Der Wärmesektor bietet erhebliche CO2-Einsparpotenziale, wie aber kann man das umsetzen? Die Stadtwerke Norderstedt lassen sich auf Künstliche Intelligenz ein – im Rahmen des Forschungsprojekts „KI in der Fernwärme“ der dena. Der Praxisbericht zeigt, wie auch andere Kommunen ihre Dekarbonisierung verbessern können.
Im Rahmen des Forschungsprojekts „KI in Fernwärme“ der Deutschen Energie-Agentur (dena) strebten die Stadtwerke Norderstedt (Schleswig-Holstein) an, Künstliche Intelligenz (KI) zur Optimierung des Fernwärmenetzes und zur Verbesserung der betriebswirtschaftlichen Effizienz zu nutzen.
Das innovative Vorhaben zielte darauf ab, durch eine KI-basierte Wärmelastprognose und eine intelligente Erzeugereinsatzplanung einen optimierten Erzeugerfahrplan zu erstellen. Er sollte die Erzeugerstrukturen und Kosten sowie auch die Erlöse und Speicherkapazitäten berücksichtigen.
Klar strukturierte Datenstrategie
Ein wesentlicher Schritt für ein solches Projekt ist die Etablierung eines soliden Data Warehouse. Es ist von zentraler Bedeutung, frühzeitig eine strukturierte Datenstrategie und -kultur zu schaffen. Auch wenn solch datenintensive Projekte möglicherweise erst in weiter Zukunft voll umgesetzt werden, ist es unabdingbar, energierelevante Daten in einer durchdachten Struktur zu sammeln und verfügbar zu haben.
Was über die Daten klar sein sollte
Im Zuge des Projekts wurde zunehmend deutlich, wie essenziell eine kontinuierliche und präzise Datenerfassung ist. Dabei sollten zentrale Fragen im Vorfeld geklärt werden: Welche Daten sollen gesammelt werden? Wer ist Eigentümer der Daten, und wer trägt Verantwortung? Woher kommen die Daten, und wer muss bei dem Projekt mitarbeiten?
Zum Weiterlesen
Ziel des Projekts „KI in Fernwärme“ ist, KI-Anwendungsfälle zu identifizieren und deren Einsatz in der Praxis voranzubringen. Mehr dazu gibt es online:
www.dena.de/fileadmin/dena/Publikationen/PDFs/2024/Leitfaden_KI_in_Fernwaerme.pdf
Solche Klarstellungen erleichtern den Prozess der Datenerhebung. Gleichzeitig sorgen sie dafür, dass selbst bei einer anfänglich kleineren Datenmenge zu einem späteren Zeitpunkt erweiterbare Strukturen geschaffen werden können.
Moderne Energiemanagementsysteme
Das Projekt in Norderstedt machte deutlich, dass auf Excel-gestützte Lösungen weitgehend verzichtet werden sollte. Stattdessen gilt es, moderne Energiemanagementsysteme zu etablieren. Es zeigte sich, dass KI-basierte Prognosen trotz der komplexen Lösungswege eine hohe Akzeptanz fanden, solange die daraus resultierenden Handlungen klar nachvollziehbar blieben.
Empfehlungen für andere Kommunen
Auf Basis der Erfahrungen in Norderstedt lassen sich zentrale Handlungsempfehlungen für andere Städte und Gemeinden ableiten:
- Frühzeitige Implementierung eines Data Warehouses: Selbst wenn KI-Projekte erst in der Zukunft realisiert werden, ist es unerlässlich, alle Energiedaten strukturiert und zugänglich zu halten.
- Kontinuierliche und präzise Datenerhebung: Von Beginn an sollte klar definiert sein, welche Daten relevant sind, wie sie erhoben werden, und wer die Verantwortung trägt.
- Erweiterbare Datenstrukturen: Es ist vorteilhaft, mit einer überschaubaren Datenmenge zu starten und sukzessive erweiterbare Strukturen zu schaffen, um dem steigenden Datenbedarf gerecht zu werden.
- Transparenz und Nachvollziehbarkeit: Auch bei komplexen KI-Lösungen sollte jederzeit nachvollziehbar sein, welche Auswirkungen und Handlungen daraus resultieren.
Konsequent optimieren
Zusammengefasst zeigt das Projekt in Norderstedt, dass eine strukturierte Herangehensweise und eine langfristige Datenstrategie grundlegend sind, um die Vorteile KI-gestützter Lösungen voll auszuschöpfen. Die dabei gewonnenen Erkenntnisse und optimierten Prozesse dienen als wertvolle Vorlage und Grundlage für weitere Schritte.
Tim Storbeck
Der Autor
Tim Storbeck ist Fachbereichsleiter Gas/Wasser/Wärme bei den Stadtwerken Norderstedt.
Duisburgs Sprung in die digitale Zukunft
Plattform für Preistransparenz von Fernwärme
