Motivation
Der steigende Einsatz von Sensortechnologien in Unternehmen führt zu großen Mengen sensitiver Industriedaten. Besonders die Berücksichtigung und Integration von Stromverbrauchsdaten in verschiedenen Arbeitsbereichen und Lebenswelten hat erhebliche Potenziale zur nachhaltigen Nutzung von Ressourcen in Unternehmen offenbart. Mit Blick auf die Etablierung einer nachhaltigen Unternehmensstrategie und einer effizienten Nutzung von Energie, bergen diese Technologien speziell für das Umweltmanagement in Unternehmen ein hohes Potenzial. So können Unternehmen z. B. aktiv an der Verminderung von Treibhausgasemissionen mitwirken und zum Erreichen der im Klima- und Energiepaket 2020 festgehaltenen Ziele der Europäischen Union beitragen. In diesem Zuge entstanden Richtlinien zur Gestaltung von Energiemanagementsystemen, die es Nutzern erlauben, historische und aktuelle Stromverbrauchsdaten aufgabenorientiert und handlungszentriert zu betrachten, sodass z. B. Unregelmäßigkeiten in den Verbrauchsmustern identifiziert, Effizienzmaßnahmen nachträglich bewertet und Optimierungspotenziale sichtbar gemacht werden können. Besonders im heutigen dynamischen und volatilen Unternehmensumfeld ist es von zunehmender Bedeutung, bereits bei der Planung von Prozessen und Arbeitstätigkeiten die relevanten Umweltkennzahlen zur Verfügung zu haben, um diese bei der Arbeitsvorbereitung zu berücksichtigen oder möglichen Abweichungen frühzeitig entgegenzuwirken. Um dies zu erreichen, werden belastbare Prognosemechanismen/-tools benötigt, die als ergänzende Instrumente für die strategische und operative Planung genutzt werden können. Besonders bei kleinen und mittleren Unternehmen (KMU), die wandlungsfähig sein müssen und häufig innovativ agieren, können Verbrauchsprognosen bei Entscheidungen unterstützend hinzugezogen werden, um die Ressourceneffizienz auch bei Veränderungen innerhalb der verschiedenen Ebenen im Unternehmen zu berücksichtigen.
Im Rahmen des vorhergegangenen Forschungsprojekts Ubiquitäre Umweltinformationssysteme konnten bereits wichtige Erkenntnisse zu den Möglichkeiten der Erfassung, der aufgabenspezifischen Aufbereitung der Daten sowie der Wirtschaftlichkeitsbetrachtung von Verbräuchen gesammelt werden. Es wurde untersucht und prototypisch exploriert, wie ein praxisorientiertes Energiemanagementsystem gestaltet sein muss, um Nutzern in Unternehmen historische und aktuelle Stromverbrauchsdaten handlungszentriert darzustellen. Entsprechende Nachhaltigkeitsmaßnahmen können aktuell erst nach der entsprechenden Umstellung und durch die Analyse historischer Verbrauchsdaten evaluiert werden.
- Steigende Menge an Sensordaten aus der Produktion und den Betrieben
- Historische und aktuelle Daten zur Bewertung von Effizienzmaßnahmen und zur Steigerung der Transparenz von Verbräuchen
- Nur nachträgliche Bewertung möglich – Hemmnisse gegen Umsetzung von Maßnahmen bei ungewissem Output
Unsere Ziele
Die vollständige Betrachtung des kompletten zeitlichen Horizonts ermöglicht hingegen eine Bewertung und entsprechende Anpassungen bzw. Steuerungen im Vorfeld der Umstellungen. Im Vordergrund stehen dabei Simulationen und Forecasts zur Generierung von Strom-Prognosedaten sowie eine geeignete Informationsvisualisierung. Zu diesem Zweck, sollen verschiedene Datenverarbeitungsverfahren zur Generierung von Forecasts und Stromprognosen erprobt, Best-Practice-Methoden zur bedarfsgerechten und handlungszentrierten Visualisierung von prognostizierten Stromverbrauchsdaten entwickelt, die Aneignung von prognostizierten Stromverbrauchsdaten in der alltäglichen Arbeit untersucht und sowohl Einsparpotenziale als auch tatsächliche Einsparungen durch den Einsatz von Simulations- und Prognosedaten von Stromverbräuchen bei der Maschinenbelegungsplanung, Investitionsplanung und der Nutzung von Eigenenergieerzeugung analysiert werden. Durch die im Projekt entwickelten Lösungen kann die Transparenz erhöht und somit ein Bewusstsein für den Stromverbrauch in Unternehmen entwickelt werden. Die anwendungsnahe Generierung von Prognosedaten kann somit einen wichtigen Mehrwert für die strategische Entscheidungsfindung bereitstellen. Zum einen sollen Prognosen über den Verbrauch die Energieeffizienz nachhaltig verbessern, indem bei Umplanungen auch belastbare Stromverbrauchsdaten berücksichtigt werden können. Zum anderen können durch Prognosedaten auch neue Wege und Möglichkeiten bspw. durch Simulationen einfacher eruiert werden, ohne dabei Risiken oder Ausfälle in Kauf nehmen zu müssen.
Für die Transformation zu einer energieeffizienten und CO2-armen Wirtschaft ist es von besonderer Bedeutung, dass technische Innovationen ganzheitlich und im Sinne einer unternehmensweiten Integration konzipiert, entwickelt und ausgerollt werden. Dieser Prozess beinhaltet die Ausbringung einer flexiblen Mess- und intelligenten DV-Infrastruktur zur Erfassung von Umweltdaten, die Zuordnung von Daten zu logischen Einheiten, die Konsolidierung und die Zugänglichkeit der Daten sowie die Entwicklung praxisnaher Anwendungen digitaler Umwelttechnologien, die eine hohe Gebrauchstauglichkeit besitzen und wahrnehmbare Mehrwerte für Unternehmen bieten. Um die beschriebenen Potenziale zukünftig noch besser nutzen und Effizienzmaßnahmen bereits im Voraus bewerten zu können, werden neben den historischen Daten auch verwertbare und belastbare Zukunftsprognosen benötigt. Solche Prognosedaten können von Unternehmen sowohl zur Untersuchung möglicher Abweichungen oder Lastspitzen verwendet werden als auch zur Simulation verschiedener Maßnahmen. Sowohl die technische Umsetzung als auch die praktische Ausgestaltung für die Integration in verschiedene Arbeitsbereiche in Unternehmen sind noch weitestgehend unerforscht.
- Prognose- und Simulationsdaten zur Entscheidungsunterstützung
- Geeignete Visualisierungs- und Interaktionskonzepte zur Nutzung solcher Daten
Unser Ansatz
Um die Praxistauglichkeit zu gewährleisten, wird eine direkte Beteiligung der tatsächlichen Akteure in der Produktion bei Konzeption, Aneignung und Weiterentwicklung solcher Systeme benötigt. In diesem Forschungsprojekt sollen daher im Rahmen einer Living Lab-basierten Forschung (integriert in eine existierende PRAXLABS-Innovationsinfrastruktur) und Entwicklung anwendungsnah und gemeinsam mit Industriepartnern verschiedene Methoden zur Generierung von Prognosedaten erprobt und Kontexte zur Anwendung der entwickelten Prognosedaten in operative und strategische Unternehmenseinheiten untersucht werden. Ein Living Lab-basierter Ansatz eignet sich hierzu in besonderer Weise; werden entwickelte Methoden, Guidelines und Best Practices, in Hinblick auf die Entwicklung, Verwendung und Erprobung solcher sozio-technischen Systeme, aufgrund des starken Praxisbezugs unmittelbar übertragen. So soll zunächst ein theoretisches Rahmenwerk entwickelt und evaluiert werden, das Ansatzpunkte und Maßnahmen aufzeigt, wie Stromverbrauchsprognosen generiert und in der Unternehmenspraxis eingesetzt werden können. Darauf aufbauend, sollen existierende Informationsinfrastrukturen und Service-Systeme (ko-)evolutionär weiterentwickelt werden. Der Transfer in die Praxis gelingt schließlich durch eine Kontextuntersuchung zur Anwendung der entwickelten Prognosedaten und -tools in operative und strategische Unternehmenseinheiten. Dabei gilt es, Anforderungen für die verschiedenen Arbeitsbereiche in Unternehmen zu erheben und anschließend passende Tools und Konzepte zu entwerfen und prototypisch umzusetzen.
- Nutzerzentrierte Forschung in der Praxis
- Einbeziehung von allen relevanten Akteuren
- Iterative Weiterentwicklung und Erprobung