EnerKI Map Künstliche Intelligenz im Energiesektor
Welche Energieunternehmen und Start-ups setzen bereits KI-Technologie ein? An welchen Instituten wird der Einsatz von KI für die Energiewende erforscht? Die im Rahmen des dena-Projekts EnerKI entwickelte und ständig aktualisierte Weltkarte zum Einsatz von KI im Energiesektor gibt einen Überblick über relevante Akteure aus Forschung, Unternehmen und Start-ups. Für einen differenzierten Blick lässt sich die Karte nach Organisationsformen, KI-Typus sowie Anwendungsfeld im Energiesektor filtern.
[{"id":1288,"title":"3DFS Software-Defined Electricity","description":"Die 3DFS-Software analysiert und korrigiert mithilfe von maschinellem Lernen konstant und in Echtzeit das Elektrizit\u00e4tsnetz und erm\u00f6glicht einen perfekten Elektrizit\u00e4tstransfer. Die KI-Technologie stellt automatisch Netzstabiltit\u00e4t und -resilienz von mehr als 95% sicher, indem sie die Stromphasen ausbalanciert. Zudem wird durch die digitale Elektrizit\u00e4tskontrolle \u00fcber die Modellierung chemischer Eigenschaften von Batterien die Energiespeicherf\u00e4higkeit und Performance von Batterien erh\u00f6ht, Elektrizit\u00e4t entsteht dann als Nebenprodukt durch die Reaktion mit dem Energiespeicherungssystem.\r\n\r\nAdresse: 1911 NC Hwy 902 West Pittsboro, NC 27312\r\nTypologie: Datenanalyse","projectStartAt":"2009","location":"","url":"https:\/\/www.3dfs.com\/","lat":"35.701169","lon":"-79.205714","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2774,"title":"Aerialtronics (+ IBM)","description":"In Zusammenarbeit mit IBM Watson hat Aerialtronics das Drohnenmodell PENSAR entwickelt, mit dem auf Grundlage von KI-gesteuerten Inspektionen die Energieerzeugung von Windkraftanlagen maximiert werden kann. Nach der autonomen Erkennung von Fehlern, wie etwa strukturellen Sch\u00e4den oder elektrischen St\u00f6rungen, wird autonom ein Datensatz erstellt und an einen Techniker weitergeleitet. \r\n\r\nAdresse: Wassenaarseweg 75 - 1e Mientlaan, 2223 LA, Katwijk, Niederlande \r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2010","location":"","url":"https:\/\/www.aerialtronics.com\/de\/produkte\/pensar#pensar","lat":"52.170422","lon":"4.410043","executives":[],"topics":["Prognosen","Betriebsoptimierung","Predictive Maintenance","Wartung, Reparatur & R\u00fcckbau"],"status":"Potenziell auf Energiewirtschaft \u00fcbertragbar","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":1327,"title":"AI@Imperial Centre - Imperial College London","description":"Die Expertise des Imperial College bildet ein weites Spetkrum \u00fcber Machine Learning, logisches Denken, Wahrnehmung und menschliche Modellierung, Data Science, Robotik, Computer Vision und Bilderkennung, NLP und Spracherkennung ab. Geforscht wird im AI@Imperial Centre. Mit Blick auf den Energiesektor besch\u00e4ftigt sich das Imperial College u.a. mit der Modellierung und Simulation von mehrphasigen Str\u00f6mungen, die eine Optimierung von Hyperparametern involvieren. Machine Learning kann dabei helfen, 3-phasige Str\u00f6me wie \u00d6l, Wasser oder Luft zu charakterisieren und so die Produktivit\u00e4t, Effizienz und Reduktion von Emissionen im Energiesektor zu beeinflussen. Die Forschungsergebnisse k\u00f6nnen beim Design von Produktionsanlagen zum Tragen kommen.\r\n\r\nAdresse: South Kensington, SW7 2AZ London\r\nTypologie: Datenanalyse","location":"","url":"https:\/\/www.imperial.ac.uk\/artificial-intelligence","lat":"51.498121","lon":"-0.177270","executives":[],"topics":["Betriebsoptimierung"],"status":"Potenziell auf Energiewirtschaft \u00fcbertragbar","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1471,"title":"Alchera","description":"Der KI-Algortihmus von Alchera ist darauf trainiert, die Infrastruktur f\u00fcr anormale Eventualit\u00e4ten wie Rauch oder fallende B\u00e4ume zu erkennen. Per Bilderkennungsverfahren \u00fcberwacht er in Verbindung mit W\u00e4rmebildkameras Hochspannungsleitungen und Umspannstationen in Echtzeit.\r\n\r\nAdresse: Wooam Bldg. 8th Fl., 225-15 Pangyoyeok-ro Bundang-gu Seongnam-si, Gyeonggi-do 13494\r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2009","location":"","url":"https:\/\/www.alcherainc.com\/en_US\/","lat":"37.400809","lon":"127.108063","executives":[],"topics":["Predictive Maintenance"],"status":"Potenziell auf Energiewirtschaft \u00fcbertragbar","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1291,"title":"Alpiq","description":"Alpiq konzentriert sich auf zwei spezifische Anwendungsfelder der KI im Energiesektor: Die Netzstabilisierung und die Einbindung erneuerbarer Energien ins \u00d6kosystem. Mit der eigens entwickelten Energy-AI-Plattform reduziert das Unternehmen mittels K\u00fcnstlicher Intelligenz die Komplexit\u00e4t durch Vernetzung und optimiert s\u00e4mtliche Akteure \u00fcber die gesamte Wertsch\u00f6pfungskette hinweg. Alpiqs digitale Services dienen der Netzstabilisierung genauso wie der Energievermarktung und der Kopplung von Photovoltaik, W\u00e4rme, Elektromobilit\u00e4t oder Batteriespeichern. Durch die intelligente Vernetzung von Verbrauchs-, Erzeugungs- und Speichereinheiten entsteht f\u00fcr die Kunden ein Mehrwert im Energie\u00f6kosystem. Mithilfe des KI-gest\u00fctzten Energiemanagementsystems kann der \u00fcbersch\u00fcssige Strom von Batteriespeichern automatisiert an der Stromb\u00f6rse gehandelt werden.\r\n\r\nAdresse: Ch. de Mornex 10, 1003 Lausanne\r\nTypologie: Datenanalyse","projectStartAt":"2009","location":"","url":"https:\/\/www.alpiq.com\/de\/","lat":"46.518764","lon":"6.628594","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":1468,"title":"Arundo (Stanford-StartX Company)","description":"Arundo verbindet Live-Daten mit Machine Learning und weiteren analytischen Modellen. Vorausschauende Machine-Learning-Algorithmen werden auf Live-Daten angesetzt, um Wartungskosten zu reduzieren, Ertr\u00e4ge zu maximieren und Ausf\u00e4lle f\u00fcr industrielle Firmen zu vermeiden. Arundos KI-Technologie kann unter anderem Anomalien im Elektrizit\u00e4tsnetz vorhersagen und das Endresultat in der \u00d6l- und Gasindustrie verbessern.\r\n\r\nAdresse: 444 Ramona Street Palo Alto, CA 94301 \r\nTypologie: Datenanalyse","projectStartAt":"2015","location":"","url":"https:\/\/www.arundo.com\/products\/overview#one","lat":"37.445623","lon":"-122.163011","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":3118,"title":"Arvato Systems GmbH","description":"Die Arvato Systems ist ein Data und KI Dienstleister mit u.a. Fokus auf die Energiewirtschaft. Wir generieren Mehrwerte durch unsere etablierte AI Journey, welche den Kunden von der ersten Idee bis zur Produktivsetzung sowie Betrieb durchg\u00e4ngig begleitet. Das dahinterliegende Competence Cluster b\u00fcndelt die notwendigen Kompetenzen vom Business zur Technologie. Bereits realisierte Projekte in der Energiewirtschaft reichen von der Netzlastprognose, zum Pred. Churnmanagement bis zur GuD Steuerung.\r\n\r\nAdresse: An der Autobahn 200, 33333 G\u00fctersloh\r\nTypologie: Sprach-\/Audioerkennung, Bild-\/Mustererkennung, Mensch-Maschine-Interaktion, Datenanalyse","projectStartAt":"1998","location":"","url":"https:\/\/www.arvato-systems.de\/","lat":"51.882908","lon":"8.444746","executives":[],"topics":["Prognosen","Betriebsoptimierung","Predictive Maintenance","Sicherheitsma\u00dfnahmen","Wartung, Reparatur & R\u00fcckbau","Individualisierung von Produkten & Marketingma\u00dfnahmen","Prozessautomatisierung f\u00fcr Messungen, Abrechnungen & allgemeines Vertriebsgesch\u00e4ft"],"status":"","technologies":["Sprach-\/ Audioerkennung","Bild-\/Mustererkennung","Mensch-Maschine-Interaktion","Datenanalyse"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":2750,"title":"Avrio Energy","description":"Die Techologie des Unternehmens Avrio Energy verspricht ein Energie-Tracking von Haushaltsger\u00e4ten auf Basis von K\u00fcnstlicher Intelligenz. Dazu \u00fcberwacht eine autonome Hardware den gesamten Energiekonsum. Intelligente Algorithmen identifzieren anschlie\u00dfend aus s\u00e4mtlichen Konsumdaten die lastm\u00e4\u00dfige Energienachfrage durch den Einsatz von Machine Learning. Daraufhin spricht eine SaaS-Plattform Empfehlungen zu Energieeffizienzma\u00dfnahmen aus und misst ihre Wirkung auf einzelne Plattformen. \r\n\r\nAdresse: Avrio Energy, Business Link Maraton, Kr\u00f3lowej Jadwigi 43, 61-871 Pozna\u0144, Polen \r\nTypologie: Datenanalyse","projectStartAt":"2017","location":"","url":"https:\/\/avrioenergy.in\/","lat":"52.399314","lon":"16.931587","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2928,"title":"BeeBryte","description":"BeeBryte bieten eine selbstlernende Software zur Optimierung von HVAC-Anlagen an, wor\u00fcber Kunden bis zu 40% Heiz-, Ventilatoren- und K\u00fchlungskosten ihres Geb\u00e4udes einsparen. Dazu werten die KI-Algorithmen Daten zu Wetterprognosen, zur Nutzung von R\u00e4umlichkeiten sowie zu Energiekonsum und -preisen aus. Mit der von ihnen zur Verf\u00fcgung gestellten Smart Home-Plattform lassen sich alle Werte vom Verbraucher zudem auf einen Blick \u00fcberwachen.","projectStartAt":"2014","location":"","url":"https:\/\/beebryte.com\/","lat":"45.764737","lon":"4.846306","executives":[],"topics":["Vereinfachte Teilhabe aktiver Verbraucher"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1498,"title":"BluWave-ai","description":"BluWave-ai stellt eine KI gest\u00fctzte SaaS Plattform f\u00fcr die Optimierung lokaler Energieversorgung und -speicherung zur Verf\u00fcgung. Das Unternehmen nutzt historische und Echtzeitdaten erneuerbarer Energiequellen, Energiespeicherung sowie von Energieverbrauch f\u00fcr hochpr\u00e4zise Vorhersagen der zu erwartenden unmittelbaren Energiebilanz. So k\u00f6nnen St\u00e4dte und Gemeinden den optimalen Energiebetrag aus anderen Energiequellen importieren. Das Unternehmen setzt auf IoT-basierte Sensordaten und eine Center\u2013Edge-basierte Cloud-Infrastruktur.\r\n\r\nAdresse: 62 Steacie Drive. Ottawa, ON, Canada, K2K 2A9\r\nTypologie: Datenanalyse","projectStartAt":"2017","location":"","url":"https:\/\/www.bluwave-ai.com\/","lat":"45.336154","lon":"-75.912734","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1294,"title":"BuildingIQ","description":"Die in Australien und Kalifornien ans\u00e4ssige Firma Building IQ hat einen KI-Algorithmus entworfen, der mithilfe maschinellen Lernens 24 Stunden lang optimiertes Energiemanagement auf Basis von W\u00e4rmeenergie betreibt. Der Kunde kann dadurch Energie und Kosten sparen. Bei herk\u00f6mmlichen Heizungs-, L\u00fcftungs- und Klimatisierungsanlagen ersetzt der KI-Algorithmus die manuelle und zeitintensive Wartung und liefert nicht nur Wartungsempfehlungen, sondern implementiert und aktualisiert diese in Echtzeit. Nach der Installation erstellt die Software anhand der Temperaturdaten des Kunden ein Energieprofil f\u00fcr das Geb\u00e4ude, woraufhin die KI einen Algorithmus startet, der durch Testl\u00e4ufe der Datensets die perfekte Kombination aus Energielast und Gesamtkosten f\u00fcr die n\u00e4chsten 24 Stunden berechnet.\r\n\r\nAdresse: 2121 South El Camino Real, Suite 200, San Mateo, CA 94403\r\nTypologie: Datenanalyse","projectStartAt":"2011","location":"","url":"https:\/\/buildingiq.com","lat":"37.547394","lon":"-122.307749","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1297,"title":"Collective Crunch","description":"Das finnische Start-up verwendet in seiner Software \u201eLinda Energy\u201c K\u00fcnstliche Intelligenz, um die Energiebalance zwischen Angebot und Nachfrage f\u00fcr Energieversorgungsunternehmen und sehr gro\u00dfe Energiek\u00e4ufer vorherzusagen. Collective Crunch unterst\u00fctzt seine Kunden dabei, auf kurzfristige Marktvolatilit\u00e4ten zu antworten und energieeffizient zu handeln. Die Software greift auf vergangene und aktuelle Klima- und Energiedaten zur\u00fcck, um anhand der erkannten Muster Prognosen \u00fcber den Energiebedarf zu erstellen. In einem weiteren Projekt analysiert das Unternehmen mithilfe der KI Satellitenbilder zur Vorhersage von Waldbest\u00e4nden, um ressourcenschonender zu produzieren und zu konsumieren.\r\n\r\nAdresse: Otakaari 5a, 02150 Espoo\r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2015","location":"","url":"http:\/\/www.collectivecrunch.com\/linda-forest\/","lat":"60.188982","lon":"24.830238","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2931,"title":"Currant","description":"Die Machine Learning Algorithmen von Currant erzeugen Analysen von Energieverbrauchsdaten, um bestimmte Konsummuster zu identifizieren. Die selbstlernenden Algorithmen legen au\u00dferdem den nachgefragten Stromanteil von einer bestimmten Heimanwendung fest und bieten personalisierte Vorschl\u00e4ge an, wie Energie eingespart und Stromkosten reduziert werden k\u00f6nnen.","projectStartAt":"2014","location":"","url":"https:\/\/www.currant.com\/smart-outlet","lat":"37.426587","lon":"-122.138655","executives":[],"topics":["Vereinfachte Teilhabe aktiver Verbraucher"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":3092,"title":"DAI-Labor der Technischen Universit\u00e4t Berlin","description":"Es werden KI-basierte L\u00f6sungen beforscht, die die Energiewende und Digitalisierung des Energiesystems unterst\u00fctzen. So werden beispielsweise verteilte autonome Systeme und datengetriebene Modelle f\u00fcr ein intelligenteres Energiemanagement und eine bessere Planung entwickelt, um die Effizienz und Zuverl\u00e4ssigkeit von Versorgungs- und flexibilisierten Verbrauchsprozessen unter Unsicherheit zu erh\u00f6hen. Weiterhin wird die Integration mit der zunehmend automatisierten Elektromobilit\u00e4t untersucht.","projectStartAt":"1991","location":"","url":"https:\/\/www.dai-labor.de\/","lat":"52.513009","lon":"13.320015","executives":[],"topics":[],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Sprach-\/ Audioerkennung","Bild-\/Mustererkennung","Robotik","Mensch-Maschine-Interaktion","Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1276,"title":"Data Revenue","description":"Data Revenue ist ein Berliner Unternehmen, das Machine Learning L\u00f6sungen plant und selbst entwickelt. Der Fokus liegt dabei u.a. auf dem Energiesektor, wo Data Revenue durch die Analyse von gro\u00dfen Datens\u00e4tzen Vorhersagen von Abs\u00e4tzen und M\u00e4rkten sowie L\u00f6sungen f\u00fcr die Energiewirtschaft generieren kann.\r\n\r\nAdresse: The Factory Campus, Rheinsberger Stra\u00dfe 76\/77, 10115 Berlin\r\nTypologie: Datenanalyse","projectStartAt":"2015","location":"The Factory Campus","url":"https:\/\/www.datarevenue.com\/en\/#services","lat":"52.536840","lon":"13.394930","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1591,"title":"Deep Mind Lab","description":"Das KI-System des Deep Mind Lab \u2013 ein neuronales Netzwerk, das mithilfe von umfangreichen Wetterprognosen und Turbinendaten trainiert wurde \u2013 kann den Output von Windkraftanlagen 36 Stunden im Voraus prognostizieren. Basierend auf diesen Vorhersagen, empfiehlt ihr Modell bereits einen Tag zuvor, in welchem Umfang die st\u00fcndlichen Liefermengen in das Stromversorgungsnetz eingespeist werden m\u00fcssen, um einen optimalen Betrieb zu gew\u00e4hrleisten. Laut Google, zu dem das Deep Mind Lab geh\u00f6rt, konnte der \"Wert\" der Windenergie f\u00fcr die Anlagen, bei denen die KI eingesetzt wurde, um etwa 20 Prozent steigert werden.\r\n\r\nAdresse: 5 New Street Square, London, EC4A 3TW, UK \r\nTypologie: Datenanalyse","projectStartAt":"2019","location":"","url":"https:\/\/deepmind.com\/","lat":"51.515536","lon":"-0.108711","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1309,"title":"Deutsches Forschungszentrum f\u00fcr K\u00fcnstliche Intelligenz","description":"KI-Technologien haben enormes Potential f\u00fcr die Vorhersage von Energiebedarf sowie f\u00fcr die Analyse der relevanten Massendaten und das optimale Zusammenspiel zwischen Erzeugung, Netz, Speicher und Verbrauch. Das DFKI erarbeitet Konzepte und L\u00f6sungen, um Vorgehensmodelle f\u00fcr kritische Infrastrukturen des Energiesektors zu entwickeln und diese in einer sicheren, integrierten Daten- und Diensteplattform umzusetzen. Darauf aufsetzende Prognoseverfahren unterst\u00fctzen eine sichere Energieversorgung und die Sicherheit der Energiesysteme. Das bis 2022 angesetzte Programm \u201eF\u00fchler im Netz 2.0\u201c erforscht beispielsweise M\u00f6glichkeiten zur Ausweitung von Anlagen- und Netzzustands\u00fcberwachung sowie die automatisierte Analyse von erhobenen Massendaten \u00fcber den Netzzustand. Mithilfe der KI k\u00f6nnen diese gro\u00dfen Datenmengen auf Muster \u00fcberpr\u00fcft und Auff\u00e4lligkeiten identifiziert werden.\r\n\r\nAdresse: Alt-Moabit 91c, 10559 Berlin\r\nTypologie: Datenanalyse","projectStartAt":"1987","location":"","url":"https:\/\/www.dfki.de\/web\/","lat":"52.524210","lon":"13.344160","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":2387,"title":"Dexter","description":"Die Expertise von Dexter liegt in der Vorhersage \u00fcber die Erzeugung von Erneuerbaren Energien, \u00fcber die Nachfrage sowie \u00fcber die Verf\u00fcgbarkeit von Prosumenten. Mit der auf KI-Modellen basierenden Prognose sollen Ungleichgewichte im Stromnetz minimiert und Energieh\u00e4ndlern zu einer Kosteneinsparung bis zu 35% verholfen werden. Die KI-Software optimiert dabei das Portfolio des H\u00e4ndlers durch akkurate Vorhersagen \u00fcber Energiemengen und Netzschwankungen. Mithilfe der Machine Learning Software profitieren Dexters Kunden haupts\u00e4chlich durch Kosteneinsparungen im kurzfristigen Handelszyklus infolge niedrigerer Strafen f\u00fcr Netzschwankungen, sowie durch Zeiteinsparungen als Folge von automatisierten Prozessen.\r\n\r\nAdresse: Rigakade 10, 1013BC Amsterdam, Niederlande\r\nTypologie: Datenanalyse","projectStartAt":"2015","location":"","url":"https:\/\/dexterenergy.ai\/services\/","lat":"52.395230","lon":"4.874418","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":1318,"title":"E.ON","description":"E.on nutzt K\u00fcnstliche Intelligenz zur Wartung und zur Verbesserung von Energieeffizienz. Dazu hat der Energieanbieter einen selbstlernenden Algorithmus entwickelt, der vorhersagen kann, wann die Mittelspannungskabel in ihrem Stromnetz ausgewechselt werden m\u00fcssen. Der intelligente Algorithmus analysiert externe und interne Daten wie z.B. Alter und Bauart der Leitungen, Instandhaltungs- und Wetterdaten sowie Echtzeitinformationen und kann so St\u00f6rungen fr\u00fchzeitig entgegenwirken. Anhand der Analyse von Turbinendaten von Windkraftanlagen wird KI ebenfalls f\u00fcr eine optimale Auslastung von Windparks eingesetzt, wodurch die Nutzungsdauer verl\u00e4ngert wird. Zudem helfen intelligente Messsysteme Kunden bei der Senkung ihrer CO2-Bilanz und bei der Verbesserung von Energiestr\u00f6men im eigenen Zuhause. Ein pers\u00f6nlich zugeschnittener, intelligenter \u201eSmart Home Hub\u201c sammelt dazu Daten und gibt Tipps zum optimalen Energieverbrauch.\r\n\r\nAdresse: Br\u00fcsseler Platz 1, 45131 Essen\r\nTypologie: Datenanalyse","projectStartAt":"2000","location":"","url":"https:\/\/www.eon.com\/de\/neue-energie\/digitalisierung.html","lat":"51.425004","lon":"6.993903","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":2384,"title":"Endesa","description":"Mithilfe von Big Data, K\u00fcnstlicher Intelligenz und Deep Learning sollen \u00fcber Echtzeit-Steuerung sowie pr\u00e4ventive Wartung das Verteilungsnetzwerk verbessert werden. Daf\u00fcr wurde von Endesa ein automatisches System (LARS) entwickelt, das im Falle eines technischen Defekts virtuell wie ein menschlicher Betreiber im Netzwerk fungiert, um Ausf\u00e4lle zu isolieren und um die Stromversorgung durch das Netz innerhalb von drei Minuten wiederherzustellen. Au\u00dferdem arbeitet das Unternehmen an der Integration historischer Datens\u00e4tze \u00fcber Lieferengp\u00e4sse oder Wetterprognosen, um eine noch genauere Aussage \u00fcber den Defekt treffen zu k\u00f6nnen. Die KI kalkuliert demnach zum Beispiel durch die Verarbeitung von Informationen \u00fcber Blitzeinschl\u00e4ge die Wahrscheinlichkeit und den Ursprung des Vorfalls noch schneller.\r\n\r\nAdresse: Calle de la Ribera del Loira, 60, 28042 Madrid, Spanien \r\nTypologie: Datenanalyse","projectStartAt":"1944","location":"","url":"https:\/\/www.endesa.com\/en\/projects\/a201904-artificial-intelligence-improve-services.html","lat":"40.459602","lon":"-3.618139","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":3089,"title":"ENERGY4U GmbH","description":"EVUs erhalten j\u00e4hrlich Millionen Z\u00e4hlerst\u00e4nde, die zun\u00e4chst \u00fcber standardisierte Pr\u00fcfungen validiert werden. Scheitern diese Pr\u00fcfungen f\u00fchren Mitarbeiter eine Zweitpr\u00fcfung durch und geben im Durchschnitt 80% der Z\u00e4hlerst\u00e4nde ohne weitere Bearbeitung frei. Dieses Automatisierungspotential nutzen wir und schalten ein Machine Learning Modell zwischen Erst- und Zweitpr\u00fcfung. Dieses pr\u00fcft die zu kl\u00e4renden F\u00e4lle und reicht an die Kundenmitarbeiter nur zu bearbeitende Z\u00e4hlerst\u00e4nde weiter.\r\n\r\nAdresse: Albert Nestler Str. 17, 76131 Karlsruhe \r\nTypologie: Datenanalyse","projectStartAt":"2019","location":"","url":"https:\/\/www.energy4u.de\/","lat":"49.021388","lon":"8.441737","executives":[],"topics":["Vereinfachte Teilhabe aktiver Verbraucher"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2807,"title":"enersis europe GmbH","description":"enersis entwickelt und betreibt digitale Plattformen zur Planung und Simulation der Energiewende, aggregiert Daten von Stakeholdern und will Transparenz zum Status quo von CO2-Emissionen schaffen. Durch den Einsatz von XAI-Methoden (Explainable Artificial Intelligence) werden neue Erkenntnisse gewonnen, um Energieversorger, St\u00e4dte und Unternehmen auf ihrem Weg in eine Dekarbonisierung zu unterst\u00fctzen.","projectStartAt":"2014","location":"","url":"https:\/\/www.enersis.ch\/","lat":"52.408781","lon":"13.189012","executives":[],"topics":["Prognosen","Betriebsoptimierung","Bestandsoptimierung & andere strategische Gesch\u00e4ftsentscheidungen","Predictive Maintenance","Individualisierung von Produkten & Marketingma\u00dfnahmen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1474,"title":"Ensemble Energy","description":"Das Unternehmen aus Palo Alto, Kalifornien, kombiniert diverse Datenquellen und Machine Learning, um vorherzusagen, wann Anlagen, wie etwa das Getriebe einer Windturbine, instand gesetzt werden m\u00fcssen oder versagen k\u00f6nnten. Die KI von Ensemble Energy kann f\u00fcr jeglichen Typ von Energieanlagen (Solarsystem, Wasserkraftanlage) eingesetzt werden. Dies erm\u00f6glicht eine h\u00f6here Energieproduktion, Effizienz und reduzierte Kosten.\r\n\r\nAdresse: 2225 East Bayshore Road, Suite 100 Palo Alto, CA, 94303 \r\nTypologie: Datenanalyse","projectStartAt":"2017","location":"","url":"https:\/\/www.ensemble.energy\/","lat":"37.449965","lon":"-122.120976","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2972,"title":"enspired GmbH","description":"enspired bietet durch den Einsatz von KI die fortschrittlichste Energiedienstleistung am europ\u00e4ischen Strommarkt an. Unsere Handelsstrategien basieren auf selbstlernenden Modellen, die alle am Markt verf\u00fcgbaren Daten in Handelsentscheidungen einbeziehen. Durch h\u00f6here Prognosegenauigkeit erzielen wir so bessere Preise f\u00fcr unsere Kunden, und tragen zu einem stabilen Netz und einer einfachen Integration von Erneuerbaren Energien am kurzfristigen Strommarkt bei.\r\n\r\nAdresse: Praterstrasse 1\/3 1020 Wien\r\nTypologie: Bild-\/Mustererkennung, Mensch-Maschine-Interaktion, Datenanalyse","projectStartAt":"2019","location":"","url":"https:\/\/www.enspired-trading.com\/","lat":"48.213049","lon":"16.379880","executives":[],"topics":["Prognosen","Betriebsoptimierung","Prozessautomatisierung f\u00fcr Messungen, Abrechnungen & allgemeines Vertriebsgesch\u00e4ft"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung","Mensch-Maschine-Interaktion","Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1330,"title":"Envairo","description":"Anhand von Hitze-, Kohlenstoffdioxid- und Feuchtigkeitsaussto\u00df errechnet Envairo per maschinellem Lernen die Anzahl von Personen in einem Raum und leitet daraus die optimalen W\u00e4rmebedingungen ab. Durch kontinuierliches Lernen der raumspezifischen Dynamiken entwickelt sich die Software weiter und verbessert damit die Energieeffizienz. Messdaten wie Luftqualit\u00e4t, Energieersparnisse und W\u00e4rmekomfort lassen sich via Tablet nachvollziehen.\r\n\r\nAdresse: Brooklyn, New York\r\nTypologie: Datenanalyse","projectStartAt":"2015","location":"","url":"https:\/\/www.envairo.com\/","lat":"40.678178","lon":"-73.944158","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2768,"title":"Equota Energy","description":"EQuota Energy bietet Dienste im Bereich des intelligenten Full-Stack Energie-Managements an und greift dazu auf Modelle mit KI-Algorithmen zur\u00fcck, die Prognosen erstellen und zur Mustererkennung und Fehlerklassifikation eingesetzt weren. Somit sollen sie zur Energieplanung, Optimierung der Energieeffizienz, Predictive Maintenance, Steuerung von Mini-Grids oder zum Stromhandel beitragen. Die Software kommt beispielsweise zur Inspektion von PV-Anlagen oder zur Optimierung von Klimatisierungsanlagen von Einkaufscentern zur Anwendung. \r\n\r\nAdresse: Office 1302, Building 2, No. 477 Zhengli Road, Yangpu District, Shanghai, China\r\nTypologie: Datenanalyse","projectStartAt":"2013","location":"","url":"http:\/\/equotaenergy.com\/en\/products-and-services-en\/","lat":"31.309188","lon":"121.508566","executives":[],"topics":["Prognosen","Betriebsoptimierung","Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2940,"title":"Frankfurt Institute for Advanced Studies","description":"In der Arbeitsgruppe FIAS Renewable Energy Systems and Artificial Intelligence wird k\u00fcnstliche Intelligenz eingesetzt, um Energiesystemmodelle schneller und genauer zu machen, z.B. durch die Erzeugung von Wetterdaten mittels Generative Adversarial Networks.","projectStartAt":"2003","location":"","url":"https:\/\/fias.institute\/","lat":"50.174162","lon":"8.628078","executives":[],"topics":["Prognosen","Betriebsoptimierung","Bestandsoptimierung & andere strategische Gesch\u00e4ftsentscheidungen","Vereinfachte Teilhabe aktiver Verbraucher"],"status":"Potenziell auf Energiewirtschaft \u00fcbertragbar","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1285,"title":"Fraunhofer IOSB","description":"Das Fraunhofer IOSB erforscht den KI-Einsatz unter anderem bei der \u00dcberwachung von Hauptkomponenten in Windernergieanlagen. Um die Verf\u00fcgbarkeit eines Produktionssystems zu verbessern, empfehlen sich neue, durch Condition Monitoring unterst\u00fctzte Strategien zur Wartung und Instandhaltung von Anlagen. Statt korrektiver Instandhaltung geht der Trend hin zu Systemen, die vorausschauend bereits Wartungs- und weitere Handlungsvorschl\u00e4ge machen. Neue Verfahren des un\u00fcberwachten maschinellen Lernens erfassen das Normalverhalten von Anlagen durch ihre Sensor- und Aktordaten, ohne dass Anlagen-Know-how von vornherein einbezogen werden muss. Auf Basis der gelernten Modelle ist es m\u00f6glich, die Anlagen in Echtzeit zu \u00fcberwachen und Anomalien zu entdecken, genau zu lokalisieren und treffsicher zu beseitigen. Einen weiteren Schwerpunt im Bereich Energie und Umwelt stellt z.B. die Online-Detektion von Netzfehlern dar, bei der maschinelle Lernverfahren potentielle Fehlermuster aus histroischen Datens\u00e4tzen extrahieren. Das Leistungsspektrum des IOSB erstreckt sich von grundlagenorientierter Forschung an KI und Technologieberatung bis zur Konzeption und Implementierung umfangreicher Systeme etwa zum Energiemanagement, zur Planung und \u00dcberwachung der Wasserversorgung oder zur intelligenten Echtzeitdetektion gef\u00e4hrlicher Situationen in Videodaten.\r\n\r\nAdresse: Fraunhoferstra\u00dfe 1, 76131 Karlsruhe\r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2009","location":"","url":"http:\/\/Das Fraunhofer IOSB in Karlsruhe besteht seit den 1960er Jahren, die l\u00e4ngste Zeit davon als Fraunhofer IITB. Schwerpunktm\u00e4\u00dfig werden am Standort Karlsruhe Ideen f\u00fcr neue Technologien in der Bildverarbeitung und Produktionstechnik erarbeitet und in Verfah","lat":"49.015460","lon":"8.425800","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":2804,"title":"Fraunhofer-Institut f\u00fcr Umwelt-, Sicherheits- und Energietechnik UMSICHT","description":"Die Abteilung Energiesysteme des Fraunhofer UMSICHT hat eine lange Tradition in der Planung und Optimierung von Energiesystemen. Seit mehr als f\u00fcnf Jahren werden dazu auch Methoden aus dem Bereich der k\u00fcnstlichen Intelligenz verwendet. Dazu z\u00e4hlen beispielhaft das Clustering zur Typtagebildung f\u00fcr eine Strukturoptimierung oder k\u00fcnstliche neuronale Netze \/ Deep Learning zur Erstellung von Energiebedarfsprognosen f\u00fcr eine Betriebsoptimierung.","projectStartAt":"1990","location":"","url":"https:\/\/www.umsicht.fraunhofer.de\/de\/kompetenzen\/energiesysteme.html","lat":"51.485805","lon":"6.881233","executives":[],"topics":["Prognosen","Betriebsoptimierung","Bestandsoptimierung & andere strategische Gesch\u00e4ftsentscheidungen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":2378,"title":"Fsight","description":"Fsight strebt eine f\u00fchrende Position als KI-Agent im Bereich des dezentralen Energienetzes an. Die Plattform Energy AI verwendet Machine Learning Algorithmen zur Vorhersage und Optimierung des Energiehandels. Zun\u00e4chst werden Daten aus verschiedenen Quellen gesammelt und bei Bedarf fehlende Verbrauchsdaten hochgerechnet, um dahingehend Vorhersagen \u00fcber den Konsum und die Produktion Erneuerbarer Energien sowie \u00fcber Energiepreise f\u00fcr die Verteilernetze treffen zu k\u00f6nnen. Anschlie\u00dfend werden auf Grundlage der Prognosen und der Verf\u00fcgbarkeit von Prosumenten die Echtzeit-Abl\u00e4ufe der dezentralen Energieressourcen optimiert. Basierend auf den optimierten Resultaten werden dann durch einen autonomen Agenten automatisch Tradingentscheidungen f\u00fcr maximale Energiegewinne und minimale Kosten getroffen. \r\n\r\nAdresse: TEL-AVIV 6A Hanagar St. Hod Hasharon 4527704, Israel \r\nTypologie: Datenanalyse","projectStartAt":"2013","location":"","url":"https:\/\/www.fsight.io\/product","lat":"32.130205","lon":"34.893353","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":3227,"title":"Green Pocket","description":"As an agile startup in the dynamic growth market for smart energy software, Green Pocket support energy suppliers and corporate customers worldwide in realizing added value from smart meter data. They use innovative technologies (AI, Machine Learning, Data Science). Already today, they are making a sustainable contribution to the energy transition and are making a decisive contribution to the digitalization of the energy industry with their creative and intuitive software solutions.","projectStartAt":"2020","location":"","url":"https:\/\/www.greenpocket.com\/de\/home","lat":"50.965591","lon":"7.010887","executives":[],"topics":[],"status":"","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1453,"title":"Green Running","description":"Peer-to-peer-Energiehandel: Green Running hat ein Bolckchainsystem und einen eigenen KI-Algorithmus entwickelt, die es Konsumenten erlauben, \u00fcbersch\u00fcssigen Solarstrom zu (ver-)kaufen oder direkt mit einem anderen, komplett dezentralisierten Netz zu tauschen. Ein fortgeschrittener Machine-Learning-Algorithmus analysiert und zerlegt Elektrizit\u00e4tsdaten auf ein indivicuelles Vorrichtungslevel, wodurch die Abh\u00e4ngigkeit vom Netz minimiert werden soll. Dies bietet alljenen einen Vorteil, die bereits in Dach-Solaranlagen investiert haben und Zugang zu sauberer und g\u00fcnstiger Energie m\u00f6chten.\r\n\r\nAdresse: St Magnus House, 3 Lower Thames Street, EC3R 6HD London\r\nTypologie: Datenanalyse","projectStartAt":"2008","location":"","url":"https:\/\/www.greenrunning.com\/","lat":"51.508944","lon":"-0.085693","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1300,"title":"Grid Edge","description":"Per vorausschendem maschinellem Lernen hilft Gidedges KI-Technologie Edge2X Geb\u00e4udebetreibern, die Energieauslastung ihrer Geb\u00e4ude zu \u00fcberwachen und zu verwalten. Als Reaktion auf Temperaturprognosen, welche die KI anhand der Umwelt- und Energiedaten des Geb\u00e4udes gewinnt, k\u00f6nnen Kosten reduziert, Kohlenstoff eingespart und der Komfort durch Lastenumverteilung erh\u00f6ht werden. Edge2x bezieht zudem Informationen \u00fcber die nachgefragte Energiemenge, wodurch t\u00e4glich eine Energiestrategie f\u00fcr Geb\u00e4ude entworfen werden kann. Dabei arbeitet die Plattform mit bestehenden Energiesteuerungssystemen zusammen.\r\n\r\nAdresse: McLaren Building, 46 Priory Queensway, B4 7LR Birmingham\r\nTypologie: Datenanalyse","projectStartAt":"2015","location":"","url":"https:\/\/www.gridedge.co.uk\/our-technology-1","lat":"52.482085","lon":"-1.892309","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2234,"title":"Grid4C","description":"Die Software von Grid4C analysiert per KI und Machine Learning s\u00e4mtliche von Smart Metern und dem IoT erzeugte Daten. Diese Analysen werden zur Erstellung von Prognosen f\u00fcr Stromkonsumenten verwendet und versorgt sie mit personalisierten Empfehlungen zur Optimierung ihres Energieverbrauchs. Zudem sp\u00fcren Algorithmen Fehlfunktionen und Ineffizienzen in den Heimanwendungen auf, ohne dass daf\u00fcr zus\u00e4tzliche Hardware n\u00f6tig ist.\r\nDen Stromlieferanten dienen die Machine-Learning -Verfahren von Grid4C zur genauen Prognose zuk\u00fcnftiger Spitzenlasten im Stromnetz und weisen pr\u00e4ventiv auf m\u00f6gliche Anomalien in der Netzvorrichtung hin, um hohen Betriebskosten fr\u00fchzeitig entgegenzuwirken. \r\n\r\nAdresse: Arie Shenkar 18 P.O.B. 12899 Herzliya Pituach, 46725 Israel \r\nTypologie: Datenanalyse","projectStartAt":"2012","location":"","url":"https:\/\/www.grid4c.com\/","lat":"32.157795","lon":"34.807985","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1273,"title":"Gridhound","description":"Gridhound ist ein Start-up\/Spin-Off der RWTH-Aachen und des E.ON Energy Research Centers. Das Unternehmen bietet eine L\u00f6sung f\u00fcr ein innovatives und kosten-effizientes Monitoring von Stromverteilnetzen. Weltweit stehen Verteilnetzbetreiber vor der Herausforderung, eine steigende Anzahl erneuerbarer Energien einzubinden und gleichzeitig ver\u00e4nderte Verbr\u00e4uche, z.B. durch die zunehmende E-Mobilit\u00e4t zu erm\u00f6glichen \u2013 ohne die Netz\u00adstabilit\u00e4t zu riskieren. Gridhound nutzt K\u00fcnstliche Intelligenz per machine-learning Ansatz zum Monitoring und zur Absch\u00e4tzung des Status der Mittel- und Niederspannungsnetze in Echtzeit. Mit seinem Gesch\u00e4ftsmodell treibt Gridhound die Energiewende aktiv voran und erm\u00f6glicht Verteilnetzbetreibern, Probleme proaktiv zu vermeiden und den Netzbetrieb zu optimieren.\r\n\r\nAdresse: Dennewartstr. 25-27, 52068 Aachen\r\nTypologie: Datenanalyse","projectStartAt":"2015","location":"","url":"https:\/\/www.gridhound.de\/#about","lat":"50.780424","lon":"6.104949","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2922,"title":"Gridium Inc.","description":"Gridium hat eine Software f\u00fcr Smart Homes entwickelt. Mithilfe von KI identifiziert sie autonom Anomalien und kommuniziert Ver\u00e4nderungen im energetischen Nutzungsverhalten - bereinigt von Wetterst\u00f6rungen. Geb\u00e4udebetreiber erhalten somit die M\u00f6glichkeit, proaktiv Problemen vorzubeugen und Instandhaltungsarbeiten zu leisten. Au\u00dferdem k\u00f6nnen der Stromverbrauch und betriebliche Arbeitslasten reduziert werden.","projectStartAt":"2010","location":"","url":"https:\/\/gridium.com\/products\/energy-management\/","lat":"37.792922","lon":"-122.405241","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1588,"title":"H2GO Power","description":"H2GO Power entwickelt Speichersysteme, die eine saubere, zuverl\u00e4ssige und skalierbare Energiespeicherung f\u00fcr eine Vielzahl von gewerblichen, industriellen und privaten Anwendungen erm\u00f6glichen. Die sogenannten Plug & Play Systeme, die als Schiffscontainereinheiten skalierbar sind und weltweit transportiert werden k\u00f6nnen, wurden entwickelt, um erneuerbare Energie zu speichern und sie in Form von Wasserstoff zu lagern. Abh\u00e4ngig vom Energiebedarf des Verbrauchers liefern die Speichereinheiten dann Strom, wobei prognostizierende KI-Algorithmen den optimalen Speicherungs- und Versorgungsbetrieb steuern.\r\n\r\nAdresse: 407 Ebb Court, 1 Albert Basin Way, London, E16 2QN, UK \r\nTypologie: Datenanalyse","projectStartAt":"2019","location":"","url":"http:\/\/h2gopower.com\/","lat":"51.506576","lon":"0.073571","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2910,"title":"Hepta Group","description":"Die Drohnen der Hepta Group inspizieren autonom die Strominfrastruktur und analysieren den Zustand von Freileitungen, Isolatoren und Transformatoren. So lassen sich Umbauma\u00dfnahmen priorisieren und Ausfallrisiken mindern. Au\u00dferdem k\u00f6nnen mithilfe der Drohnen, deren Bildmaterial mit K\u00fcnstlicher Intelligenz ausgewertet wird, optimale Routen f\u00fcr \u00dcberstromleitungen, Landkabel, sowie f\u00fcr Wind- und Solar-Energieanlagen geplant werden.","projectStartAt":"2017","location":"","url":"http:\/\/energy.hepta.ee\/","lat":"59.396274","lon":"24.659227","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1869,"title":"Hochschule Konstanz \u2013 Technik, Wirtschaft und Gestaltung (HTWG)","description":"Im Projekt IT Grid Design werden neuartige intelligente Optimierungsverfahren auf Basis k\u00fcnstlicher neuronaler Netze f\u00fcr die Betriebsf\u00fchrung und Planung von Stromnetzen erforscht. Ziel ist das bestehende Verteilnetz optimal zu nutzen und somit Netzausbaukosten zu verringern oder gar zu vermeiden. Partner sind das Fraunhofer ISE und das ISC Konstanz. Das Projekt wird in enger Zusammenarbeit mit den assoziierten Partnern Siemens und Stadtwerk am See durchgef\u00fchrt und vom Umweltministerium Baden-W\u00fcrttemberg gef\u00f6rdert.\r\n\r\nTypologie: Bild-\/Mustererkennung \r\nAdresse: Alfred-Wachtel-Stra\u00dfe 8, 78462 Konstanz","projectStartAt":"1905","location":"","url":"https:\/\/www.htwg-konstanz.de\/hochschule\/magazin\/chaos-im-stromnetz-ein-selbstlernender-algorithmus-soll-helfen\/","lat":"47.667787","lon":"9.171383","executives":[],"topics":["Prognosen","Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung","Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":2759,"title":"HUAWEI","description":"Mit dem Start seiner AI Boost FusionSolar 6.0 Smart-PV-L\u00f6sung wendet sich der global agierende Energienetz-Versorger HUAWEI von traditionellen Algorithmen ab und hin zu KI-Algorithmen. Durch die Identifikation von PV-Panels mit schlechter Energieleistung gelingt mithilfe der KI der Schritt hin zu einer vorausschauenden Wartung. Verglichen mit manuellen I-V Kurven-Tests f\u00fchrt die Anwendung von KI au\u00dferdem zu einem effizienteren und kosteng\u00fcnstigeren Betriebsmanagement, indem die KI Solarmodule mit einer geringen Leistung oder einer Fehlfunktion vollst\u00e4ndig identifizieren und innerhalb von 15 Minuten Diagnose-Berichte erstellen kann. So konnten im Vergleich zu zentralen Ans\u00e4tzen bisher Kosteneinsparungen von mindestens 5 Prozent und Ertragssteigerungen von \u00fcber 3 Prozent erzielt werden. \r\n\r\nAdresse: Bantian, Longgang, Shenzhen 518116, China \r\nTypologie: Datenanalyse","projectStartAt":"2018","location":"","url":"https:\/\/solar.huawei.com\/de","lat":"22.628106","lon":"114.075175","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":2213,"title":"Invenia Lab","description":"Invenia Lab erforscht Machine Learning zur Optimierung des Elektrizit\u00e4tsnetzes. Da Strom \u00f6konomisch nicht auf Verteilerebene gespeichert werden kann, m\u00fcssen sich Angebot und Nachfrage jederzeit die Waage halten. K\u00fcnstliche Intelligenz \u00fcbernimmt hier die operationelle Planung der Produktion und der Verteilung des Stroms und stimmt Nachfrage und Erzeugung optimal aufeinander ab. Durch eine h\u00f6here Effizienz und Zuverl\u00e4ssigkeit des Netzes tr\u00e4gt dies zur Reduktion von Emissionen bei und erh\u00f6ht den \u00f6konomischen Nutzen.\r\n\r\nAdresse: 281 McDermot Ave, Winnipeg, MB R3B 0S9, Kanada \r\nTypologie: Datenanalyse","projectStartAt":"2005","location":"","url":"https:\/\/www.invenia.ca\/labs\/","lat":"49.897822","lon":"-97.141742","executives":[],"topics":["Betriebsoptimierung"],"status":"Potenziell auf Energiewirtschaft \u00fcbertragbar","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1507,"title":"Jether Energy","description":"Stromversorgungsnetze sind hochkomplexe Infrastrukturen. Durch die vermehrte Durchl\u00e4ssigkeit von erneuerbaren Energien die, wie Wind oder Solar, kurzzeitig zu Lieferengp\u00e4ssen f\u00fchren k\u00f6nnen, l\u00e4sst sich das Netz schwerer vorhersagen. Diese Unvorhersehbarkeit kann zu h\u00f6herem Ausfallrisiko und h\u00f6heren Preisen f\u00fchren. Jether Energy Research prozessiert und wertet kontinuierlich mithilfe von Machine Learning riesige Datens\u00e4tze unterschiedlicher Quellen aus, um die Netzstabilit\u00e4t zu optimieren und vorherzusagen. Dadurch soll ein besseres Risikomanagement gew\u00e4hrleistet werden. Dazu sammelt und analysiert das Unternehmen t\u00e4glich mehrere zehn Millionen einzigartige Datens\u00e4tze, von den weltweiten meteorologischen Bedingungen bis hin zu hochaufl\u00f6senden Messungen des Stromnetzes und seiner Erzeugungseinheiten.\r\n\r\nAdresse: Derech Menachem Begin 114, Tel Aviv-Yafo, Israel\r\nTypologie: Datenanalyse","projectStartAt":"2013","location":"","lat":"32.070738","lon":"34.789558","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1324,"title":"Kayrros","description":"Kayrros entwickelt vorausschauende Analyseprodukte, um neue Einblicke und Transparenz in Energiem\u00e4rkte zu schaffen. Mithilfe von maschinellem Lernen und intelligenten Algorithmen nutzt Kayrros KI, um disruptiv Daten zu analysieren. Diese Daten werden aus Satellitensensoren, GPS oder Social Media erhoben. Auf diese Weise l\u00e4sst sich etwa der Echtzeitbestand von Roh\u00f6l und somit der Energiekonsum und \u2013verlauf ermitteln. Die Kombination aus Daten, KI-basierter Technologie und Experteneinsicht versorgt Energiem\u00e4rkte mit gr\u00f6\u00dferer Transparenz und tr\u00e4gt zu einer besseren Entscheidungsfindung bei.\r\n\r\nAdresse: 33 Rue La Fayette, 75009 Paris\r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2015","location":"","url":"https:\/\/www.kayrros.com\/","lat":"48.874425","lon":"2.337593","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":2354,"title":"Kieback&Peter GmbH & Co.KG","description":"Service MPC 2.0: Mit Hilfe von maschinellen Lernverfahren (KI-Modellen) reduziert Kieback & Peter den Energieverbrauch von Anlagen dauerhaft. KI erlernt das komplexe Geb\u00e4ude- und Anlagenverhalten aus den Geb\u00e4udedaten und zieht sich weitere relevante Einflussfaktoren (Wetterprognosen, Belegung etc.) hinzu. Der individuelle Energiebedarf kann somit exakt prognostiziert werden. Die KI entwickelt eine passgenaue Strategie zur Optimierung und \u00fcbernimmt automatisiert die vorausschauende Regelung der HLK-Anlagen. \r\n\r\nTyologie: Datenanalyse \r\nAdresse: Tempelhofer Weg 50, 12347 Berlin","projectStartAt":"1926","location":"","url":"https:\/\/www.kieback-peter.com\/","lat":"52.454314","lon":"13.429649","executives":[],"topics":["Prognosen","Betriebsoptimierung","Bestandsoptimierung & andere strategische Gesch\u00e4ftsentscheidungen","Predictive Maintenance","Wartung, Reparatur & R\u00fcckbau"],"status":"Potenziell auf Energiewirtschaft \u00fcbertragbar","technologies":["Datenanalyse"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":2219,"title":"Leanheat","description":"Leanheat hat eine Smart-Home-Anwendung entwickelt, um die Wartung und Steuerung von Heizungssystemen in Mehrfamilienh\u00e4usern zu optimieren. Per K\u00fcnstlicher Intelligenz werden die von den Sensoren \u00fcbermittelten Informationen \u00fcber Temperatur und Luftfeuchtigkeit in Echtzeit ausgewertet und z. B. signifikante Temperaturunterschiede zwischen Wohnungen ausgeglichen. Durch die kontinuierliche Messung k\u00f6nnen Spitzenlasten bei gleichzeitig verbessertem Innenraumklima um durchschnittlich 21 % reduziert werden.\r\n\r\nAdresse: Hiomotie 10 FI-00380 Helsinki, Finnland \r\nTypologie: Datenanalyse","projectStartAt":"2010","location":"","url":"https:\/\/leanheat.de\/2018\/12\/04\/fallbeispiel-asuntosaatio-asokodit\/","lat":"60.218577","lon":"24.875985","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":2756,"title":"LiveEO","description":"LiveEO verwendet die neuesten Verfahren zur Satellitenbild-Verarbeitung in Kombination mit K\u00fcnstlicher Intelligenz, um Gefahren f\u00fcr Pipelines und Stromnetze zu identifizieren. \u00dcber die intelligente Analyse der Satellitenbilder kann der Betrieb von Stromnetzen optimiert werden, indem beispielsweise Vegetation identifiziert wird, die die Netzinfrastruktur aufgrund ihrer N\u00e4he zum Netz beeintr\u00e4chtigen k\u00f6nnte. Das KI-Verfahren analysiert die Netzinfrastruktur anhand von aktuellen Satellitendaten und spricht auf deren Grundlage proaktiv Empfehlungen aus. Diese k\u00f6nnen per IaaS-Plattform vom Personal vor Ort abgerufen werden.\r\n\r\nAdresse: Gitschiner Str. 94, 10969 Berlin \r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2017","location":"","url":"https:\/\/live-eo.com\/electricity\/","lat":"52.498623","lon":"13.400453","executives":[],"topics":["Betriebsoptimierung"],"status":"Potenziell auf Energiewirtschaft \u00fcbertragbar","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1303,"title":"Mandulis Energy","description":"Mandulis Energy entwickelt Projekte zu erneuerbaren Energien in den Bereichen On-Grid, Off-Grid und Biomasseproduktion in Schwellenl\u00e4ndern. Das Unternehmen nutzt die Blockchain-Technologie und K\u00fcnstlicher Intelligenz, um das \"Trilemma\" des Energiezugangs aus Zuverl\u00e4ssigkeit, Nachhaltigkeit und Erschwinglichkeit zu adressieren und abzugleichen. K\u00fcnstliche Intelligenz kommt im Machine-Learning Verfahren zum Einsatz, um die Netzauslastung zu modularisieren. Dadurch wird das Verteilen und Verkaufen von Elektrizit\u00e4t optimal verwaltbar, was einen Mehrwehrt f\u00fcr alle Stakeholder des Energiesystems schafft. Die Technologie \"Modularity Grid\" wurde zusammen mit UQUANT entwickelt, das eine Ausgliederung des Imperial College London ist.\r\n\r\nAdresse: Courseview Towers, Yusuf Lule Road, Nakasero, Kampala\r\nTypologie: Datenanalyse","projectStartAt":"2013","location":"","url":"https:\/\/www.mandulisenergy.com\/","lat":"0.327311","lon":"32.583315","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1447,"title":"Meteo-Logic","description":"Die Kernkompetenz von Meteo-Logic liegt in der quantifizierbaren Wetterprognose, auf Basis von Big Data und Machine Learning Technologien, um aktuelle Marktpositionen zur Ertragssteigerung an der Warenb\u00f6rse herzustellen. Die selbstlernenden und adaptiven Algorithmen beziehen millionenfache Aufzeichnungen aus der Preishistorie und synoptischen Daten in ihre Berechnungen mit ein. Wegen der Auswirkungen des Wetters auf Marktpreisschwankungen verschafft die nicht ortsgebundene Technologie von Meteo-Logic einen messbaren Vorteil im Energie-G\u00fcter-Handel an verschiedenen B\u00f6rsen in der ganzen Welt.\r\n\r\nAdresse: Moshe Sharet 22, 45930 Ramot hashavim\r\nTypologie: Datenanalyse","projectStartAt":"2011","location":"","url":"http:\/\/meteo-logic.com\/","lat":"32.162829","lon":"34.885618","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2919,"title":"meteo*swift","description":"Meteo*swift hat sich auf kurzfristige Prognosen \u00fcber die Produktion von Wind und Solaranlagen spezialisiert. Diese Prognosen resultieren auf Machine Learning Algorithmen, die mithilfe von meteorologischen Daten und Produktionsdaten trainiert werden. Die Vorhersagen \u00fcber die Produktion und Nachfrage dienen insbesondere Stromanbietern, die darauf aufbauend optimale Angebote f\u00fcr die zur Verf\u00fcgung stehende Stromliefermenge abgeben k\u00f6nnen. Au\u00dferdem erleichtern die Prognosen die Steuerung des Stromnetzes, das aufgrund des vermehrten Einsatzes von Erneuerbaren Energien h\u00e4ufigen Schwankungen unterliegt.","projectStartAt":"2014","location":"","url":"https:\/\/www.meteoswift.fr\/en\/","lat":"43.570665","lon":"1.436660","executives":[],"topics":["Prognosen","Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2375,"title":"Metron","description":"Der von Metron entwickelte Machine Learning Algorithmus gibt Aufschluss \u00fcber den Energieverbrauch von beispielsweise Fabrikgeb\u00e4uden. Anhand der Datenanalyse werden in der zuvor digitalisierten Fabrik s\u00e4mtliche Daten \u00fcber das Energielevel in Echtzeit gesammelt und mit der von Metron entwickelten Plattform verbunden. Der Virtuelle Energieassistent METRON-EVA\u00ae leitet dann eine intelligente Energiestrategie ab, wobei die KI entsprechende Energiemuster (z.B. das Konsumverhalten) simuliert und vorhersagt, um versteckte Optimierungsm\u00f6glichkeiten offenzulegen. Um die Daten industriespezifisch zu qualifizieren, steht die Plattform in direktem Austausch mit jeweiligen Experten und spricht Handlungsempfehlungen an die Kundenmitarbeiter aus.\r\n\r\nAdresse: 30 rue de Gramont, 75002 Paris \r\nTypologie: Datenanalyse","projectStartAt":"2012","location":"","url":"https:\/\/www.metronlab.com\/our-technology?hsCtaTracking=982c2b2d-a436-43af-8e6b-c121615de20c%7Ccb5d7618-514d-4aac-b32b-9a2b8a634f24","lat":"48.871210","lon":"2.337137","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1489,"title":"mIQroTech","description":"mIQroTech hat ein fortgeschrittenes, automatisiertes System entwickelt, das Lecks in Pipelines identifiziert bevor sie tats\u00e4chlich eintreten. Dabei nutzt mIqroTech neueste Internet of Things Technologien und K\u00fcnstliche Intelligenz, um Analysen und Berichte auf Basis von Echtzeit-Daten zu erstellen. F\u00fcr die Prognose von Pipeline-Anomalien, durch z.B. innere Korrosion, Erdbewegung, oder Sabotage verspricht das Unternehmen eine Genauigkeit von 96%.\r\n\r\nAdresse: 8710 W Hillsborough Ave #113, Tampa, FL 33615 \r\nTypologie: Datenanalyse","projectStartAt":"2015","location":"","url":"https:\/\/www.miqrotech.com\/","lat":"27.996126","lon":"-82.582777","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1480,"title":"Monash Grid Innovation Hub","description":"Die Monash University plant, neue Anwendungsfelder f\u00fcr KI bei der Nutzung ihrer Microgrids zu schaffen. Ein Microgrid ist ein kleines, privat energie-produzierendes Netzwerk, das aus einer Art der erneuerbaren Energieerzeugung (\u00fcblicherweise Solar) und -Speicherung besteht, sowie einem Netzwerk, das den Strom zum Konsumenten bef\u00f6rdert. Das Microgrid ist so designt, dass es mit dem regul\u00e4ren Elektrizit\u00e4tsnetz zusammenarbeitet und erlaubt es somit Kommunen, einen Mix aus eigenem und fremdem Strom zu konsumieren. KI soll dabei helfen, die Komponenten innerhalb des Microgrids sowie die Interaktion zwischen unterschiedlichen Microgrids und dem Netz selbst zu steuern.\r\n\r\nAdresse: Wellington Rd, Clayton VIC 3800, Australien\r\nTypologie: Datenanalyse","projectStartAt":"2004","location":"","url":"https:\/\/www.monash.edu\/net-zero-initiative\/microgrid","lat":"-37.915466","lon":"145.134806","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1315,"title":"National Accelerator Laboratory (SLAC)\/ Stanford University","description":"Das Grid Resilience and Intelligence Projekt des SLAC kombiniert K\u00fcnstliche Intelligenz mit einem umfangreichen Datensatz aus Erfahrungen aus der Industrie, um st\u00f6ranf\u00e4llige Stellen im Elektrizit\u00e4tsnetz zu identifizieren. Diese Stellen sollen pr\u00e4ventiv verst\u00e4rkt und gewartet werden, um St\u00f6rungen vorzubeugen. Ziel ist ein autonomes Netz, das nahtlos regelm\u00e4\u00dfige Stromfluktuationen aus sauberen Energiequellen wie Solar und Wind absorbiert und schnell auf St\u00f6rungen antwortet. Dazu nutzt das Projekt sowohl Machine Learning, bie dem Computer Datens\u00e4tze verarbeiten und eigenst\u00e4ndig die Funktionalit\u00e4t des Systems erlernen, sowie K\u00fcnstliche Intelligenz, die das Wissen der Computer nutzt, um Probleml\u00f6sungen zu entwickeln.\r\n\r\nAdresse: 450 Serra Mall, Stanford, CA 94305\r\nTypologie: Robotik","projectStartAt":"1961","location":"","url":"http:\/\/ai.stanford.edu\/","lat":"37.428264","lon":"-122.168845","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Robotik"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1552,"title":"National Center for Atmospheric Research","description":"Das Research Application Lab ist f\u00fchrend bei der Entwicklung von Systemen f\u00fcr intelligente Wetterprognosen. KI und Machine Learning Systeme mischen Daten aus numerischen Wetterprognosemodellen, Echtzeit-Daten und menschlicher Intelligenz, um Vorhersagen an nutzerdefinierten Orten zu optimieren. KI kann somit signifikant zur Verbesserung des Verst\u00e4ndnisses \u00fcber das Klimasystem beitragen.\r\n\r\nAdresse: 1850 Table Mesa Dr, Boulder, CO 80305\r\nTypologie: Datenanalyse","projectStartAt":"1959","location":"","url":"https:\/\/ral.ucar.edu\/expertise\/artificial-intelligence-and-machine-learning","lat":"39.978673","lon":"-105.274619","executives":[],"topics":["Prognosen"],"status":"Potenziell auf Energiewirtschaft \u00fcbertragbar","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":2916,"title":"Nectaware","description":"Mit der Software von NECTAWARE sollen auf Grundlage von selbstlernenden KI- und Machine-Learning-Algorithmen Prognosen \u00fcber die Stromnachfrage bis mindestens einen Tag vor der Nutzung getroffen werden k\u00f6nnen. Die Plattform fungiert demnach als Steuerungssystem von Angebot und Nachfrage im Energiesektor. Die Vorhersagen basieren auf Datens\u00e4tzen \u00fcber den Stromverbrauch von gruppierten Nutzungsprofilen (Anwohner, Industrie) aus dem Echtzeit-Einzelhandel, Marktzonen, Echtzeit-Wetterprognosen sowie auf soziologischen und Echtzeit-Stimmungsdaten der Social Media, um die Effizienz der Stromnachfrage um mindestens 30% zu steigern.","projectStartAt":"2015","location":"","url":"https:\/\/www.nectaware.com\/en\/","lat":"41.893756","lon":"12.475929","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":3095,"title":"nest labs","description":"Nest Labs ist bekannt durch sein elektronisches, programmierbares und selbstlernendes WIFI-Thermostat, das das Heizen und K\u00fchlen von H\u00e4usern und Unternehmen optimiert, um Energie zu sparen. Das Ger\u00e4t basiert auf einem maschinellen Lernalgorithmus: Nach Erstellung eines Referenzdatensatzes kann sich das Thermostat autonom an das Nutzungsverhalten der Raumbewohner anpassen und effiziente Energieprogramme schalten.","projectStartAt":"2010","location":"","url":"https:\/\/store.google.com\/us\/product\/nest_learning_thermostat_3rd_gen?hl=en-US&GoogleNest","lat":"37.401332","lon":"-122.136376","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Anwendungen"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":1872,"title":"NEXT Data Service AG","description":"NEXT ist Teil der UNITY Innovation Alliance und konzipiert, liefert und betreibt \u201eData Driven Services\u201c. Dabei bieten sich in der Energiewirtschaft verschiedenste Anwendungspotenziale zur wertsch\u00f6pfenden Nutzung von Daten und K\u00fcnstlicher Intelligenz. In einem Pilotprojekt entwickelte und betreibt NEXT einen AI-Service zur vorausschauenden Einsatzplanung von Blockheizkraftwerken (BHKW) im dezentralen Energieverbund. Dabei werden die M\u00f6glichkeiten der Fernauslese ausgenutzt, um neben Klima-, Betriebs- und Speicherdaten auch genaue Verbrauchsdaten in der Einsatzplanung zu ber\u00fccksichtigen. So wird beispielsweise per KI die dezentrale Energieerzeugung gesteuert und im realen Einsatz im W\u00e4rme Contracting optimiert - abh\u00e4ngig von KI-basierten Bedarfs- und Preisprognosen. \r\n\r\nTypologie: Bild-\/Mustererkennung, Datenanalyse \r\nAdresse: Alt-Moabit 104, 10559 Berlin \r\nAnsprechpartner: Marcus Goerke (marcus@next-data-service.com)","projectStartAt":"2017","location":"","url":"https:\/\/www.next-data-service.com\/","lat":"52.524570","lon":"13.347880","executives":[],"topics":["Betriebsoptimierung","Predictive Maintenance","Prognosen","Wartung, Reparatur & R\u00fcckbau"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung","Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1501,"title":"NextEra Energy","description":"NextEra Energy, das gr\u00f6\u00dfte Wind- und Solar-Versorgungsunternehmen weltweit, verwendet Machine Learning Modelle f\u00fcr Predicitive Maintenance. KI wird eingesetzt, um anhand der generierten Daten ungew\u00f6hnliche Muster im Brennverhalten von Turbinen zu identifizieren. Dadurch lassen sich laufende Kosten einsparen und Effizienzgewinne steigern.\r\n\r\nAdresse: 6001 Village Blvd, West Palm Beach, FL 33407 \r\nTypologie: Datenanalyse","projectStartAt":"1984","location":"","url":"http:\/\/www.nexteraenergy.com\/","lat":"26.764117","lon":"-80.100805","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":1279,"title":"Nnergix","description":"Nnergix ist ein Unternehmen mit Sitzen in Barcelona und Oakland, CA und wurde von Experten aus der Energiewirtschaft mit Erfahrung im Energie- und Elektromarkt sowie im meteorologischen Bereich gegr\u00fcndet. Nnergix KI-basierte Technologie bietet Schnittstellenl\u00f6sungen durch einen Mix aus Wetter-Satelliten-Daten und Energieproduktionsskalen an. Die L\u00f6sungen sind auf den Kunden zugeschnitten, ein spezifisches Monitoring wurde eigens f\u00fcr Energie Integrationsprozesse entwickelt. Somit k\u00f6nnen anhand von Wetterprognosen effizientere Energiekonzepte realisiert werden. Nnergix agiert weltweit.\r\n\r\nAdresse: 17th Street, Suite 700, 94612 Oakland CA\r\nTypologie: Datenanalyse","projectStartAt":"2013","location":"","url":"https:\/\/www.nnergix.com\/sentinel-weather\/","lat":"37.806579","lon":"-122.268978","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1546,"title":"Norwegian Open AI Lab","description":"Das Norwegian Open AI Lab forscht derzeit an zwei Hauptprojekten, Impala und Early Warn. Im Projekt Impala wird ein Machine Learning Tool entwickelt, das kurzfristige Konsum- und Produktionsschwankungen prognostizieren kann. Diese Prognose soll Versorgungsunternehmen dabei helfen zu entscheiden, wann manuelle Reserven zur Marktstabilisierung aktiviert werden m\u00fcssen. Bei Early Warn hingegen werden zahlreiche Sensoren in das Stromsystem eingebunden, die konstant den Stromfluss messen, um kleinere St\u00f6rungen im System zu registrieren, bevor sie zu Blackouts f\u00fchren. Die von den Sensoren generierten Daten werden mithilfe von KI und Machine Learning ausgewertet, um Systemoperatoren fr\u00fchzeitig auf St\u00f6rungen hinzuweisen. \r\n\r\nAdresse: Sem S\u00e6landsvei 9 Gl\u00f8shaugen in Trondheim Norway \r\nTypologie: Datenanalyse","projectStartAt":"2018","location":"","url":"https:\/\/www.ntnu.edu\/web\/ailab\/research_areas?#energy","lat":"63.417145","lon":"10.402319","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1333,"title":"OFFIS","description":"Die Power Systems Intelligence Group entwickelt und erforscht L\u00f6sungen an der Schnittstelle zwischen Stromnetz, Energiemarkt, K\u00fcnstlicher Intelligenz und cyber-resilientem Systemverst\u00e4ndnis. Die Vision der Forschungsgruppe umfasst ein KI-gest\u00fctztes Smart Grid um z.B. die Wirkungsleistung von Windparks zu modellieren und zu messen. Die Forschung im Gebiet des maschinellen Lernens ist darauf ausgerichtet, Dom\u00e4nenwissen \u00fcber das Stromnetz und den Energiemarkt in die K\u00fcnstliche Intelligenz einzubringen. Daf\u00fcr werden Architekturen f\u00fcr neuronale Netze entworfen. Zudem greift OFFIS auf Deep Learning Methoden zur\u00fcck, um eine cyber-resiliente Netzbetriebsf\u00fchrung an Energiem\u00e4rkten zu erm\u00f6glichen. Als Folge der zunehmenden Dezentralisierung in der Energieversorgung st\u00fctzt sich die Forschung im Bereich der verteilten und lernenden Systeme auf das Erlernen von Netz- und Systemeigenschaften sowie die KI-gest\u00fctzte Analyse m\u00f6glicher Angriffsszenarien.\r\n\r\nAdresse: Escherweg 2, 26121 Oldenburg\r\nTypologie: Datenanalyse","projectStartAt":"2019","location":"","url":"https:\/\/www.offis.de\/anwendungen\/energie\/intelligenz-in-energiesystemen.html","lat":"53.148812","lon":"8.200030","executives":[],"topics":["Betriebsoptimierung"],"status":"Potenziell auf Energiewirtschaft \u00fcbertragbar","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1875,"title":"OmegaLambdaTec GmbH","description":"OmegaLambdaTec entwickelt ma\u00dfgeschneiderte Physical Analytics und AI L\u00f6sungen und setzt diese in Digitalisierungsinnovationen um. F\u00fcr transparente und kundenspezifische L\u00f6sungen kombiniert das Team modellbasierte Physical Analytics Methoden mit ML\/DL\/AI Techniken und gelangt auch bei schwieriger Datenlage zu aussagekr\u00e4ftigen Ergebnissen. Der Projektfokus liegt auf den Bereichen Smart Energy, Smart Mobility, Industrie 4.0\/Smart Factory und Smart Health.\r\n\r\nTypologie: Datenanalyse \r\nAdresse: Lichtenbergstra\u00dfe 8, 85748 Garching","projectStartAt":"2014","location":"","url":"https:\/\/omegalambdatec.com\/","lat":"48.268406","lon":"11.664916","executives":[],"topics":["Prognosen","Bestandsoptimierung & andere strategische Gesch\u00e4ftsentscheidungen","Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2381,"title":"Optimeering","description":"Optimeering setzt sich zum Ziel, durch seine KI ein nachhaltiges und interaktives Energiesystem zu f\u00f6rdern, indem die intelligente Software die zuk\u00fcnftige Stromproduktion und den Stromverbrauch vorhersagt, \u00fcberwacht und steuert. Ihr Machine Learning Algorithmus wurde f\u00fcr Netzbetreiber und Stromproduzenten entworfen um die Kosten aus Disbalancen in Echtzeit zu reduzieren und Ertr\u00e4ge zu steigern. Ferner \u00fcberwacht die Engine Energiem\u00e4rkte. Die Software unterst\u00fctzt dabei durch Priorisierung und Bewertung von Alarmsignalen, um ein einschl\u00e4giges Abbild der Handelsaktivit\u00e4ten abzuzeichnen, Risiken zu identifizieren und potenzielle Manipulationen aufzusp\u00fcren.\r\n\r\nAdresse: Tordenskioldsgate 6, Oslo 0160, Norwegen \r\nTypologie: Datenanalyse","projectStartAt":"2014","location":"","url":"https:\/\/www.optimeering.com\/","lat":"59.912788","lon":"10.736391","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1450,"title":"Orbital Insight","description":"Orbital Insight \u00fcberwacht die vor-, mittel- und nachgelagerte \u00d6lproduktion, ihre Speicherung und Raffinerie. Dabei greift das Unternehmen auf raumbezogene Datenquellen wie Satellitenbilder zur\u00fcck. Mithilfe von K\u00fcnstlicher Intelligenz bei der Datenauswertung verspricht Orbital Insight z.B. Zugang zu t\u00e4glichen, globalen und regionalen Roh\u00f6l-Volumensch\u00e4tzungen und tr\u00e4gt zum weltweiten Bestandsvergleich bei. \r\n\r\nAdresse: 3000 El Camino Real bldg 2 floor 6, Palo Alto, CA 94306 \r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2012","location":"","lat":"37.421313","lon":"-122.141565","executives":[],"topics":["Bestandsoptimierung & andere strategische Gesch\u00e4ftsentscheidungen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1504,"title":"Origami Energy","description":"Origami Energy verwendet Machine Learning, um die Verf\u00fcgbarkeit von Verm\u00f6gensgegenst\u00e4nden und Marktpreisen in Echtzeit vorherzusagen. Daf\u00fcr bietet das Unternehmen ein Werkzeug, das automatisiert multiple Handlungsstrategien und Preis-Forecasts zur optimalen Entscheidungsfindung bereitstellt. Dies f\u00fchrt zu einer automatischen Echtzeit-Verkn\u00fcpfung von allen Energieerzeugenden und \u2013speichernden Modulen. Mit Origami Connect werden beispielsweise alle Energie-Verm\u00f6gensgegenst\u00e4nde mit einer einzigen Plattform verbunden, sodass in Echtzeit Informationen (z.B. Komplette Portfolio-Ansicht) f\u00fcr eine schnellere Entscheidungsfindung zur Wertsch\u00f6pfung bereitliegen. Dar\u00fcber hinaus lassen sich alle verf\u00fcgbaren Energieanlagen \u00fcber die Plattform kontrollieren und es kann auf Marktschwankungen besser reagiert werden.\r\n\r\nAdresse: 3.09 Tintagel House 92, Albert Embankment, London SE1 7TY, Vereinigtes K\u00f6nigreich\r\nTypologie: Datenanalyse","projectStartAt":"2012","location":"","url":"https:\/\/www.origamienergy.com\/origami-control","lat":"51.488898","lon":"-0.123473","executives":[],"topics":["Bestandsoptimierung & andere strategische Gesch\u00e4ftsentscheidungen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2771,"title":"OrxaGrid","description":"OrxaGrid hat eine intelligente Plattform entwickelt, die es Systemadministratoren des Stromnetzes erm\u00f6glicht, Dependenzen zu erkennen und Priorisierungen anhand von Leistungstrends vorzunehmen. \r\nDazu sammelt OrxaGrids Machine-Learning-Plattform Daten von im Verteilungsnetz installierten Sensoren. Durch die KI lassen sich somit M\u00f6glichkeiten f\u00fcr eine h\u00f6here Energieeffizienz aufdecken, Fehler analysieren und Anlagen vorausschauend warten. Da wegen der st\u00e4rkeren Einbindung von erneuerbaren Energien in den Strommix eine h\u00f6here Belastung des Netzes einhergeht, dienen die Sensoren von OrxaGrid zur \u00dcberwachung der Stromqualit\u00e4t und der Zust\u00e4nde der Anlagen. Dies gibt Strombetreibern entscheidende R\u00fcckschl\u00fcsse \u00fcber ihre Verteilernetze in Echtzeit.\r\n\r\nAdresse: Rocket Space London, 40 Islington High St, London, Vereinigtes K\u00f6nigreich\r\nTypologie: Datenanalyse","projectStartAt":"2015","location":"","url":"http:\/\/orxagrid.com\/solutions#info3-2y","lat":"51.533135","lon":"-0.105636","executives":[],"topics":["Betriebsoptimierung","Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1456,"title":"PingThings","description":"Pnign Things ist eine vorausschauende Netze-Plattform. Sie bietet Ingenieuren von Elektrizit\u00e4tsversorgungsunternehmen, Industrieexperten und akademischen Forschern die M\u00f6glichkeit, Sensordaten zu nutzen, um das daten-getriebene Netz der Zukunft zu konstruieren. Um auf die zunehmende Komplexit\u00e4t der Netze zu reagieren, greift PingThings auf K\u00fcnstliche Intelligenz zur\u00fcck und betreibt Datenanalyse mit seiner PredictiveGrid\u2122-Plattform. Diese dient zur F\u00fctterung, Speicherung, Visualisierung, Analyse und zum Training von Machine- und Deep-Learning Modellen, die auf einer F\u00fclle von Sensoren basieren. Die Plattform wird als On-Premise-Vorrichtung in einer \u00f6ffentlichen oder privaten Cloud zur Verf\u00fcgung gestellt.\r\n\r\nAdresse: 641 S Street NW, Washington, DC 20001 \r\nTypologie: Datenanalyse","projectStartAt":"2019","location":"","url":"https:\/\/www.pingthings.io\/","lat":"38.914468","lon":"-77.021092","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2999,"title":"PipePredict GmbH c\/o IWAR","description":"PipePredict bietet Predictive Maintenance f\u00fcr Rohrnetze. Wir steigern Energieeffizienz in Fernw\u00e4rmenetzen und \u00f6ffentlicher Wasserversorgung durch die Auswertung bestehender Sensordaten mit einem digitalen Zwilling und Machine-Learning-Algorithmen\r\n\r\nAdresse: Franziska-Braun-Stra\u00dfe 7, 64287 Darmstadt \r\nTypologie: Bild-\/Mustererkennung, Datenanalyse","projectStartAt":"2019","location":"","url":"https:\/\/sooqua.com\/","lat":"49.862156","lon":"8.678555","executives":[],"topics":["Prognosen","Betriebsoptimierung","Bestandsoptimierung & andere strategische Gesch\u00e4ftsentscheidungen","Predictive Maintenance","Wartung, Reparatur & R\u00fcckbau"],"status":"","technologies":["Bild-\/Mustererkennung","Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2390,"title":"Polytechnische Universit\u00e4t Madrid","description":"Wissenschaftler des Solar-Energie-Instituts der Universidad Polit\u00e9cninca in Madrid (IES \u2013 UPM) sowie des Instituts f\u00fcr Mikro- und Nanotechnologie des Spanischen Nationalen Forschungsrats (IMN-CSIC) verwenden die Cluster Methode K\u00fcnstlicher Intelligenz um die Produktion von Solarenergie durch Photovoltaikanlagen vorherzusagen. Da die Effizienz der Solarpanels zu einem gewissen Grad vom Farbspektrum des Sonnenlichts abh\u00e4ngt und Energieverluste aus bestimmten atmosph\u00e4rischen Bedingungen resultieren k\u00f6nnen, haben die Wissenschaftler ein Panel mit optimaler Energieproduktion entworfen. Unter Verwendung des Machine Learning Verfahrens ist es den Wissenschaftlern anhand von tausenden Datens\u00e4tzen \u00fcber das Lichtspektrum gelungen, einschl\u00e4gige Farbeigenschaften herauszufiltern. Diese typischen Eigenschaften k\u00f6nnen dann verwendet werden, um die j\u00e4hrliche durchschnittliche Effizienz als Funktion des Solarzellendesigns vorherzusagen. \r\n\r\nAdresse: Calle Ramiro de Maeztu, 7, 28040 Madrid, Spanien \r\nTypologie: Datenanalyse","projectStartAt":"1970","location":"","url":"http:\/\/www.upm.es\/internacional?id=3e9c411f7c4b9610VgnVCM10000009c7648a____&prefmt=articulo&fmt=detail","lat":"40.448974","lon":"-3.718892","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1549,"title":"Princeton University\/Princeton Plasma Physics Laboratory","description":"K\u00fcnstliche Intelligenz k\u00f6nnte dabei helfen, L\u00f6sungen f\u00fcr sichere, saubere und virtuell grenzenlose Fusionsenergie f\u00fcr die Elektrizit\u00e4tserzeugung zu entwickeln. Das Ziel des Princeton Plasma Physics Laboratory ist es, praktische L\u00f6sungen f\u00fcr die Erzeugung von Fusionsenergie zu generieren. Hierbei wird die KI Deep Learning verwendet, um St\u00f6rungen wie den pl\u00f6tzlichen Haftverlust von Plasmaartikeln und Energieeinbu\u00dfen zu prognostizieren. \r\n\r\nAdresse: Princeton, NJ 08543-0451 GPS: 100 Stellarator Road \r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2019","location":"","url":"https:\/\/www.pppl.gov\/news\/2019\/04\/artificial-intelligence-accelerates-efforts-develop-clean-virtually-limitless-fusion","lat":"40.347582","lon":"-74.602541","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1510,"title":"Purdue University","description":"Ingenieure der Perdue University haben ein Deep Learning Netzwerk geschaffen, das mithilfe einer Analyse von Videobildern min\u00fctlich Risse innerhalb von Nuklearreaktoren aufsp\u00fcrt. Die eingesetzte KI hat eine 98.3%-ige Erfolgsrate. Auf Grundlage von 300.000 Trainingss\u00e4tzen mit Bildern zur Unterscheidung und Definition von Rissen, identifiziert sie winzige Fissuren in den Reaktorw\u00e4nden. Die Erfolgsrate liegt dabei h\u00f6her als durch eine menschliche Rissidentifizierung.\r\n\r\nAdresse: 610 Purdue Mall, West Lafayette, IN 47907 \r\nTypologie: Bild-\/ Mustererkennung","projectStartAt":"2011","location":"","url":"https:\/\/www.purdue.edu\/newsroom\/releases\/2019\/Q2\/ai-research-offers-more-eyes-and-ears-to-search-and-rescue-missions.html","lat":"40.428246","lon":"-86.914391","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":2201,"title":"Quenext","description":"Quenext ist ein AI Lab in Indien, das auf die Themen Energie, Landwirtschaft und Wasser-Management spezialisiert ist. Das Unternehmen hat ein System entwickelt, das mithilfe von KI bei der Entscheidungsfindung unterst\u00fctzt, um f\u00fcr Versorgungsbetriebe Mehrwerte entlang der Wertsch\u00f6pfungskette zu erzeugen. Hierzu werden Daten \u00fcber den eigentlichen Stromverbrauch diverser Kundengruppen rund um die Uhr erfasst und per KI ausgewertet. Dabei wird auch der Energiemix optimiert, um die Nachfrage der Konsumenten zu m\u00f6glichst geringen Kosten und bei ausgewogener Netzstabilit\u00e4t zu bedienen. Die Daten f\u00fcr die KI-Analyse bezieht die Plattform von Energiemessger\u00e4ten, Sensordaten sowie aus Satellitenbildern. Selbstlernende Algorithmen, die Machine-Learning-Techniken anwenden, erstellen daraufhin Prognosen zur weiteren Anwendung.\r\n\r\nAdresse: Linking Rd, Vithaldas Nagar, Santacruz West, Mumbai, Maharashtra 400052, Indien \r\nTypologie: Datenanalyse","projectStartAt":"2014","location":"","url":"http:\/\/quenext.com\/","lat":"19.077227","lon":"72.834328","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1282,"title":"Raycatch","description":"Die DeepSolar\u2122 Software nutzt eine KI-basierte Technologie um den Ertrag aus Solaranlagen zu maximieren. Mithilfe der KI k\u00f6nnen automatisiert t\u00e4glich hochvolumin\u00f6se Datens\u00e4tze analysiert und identifiziert werden. Dies erm\u00f6glicht die Fehlerdiagnose aller Panels einer Solarfarm ohne den Einsatz zus\u00e4tzlicher Hardware oder menschlicher Arbeitskraft. Die Software misst die Performance der Sensoren des Kunden und bereinigt die Daten u.a. nach Temperatur, Staub, Pollen und Schatten. Diese Daten werden mit physikalischen und elektrischen Modellen korreliert und die Ergebnisse werden mithilfe des KI-Algorithmus prozessiert, um einen vollst\u00e4ndigen Analysebericht \u00fcber die Solaranlage zu erstellen. Durch die exakte Fehlerdiagnose wie etwa Ausrichtung zur Sonne, Temperaturen, schlechte Ummantelung oder Mikrorisse, hilft Raycatch dabei, Probleme zeitsparend und \u00f6konomisch zu priorisieren. Somit lassen sich die Profitabilit\u00e4t f\u00fcr Solaranlagenbetreiber quantifizieren und steigern, Kosten reduzieren und die Energieleistung verbessern. Zudem werden mithilfe der KI automatisch und in Echtzeit Aufgabenlisten erstellt und als Instruktionen an Techniker weitergeleitet.\r\n\r\nAdresse: Raycatch Ltd.,45 Rothschild Blvd 45, Tel Aviv-Yafo\r\nTypologie: Bild-\/Mustererkennung, Datenanalyse","projectStartAt":"2014","location":"","url":"https:\/\/www.raycatch.com\/","lat":"32.064281","lon":"34.774554","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung","Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1558,"title":"RedGrid","description":"RedGrid entwickelt ein intelligentes Energienetz, das bereits auf der Ebene von Haushaltsger\u00e4ten zum Einsatz kommen kann. Ziel ist es, ein \u00d6kosystem zu schaffen, in dem die Integration erneuerbarer Energien intensiviert, der Energieverbrauch reduziert und der finanzielle Nutzen f\u00fcr Energieversorger und -verbraucher gesteigert wird. Dazu werden Machine Learning Algorithmen eingesetzt, die das Energienetz durch die Analyse von Energiesto\u00dfzeiten in Nachbarschaften oder beispielsweise Einkaufszentren unterst\u00fctzen. So kann z. B. \u00fcbersch\u00fcssiger Solarstrom direkt ins \u00f6rtliche Netz eingespeist und lokal verbraucht werden. \r\n\r\nAdresse: Melbourne, 3195","projectStartAt":"2018","location":"","url":"https:\/\/redgrid.io\/","lat":"-37.813628","lon":"144.963058","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":[],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2753,"title":"rvolt.","description":"rvolt. leistet mit KI einen Beitrag zur Flexibilisierung der Energienachfrage. Die mobile App des Unternehmens stellt dazu Transparenz \u00fcber den individuellen Energiekonsum und den CO2-Fu\u00dfabdruck seiner Nutzer her und belohnt diese f\u00fcr einen effizienten Energiekonsum. Beispielsweise weist die App auf Spitzen der Stromproduktion durch erneuerbare Energien hin und ruft dann beispielsweise zum Gebrauch von Haushaltsger\u00e4ten auf. Hierf\u00fcr zerlegt K\u00fcnstliche Intelligenz Daten aus dem Energiesektor, um dahingehend lokale Netze zu verstehen und das Nutzerverhalten zu analysieren.\r\n\r\nAdresse: Lohm\u00fchlenstr. 65, 12435 Berlin\r\nTypologie: Datenanalyse","projectStartAt":"2018","location":"","url":"https:\/\/rvolt.io\/","lat":"52.494036","lon":"13.446270","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1492,"title":"Sapient Industries","description":"Sapient Industries hat ein Smart Plug System entwickelt, das kollektiv \u00fcber K\u00fcnstliche Intelligenz gesteuert wird. Es kann sowohl automatisch verschwendete Energie reduzieren als auch die Energienutzung im Geb\u00e4ude analysieren. Das Unternehmen setzt Machine Learning ein, um auf Basis des Energieverbrauchs der Personen im Geb\u00e4ude, Entscheidungsregeln aufzustellen, die festlegen, wann Haushaltsger\u00e4te mit Strom versorgt werden sollten. Zudem warnt das System vor potenziellen Sicherheitsrisiken, berichtet \u00fcber Nachfragespitzen, Einsparungen und Anomalien.\r\n\r\nAdresse: 2 Logan Square, Philadelphia, PA, 19103 \r\nTypologie: Datenanalyse","projectStartAt":"2017","location":"","url":"https:\/\/www.sapient.industries\/","lat":"39.955784","lon":"-75.169751","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2402,"title":"Senfal","description":"Senfal bietet Softwareleistungen f\u00fcr einen automatisierten Stromhandel und f\u00fcr eine Steuerung der Nachfrage an, und tr\u00e4gt so zu einem \u00e4u\u00dferst effizienten und flexiblen Stromnetz bei. Um Marktpreise akkurat vorherzusagen, verwendet Senfal Machine Learning Algorithmen. Diese erlauben der Strom-Trading-Software automatisch die profitabelsten Trades auf Europ\u00e4ischen Stromm\u00e4rkten 24\/7 zu kaufen oder zu verkaufen. Senfal\u2019s Software f\u00fcr die Nachfragesteuerung passt den Stromkonsum automatisch als Antwort auf hohe oder niedrige Marktpreise an. Dazu modelliert die Software die verf\u00fcgbare Flexibilit\u00e4t in den Produktionsprozessen und stimmt anschlie\u00dfend automatisch die Produktionspl\u00e4ne auf die Bed\u00fcrfnisse der Kunden ab.\r\n\r\nAdresse: Distelweg 78 C, 1031 HH Amsterdam, Niederlande \r\nTypologie: Datenanalyse","projectStartAt":"2014","location":"","lat":"52.393788","lon":"4.903362","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2765,"title":"Sentian.AI","description":"Mithilfe des von Sentian.AI entwickelten Machine-Learning-Verfahrens soll die Performance von Energieproduzenten gesteigert werden. Indem zum Beispiel Kontrollsystemdaten mit externen Datenquellen (Wetterdaten) kombiniert werden, kann mehr Strom produziert werden, wenn Preise aufgrund der Wetterbedingungen optimal sind. Zudem kann die Stromerzeugung l\u00e4ngerfristiger geplant und infolge von Prognosen auf das Wetter abgestimmt werden. Durch intelligente Distributionsmodelle ist es au\u00dferdem m\u00f6glich, die Energieverteilung im Fernw\u00e4rmenetz zu kontrollieren. Dar\u00fcber hinaus hilft das Bilderkennungsverfahren bei der Identifikation von nicht-kompostierbarem Material f\u00fcr W\u00e4rmekraftwerke, die mit Reststoffen angetrieben werden und tr\u00e4gt damit zur Reduzierung von Ausfallzeiten bei.\r\n\r\nAdresse: Bredgatan 4, 211 30 Malm\u00f6, Schweden \r\nTypologie: Datenanalyse","projectStartAt":"2015","location":"","url":"https:\/\/www.sentian.ai\/platform-and-technology\/default-title\/energy","lat":"55.607475","lon":"13.018013","executives":[],"topics":["Betriebsoptimierung","Prognosen","Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1495,"title":"SkySpecs","description":"SkySpecs m\u00f6chte eine entscheidende Rolle bei der Entwicklung von Smart Grids einnehmen und erneuerbare Energie zug\u00e4nglicher und realisierbarer machen. Das Unternehmen kombiniert Robotics, K\u00fcnstliche Intelligenz und Maschinen-basierte Analyse, um die \u00dcberpr\u00fcfung von Windkraftanlagen zu verbessern. SkySpecs bietet vollautomatisierte Instandhaltungsarbeiten als Onshore- und Offshore-L\u00f6sungen in Nordamerika und auf Europa an.\r\n\r\nAdresse: 213 W Liberty St suite 300, Ann Arbor, MI 48104 \r\nTypologie: Robotik","projectStartAt":"2012","location":"","url":"https:\/\/skyspecs.com\/skyspecs-solution\/","lat":"42.279274","lon":"-83.750561","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Robotik"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2393,"title":"Solarig","description":"Indem Solarig K\u00fcnstliche Intelligenz bei der Bilderkennung anwenden, k\u00f6nnen sie effizienter Fehler in der Apparatur von Photovoltaikanlagen identifizieren. Beispielhaft werden eigens entwickelte Drohnen mit W\u00e4rmekameras eingesetzt, um hei\u00dfe Flecken auf Solarpanels zu identifizieren. Zus\u00e4tzlich zu den Drohnen entwickeln Solarig eine Reihe von Anwendungen und Algorithmen zur verbesserten Bilderkennung um einen h\u00f6heren Pr\u00e4zisionsgrad gew\u00e4hrleisten zu k\u00f6nnen. Dar\u00fcber hinaus optimieren automatisierte Prozesse - angesto\u00dfen durch die intelligente Technologie - Instandhaltungsarbeiten wie die Reinigung von Solarzellen oder die Grastrimmung. \r\n\r\nAdresse: Avenida del Parten\u00f3n, 10 - 28042 - Madrid, Spanien \r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2004","location":"","url":"https:\/\/solarig.com\/digital-transformation?lang=en","lat":"40.463105","lon":"-3.617129","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2762,"title":"Solarix","description":"Mithilfe von KI entwickelt das Unternehmen Solarix intelligente L\u00f6sungen f\u00fcr Photovoltaik-Anlagen und den heimischen Energieverbrauch. Im Fall der PV-Anlagen hat es mit seinem intelligenten System \"smartflower\" eine Anlage entwickelt, mit deren automatischen Ausrichtung zur Sonne im 90\u00b0-Winkel bis zu 40% mehr Leistung erzielt werden kann. Au\u00dferdem k\u00f6nnen durch seine intelligenten K\u00fchl- und Reinigungsfunktionen Effizienzverluste um bis zu 15% eingespart werden. Weiterhin \u00fcberwacht und analysiert die Technologie von Solarix, in Zusammenarbeit mit dem schwedischen Unternehmen Watty, mithilfe von KI-Algorithmen den Energieverbrauch von Wohnungen, und spricht individuelle Empfehlungen f\u00fcr den optimalen Energiebedarf in Echtzeit aus. \r\n\r\nAdresse: Avenida Apoquindo 5950, Piso 17. Las Condes, Santiago RM 7550000, Chile \r\nTypologie: Datenanalyse","projectStartAt":"2015","location":"","url":"http:\/\/www.solarix.cl\/nosotros","lat":"-33.409025","lon":"-70.568870","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1459,"title":"Sourcewater","description":"Sourcewater sp\u00fcrt Frackinggr\u00e4ben mithilfe von K\u00fcnstlicher Intelligenz auf. Das Unternehmen analysiert Satellitenbilder, reale Nutzerlisten und aktuelle Preisdaten, um den Wert von Wasser in den USA zu bestimmen. Es bietet die f\u00fchrende, raumbezogene Datengrundlage f\u00fcr Wasser in der vorgelagerten Energieindustrie und schafft so einen einzigartigen Marktplatz f\u00fcr das Energie\u00f6kosystem. Nutzer des Dienstes k\u00f6nnen \u00d6l-, Gas- und Wasserquellen identifizieren.\r\n\r\nAdresse: 1301 Fannin Street, Suite 2440, Houston, TX 77002 \r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2019","location":"","url":"https:\/\/www.sourcewater.com\/","lat":"29.753374","lon":"-95.365740","executives":[],"topics":["Bestandsoptimierung & andere strategische Gesch\u00e4ftsentscheidungen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":2399,"title":"Stanford University","description":"Das Tool DeepSolar der Stanford University analysiert per Deep-Learning-Verfahren Satellitenbilder, um GPS-Koordinaten und Gr\u00f6\u00dfenkategorien von Photovoltaik-Anlagen einzuordnen. Diese Karte soll dann weitere R\u00fcckschl\u00fcsse \u00fcber die Benutzung von Solarzellen erm\u00f6glichen. Au\u00dferdem hat das Team um das DeepSolar Projekt ein auf Machine Learning basierendes vorausschauendes Modell entworfen, um die Effizienz von Solarzellen anhand der Bev\u00f6lkerungsdichte zu sch\u00e4tzen, wobei laut Institut die Verwendung bei 1000 Bewohnern pro Quadratmeile am wertvollsten ist. DeepSolar ist eine \u00f6ffentlich zug\u00e4ngliche Datenbank f\u00fcr Forschende, Solarzellenentwickler, Netzbetreiber oder politische Entscheidungstr\u00e4ger, um kontinuierlich Muster in der Entfaltung der Solarenergie zu enth\u00fcllen und um letztlich das Management und die Verbreitung von Solarstromanlagen zu unterst\u00fctzen. \r\n\r\nAdresse: 450 Serra Mall, Stanford, CA 94305, USA\r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2018","location":"","url":"http:\/\/web.stanford.edu\/group\/deepsolar\/home","lat":"37.428264","lon":"-122.168845","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1465,"title":"SunSniffer","description":"SunSniffer hat eine urspr\u00fcnglich von der NASA entwickelte Digital Twin-Technologie im Photovoltaik-Bereich umgesetzt. K\u00fcnstliche Intelligenz wertet die Messdaten von hochpr\u00e4zisen, kleinen Sensoren in jedem Modul aus. Durch diese Verbindung von modulgenauen Messdaten und deren Auswertung mit k\u00fcnstlicher Intelligenz ist es m\u00f6glich, genau zu zeigen, wo es Verluste gibt. Die Verluste werden in Klassen eingeteilt. Dadurch l\u00e4sst sich in Echtzeit erkennen, wo die gr\u00f6\u00dften Kostentreiber anfallen und eine konstante, optimale Energieproduktion gew\u00e4hrleisten.\r\n\r\nAdresse: Ludwig-Feuerbach-Str. 69, 90489 N\u00fcrnberg\r\nTypologie: Datenanalyse","projectStartAt":"2016","location":"","url":"https:\/\/www.sunsniffer.de\/","lat":"49.460880","lon":"11.101510","executives":[],"topics":["Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2207,"title":"Tempus Energy","description":"Tempus Energy m\u00f6chten das Elektrizit\u00e4tssystem mit einer Software revolutionieren, die f\u00fcr mehr Flexibilit\u00e4t in der Stromnachfrage sorgen soll. Die Technologie setzt KI und intelligente Algorithmen ein, um die Energienutzung aus dezentralen Anlagen optimal zu steuern und Schwankungen in Marktpreisen sowie die Verf\u00fcgbarkeit von erneuerbaren Energien zu prognostizieren. Aufgrund des verbesserten und flexibleren Abgleichs mit dem Energieangebot werden die Kunden von Tempus Energy unabh\u00e4ngiger in der Nachfrage und k\u00f6nnen ihre Energiekosten reduzieren, w\u00e4hrend gleichzeitig die Verwendung erneuerbarer Energien gef\u00f6rdert wird. \r\n\r\nAdresse: G\u00f6teborg, Schweden \r\nTypologie: Datenanalyse","projectStartAt":"2011","location":"","url":"https:\/\/www.tempusenergy.com\/","lat":"57.708870","lon":"11.974560","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2204,"title":"The Solar Labs","description":"Die Solar Labs verwenden KI, um zur weltweiten Verbreitung von Solarenergie beizutragen. Dazu haben sie eine Software entwickelt, auf die Solarprojektierer und Regierungsk\u00f6rperschaften zur\u00fcckgreifen k\u00f6nnen, um genauer zu verstehen, wie viele Solaranlagen optimalerweise installiert werden sollten. Dar\u00fcber hinaus entwickeln sie das technische Design, das die Erzeugung von Solarenergie unter Zunahme von KI um 10 bis 15 % steigert. Basierend auf der intelligenten 3D-Modellierung kann der Solaranlageninstallateur dann innerhalb von 15 Minuten ma\u00dfgeschneiderte Vorschl\u00e4ge f\u00fcr den individuellen Standort des jeweiligen Kunden liefern. \r\n\r\nAdresse: Raipur Khadar, Sector 126, Noida, Uttar Pradesh 201313, Indien \r\nTypologie: Datenanalyse","projectStartAt":"2016","location":"","url":"https:\/\/thesolarlabs.com\/","lat":"28.541374","lon":"77.336658","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":3649,"title":"TokWise Ltd.","description":"TokWise bietet innovative Anwendung von KI f\u00fcr die Energiewirtschaft an. Ihr Ansatz besteht darin, die Marge von generierten MWh zu verbessern. Die Modelle umfasst nicht nur die Prognosen, sondern auch die Markt-und Balancierungspreise und Echtzeit-Daten der Anlagen mit dem Hauptziel die P&L zu steigern. Ihre ML-Algorithmen umfassen einen erweiterten Suchbaum mit neuronalen Netzen. Das verbessert kontinuierlich die Leistung und erlaubt die Volatilit\u00e4t der Erneuerbaren Energien besser zu erfassen.","projectStartAt":"2021","location":"","url":"https:\/\/www.tokwise.com\/","lat":"42.6977082","lon":"23.3218675","executives":[],"topics":["Prognosen","Betriebsoptimierung","Bestandsoptimierung & andere strategische Gesch\u00e4ftsentscheidungen","Prozessautomatisierung f\u00fcr Messungen, Abrechnungen & allgemeines Vertriebsgesch\u00e4ft"],"status":"","technologies":["Mensch-Maschine-Interaktion","Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1321,"title":"Tsinghua Institute for Artificial Intelligence","description":"Die Tsinghua University er\u00f6ffnete 2018 ein eigenes Institut f\u00fcr K\u00fcnstliche Intelligenz. Dieses konzentriet sich auf Grundlagenforschung mit dem Ziel, die interdisziplin\u00e4re Zusammenarbeit zu st\u00e4rken und die Industrialisierung der KI voranzutreiben. Dabei arbeitet es unter anderem mit Google, Tencent und Sogou zusammen. Laut eigenen Angaben des Instituts sieht es sich als Vorreiter der akademisch-institutionellen Zusammenarbeit, als Plattform f\u00fcr interdisziplin\u00e4re Innovation und als Basis f\u00fcr erstklassige KI-Talente.\r\n\r\nAdresse: 30 Shuangqing Rd, Haidian Qu, 100091 Beijing Shi\r\nTypologie: Sprach-\/Audioerkennung","projectStartAt":"2018","location":"","url":"https:\/\/www.tsinghua.edu.cn\/publish\/csen\/","lat":"39.999667","lon":"116.326444","executives":[],"topics":[],"status":"Potenziell auf Energiewirtschaft \u00fcbertragbar","technologies":["Sprach-\/ Audioerkennung"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1595,"title":"UAE AI Lab (Khalifa University, IRENA)","description":"Das KI-Lab der Vereinigten Arabischen Emirate besch\u00e4ftigt sich mit K\u00fcnstlicher Intelligenz haupts\u00e4chlich in drei umweltbezogenen Kernbereichen: bei Solarsimulationen, sowie bei der Umwelt- und Meeres\u00fcberwachung. Zur \u00dcberwachung von Meeresabschnitten werten intelligente Algorithmen t\u00e4glich Bilddaten der NASA und der Europ\u00e4ischen Weltraumagentur aus, um beispielsweise \u00d6lteppiche aufzusp\u00fcren und die Wasserqualit\u00e4t vor der K\u00fcste des Staates zu bewerten. Dar\u00fcber hinaus k\u00f6nnen per KI Landkarten die Verteilung von Photovoltaikanlagen analysiert und anschlie\u00dfend die besten Standorte f\u00fcr Solaranlagen bestimmt werden, um so ein optimales System aus Solarkraftanlagen zu gew\u00e4hrleisten. \r\n\r\nAdresse: 11th Floor, Building 1A, Dubai Design District, Dubai, Vereinigte Arabische Emirate \r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2018","location":"","url":"https:\/\/www.smartdubai.ae\/initiatives\/ai-lab","lat":"25.186797","lon":"55.297044","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1312,"title":"Universit\u00e9 Paris Saclay","description":"Das Forschungszentrum im Bereich Information & Technologie der Universit\u00e9 Saclay in Paris deckt ein gro\u00dfes Spektrum in den Feldern digitale Technologie und Wissenschaft ab: Signal Processing, Image Processing, KI, Data Science und Machine Learning. Die Forschungsprojekte finden Anwendung im Energiebereich, autonomem Fahren, Smart Home, IOT, Luftfahrt und Raum etc. Das von der Universit\u00e4t gef\u00f6rderte Projekt \u201eSoka\u201c nutzt KI, um den Abstand zwischen Stromproduzenten und Konsumenten (lokal) zu verringern und damit Stromverlusten durch Netzabh\u00e4ngigkeit entgegen zu wirken. Regionaltypischer, \u00fcbersch\u00fcssiger Strom (z.B. Solarenergie in Nordfrankreich) wird durch kinetische Energie gespeichert (bis zu 10h) und an Nachfrager weitergeleitet. KI kann hier in zwei Formen zum Einsatz kommen: Einerseits misst sie den Stromverbrauch der einzelnen Haushalte und errechnet so den Bedarf der ganzen Stadt, andererseits kann mithilfe der KI eine bessere Verwendung des Netzwerks erkannt werden, da durch Wetterdaten auch der zuk\u00fcnftige Verbrauch errechnet werden kann. Das Stadtviertel ist somit durch die Nutzung eigner Energiekraftwerke (z.B. Solarpanels) unabh\u00e4ngig vom Gro\u00dfnetz.\r\n\r\nAdresse: Espace Technologique, Bat. Discovery - RD 128 - 2e \u00e9t., 91190 Saint-Aubin\r\nTypologie: Bild-\/Mustererkennung","projectStartAt":"2013","location":"","url":"https:\/\/www.universite-paris-saclay.fr\/en\/news\/artificial-intelligence-at-universite-paris-saclay","lat":"48.707835","lon":"2.152523","executives":[],"topics":["Betriebsoptimierung"],"status":"Potenziell auf Energiewirtschaft \u00fcbertragbar","technologies":["Bild-\/Mustererkennung"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1513,"title":"University College London Energy Institute","description":"Die Mission der Forschungsgruppe \u201eEnergie und K\u00fcnstliche Intelligenz (KI)\u201c liegt in der Entwicklung von Schnittstellen-Algorithmen und KI-Methoden, um Probleme der Nachhaltigkeit (Reduzierung des Energiekonsums, Verbesserung der Netzstabilit\u00e4t sowie intelligenter Ressourceneinsatz) zu l\u00f6sen. Au\u00dferdem untersucht das Team, wie sich das Stromversorgungsnetz vor Cyber-Attacken sch\u00fctzen l\u00e4sst.\r\n\r\nAdresse: Gower St, Bloomsbury, London WC1E 6BT, Vereinigtes K\u00f6nigreich\r\nTypologie: Datenanalyse","projectStartAt":"2015","location":"","url":"https:\/\/www.ucl.ac.uk\/bartlett\/energy\/research\/themes\/energy-and-artificial-intelligence","lat":"51.523328","lon":"-0.133550","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":1594,"title":"University of Alberta\/ Industrial Research Chair in Strategic Construction Modelling and Delivery","description":"Der Lehrstuhl unter Leitung von Prof. Dr. Aminah Robinson Fayek besch\u00e4ftigt sich mit der effektiven Energiegewinnung im Kontext zuk\u00fcnftiger Energiesysteme. Zum Beispiel mit der Frage, wie Windkraftanlagen konstruiert oder gewartet werden m\u00fcssen, um Energie zu produzieren, zu speichern und zu transportieren. Da diesbez\u00fcglich nur beschr\u00e4nkt Daten vorliegen, setzt die Forschungsgruppe die KI-Technologie Fuzzy Logic ein, um solidere Entscheidungen mit Bezug auf den Umwelteinfluss, Produktivit\u00e4t, Effizienz und Planung treffen zu k\u00f6nnen.\r\n\r\nAdresse: 116 St & 85 Ave, Edmonton, AB T6G 2R3, Kanada\r\nTypologie: Datenanalyse","projectStartAt":"1907","location":"","url":"https:\/\/www.ualberta.ca\/engineering\/research\/featured-research-stories\/using-artificial-intelligence-and-fuzzy-logic-to-help-plan-the-future-of-energy","lat":"53.523219","lon":"-113.526319","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":2396,"title":"Upside Energy","description":"Die innovative, Cloud-basierte Plattform von Upside Energy kann mit bis zu 100.000 parallel laufenden Ger\u00e4ten, wie Batterie-Speicher-Systeme, Ladestationen von E-Mobilen oder Heizungs-\/ K\u00fchlsystemen, in Verbindung treten und deren Energie-Nachfrage steuern. Die Plattform nutzt dabei fortschrittliche Algorithmen und K\u00fcnstliche Intelligenz um die Energienachfrage mit dem verf\u00fcgbaren Angebot zu verkn\u00fcpfen und verhilft dem Stromnetz beim Umgang mit Fluktuationen und Spitzenlastzeiten. Somit profitieren auch Endkunden von signifikanten Einsparungen an Stromkosten und Kohlenstoffemissionen. \r\n\r\nAdresse: 61-65 Spear Street, Manchester, England \r\nTypologie: Datenanalyse","projectStartAt":"2012","location":"","url":"https:\/\/upside.energy\/","lat":"53.483415","lon":"-2.233550","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1585,"title":"Verv","description":"Das Produkt des Startups Verv ist ein intelligenter IoT-Hub, der mit Hilfe von KI-Technologie die Stromdaten und den Verbrauch von Ger\u00e4ten im Haushalt direkt aus dem Stromnetz analysiert und dadurch einen genauen \u00dcberblick \u00fcber Energieverbr\u00e4uche erm\u00f6glicht. Nachdem alle Verbrauchsdaten \u00fcber das Verv-Hub zusammengetragen wurden, erkennen intelligente, selbstlernende Algorithmen die individuellen Verbrauchsmuster des Haushalts und stellen sie dem Verbraucher zur optimalen und kosteneffizienten Energienutzung optisch in einer App zur Verf\u00fcgung.\r\n\r\nAdresse: St Magnus House 3, Lower Thames Street, London, EC3R 6HD, UK \r\nTypologie: Datenanalyse","projectStartAt":"2008","location":"","url":"https:\/\/verv.energy\/","lat":"51.508992","lon":"-0.085697","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2934,"title":"Vigilent","description":"Das intelligente K\u00fchlsystem von Vigilent f\u00fcr Geb\u00e4ude macht sich Machine Learning Algorithmen f\u00fcr einen effizienteren Energieaustausch zu Nutze. Dazu werden jede Minute Daten von Umweltsensoren gesammelt, woraufhin die KI-Engine angesetzt wird, um die Daten zu analysieren und Informationen zu extrahieren. Dynamische Kontroll-Algorithmen senden dann in Echtzeit Befehle zur Verbesserung seines energetischen Konsumverhaltens an das K\u00fchlsystem der Einrichtung. Aus historischen Datens\u00e4tzen werden demnach Trends analysiert, Nutzungsmuster nach Tagen, Monaten oder Jahren gefiltert, und als Entscheidungsgrundlage entnommen.","projectStartAt":"2003","location":"","url":"http:\/\/www.vigilent.com\/technology\/artificial-intelligence\/","lat":"37.802803","lon":"-122.272921","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2913,"title":"VPPlant","description":"Virtual Power Plant arbeitet an der Entwicklung von IT-Systemen wie K\u00fcnstlicher Intelligenz, um den Energiekonsum von (kommerziellen) Geb\u00e4uden zu optimieren. Die Technologie von VPPlant passt die Nutzung von Heizung, L\u00fcftung und Klimatisierung (HVAC) mithilfe von KI automatisch an die thermischen Eigenschaften, die Wetterbedingungen und die Belegung der R\u00e4umlichkeiten in Echtzeit an und steigert so die Energieeffizienz der Einrichtung.","projectStartAt":"2012","location":"","url":"http:\/\/www.vpplant.com\/","lat":"51.720690","lon":"19.414907","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2747,"title":"VTT Technical Research Centre","description":"Der Datenmenge im Energiesystem ist wegen des schnell zunehmenden Einsatzes von Smart Metern und IoT-Ger\u00e4ten enorm gewachsen. KI-Technologien werden deshalb eingesetzt, um sich den umfangreichen Datenschatz zu Nutze zu machen und essenzielle Informationen aus ihm zu ziehen. VTT hat dazu KI-L\u00f6sungen zur Geb\u00e4udeeffizienz, f\u00fcr Stromkraftwerke und Stadtbezirke, sowie auf allgemeiner Systemebene entwickelt. Hinsichtlich der Geb\u00e4udeeffizienz werden \u00fcber Machine Learning akkurate Prognosen \u00fcber die Gewohnheiten der Energienachfrager erstellt und mit Umweltvariablen abgeglichen. Bei Produktionsanlagen k\u00f6nnen mithilfe von KI z\u00fcgig Fehler identifiziert und Ausfallzeiten minimiert werden. Au\u00dferdem leisten KI-Algorithmen einen wichtigen Beitrag zur optimalen Energieplanung von ganzen Stadtbezirken und Smart Cities. Auf Systemebene erstellen KI-Algorithmen zudem Prognosen \u00fcber kurz- und langfristige Lasten sowie \u00fcber die Produktion.\r\n\r\nAdresse: Vuorimiehentie 3, 02150 Espoo, Finnland \r\nTypologie: Datenanalyse","projectStartAt":"1946","location":"","url":"https:\/\/www.vttresearch.com\/services\/artificial-intelligence-ai\/energy-systems","lat":"60.182270","lon":"24.826510","executives":[],"topics":["Prognosen","Betriebsoptimierung","Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Forschung\/ Institut\/ Think Tank","color":"#22bcc7"},"person":[]},{"id":2372,"title":"Wattsight","description":"Wattsight ist ein f\u00fchrender Anbieter von Daten und Beratungsleistungen f\u00fcr den europ\u00e4ischen Energiemarkt. Das Unternehmen schafft Marktverst\u00e4ndnis f\u00fcr seine Kunden durch die Vorhersage von Wirtschaftsdaten und Preisen f\u00fcr kurz-, mittel- und langfristige Zeithorizonte. Einige Vorhersagen basieren dabei auf Machine Learning Modellen. Beispiele sind Preisprognosen f\u00fcr das Intraday Trading und Vorhersagen f\u00fcr die Solar- und Windproduktion. Aktuelle Modelle basieren auf Gradient Boosting Trees und neuronalen Netzwerken. \r\n\r\nAdresse: Langbryggen 9, 4841 Arendal, Norwegen \r\nTypologie: Datenanalyse","projectStartAt":"2017","location":"","url":"https:\/\/www.wattsight.com\/","lat":"58.459789","lon":"8.768900","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1462,"title":"Watty","description":"Watty ist ein KI-Algorithmus, der aufsp\u00fcrt, wo und wie lange Energie genutzt wird. Er kann f\u00fcr kommerzielle und private Zwecke genutzt werden. Die Kunden von Watty k\u00f6nnen per App den Energiefluss in ihrem Haus einsehen und entsprechende Energiesparma\u00dfnahmen einleiten.\r\n\r\nAdresse: Sankt G\u00f6ransgatan 159, 112 17 Stockholm\r\nTypologie: Datenanalyse","projectStartAt":"2012","location":"","url":"https:\/\/watty.io\/","lat":"59.338434","lon":"18.013239","executives":[],"topics":["Betriebsoptimierung"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":2925,"title":"Wivaldy","description":"Wivaldy ist ein innovatives GreenTech, das Haushalten und KMU\u2019s ein Online-Tool zur Optimierung ihres Energiebedarfs zur Verf\u00fcgung stellt. Auf Grundlage von K\u00fcnstlicher Intelligenz analysiert die Software das Energiekonsumverhalten der Nutzer. Durch konkrete Indikatoren und Analysen haben die Kunden die M\u00f6glichkeit, ihre vergangene und aktuelle Stromnachfrage besser zu verstehen und dahingehend ihren \u00f6kologischen Fu\u00dfabdruck \u00fcber verbesserte Energieeffizienzma\u00dfnahmen zu reduzieren.","projectStartAt":"2017","location":"","url":"https:\/\/www.wivaldy.com\/","lat":"48.833921","lon":"2.371345","executives":[],"topics":["Vereinfachte Teilhabe aktiver Verbraucher"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]},{"id":1555,"title":"Xcel","description":"Xcel greift auf Wetterdaten zur\u00fcck, sodass bessere Vorsichtsma\u00dfnahmen zur Speicherung und Sicherung von erzeugter Energie getroffen werden k\u00f6nnen. Damit diese detaillierten Wetterberichte erstellt werden k\u00f6nnen, durchforstet das KI-System eine Kombination aus Daten von Satelliten, Wetterstationen sowie Windparks. Die intelligenten Algorithmen, die das System antreiben, sind so trainiert, dass sie Muster innerhalb der Datensets erkennen und dahingehend Prognosen treffen.\r\n\r\nAdresse: 199 W Kellogg Blvd, St Paul, MN 55102\r\nTypologie: Datenanalyse","projectStartAt":"2019","location":"","lat":"44.944831","lon":"-93.101097","executives":[],"topics":["Prognosen"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Gro\u00dfunternehmen","color":"#2b7f85"},"person":[]},{"id":2937,"title":"Zenatix","description":"Vom Unternehmen Zenatix wurde eine Hardware namens WattMan entwickelt, die fortgeschrittene Machine-Learning-Modelle verwendet und gro\u00dfen gewerblichen Stromverbrauchern eine Verbesserung der Energieeffizienz um 10 bis 30 Prozent bietet. Die Modelle basieren auf der monatlichen Erfassung und Analyse von mehr als 30 Millionen bisher unbekannten Datenpunkten aus elektrischen Anlagen und erm\u00f6glichen eine automatisierte und intelligente Steuerung sowie eine vorausschauende und vorbeugende Wartung dieser Assets.","projectStartAt":"2012","location":"","url":"https:\/\/zenatix.com\/about\/","lat":"28.481127","lon":"77.099930","executives":[],"topics":["Betriebsoptimierung","Predictive Maintenance"],"status":"Bezug zur Energiewirtschaft besteht","technologies":["Datenanalyse"],"category":{"title":"Start-ups\/KMU","color":"#054145"},"person":[]}]