Wie künstliche Intelligenz neue Kundenservices ermöglicht und zur Kundenbindung beiträgt
Mit dem Ziel einer konstanten und transparenten Betreuung von Energieversorgern und deren Geschäftskunden hat die IfE GmbH eine Software zur hochautomatisierten Datenanalyse bei Kunden mit registrierender elektrischer Leistungsmessung entwickelt. Der Prototyp wurde auf der E-world 2020 in Essen erstmals präsentiert und erzeugte starkes Interesse.
Unternehmen mit hohem Stromverbrauch gehören zu den am stärksten umworbenen Kunden im Energiemarkt. Das gilt insbesondere für Betriebe mit registrierender Leistungsmessung (RLM), also Unternehmen mit einem Jahresverbrauch von mehr als 100.000 kWh. Vor allem für kleine und mittelgroße Stadtwerke und Energieversorgungunternehmen (KMU) ist es eine Herausforderung, diesen Kunden wettbewerbsfähige Angebote zu machen und sie mit überzeugenden Services zu binden.
IfE ist Spezialist darin, Versorgungsunternehmen Werkzeuge an die Hand zu geben, mit denen diese ihren (Groß-) Kunden helfen können, die betriebliche Energieeffizienz zu steigern und Marktchancen auszuschöpfen. In diese Kategorie fällt auch das neueste Produkt: Die Lastganganalyse von RLM-Kunden mithilfe von Künstlicher Intelligenz.
Mangel an Kapazitäten und Analysewerkzeugen für RLM-Lastgänge
Bislang tun sich Versorger meist schwer, die Lastgänge ihrer RLM-Kunden genauer unter die Lupe zu nehmen. Das hängt oft mit der schieren Menge zusammen. Für eine profunde Lastganganalyse bei hunderten RLM-Kunden fehlen oft personelle Ressourcen und Know-how sowie fast immer einschlägige IT-Werkzeuge. Außerdem ist es unter den gegebenen Umständen extrem schwierig, vergleichende Analysen durchzuführen, also Benchmarks zu erstellen und konkrete Optimierungshinweise zum Energieeinsatz zu geben. Dieses Dilemma gehört dank der neuen IfE-Lösung zur Analyse von RLM-Daten der Vergangenheit an.
Stadtwerke können die Daten aller RLM-Kunden en bloc mit der IfE-Analyse durchleuchten lassen. Im Rahmen der Analyse werden spezielle Merkmale aus den Lastgangdaten extrahiert und mit künstlichen intelligenten Verfahren, wie z.B. neuronalen Netzen, analysiert. Die entwickelte KI ist in der Lage, große Datenmengen problemlos zu verarbeiten und komplexe mathematische und statistische Berechnungen durchzuführen. Das Ergebnis sind vielfältige Analyseergebnisse, die zudem kurzfristig zur Verfügung stehen.
Individuelle Kundenansprache zur langfristigen Kundenbindung
Somit werden Energieversorger in die Lage versetzt, ihre RLM-Kunden zeitnah proaktiv und individuell anzusprechen und ganz konkrete Optimierungsvorschläge zu machen. Beispielsweise können Grundlast und Lastspitzen genauer ermittelt, Verbrauchsmuster erkannt, unplausibler Stromverbrauch aufgedeckt und Benchmarks erstellt werden. Durch die RLM-Analyse kann beispielswiese auch erkannt werden, ob ein Kunde eine Photovoltaikanlage betreibt und was dies für die Lastkurve bedeutet. Auf dieser Basis können für RLM-Kunden Konzepte zur Energieeinsparung und Lastverschiebung sowie zur Optimierung des Energieeinkaufs entwickelt werden.
Den Nutzen haben aber nicht nur die RLM-Kunden, sondern auch die Stadtwerke selbst. Durch die konkrete und konstruktive Beratung zur Energieoptimierung wächst einerseits ein Treueband zwischen Versorger und Kunde, was die Wechselgefahr reduziert. Der Versorger bekommt mit der RLM-Analyse überdies ein Tool an die Hand, das ihm dabei helfen kann, die jährliche maximale Strombereitstellungsleistung zu drosseln und Feinjustierungen bei der Strombeschaffung vorzunehmen. Fast nebenbei gewinnen Stadtwerke und Energieversorger auch Transparenz darüber, auf welchen Spannungsebenen wie viele RLM-Kunden auffällige Lastgänge aufweisen. Da diese Kunden für einen signifikanten Teil der Gesamtlast verantwortlich sind, bietet die RLM-Analyse einen guten Hebel, gezielt und wirkungsvoll zu optimieren.
Nicht zuletzt wird mit der Energieoptimierung bei Großkunden ein spürbarer Beitrag zum Klimaschutz geleistet. Dies wiederum trägt auch zur Imageverbesserung der Stadtwerke und Energieversorger bei. Wer Gutes tut, sollte bekanntlich auch darüber reden.
Produktentwicklung aus der Praxis für die Praxis
Die Analyse der RLM-Lastgänge ist ein Service, den IfE aus der Praxis für die Praxis entwickelt hat. Über 20.000 reale historische RLM-Lastgänge von knapp 60 Stadtwerken stellten das Datenmaterial dar, mit dem praktisch gearbeitet werden konnte. Unmittelbar auffällig waren 4 % der Lastgänge, also mehr als 800. Die RLM-Analyse bietet Stadtwerken und Energieversorgern somit die Chance, sich einer signifikanten Menge wichtiger Kunden als konstruktiver und leistungsstarker Energiedienstleister zu präsentieren.
Statistische Daten-Voranalyse zur späteren Aufteilung in Kundengruppen anhand von Häufigkeitsverteilungen. (Abbildung: IfE)
Beispiel eines auffälligen Lastgangs, der nach der künstlich-intelligenten statistischen Häufigkeitsverteilungsanalyse mögliche Energieeinsparpotenziale aufweist. (Abbildung: IfE)
Zukünftig soll noch tiefer in die RLM-Lastgänge geschaut werden. Das Entwicklungsteam der IfE arbeitet aktuell an der Einbindung weiterer Analysen, z.B. Klassifizierung von Lastgängen anhand statistischer Funktionen und Kennzahlen, Informationsgewinnung durch künstliche intelligente Bilderkennungsverfahren. Benutzerfreundliche grafische Schnittstellen für das Programm und kompatible Applikationen für beliebige Rechner sollen es dem Endnutzer ermöglichen, schneller, einfacher und unabhängig vom Standort mit der Software zu interagieren.
IfE-Energieeffizienzleitwarte als externer Energiemanager
Unter den herrschenden wettbewerblichen Marktbedingungen sollte es darüber hinaus Zielstellung sein, eine dauerhafte Kommunikation mit den Kunden aufzubauen. Eine Möglichkeit der Daten(weiter)-Verarbeitung und -Auswertung steckt in der IfE-Energieeffizienzleitwarte für optimiertes Echtzeit-Energiedatenmanagement. Die Leitwarte selbst fungiert hier als externer Energiemanager. Neben der Analyse der erfassten Energiedaten können die Verbrauchsdaten vor und nach Optimierungsmaßnahmen miteinander verglichen werden. Ziel ist die nachhaltige Überwachung des Verbrauchs im Sinne einer kontinuierlichen Erfolgskontrolle mit der Möglichkeit, laufend Optimierungspotenziale aufzuzeigen.
