Die Industrie muss Energie sparen und setzt dabei zunehmend auf künstliche Intelligenz. KI, IoT, große Datenmengen und die Cloud rücken somit in den Mittelpunkt eines tiefgreifenden Wandels im produzierenden Gewerbe. Beispiele aus dem Dienstleistungssektor und der Industrie in Deutschland.
Die Industrie ist in der EU – gleich hinter dem Verkehr – Hauptverursacher von CO₂ Emissionen.
Die europäische Klimagesetzgebung schreibt die Senkung der CO2-Emissionen um 55 % bis 2030 vor. Die Union arbeitet darüber hinaus an neuen Gesetzesvorhaben, um die EU bis 2050 klimaneutral zu machen. Weil die Industrie mit einem Anteil von 24,1 % am europäischen CO2-Ausstoß nach dem Verkehrssektor (25,8 %) der emissionsintensivste Bereich ist, steht sie sozusagen mit dem Rücken zur Wand.
Um diese Herausforderung zu meistern, setzen einige Firmen auf künstliche Intelligenz. Mit dieser Technologie werden Produktionsdaten mit Energiepreisen verknüpft, was vielfältige Lösungen zum Energiesparen bietet. Zumal es heute Softwarelösungen wie Historian gibt, durch die die Daten sämtlicher Sensoren eines Werks oder eines Gebäudes unbeschränkt und kostengünstig gespeichert werden können. Neue Möglichkeiten, die auf dem Markt zu immer zahlreicheren Initiativen führen.
Autonome Steuerung der HLK-Systeme
So nutzt das Düsseldorfer Start-up DABBEL die KI zur Entwicklung einer selbstlernenden Gebäudemanagement-Software. Das cloudbasierte Tool verbindet sich mit der bestehenden Gebäudeleittechnik und überlagert sie, um so Energie zu sparen.
Dank KI berücksichtigt die DABBEL-Software Faktoren wie Gebäudeausrichtung und Wärmedämmung, um den Betrieb der HLK (Heizung, Lüftung, Klima) selbständig anzupassen. Im Fünf-Minuten-Rhythmus erhebt sie Daten, kann so dynamisch auf Veränderungen innerhalb wie außerhalb des Gebäudes reagieren und ihre Entscheidungen anpassen. Durch vorausschauende Modellierung vermag die Anwendung zwischen 25 und 40 % Energie zu sparen.
Zu den Kund:innen gehören eine Schule in Bergneustadt (Bergisches Land, 37 % Einsparung), eine Reha-Klinik im schweizerischen Bad Zurzach (33 %) sowie Gebäude des nordrhein-westfälischen Wasserversorgers Gelsenwasser AG (23 %).
Selbstlernende Lösung passt Entscheidungen kontinuierlich an
Eine weitere innovative Lösung: Kiona AI/Edge. Diese selbstlernende IoT mit KI-Funktion kann mit allen Arten von Gebäuden verknüpft werden. Sie steuert die Raumtemperatur und optimiert den Energieverbrauch anhand von Echtzeitdaten.
Die Plattform greift auf eine Datenbank mit über 5.500 Gebäuden zu und passt ihre Entscheidungen selbstlernend und kontinuierlich an. Dabei berücksichtigt sie Bauphysik, Wetterbedingungen und Raumklima.
Die polnischen Staatsbahnen (Polskie Koleje Państwowe) verwenden die Lösung, um ihren Energieverbrauch zu optimieren, unter anderem in ihrer Hauptverwaltung mit 16.000 m² Fläche im historischen Gebäude der Eisenbahndirektion Danzig.
Ein ganz anders gelagerter Fall war das studierendenWERK Berlin, das in seinen Liegenschaften dank Kiona AI/Edge jährlich 11,8 % Energie spart.
Digitaler Zwilling für optimale Konfiguration
Auch bei komplexeren Projekten ist die KI eine große Unterstützung. Diese Erfahrung machte etwa eine Großmolkerei, die mit einem gasbetriebenen Blockheizkraftwerk Strom und Wärme produzieren wollte.
„Mithilfe eines Digitalen Zwillings konnten wir die Konfiguration vor Ort so optimieren, dass die Dampfproduktion – ein besonders kostenintensives Medium – um bis zu 50 % reduziert und durch Heißwasser aus dem Blockheizkraftwerk ersetzt wurde. Dann haben wir ein selbstlernendes Modell entwickelt, das die Auslastung des Blockheizkraftwerks kontinuierlich anpasst“, erläutert Jeroen Pandelaere, Data Analytics Consultant bei Actemium Beverage Aalter, eine Business Unit von VINCI Energies, die auch bei der Errichtung des Kraftwerks für die Elektroinstallation, den Anlagenbau und die Automatisierungstechnik verantwortlich zeichnete.
Laut dem Berater wird die KI eine wesentliche Rolle bei der Industriewende spielen: „Die ‚Early Adopters‘ gehen heute mit gutem Beispiel voran und schaffen Vertrauen in die KI. Aber die aktuellen Projekte sind meistens überwachte Lernmodelle, die nicht in die Kernprozesse der Produktion eingebunden sind. In Zukunft werden KI-Modelle und -Tools langsam, aber sicher in die Fabrikhallen einziehen.”
16/05/2023
