Energiemanagement auf KI-Basis
- Written by Redaktion
- font size decrease font size increase font size
Allerdings: 57% der befragten Unternehmen setzen, wenn überhaupt, nach wie vor auf herkömmliche Systeme, die zwar Daten erfassen, aber selten analysieren oder managen können. Dabei ist inzwischen allen Entscheidern klar, dass das Thema Energie auf die Unternehmens-Agenda gehört und oftmals auch in der öffentlichen Wahrnehmung den Unterschied macht. Grün und nachhaltig, aber auch zu überschaubaren Kosten soll sie zu haben sein. Immerhin mehr als 5% der Betriebsausgaben eines Unternehmens sind heute reine Energiekosten. Umso erstaunlicher, so die Studie, dass digitales Energie-Monitoring oder ein Asset Performance Management (APM), das einzelne Betriebskomponenten überwachen kann, noch viel zu selten eingesetzt wird.
57% der Unternehmen geben an, dass sie auf solche Systeme verzichten könnten, 30% haben nicht einmal Interesse daran. Dabei liegt der Vorteil auf der Hand: „Je genauer einzelne Komponenten, einzelne Maschinen überwacht und analysiert werden können,“ so Rabinowitz, „desto besser hat man seine Energiekosten im Griff.“ Gerade die Digitalisierung, so die Studie, erlaube heute Einblicke, die vor zehn Jahren noch nicht möglich waren. Ein APM-basiertes Energiemanagement kann einzelne Unternehmensbereiche energiefreundlicher gestalten und damit Kosten senken. Auch das frühzeitige Erkennen von Gerätemängeln oder –ermüdungen (vorbeugende Instandhaltung) sind auf diese Weise möglich und verhindert so Ausfallzeiten und Zusatzkosten. „Die aktuellen digitalen Lösungen“, erklärt Rabinowitz, „eröffnen völlig neue Dimensionen des Energiemanagements.“
Wie eine solche Lösung aussehen kann, präsentiert Panoramic Power mit seiner hauseigenen Technologie auf der diesjährigen „Industry of Things World“. Das Panoramic-System, das sich aus walnussgroßer Sensorik und einer webbasierten Software zusammensetzt, ist seit vergangenem Jahr mit KI-basierter Technik aufgerüstet worden. Konkret heißt das: Smarte Algorithmen „denken mit“ und erkennen so aus der großen Menge diffuser Energiedaten Muster für Optimierungspotenziale. „Mit der Einführung dieser Algorithmen lernen Maschinen im Unternehmen sprechen“, erklärt Rabinowitz stolz. „Wir markieren damit einen weiteren Meilenstein in der innovativen Energiedaten-Nutzung. Das selbstlernende Analyse-System liefert bislang unbekannte, detaillierte Einsichten in das Innenleben der Stromverbraucher. Das wird den Markt revolutionieren.“