Stromverbrauchsoptimierung mit AI & Machine Learning

Anwendungsfälle und wirtschaftlicher Impact

Unser Machine Learning Ansatz garantiert unseren Kunden eine kontinuierliche Verbesserung in verschiedenen Bereichen:

Unser Verfahren stellt die laufende Nutzung einer immer breiteren Datenbasis für Verbesserungen in der konkreten Anwendung sicher:

Das Watt Analytics System eignet sich u.a.:

Für den „Kleinverbraucher“ (< 25.000 KWh) zum Monitoring und zur Steuerung sämtlicher Elektrogräte (wie Waschmaschine, Boiler, etc.) über nur eine App.

Für mittlere Stromverbraucher (25.000 – 125.000 KWh) wie z.B. Einfamilienhaus, Büro, kleine Gastronomie mit „größeren Energieverbrauchern“ (wie z.B. Elektroautoladestelle, Elektroheizung, Boiler, Wärmepumpe, Poolheizung, Klimaanlage, etc.). Darunter zählen auch mittlere Stromverbraucher unter Berücksichtigung von eveventuellen Photovoltaikanlagen bzw. Hausbatterien. Neben einer Komfortsteigerung führt die Optimierung zu einem wirtschaftlichen ROI innerhalb von 1-3 Jahren für den Kunden als auch für den Energieversorger.

Im Großverbrauchersegment ab 150.000 KWh sowie in der industriellen Anwendung können je nach Umsetzung bisheriger Energieeffizienzmaßnahmen wesentliche Verbrauchsoptimierungen erreicht werden, die den wirtschaftlichen Aufwand eines PoC Projektes jedenfalls rechtfertigen. Zudem kann eine Optimierung des Stromkonsums von bis zu 40% zur Erhöhung des Eigenverbrauchs oder eine Verbesserung des Lastprofils und somit eine Senkung von 15%-25% der Energiekosten erzielt werden.

Für die Nutzer von industriellen Fertigungsmaschinen können massive Kostenvorteile in der vorausschauenden Wartung (predictive maintenance) antizipiert werden.