Die Integration von Stromverbrauchsdaten in die verschiedenen Arbeitsbereiche und Lebenswelten hat erhebliche Potentiale zur nachhaltigen Nutzung von Ressourcen in Unternehmen offenbart. In diesem Zuge entstanden Richtlinien zur Gestaltung von Energiemanagementsystemen, die Nutzern erlauben historische und aktuelle Stromverbrauchsdaten aufgabenorientiert und handlungszentriert zu betrachten, um unter anderem Unregelmäßigkeiten in den Verbrauchsmustern zu identifizieren, Effizienzmaßnahmen nachträglich zu bewerten und Optimierungspotentiale sichtbar zu machen.
Um zukünftig den stetigen Veränderungen vorzeitig entgegenzuwirken und Effizienzmaßnahmen bereits im Voraus bewerten zu können, werden neben den historischen Daten auch verwertbare und belastbare Zukunftsprognosen benötigt. Solche Prognosedaten können Unternehmen sowohl zur Untersuchung möglicher Abweichungen oder Lastspitzen verwendet werden, als auch zur Simulation verschiedener Maßnahmen. Sowohl die technische Umsetzung aber auch die praktische Ausgestaltung für die Integration in die verschiedenen Arbeitsbereiche im Unternehmen ist noch weitestgehend unbekannt.
Im Forschungsprojekt sollen daher im Rahmen einer Living Lab-basierten Forschung und Entwicklung anwendungsnah und gemeinsam mit den Industriepartnern folgende Aspekte untersucht und erprobt werden:
- Erprobung von verschiedenen Methoden zur Generierung von Prognosedaten (statistischer Modellbildung und (un-)überwachten maschinellen Lernverfahren)
- Kontextuntersuchung zur Anwendung der entwickelten Prognosedaten in operative und strategische Unternehmenseinheiten
Ziel des Forschungsprojektes ist es, ein Tool-Set inkl. Gestaltungsrichtlinien zu entwickeln, welches den flexiblen und dynamischen Einsatz von Stromverbrauchs-Prognosedaten in Unternehmen, anhand realweltlicher Fallbeispiele ermöglicht. Darüber hinaus sollen innerhalb der Living Labs Methoden für die Einführung solcher sozio-technischer Systeme entwickelt sowie deren organisationalen Auswirkungen untersucht werden.
Nico Castelli M.Sc.