Es ist das technologische Schlüsselthema unserer Zeit und immer mehr Mitarbeitende nutzen sie in ihrem Arbeitsalltag: Künstliche Intelligenz. In vielen Unternehmen steckt der KI-Einsatz noch in den Kinderschuhen und verbleibt im Experimentierstadium. Hier ein Formulierungsvorschlag für eine E-Mail, dort eine automatisch generierte Grafik. Bei all den bekannten Leuchttürmen und Vorreitern steht ein Gros der Unternehmen noch am Anfang des digitalen Change-Prozesses – auch in der Energiewirtschaft.
Anders die Primeo Netz AG, Teil des schweizerischen Energieversorgers Primeo Energie, die diesen Veränderungsprozess bereits gestartet hat. Die Primeo Netz AG bedient das Geschäftsfeld Netze – von Transport und Verteilung von Strom über die Erbringung von netznahen Dienstleistungen bis hin zur E-Mobilität.
Daten sollen bei Primeo zum Lösungsbaustein werden
Gerade bei steigender Volatilität durch den Ausbau der erneuerbaren Energien und der wachsenden Bedeutung der E-Mobilität braucht es neue Lösungsansätze in der Energiewirtschaft. Um den Herausforderungen der Energiewende noch besser begegnen zu können, ist es ein zentrales Ziel der Primeo Netz AG datengetriebener zu agieren und den Bereich Data Science / Big Data strategisch aufbauen.
Die Daten sollen bei Primeo zum Lösungsbaustein in der Energiewende werden. Die VIVAVIS AG Expertengesellschaft eoda GmbH begleitet als Data-Science- und KI-Spezialist die Primeo auf diesem Weg.
Einheitliches Verständnis als Nährboden einer Datenkultur
Der schweizerische Energieversorger hat dabei erkannt, dass es für diesen Weg ein gemeinsames Verständnis und ein klares Zielbild braucht. Künstliche Intelligenz und die mit ihr verbundenen Potenziale und Risiken sind das prägendste Technologiethema unserer Zeit. Umso wichtiger ist es, möglichst früh ein einheitliches Grundverständnis zu schaffen. Auch als Nährboden für die Etablierung einer Data Culture. Eine starke Data Culture ist der Antrieb datengetriebener Unternehmen und erfolgreicher KI-Initiativen, denn bei allem technologischen Fortschritt, kommt es vor allem auf das Mindset, die Fähigkeiten sowie auf die Verhaltensweisen der Mitarbeitenden an.
Dedizierte Data-Science-Vision als Wegweiser
Erfolgreiche datengetriebene Prozesse enden dabei selten an der Abteilungstür und eine datengestützte Entscheidungsfindung nicht an der nächsten Hierarchieebene. Umso wichtiger ist es, diesem unternehmensweiten Change-Prozess ein Zielbild zu geben – in Form einer klaren Vision für das Thema Data Science auf Basis der wichtigsten Zukunftsthemen:
„Wir halten unsere Daten einfach zugänglich und nutzen sie verantwortungsbewusst als Fundament für ein effizientes, sicheres Netz, ein überzeugendes Kundenerlebnis und die aktive Gestaltung der Energiewende.“
Auf Basis der Zukunftsthemen und mit der Vision als Zielbild hat eoda für die Primeo Netz AG die Data-Science-Roadmap für die nächsten Jahre entwickelt, welche konkrete Handlungsempfehlungen und Meilensteine auf dem Weg zur Erreichung der gesetzten Vision aufzeigt.
Mit den richtigen Anwendungsfällen von der Theorie in die Praxis
Die Identifikation und Analyse von potenziellen Anwendungsfällen stellen das Fundament für erfolgreiche KI-Projekte und damit die Schaffung konkreter, spürbarer Erfolgserlebnisse dar. Der stärkste Antrieb im Change-Prozess ist die Überzeugung. Anwenderfreundliche, mehrwertstiftende Data-Science- und KI-Lösungen helfen genau diese zu schaffen und die Vorteile datenbasierterer Prozesse und Entscheidungen erlebbar zu machen.
Umso wichtiger war es auch für Primeo in dieser Phase, Business Value und analytische Machbarkeit der möglichen KI-Anwendungsfällen genauso zu überprüfen, wie die gegebenen Rahmenbedingungen (rechtliche Situation, Datenschutz, Ethik etc.) und entstehenden Aufwände. Im Rahmen eines KI-Use-Case-Workshops haben die Verantwortlichen der Primeo Netz AG gemeinsam mit eoda über 30 relevante Anwendungsfälle identifiziert und fünf davon als besonders erfolgsversprechend priorisiert.
Pilotprojekt: Leistungsprognose Photovoltaik für die Planung des Netzausbaus
Einer der priorisierten Anwendungsfälle: Die Vorhersage, wie viele Photovoltaikanlagen in den nächsten Jahren das Netz beanspruchen werden und welche Leistung für ein stabiles Stromnetz zur Verfügung stehen muss. Diese soll die Wissensgrundlage für einen bedarfsgerechten Netzausbau und eine bessere Risikoabschätzung sein. Die Einbeziehung von Data Science in diesen Prozess gestaltet die bislang sehr stark auf Expertenwissen und Potenzialberichten basierenden Prognosen noch belastbarer, datengetriebener und dynamischer.
Für das Prognosemodell setzt eoda auf eine Kombination aus Survival-Analyse und Wahrscheinlichkeitssimulationen. Dieses Vorgehen ermöglicht Aussagen zur Prognoseunsicherheit und die leichte Integration bestehender und zukünftiger Studien mit PV-Wachstumsszenarien, um die vorhandene Dynamik abbilden zu können. Auch lassen sich bei diesem Vorgehen vergleichsweise unwahrscheinliche Szenarien im Rahmen von risikoaversen Planungen abschätzen.
Für den produktiven Einsatz dieser und zukünftig weiterer datengetriebener Lösungen und die Implementierung datenzentrierter Prozesse braucht es neben dem Know-how und den richtigen Anwendungsfällen die passende IT-Infrastruktur. Auch in diesem Bereich hat sich die Primeo einem „KI-Readiness-Check“ in der Zusammenarbeit mit eoda unterzogen, um die technischen Rahmenbedingungen zu schaffen.
Vorstellung des Weges in einer Online Session
Den Weg von der Vision bis zum Produktiveinsatz stellen Primeo und eoda auch im Rahmen einer kostenlosen Online Session am 5. Juni 2024 um 11 Uhr vor.
