Forschungsprojekt

KIEEZ

KI-basierte Echtzeitanalyse energiebezogener Zeitreihendaten

Referenzmodell

Wie kann ein idealtypischer Entwicklungsprozess für KI-basierte Echtzeitanalysen von energiebezogenen Zeitreihendaten gestaltet sein?

Methoden

Mit welchen Methoden und Workflows lassen sich die einzelnen Phasen dieses Entwicklungsprozesses gezielt unterstützen?

KI-Plattform

Wie kann eine KI-Plattform, die den Entwicklungsprozess für KI-basierte Echtzeitanalysen von energiebezogenen Zeitreihen digital unterstützt und möglichst weit automatisiert, gestaltet sein?

Projekt

Projektzeitraum:
15.05.2025 bis 14.05.2027

Antragsnummer:
100746816

Kurzbeschreibung:
Das Projekt KIEEZ erforscht Konzepte, Methoden und Softwarewerkzeuge zur einfacheren und effizienteren Nutzung von KI im Energiemanagement. Ziel ist es, eine KI-Plattform zu entwickeln, die zeitkritische, heterogene Zeitreihendaten (z. B. Energieverbrauchs- und Erzeugungsdaten) zuverlässig in Echtzeit analysieren kann.

Besonders kleine und mittlere Unternehmen (KMU) sollen durch niedrigschwellige, übertragbare Lösungen beim Einsatz von KI unterstützt werden. KIEEZ adressiert dabei zentrale Herausforderungen wie Datenheterogenität, Volatilität, Anforderungen an Echtzeitverarbeitung sowie die Automatisierung des KI-Entwicklungszyklus.

Durch Anwendungen wie Verbrauchsprognosen, Lastverschiebung, Anomalieerkennung oder Peak Shaving trägt KIEEZ langfristig zur Effizienzsteigerung, Dekarbonisierung und Nachhaltigkeit im Energiesektor bei – und damit zur Stärkung der Energiewende.

Arbeitspakete

AP1: Anforderungsanalyse

  • Analyse der wissenschaftlich-technischen Anforderungen an das Gesamtprojekt
  • Konzeption praxisbezogener Anwendungsfälle und –szenarien

AP2: Referenzmodellierung

  • Entwicklung eines auf Zeitreihendaten im Energiemanagement spezialisierten Referenzmodells für KI-Entwicklungsprozesse
  • Formulierung von Gestaltungsempfehlungen für das Tailoring und die Instanziierung des Referenzmodells

AP3: Methodenunterstützung

  • Entwicklung von Methoden zur Echtzeitanalyse von Zeitreihendaten
  • Prototypische Implementierung von Workflows

AP4: KI-Modellentwicklung

  • Entwicklung übertragbarer und skalierbarer KI-Modelle bzw. -Lernstrategien
  • Umsetzung der Anwendungsfälle und -szenarien

AP5: KI-Plattformentwicklung

  • Integriert die vorgenannten Teilergebnisse unter einer einheitlichen Benutzeroberfläche

AP6: Pilotierung und Demonstration

  • Erprobung der Projektergebnisse unter realitätsnahen Bedingungen
  • Bereitstellung des Quellcodes und der entwickelten Modelle

Publikationen

Whitepapers


Peak Shaving - Wie Unternehmen ihre Energiekosten intelligent senken können

Peer-reviewed Papers


Data-Driven Short Circuit Detection in Energy Storage Systems: A Low-Resource Strategy for Logistics Scenarios

Toward a Time Series‑Specific Machine Learning Life Cycle: Challenges and Requirements

Kontakt

Name