Kommentar von Xavier Guerin, DataStax

IoT & Datenmanagement – so spart man Energie & Kosten

| Autor / Redakteur: Xavier Guerin / Nico Litzel

Der Autor: Xavier Guerin ist VP Western Europe, DataStax
Der Autor: Xavier Guerin ist VP Western Europe, DataStax (Bild: DataStax)

Das Cloud-basierte Datenmanagement stellt heute ein unverzichtbares Werkzeug der Digitalisierung dar. Dafür haben die kontinuierlich steigende Fülle an Informationen aus verschiedenen Kanälen und die unterschiedlichen – global, lokal, meist jedoch dezentral – benötigten Zugriffsmöglichkeiten auf große, komplexe, teilweise unsortierte Datensätze in Echtzeit gesorgt.

Auch das sogenannte Internet of Things (IoT) funktioniert nicht „ohne“: Denn egal ob Mobiltelefone, vernetzte Autos, Drucker, die selbstständig leere Farbpatronen nachbestellen oder schlicht ein Paket, dessen aktueller Standort bestimmt werden soll: All das ist ohne eine moderne, vertikal- wie horizontal skalierbare Datenbanktechnologie nicht möglich. Diese garantiert eine ununterbrochene Verfügbarkeit, selbst dann, wenn man gerade einmal offline sein sollte. Sie ermöglicht sofortigen Datenzugriff mit extrem niedriger Latenz und gewährleistet interaktive und kundennahe Funktionalität ohne Ausfallzeiten.

Ganz besonders deutlich wird die technologische Innovation heute im Energiesektor. Dank der Kombination aus IoT, Cloud-basiertem Echtzeit-Datenmanagement, neusten Big-Data-Analysefähigkeiten, intelligenter Verteilnetze und Sensortechnik entstehen gerade in diesem Bereich vielfältige Optimierungsmöglichkeiten. IoT auf Basis des richtigen Datenmanagements ermöglicht es Unternehmen und Verbrauchern, smarte Entscheidungen zu treffen – Energieverbrauch und Kosten zu senken und die Umwelt besser zu schützen.

Verbraucher und Unternehmen profitieren

Grundsätzlich sollten Daten von Geräten und Anwendungen so gebündelt werden, dass diese sowohl dem Energieanbieter wie dem Kunden zu beiderseitigem Vorteil reichen. Die Herausforderung dabei ist, dass die Daten zwar nützlich, aber oft schwer zu systematisieren, analysieren und vor allem funktional zu interpretieren sind. Wichtige Einblicke beim Energieverbrauch erhält man gerade erst aus eigenen individuellen Daten.

Darauf aufbauend lohnt es sich, die Daten zu vergleichen, um Trends und Chancen aufzuzeigen und den Energieverbrauch nachhaltig zu reduzieren. Bei diesem Prozess können die Energieversorger ihren Kunden behilflich sein. Der Ansatz bietet zwei Vorteile: Erstens kann der Anbieter seinen Kunden dabei helfen, den Energieverbrauch anhand von Echtzeit-Datenanalyse via App in einen sinnvollen Kontext zu setzen, sodass diese daraus einen echten Mehrwert ziehen können. Zweitens kann es den Energieanbieter in die Lage versetzen, Kosten zu senken. Denn wenn Energieanbieter lernen zu verstehen, wann sie welche Menge an Energie für ihre Kunden benötigen, können sie viel besser planen, teure Verbrauchsspitzen umgehen und als Resultat effizienter und smarter Energie aus dem Energienetz einkaufen. Sie haben also einen wirklichen Anreiz den Verbraucher darin zu unterstützen, intelligent mit dem Energieverbrauch umzugehen.

Einblicke in Daten, ortsspezifische Analysen und Prognosen

Die immer genaueren Einblicke in Daten, ortsspezifische Analysen und Prognosen, sowohl der Energieversorger, als auch der Verbraucher, führen zwangsläufig zu mehr Kosteneffizienz bei der Bereitstellung von Kundendienstleistungen. Neben diesem ökonomischen Planungselement, gibt es einen energiesparenden und energieeffizienten Aspekt. Zum Beispiel das Wissen darüber, wie und wann Menschen ihre Häuser, Unternehmen und Geschäfte heizen oder lüften. Es kann dabei helfen, Energiekosten zu reduzieren.

Eigentümer, Mieter und Unternehmer können mittels einer App angeleitet werden, zu bestimmten Zeiten weniger Energie zu verbrauchen. Oder aber ihre Verbrauchsgewohnheiten durch bessere, bzw. umfassendere Sensortechnik und präzisere Standardeinstellungen zu optimieren. Die Reduzierung des Energieverbrauchs in einem Haus, um nur ein Grad, scheint nicht viel zu sein. Bei Tausenden von Häusern und Geschäften gleichzeitig aber können riesige Energiemengen und letztlich Kosten eingespart werden.

Graph-Daten bieten einen neuen Ansatz zur Energieeinsparung

Daten sind in Bereichen wie der Kundenerfahrung unerlässlich. Heute können unzählige Daten aus unterschiedlichen Kanälen über eine Bandbreite von Touchpoints und Kundeninteraktionen erfasst werden. Mithilfe von Echtzeitanalysen und intelligenter Softwarelösungen können diese Daten mittlerweile schnell und unkompliziert so aufbereitet werden, dass sie dem einzelnen Verbraucher einen wirklichen Mehrwert in seiner aktiven Entscheidungsfindung bringen. Indem den Kunden eine optimale Nutzung und Aufbereitung der Daten bereitstellt wird, bietet sich für den Energieversorger eine gute Möglichkeit sich differenzierend vom Wettbewerb abzuheben und die Kundenbindung zu stärken.

Graph-Datenmodelle bieten hierbei einen spezifischeren Ansatz zur Modellierung von Daten. Im Gegensatz zu relationalen Daten zielen sie speziell auf unterschiedliche Facetten der Interaktion ab. Einzelpersonen werden hierbei anders erfasst als beispielsweise Orte oder Vermögenswerte. Durch das gleichzeitige Betrachten von Standortdaten und Verbrauchsmustern können etwa Energieversorger mehr Einblicke in die konkreten Abläufe beim Energieverbrauch erhalten.

Diese Informationen helfen, den tatsächlichen Verbrauch an bestimmten Orten exakt zu ermitteln. Will beispielsweise ein Einzelhändler die Energieeffizienz in seinen Filialen optimieren, kann er so anstatt nur die Standortgröße zu berücksichtigen jeden Standort gesondert betrachten: die Art des Kundenaufkommens, die angebotenen Dienstleistungen und wie viel Energie zu welcher Zeit wo verbraucht wurde und diese Daten in Relation zueinander setzen.

Automatisierung von Analyseschritten

Die Herangehensweise, beispielsweise visualisiert über eine Applikation, bietet ein besseres Gesamtbild davon, was jeder einzelne Standort an Energie verbraucht und wo konkrete Einsparmöglichkeiten bestehen. Das Graphdatenmodell unterstützt zudem die Automatisierung von Analyseschritten. Denn gerade für die Suche nach Mustern und potenziellen Optimierungsmöglichkeiten kommt dem maschinellen Lernen eine große Bedeutung zu. Die Kombination aus maschinellem Lernen und Graph-Daten ist daher der logische Schritt zur intelligenten Vertiefung bestehender Relationen. Energieanbieter können so bestehende Kundendaten anreichern, indem sie weitere interne und extern zugängliche Datenquellen anbinden, wie zum Beispiel Daten zur Bausubstanz, Größe, Bodenfläche, oder auch Klima- und geografische Informationen bereitstellen, um weitergehende Annahmen hinsichtlich des Energiebedarfs zu treffen.

Smarter Dateneinsatz für einen besseren Umweltschutz

Mit dieser Form der Übersicht kann der Energieanbieter seinen Kunden eine optimierte Transparenz über ihren Energieverbrauch bereitstellen und ihnen smarte Empfehlungen darüber liefern, wie, wann und wo sich Kosten konkret einsparen lassen. Ganz unabhängig davon, ob es sich beim Kunden dabei um große Konzerne mit mehreren Niederlassungen, ein mittelständisches Unternehmen oder nur um den einzelnen Hausbesitzer handelt. Der Mehrwert, der dabei für alle Beteiligten erzielt werden kann - sei es in puncto Service, Kostensenkung oder auch in Bezug auf den Umweltschutz ist enorm.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44804592 / Infrastruktur)