strombörse verkauft
  • Strom: Weiter nach unten
  • EU klassifiziert Nachhaltigkeit von Anlageprodukten
  • Irena fordert mehr Erneuerbaren-Ausbau von den Staaten
  • EWE hat neuen Anteilseigner
Enerige & Management > IT - "Dumme" Daten bremsen Künstliche Intelligenz
Bild: Phonlamai Photo / Shutterstock
IT:
"Dumme" Daten bremsen Künstliche Intelligenz
Mit dem Einsatz von künstlicher Intelligenz (KI) in der Energiebranche werden hohe Erwartungen verbunden. In der Praxis fehlt es aber oft schon an den Grundlagen für die KI-Nutzung.
 
Wenn es um KI in der Energiebranche geht, ist oft von intelligenten Chatbots, Anomalie-Entdeckung in Smart Grids oder einer automatischen Mustererkennung in Dronenbildern die Rede. Themen, die ein wenig an Science-Fiction erinnern. 
Einen praxisnahen Weg, um KI auszuprobieren, gingen die Stadtwerke Rosenheim: Um die Wärmeprognose im Fernwärmesystem zu verbessern, wurde testweise statt der manuellen Analyse von Daten ein KI-Algorithmus von Ifesca eingesetzt. Das thüringische Unternehmen ist eine Gründung früherer Fraunhofer-Experten. 

Für die oberbayerischen Stadtwerke fiel die Bilanz eindeutig aus: Neben kürzeren Bearbeitungszeiten habe sich die Prognosegüte signifikant verbessert, was zu spürbar höherem Erlöspotenzial geführt hat, so Gilbert Vogler, Abteilungsleiter Virtuelles Kraftwerk. Sebastian Ritter, CEO von Ifesca, wundert das nicht: „Früher haben die Versorger ein oder zwei Prognosen am Tag erstellt. Auf Basis unserer Lösungen können das heute täglich 10 000 Prognosen sein.“ 

KI ist − nicht nur im Energiebereich − in aller Munde, doch schon die Definition des Begriffs ist nicht einfach. Der Doyen der deutschen KI-Forschung, Wolfgang Wahlster, hat es so formuliert: „KI ist die Realisierung von intelligentem Verhalten und den zugrunde liegenden kognitiven Fähigkeiten auf Computern.“ Es geht also darum, IT-Systemen die Fähigkeit zu verschaffen, aus Erfahrungen Schlüsse zu ziehen und das eigene Verhalten dementsprechend anzupassen. 

Die mathematischen Grundlagen der Disziplin wurden in den 1940er und 1950er Jahren geschaffen. Doch erst exponentielles Wachstum von Speicher- und Rechenleistung hat seit der Jahrtausendwende spektakuläre Fortschritte ermöglicht: etwa den Sieg eines KI-Systems der Google-Tochter „DeepMind“ über einen Großmeister im hochkomplexen asiatischen Brettspiel Go. Dennoch steckt die Technik noch in den Kinderschuhen: Von einer „starken“ KI, die menschlicher Intelligenz nahekommt, kann noch lange keine Rede sein. 

Riesige Datenmengen sind ein ideales „Spielfeld“ für künstliche Intelligenz

Die Stärke der aktuell verfügbaren, „schwachen“ KI für eng umrissene Probleme ist etwa die Erkennung von Mustern innerhalb großer Datensätze. Die Besonderheit: KI liefert manchmal Antworten auf Fragen, die gar nicht gestellt wurden. Zum Beispiel wenn interne Daten eines Stadtwerks mit externen Informationen verbunden werden, nennt Christoph Ullmer, Leiter des Kompetenzzentrums Innovation beim Stadtwerkeverbund Thüga, einen konkreten Fall: „Ich weiß als Stadtwerk beispielsweise von meinem Vertrieb, dass sich in bestimmten Gebieten einer Stadt Photovoltaikanlagen sehr gut verkaufen. KI nutzt dann Geodaten im Umfeld dieser Gebiete, um zu analysieren, welche Faktoren Einfluss auf den Kauf einer PV-Anlage haben.“ Auf diese Weise könne man erkennen, ob sich etwa ein Cafe oder eine Bücherei in Laufnähe positiv oder negativ auf die Affinität eines Bewohners für PV-Anlagen auswirkt. So ließen sich vergleichbare Gebiete identifizieren, in denen man gezielt PV-Anlagen anbieten könne. Ullmer ist sich sicher: „Auf eine Korrelation zwischen Stadtbibliotheken und PV-Anlagen wäre auch die beste klassische Business-Intelligence-Lösung nicht gekommen.“

Kein Wunder, dass in einer Umfrage des Projekts „EnerKI“ der Deutschen Energie-Agentur (Dena) bei 250 Führungskräften der Energiewirtschaft in Deutschland die Erwartungen fast euphorisch waren: 79 % halten eine Steigerung der Produktivität im Unternehmen für möglich, 77 % erwarten, dass durch KI neue Geschäftsmodelle entstehen werden. Die Erwartungen sind nachvollziehbar: „Richtig eingesetzt kann KI in den Geschäftsprozessen Kosten sparen. Prozesseffizienz ist dabei ein wichtiger Punkt“, fasst Jörg Ritter, Vorstand beim Oldenburger IT-Dienstleister BTC, die Hoffnung vieler Stadtwerke zusammen. 

Dazu kommt: In kaum einem anderen Wirtschaftsbereich gibt es so viele Daten, die sich mithilfe von KI nutzen ließen. „Bei einem mittelgroßen Stromversorger fallen heute rund 30 000 Datenpunkte oder 1,6 Terabyte Daten pro Tag an“, so Marc Ringel, Professor für Energiewirtschaft an der Hochschule für Wirtschaft und Umwelt in Nürtingen-Geislingen. Im Zuge der Digitalisierung etwa durch Smart Meter rechnet er mit einem Anstieg dieses Datenvolumens auf bis zu 800 Terabyte − ein ideales „Spielfeld“ für KI.

Nur, die Realität sieht laut Dena-Umfrage noch ganz anders aus: Aktuell verfügt nur etwa jedes achte Unternehmen (13 %) über eine KI-Strategie. Zudem hat nur ein Bruchteil bereits in KI investiert (7 %) oder plant dies in naher Zukunft (6 %). Woher kommt die Zurückhaltung der Branche bei Projekten und Investitionen? Die Haupthürde sehen viele Experten nicht bei der KI selbst, sondern bei den benötigten Daten. 

Analoge Daten aus der Vergangenheit lägen in den Unternehmen zwar in Unmengen vor, bestätigt Philipp Richard, Teamleiter Energiesysteme und Digitalisierung bei der Dena. Doch diese Informationen müssten vor einer KI-Verwendung erst einmal digitalisiert, standardisiert und visualisiert werden. „Es wäre nicht sinnvoll, Geschäftsprozesse auf Daten schlechter Qualität aufzusetzen, die mit Fehlern behaftet sind. Gerade bei KI-Systemen, die sich kontinuierlich optimieren, wäre eine enorme Fehlerfortpflanzung die Folge.“ Das bestätigt auch Jörg Ritter von BTC. Sogar Maschinendaten würden bei Energieversorgern häufig nicht systematisch erfasst und archiviert: „Das ist aber wichtig, um Datenmaterial zu haben, das zum Trainieren der KI-Systeme zwingend notwendig ist.“ 

Einfach „Anfangen und Ausprobieren“

Wie sollten Stadtwerke bei der Einführung KI-basierter Systeme also am besten vorgehen? Laut Jörg Ritter ist vor allem eine Datenstrategie nötig: „Welche Daten brauche ich in welcher Qualität und woher bekomme ich sie?“ Ullmer von der Thüga rät zu einer Bündelung der Kräfte: „Stadtwerke sollten hier in Kooperationen denken.“ Sowohl was die Entwicklung der Lösungen angeht als auch angesichts der Tatsache, dass es einer großen Datenbasis bedarf: „Nahezu kein Stadtwerk verfügt alleine über einen ausreichend großen Datensatz, um KI damit effizient zu nutzen.“

Den typischen Ansatz vieler Start-ups − „Anfangen und Ausprobieren“ − zu adaptieren, empfiehlt Richard von der Dena: „In der Regel findet sich immer ein Programmierer, der kleinere Inhouse-Erprobungen mit seiner technischen Kompetenz unterstützen kann.“ Auf diese Weise lasse sich schnell herausfinden, wie hoch der Programmieraufwand ausfallen könnte oder ob die Daten in ausreichender Qualität vorhanden seien. 

Trotz vieler Startschwierigkeiten sieht Ifesca-Chef Sebastian Ritter die Energiebranche prädestiniert für den Einsatz von KI und nennt als Beispiel die künftige Nutzung von Smart Grids: „Wir sollten nicht glauben, dass wir ein intelligentes Verteilnetz in fünf oder zehn Jahren noch ‚von Hand‘ fahren können.“ Dazu brauche es KI-Algorithmen, um die Entscheidungsvorschläge zur Steuerung in Beinahe-Echtzeit herbeizuführen.

Entspannt zurücklehnen können sich Stadtwerke aber bei einem Aspekt, der im Zusammenhang mit KI immer wieder auftaucht, dem „Terminator-Syndrom“: Gemeint ist die Angst, dass KI eines Tages die Kontrolle übernehmen könnte. Doch laut dem Security-Experten Jörn Müller-Quade vom Karlsruher Institut für Technologie lassen sich KI-Systeme sehr gut durch klassische IT-Systeme überwachen, die bei Problemen einen digitalen Schutzreflex auslösen: „Wenn man auf eine heiße Herdplatte fasst, entscheidet ja auch nicht die Intelligenz darüber, ob man die Hand wegzieht.“
 

Peter Koller
Redakteur
+49 (0) 8152 9311 21
eMail
facebook
© 2019 Energie & Management GmbH
Samstag, 05.10.2019, 11:07 Uhr

Mehr zum Thema