Projekt

Projekttitel:
Erforschung, Konzeption und Entwicklung einer offenen Plattform für wissensbasierte Smart Energy Services (SENERGY)

Projektlaufzeit:
01.07.2018 – 30.06.2020

Fördermittelgeber:
Dieses Vorhaben wird aus Mitteln des Europäischen Fonds für Regionale Entwicklung (EFRE) und des Freistaates Sachsen gefördert.

Förderprogramm:
Anwendungsorientierte Forschung an innovativen Energietechniken (InET)

Hintergrund

Vernetzte Geräte, wie z. B. Smart-Home-Lösungen, und darauf aufbauende digitale Dienste halten immer mehr Einzug in den Alltag. Auch in der Energiewirtschaft, in der sich Energieversorger zu Energiedienstleistern neu ausrichten, nehmen diese eine zunehmend größere Rolle ein, um Mehrwert für Endkunden zu bieten. Smarte Energiedienstleistungen sollen bislang verborgene Energieeinsparpotenziale in Unternehmen und Haushalten offenlegen, Energiekosten senken sowie Zusatznutzen, z. B. in Form von mehr Komfort im Alltag, für Endkunden bieten und sich dabei den jeweiligen Nutzerbedürfnissen anpassen. In wohnungsnahen Bereichen wie z. B. Energiemanagement, Gesundheit, Sicherheit, Komfort und Unterhaltung können so neue Ertragsquellen und innovative Geschäftsmodelle für traditionelle Energieversorger und IT-Dienstleister geschaffen werden. Hierfür stellen vernetzte Sensoren, die Umgebungsdaten erfassen, sowie Aktoren zur automatisierten Ausführung von Aktionen die Grundlage dar. Doch wie lässt sich die Entwicklung darauf aufbauender Dienste softwaretechnisch unterstützen und damit insbesondere für kleine und mittlere Energieunternehmen (KMU) vereinfachen? Mit dieser Fragestellung befasst sich das EU-geförderte Projekt „Erforschung, Konzeption und Entwicklung einer offenen Plattform für wissensbasierte Smart Energy Services“ (SENERGY).

Projektziele

Das Vorhaben SENERGY verfolgt die Zielsetzung der Gestaltung einer offenen Plattform für smarte Energiedienstleistungen. Dabei soll der gesamte Prozess von der Sensordatenintegration über die Datenanalyse bis hin zu automatisierten Aktionen auf Grundlage gewonnener Informationen mit entsprechenden Softwarewerkzeugen unterstützt werden. KMU wird in diesem Zusammenhang die Möglichkeit geboten, große Datenmengen aus dem Internet der Dinge effizient zu integrieren, zu verarbeiten und mittels KI-gestützter Verfahren zu analysieren, um darauf aufbauende, wissensbasierte Dienste und Anwendungen zu entwickeln. Infolge der Schaffung bereichsübergreifender Nutzungsmöglichkeiten für digitale Services (z. B. Energiemanagement, Gesundheit, Sicherheit, Komfort, Unterhaltung) soll der wahrgenommene Kundennutzen und somit die Nachfrage nach derartigen Angeboten gesteigert werden. Hierfür gilt es im Rahmen des Vorhabens geeignete Konzepte, Methoden und Softwarewerkzeuge zu einer digitalen Plattform zusammenzuführen, welche die Entwicklung wissensbasierter Smart Energy Services sowie innovative Geschäftsmodelle ermöglicht.

Lösungsansatz

Der verfolgte Lösungsansatz stützt sich auf einer hybriden Plattformarchitektur, welche die drei Untersuchungsebenen Semantische Datenintegration, Maschinelles Lernen auf Energiedaten und Adaptive Geschäftsprozesse umfasst, wobei der Bereich Smart Energy Service Engineering als methodischer Rahmen dient.

Semantische Datenintegration: Ausgehend von der syntaktischen Interoperabilität zur kommunikativen Anbindung verschiedenartiger intelligenter Geräte soll SENERGY darüber hinaus deren semantische Integration ermöglichen. Darunter ist die Anreicherung von Daten mit Metadaten, die auf deren Bedeutung und sogar Kontext schließen lassen, zu verstehen. Infolge der Verknüpfung semantischer Aspekte gilt es komplexe Ontologien (Repräsentationen von Wissen) zu erstellen und darauf gestützte Kontextinformationen zu gewinnen, welche für wissensbasierte Smart Energy Services und Anwendungen genutzt werden können. Diesbezüglich sollen bestehende semantische Technologien angepasst, erweitert und mit der SENERGY Plattform integriert werden. Zudem wird beabsichtigt die Daten von intelligenten Geräten mit weiteren Datenquellen (z. B. Wetter-, Produkt-, Verkehrs-, Geodaten) semantisch zu verknüpfen, um deren gemeinsame Analyse und Nutzung zu verbessern.

Maschinelles Lernen auf Energiedaten: Im Hinblick auf die Analyse großer Datenmengen wird darauf abgezielt, zusätzlich zu den bereits in Unternehmen verbreiteten deskriptiven und diagnostischen Methoden, prädiktive und präskriptive Verfahren auf Basis des maschinellen Lernens zu ermöglichen und diesen Ansatz der Wissensgenerierung in sächsischen KMU zu etablieren. Hierbei soll der aus historischen oder in Echtzeit erfassten Daten gewonnene Informationswert, und somit auch der Nutzen für Unternehmen und Kunden, gesteigert werden. Beispiele hierfür stellen die Analyse von Verbrauchs- und Erzeugungsdaten zur Erstellung genauerer Prognose- und Entscheidungsmodelle für ein optimiertes Last- und Erzeugungsmanagement sowie eine detaillierte Kundensegmentierung zur Entwicklung realitätsnaher Lastprofile für die Optimierung der Energiebeschaffung von Lieferanten dar. In Bezug auf Letztverbraucher gilt es Möglichkeiten zu schaffen, anhand derer sich digitale Energiedienstleistungen auf Basis maschinellen Lernens automatisiert und individuell hinsichtlich der Kundenbedürfnisse bzw. -präferenzen parametrisieren lassen.

Adaptive Geschäftsprozesse: Auf Grundlage der durch Datenanalysen gewonnen Kontextinformationen und Entscheidungsmodelle sollen bei detektierten Zustandsänderungen zeitnahe Rückkopplungen auf Geschäftsprozessebene, und somit das Auslösen zielgerichteter Aktionen (z. B. Energieeffizienzmaßnahmen), ermöglicht werden. Hierbei wird beabsichtigt, die Modellierung, Implementierung, Ausführung und Überwachung adaptiver Geschäftsprozesse, welche Sensoren und Aktuatoren als Ressourcen nutzen, methodisch und softwaretechnisch zu unterstützen. Geschäftsprozesse beschreiben in diesem Zusammenhang die Struktur und Ausführungslogik von Smart Energy Services und sind als interne, technische Sicht auf diese zu verstehen. Im Hinblick auf das zu erreichende adaptive Verhalten sollen Konzepte untersucht werden, die es ermöglichen die Servicekomposition, d. h. relevante Aktionen und deren zeitliche Abfolge, dynamisch zur Laufzeit basierend auf Kontextwissen zu definieren bzw. anzupassen.

Hybride Plattformarchitektur: Das Vorhaben SENERGY strebt die Entwicklung einer Plattformarchitektur an, die es ermöglicht wissensbasierte Smart Energy Services sowohl zentral auf einem Rechnerverbund als auch dezentral in lokalen Netzwerken auszuführen. Der zentrale Ansatz adressiert den Kerngedanken des Cloud-Computings, bei dem lokale Daten per Internet zu einer Cloud-Plattform für die Weiterverarbeitung übertragen werden. Dies erfordert eine hohe Robustheit und Verfügbarkeit des zentralen Systems, eine stabile Internetverbindung sowie großes Vertrauen seitens der Nutzer gegenüber dem Plattformbetreiber (z. B. in Bezug auf Datenschutz und Datensicherheit). Der dezentrale Ansatz zielt auf die Datenverarbeitung und Ausführung von digitalen Diensten am „Rand des Netzwerks“ (Fog-Computing) ab, d. h. durch Anwendergeräte, wie z. B. Gateways oder Smartphones. Dies führt zu mehr Nutzerakzeptanz und bietet den weiteren Vorteil, dass die Verwendung von Diensten und Anwendungen unabhängig von der permanenten Verfügbarkeit einer zentralen Instanz erfolgen kann. Demgegenüber erweisen sich Anwendergeräte in Bezug auf deren Rechenleistung jedoch oftmals als zu limitiert, wodurch diese für komplexere Aufgaben ungeeignet sind. Vor diesem Hintergrund wird beabsichtigt, die Vorteile des Cloud- sowie die des Fog-Computings im Rahmen einer hybriden Plattformarchitektur zu vereinen, um ein breiteres Spektrum an Anwendungsfällen, unter Berücksichtigung datenschutzrechtlicher und sicherheitsbezogener Aspekte, zu unterstützen.

Smart Energy Service Engineering: Die Entwicklung von digitalen Dienstleistungen erfordert ein systematisches Vorgehen, bei dem unterschiedliche Akteure direkt oder indirekt an der Wertschöpfung beteiligt sind. Daher zielt SENERGY darauf ab, ein methodisches Rahmenwerk zu entwickeln, auf dessen Basis Hersteller intelligenter Geräte, Energieunternehmen (z. B. Lieferanten, Netz- und Messstellenbetreiber), IT‑Dienstleister sowie Endkunden zusammengeführt und im Sinne des Open‑Innovation-Ansatzes in den Dienstleistungserstellungsprozess integriert werden. In diesem Zusammenhang gilt es die einzelnen Phasen des Lebenszyklus wissensbasierter Smart Energy Services zu identifizieren, zu beschreiben und informationstechnisch zu unterstützen. Dabei sollen rechtlich und wirtschaftlich tragfähige Konzepte zur freien oder kommerziellen Bereitstellung und Nutzung wissensbasierter Smart Energy Services erarbeitet und, im Zuge dessen, innovative Geschäftsmodelle ermöglicht werden.