Die Energiemanagerinnen und -manager in den Unternehmen arbeiten in diesem Konzept damit, die traditionell vom Versorger bezogenen Ressourcen – Strom, Gas, Öl – mit eigenem PV-Strom oder Windenergie zu ergänzen.

(Bild AI generiert)

Der extrem günstig produzierte Strom auf den Dächern der Produktions- und Logistikhallen oder auf den umliegenden Feldern oder Parkplätzen kann entweder als Primärenergie im Unternehmen dienen oder die Energien der Versorger ergänzen.

Entscheidend ist, dass Computersysteme das bestmögliche Zusammenspiel und Verzahnen beider Quellen regeln. Künstliche Intelligenzen steuern die Energieversorgung sekundengenau. Und sie erstellen Datensätze, mit denen sie die exakten Zeitpunkte von Umstellung und Verbrauch dokumentieren – Grundlagen für Berichte und Reporting, Abrechnungen und Forecasts.

Diese parallele Nutzung von zwei unterschiedlichen Energiequellen innerhalb des Energiemanagements kann eine Lösung für die Regelung des Einsatzes von klimafreundlichen, nachhaltigen Energien sein. Jetzt diskutiert die Branche die Nutzung von künstlicher Intelligenz zur Erreichung von Klimazielen und für Fortschritte bei der Energiewende.

Volle Kontrolle über Energiemanagement

Wenn die Verantwortlichen dieses Anwendungsszenario für künstliche Intelligenz weiterdenken, können sie unterschiedlichste Daten und Services nutzen, um die volle Kontrolle über ihre Energiequellen zu übernehmen. Damit werden sie Bedarf und Erzeugung bestmöglich aufeinander ausrichten.

Dazu gehört auch Wetterdaten zu nutzen. So kann das System ausrechnen, mit wie viel Sonne und mit wie vielen Wolken innerhalb der nächsten Stunden zu rechnen ist. Bevor die Wolke kommt, wird die KI die Heizung zwei oder drei Grad wärmer stellen und so die Energie als Wärme speichern.

(Bild AI generiert)

Ist die Wolke vorbeigezogen, wurde idealerweise ausschließlich erneuerbarer Strom genutzt und keine anderen Energiequellen hinzugezogen.

Die künstliche Intelligenz in der Mitte des Energiemanagements steuert nicht nur die Heizung. Sie überwacht die Ladestände der Elektrofahrzeugflotte oder regelt Beleuchtung, Belüftung und Kühlsysteme.

Künstliche Intelligenzen trainieren

Die Energiemanagementabteilungen berichten ihren Vorständen aber auch über die Einschränkungen und Nachteile der KI-Systeme.

Eine Herausforderung ist es, die KI für den Einsatz vorzubereiten. Dazu zählt ein aufwändiges Training, für das Millionen Datensätze nötig sind, die kleinen Unternehmen so nicht zur Verfügung stehen.

Hier ist eine Kosten-Nutzen-Analyse wichtig. Und ein großer Schritt in eine KI-gesteuerte Zukunft könnte sein, dass Industrie, Versorger und Hersteller Kooperationen gründen, in denen Aufwand und Auslagen auf mehrere Schultern verteilt werden.

Zudem gilt es auch, den Verbrauch von Energie und Ressourcen bei dem Einsatz der Systeme zu berücksichtigen: KI verbraucht in einigen Szenearien womöglich mehr Energie als sie am Ende einspart. Bei diesen Anwendungsfällen müssten die KI-Systeme mit in den ESG-Reports bilanziert werden und könnten die Klimaberechnungen eines Unternehmens ins Negative drehen.