None

Interview

„Mehr Effizienz und neue Geschäftsmodelle“

Big Data und Künstliche Intelligenz: Turbolader für die Energiebranche? Im Gespräch mit Philipp Richard von der dena

None

© Merle Schenker / BDEW

Der Diplom-Wirtschaftsingenieur Philipp Richard ist Director Digital Technologies & Networks bei der Deutschen Energie-Agentur GmbH (dena).

Algorithmen, Big Data, Digitalisierung, Künstliche Intelligenz – diese Begriffe werden gerne in einen Topf geworfen. Helfen Sie uns, diese Begriffe einmal klar voneinander zu trennen?
Grundsätzlich ist die Digitalisierung in der Energiebranche schon lange ein Thema, gerade bei der Erfassung von Erzeugung und Verbrauch - oder auch im täglichen Business mit den Kunden. Die Branche hat ja auch schon früh damit begonnen, Wetter- und Handelsdaten automatisch zu erfassen und zu bewerten. Doch es kommen natürlich jetzt im Rahmen der Energiewende und Dezentralisierung immer mehr Erzeuger und Verbraucher hinzu, und natürlich auch immer mehr Sensoren – und noch dazu vernetzten sich die Akteure miteinander.

In der Folge steigt logischerweise die Menge der uns zur Verfügung stehenden Daten immens an. Und die Taktungen der Aktualisierungen werden zugleich immer feiner. Damit wären wir dann bei Big Data – großen Datenmengen, die es zu managen gilt. Algorithmen helfen uns, diese Daten zu interpretieren und daraus Vorhersagen und Planungen abzuleiten. Künstliche Intelligenz geht noch einen Schritt weiter: Hier haben wir es beispielsweise mit neuronalen Netzen zu tun, die lernfähig sind wie das menschliche Gehirn – und damit nicht nur durch das bloße Abarbeiten von Algorithmen oder Formeln Ergebnisse und Learnings erzielen können, die wir als Mensch in einigen Fällen gar nicht mehr nachvollziehen können.

Aus denen wir wiederum aber etwas lernen können bzw. die eine Verbesserung darstellen! Das hat der eine oder andere vielleicht auch schon einmal bei seinem Schachcomputer erlebt (lacht). 

Was sind schon heute Einsatzszenarien von Algorithmen oder Künstlicher Intelligenz? 
Heute schon im Einsatz ist die sogenannte „predictive maintenance“, also die Beobachtung und Wartung von Anlagen. Beispiel Windkraft: Früher sind die Monteure in festen Zeitabständen bei allen Anlagen vorbeigefahren, um sie zu prüfen und zu warten – so, wie Sie Ihr Auto alle 30.000 Kilometer zur Inspektion bringen. Inzwischen machen vernetzte Sensoren es möglich, dass wir aus der Ferne sehen können, ob eine Anlage korrekt läuft oder nicht.



So muss der Monteur nur noch dann zur Anlage, wenn Probleme auftreten oder demnächst auftreten könnten – denn die Algorithmen können aus den Sensordaten interpretieren, wenn eine Anlage nicht mehr im optimalen Arbeitsbereich läuft, und entsprechende Warnsignale abgeben. Sie können sich vorstellen, dass predictive maintenance enorme Optimierungs- und Einsparungspotenziale mit sich bringt. Ein weiteres konkretes Szenario ist das netzdienliche Laden bei Elektroautos. Wenn wir in den Verteilnetzen wissen oder valide Prognosen treffen können, wie viele Autos wann in welcher Geschwindigkeit geladen werden müssen, dann können wir die Verteilnetze erst einmal optimaler auslasten, bevor wir Netzausbau bzw. Netzumbau an der falschen Stelle betreiben. 

Was könnten Zukunftsszenarien für KI in der Energiebranche sein? 
Da sprechen Sie einen interessanten Punkt an: Ich bin davon überzeugt, dass KI gerade im Bereich der Sektorenkopplung fantastische Möglichkeiten bietet. Durch die Kopplung der Sektoren Verkehr, Wärme und Strom und die zunehmende Dezentralisierung steigt der Bedarf an vollautomatisierten Lösungen, die von einer künstlichen Intelligenz gemanaged werden.

Aber wir dürfen eines nicht vergessen: Das Energiesystem ist eine kritische Infrastruktur. Da haben wir ein sehr hohes Gut zu schützen. Das wird durch die Digitalisierung jetzt grundsätzlich erstmal nicht einfacher, weil wir zugleich ja jederzeit ein sehr hohes Niveau an Versorgungssicherheit gewährleisten müssen. Aus diesem Grund werden solche Zukunfts- und Digitalisierungsprojekte zurecht erst einmal als isolierte Pilotprojekte gefahren – und erst bei Erfolg in ein Produktivsystem überführt.



Das geschieht gewissermaßen also von unten nach oben: Mit Bezug zu den Stromnetzen müssen wir wahrscheinlich erstmal mit regionalen oder Insellösungen beginnen und schalten diese später zusammen, wenn diese stabil sind. Am Ende werden hochkomplexe Lösungspfade möglich sein, die wir ohne eine entsprechende Automatisierung gar nicht effektiv oder effizient betreiben können. Wie so etwas funktionieren kann, erproben wir im Rahmen unseres Future Energy Lab.

Das ist ein Pilotierungs- und Vernetzungslabor, bei dem sich die teilnehmenden Unternehmen der Digital- und Energiebranche über eine virtuelle Plattform miteinander austauschen können, um neue Projekte zu entwerfen. Hier werden auf Basis digitaler Technologien wie Big Data, Blockchain, KI oder auch Quantentechnologien konkrete Anwendungen für den Energiesektor diskutiert, konzipiert und unter realen Bedingungen demonstriert und erprobt. 

Können Versorger mit KI / Big Data künftig ganz neue Produkte und Dienstleistungen anbieten? 
In jedem Fall. Es beginnt ja schon jetzt: Automobilunternehmen denken zunehmend über Stromtarife nach – ebenso können Anbieter von Stromtarifen in der Zukunft zunehmend auch darüber nachdenken, Autos oder Wärmepumpen zu vermieten oder bereitzustellen. Ich glaube, wir sind erst am Anfang der Entwicklung und durch das Zusammenwachsen der Sektoren ergeben sich mit Sicherheit auch ganz neue Erlösmodelle und Geschäftsbereiche. 

Braucht die Energiebranche mehr Informatiker? Hat der Kampf um die Talente begonnen?
Ein Stück weit ja. Der Bedarf an Data Scientists und KI-Expertinnen und Experten steigt definitiv – und natürlich muss die Energiebranche hier und da auch neue Fachkräfte heranziehen. Der Personalmarkt macht ja auch überhaupt keinen Halt mehr vor den Landesgrenzen, die Talente von heute arbeiten international und remote. Es werden also andere Formen von Organisation und Management nötig innerhalb der Unternehmen. Aber vergessen wir nicht: Das eigentliche Wissen und die Expertise, was mit den Daten geschehen muss, die ist ja bei den Energieunternehmen schon da.



Die Programmierer sind am Ende diejenigen, die das in die Computersprache übersetzen. Wie man grundsätzlich „algorithmisch denkt“, diese Expertise hat jedes Unternehmen in der Energiebranche schon heute an Bord, da die Zusammenhänge in diesem Markt durch eine starke physikalische und analytische Prägung sehr logisch und kausal sind. 

Was sind die Risiken der Digitalisierung und wie begegnet man ihnen?
Wie gesagt, wir reden von kritischen Infrastrukturen. Wir müssen diese absichern – gegen Angriffe von außen und gegen mögliche Fehler von innen. Je größer und weitläufiger das Netz, desto leichter kann es angegriffen werden. Das bedeutet Investitionen in eine sichere Dateninfrastruktur und klare Regeln für Governance: Wie und wo speichern wir sie oder stellen sie anderen Akteuren zur Verfügung? Andererseits liegt in der Dezentralisierung und Kleinteiligkeit aber auch ein Vorteil: Fällt irgendwo mal ein Knoten aus, können wir Daten oder Energie anders routen – so wie das heute schon permanent im Internet geschieht, ohne dass der Nutzer davon überhaupt etwas mitbekommt. Essenziell für Digitalisierung ist auch Vertrauen: Vertrauen von uns Menschen in diese Systeme.

Herr Richard, vielen Dank für das Gespräch.

Mehr zu Digitalisierung

Zukunft – das Future Energy Lab der dena. Zur Seite

Technologie im Wandel – Essay von Jens Libbe zur Rolle digitaler Netze. Zum Beitrag

Aufbruch – BDEW-Publikation zu KI in der Energiewirtschaft. Zur Publikation


Zurück zur Magazin-Übersicht Netze

Suche

Anmelden für BDEW plus