Dashboard der SmartLoad Software-Lösung

Erfolgreicher Abschluss des ERA-Net Projekts „SmartLoad“

Der Kauf von nachhaltigen Energieprodukten, wie lokal produzierter Ökostrom, Photovoltaikanlagen oder Wärmepumpen sind Maßnahmen, mit denen Konsumenten einen signifikanten Beitrag zur Energiewende leisten können. Die Bereitschaft von Verbrauchern, mehr für Strom zu bezahlen oder energetische Investitionen zu tätigen, hinkt allerdings hinter den Erwartungen der Energiepolitik zurück. Um diesem Problem entgegenzutreten hat das Verbundprojekt SmartLoad nun Datenanalyseverfahren entwickelt, die Energieanbietern helfen, solch nachhaltiges Verbrauchsverhalten ihrer Kunden gezielt zu fördern.

Die Projektgruppe der Universität Bamberg (Lehrstuhl für Wirtschaftsinformatik insb. Energieeffiziente Systeme) hat hierzu zusammen mit den beiden Schweizer Unternehmen BEN Energy AG und Centralschweizerische Kraftwerke AG Kundendaten, Stromverbrauchsdaten und freie Geoinformationen ausgewertet und eine Software entwickelt, die es Energieanbietern ermöglicht maßgeschneiderte Tarife und Dienstleistungen anbieten können. Im Kern der Lösung stehen Verfahren des maschinellen Lernens, die automatisch Muster in Daten erkennen und gezielte Vorhersagen für einzelne Kunden ermöglichen. Die Lösung wurde zusammen mit dem Energieanbieter in drei Anwendungsfällen getestet.

Im ersten Anwendungsfall «Energieeffizienz» zeigte die Forschergruppe, dass es beispielsweise möglich ist, Haushalte mit einem hohen Grundlastverbrauch zu identifizieren und somit gezielte Sparempfehlungen für die Verbraucher auszusprechen. Für die beiden Anwendungsfälle «Vertrieb von lokalem Ökostrom» und «Vertrieb von Photovoltaik-Speicheranlagen und Wärmepumpen» wurden Vertriebsaktivitäten dahingehen unterstützt, dass besonders interessierte Kunden identifiziert wurden.

Das Projekt wurde über 34 Monate im Rahmen der ERA-Net SmartGrid Plus Initiative durch das Bundesministerium für Wirtschaft und Energie (Deutschland) und das Bundesamt für Energie (Schweiz) finanziell unterstützt.