Künstliche Intelligenz und

erneuerbare Energien

Big Data, künstliche Intelligenz und Blockchain: Diese drei Themen haben im vergangenen Jahr die Diskussionen in der Geschäftswelt und im Energiesektor bestimmt. In diesem Post befassen wir uns mit künstlicher Intelligenz (KI) und ihren Entwicklungsmöglichkeiten im Energiesektor. Was bedeutet KI für die Utilities und wie kann sie angewendet werden?

Erst in den letzten beiden Jahren hat man begonnen, breiter über künstliche Intelligenz zu diskutieren, in der Forschung war sie jedoch schon 1950 ein Thema, als nämlich Alan Turing in der Zeitschrift Mind den Artikel «Computing machinery and intelligence» veröffentlichte. Darin führt Turing ein Kriterium ein, um zu bestimmen, ob eine Maschine in der Lage ist, zu denken; dieses Kriterium wird anschliessend in dem wohl berühmtesten Test von Turing angewendet. Der Turing-Test basiert auf der Annahme, dass in einem Dreiergespräch zwischen einer Maschine und zwei Menschen die Maschine nicht vom menschlichen Gesprächspartner unterschieden werden kann. Erst 2014 ist es einem Computer gelungen, diesen Test zu bestehen: ein Meilenstein der künstlichen Intelligenz und möglicherweise der Grund dafür, dass heute wieder intensiv über sie gesprochen wird.

Es gibt verschiedene Modelle der künstlichen Intelligenz, zu den bekanntesten und ältesten gehört das Modell der künstlichen neuronalen Netze. 1957 hat Frank Rosenblatt das erste Konzept der Lernregel veröffentlicht. Es beruht auf dem Modell einer vereinfachten Zelle des menschlichen Gehirns, dem sogenannten McCullock-Pitts-Neuron. Dieses Urmodell hat das Ziel, die Klassifizierungskoeffizienten auf der Grundlage der Erfahrung automatisch zu aktualisieren, um vorherzusagen, ob eine bestimmte Probe zu der einen oder der anderen Klasse gehört.

Künstliche Intelligenz wird jedoch schon seit mehreren Jahren praktisch angewendet, so zum Beispiel in der Finanzwelt. Ein Beispiel ist der Investmentfonds Renaissance Technologies, der sich KI seit 1982 für seine Entscheidungen beim systematischen Handel zunutze macht.

Auch in der Energiewirtschaft gibt es verschiedene Anwendungen: von KI-Systemen, die dem Netzbetreiber helfen, die Ladung auf der Grundlage der Konsumgewohnheiten zu überwachen, bis hin zu Forecasting-Systemen für den Betrieb erneuerbarer Anlagen. Ein konkretes Beispiel kommt aus Deutschland, wo ein System zur Kontrolle von Gebäudeheizungen mit Solarwärmeunterstützung entwickelt wurde. Das KI-System hat dabei die Aufgabe, die Raumtemperatur unter Berücksichtigung von Leistung der Solarwärme und Speicherniveau zu optimieren. Das Fraunhofer-Institut für Solare Energiesysteme (ISE) in Freiburg hat hier gute Ergebnisse erzielt. Mehrere Start-ups haben beträchtliches Kapital für die Entwicklung von KI-Systemen im Bereich des Energiesektors gesammelt: In Kanada hat das Unternehmen Invenia 5 Millionen Dollar für die Entwicklung von Modellen der Netzwerkoptimierung gesammelt, in Spanien kam Nnergix auf 1 Million Euro, um Forecast-Modelle für erneuerbare Anlagen zu entwickeln.

Das Thema Künstliche Intelligenz muss mit der Dezentralisierung der Businessmodelle in der Energiewirtschaft verknüpft werden, bei denen die Verbraucher immer mehr zu Energieproduzenten werden. Diese Entwicklungen erfordern Verfahren und Modelle für das Energiemanagement, die in der künstlichen Intelligenz auf fruchtbaren Boden fallen könnten.

Für viele Energieunternehmen steht künstliche Intelligenz noch ganz am Anfang, beim Innovationsforum Energie 2019 in Zürich war sie jedoch schon in diesem Jahr ein heiss diskutiertes Thema. Der Zukunftsforscher Lars Thomsen hält die vom menschlichen Verhalten generierten Daten für extrem wertvoll, und zwar besonders, wenn im Zusammenspiel mit KI-Modellen ihr ganzes Potenzial zum Ausdruck kommt.

Die Thematik ist hochaktuell und so ist auch die EU-Kommission bereits damit befasst, Normen und ethische Leitlinien für den Umgang mit künstlicher Intelligenz zu erarbeiten.

Über den Autor

Alessandro De Lorenzo

Alessandro De Lorenzo

Head of Market Access

Alessandro De Lorenzo arbeitet seit 2019 als Commodity Trader bei Repower. Seit 2018 leitet er das Team vom Market Access im Trading. Als Mitglied der Società Italiana di Analisi Tecnica (SIAT) hat er sich zudem auf Derivate spezialisiert.

Kommentare