Die Energiewende erfordert den Ausbau und eine immer intensivere Nutzung von wetterabhängigen Energiequellen wie Wind- und Solarenergie. Für Energieversorger, Netzbetreiber und weitere Infrastrukturbetreiber bedeutet dies, dass Planungs- und Betriebsprozesse zunehmend komplexer werden. Ungenaue Prognosen führen zu höheren Kosten im Energiehandel (Stichwort Back-Up Kraftwerkte), einer ineffizienten Nutzung erneuerbarer Energien oder einer erhöhten Belastung der Stromnetze. Vor diesem Hintergrund entwickelt das DBU-geförderte Start-Up alitiq digitale Lösungen, die Unsicherheiten im Zusammenhang mit Wetter- und Klimadaten reduzieren und bessere Planbarkeit und Entscheidungen ermöglichen.
Der Ansatz von alitiq basiert auf einer KI-gestützten Prognoseplattform, die meteorologische Daten mit Prozessdaten der Unternehmen aus der Energiewirtschaft kombiniert und so anlagenspezifische Last- und Erzeugungsprognosen ableitet. Anstatt komplexe meteorologische Rohdaten bereitzustellen, die die Verantwortlichen selbst analysieren müssen, übersetzen die von alitiq entwickelten Modelle diese Wetterdaten in konkrete Geschäftsprognosen – beispielsweise zur Einspeisung von Wind- oder Solarenergie, zur Wärmelast oder zu erwartenden Lastspitzen. Das Start-Up nutzt dabei Verfahren des maschinellen Lernens, um komplexe Zusammenhänge zwischen Wetter, Erzeugungs- und Verbrauchsverhalten sowie betrieblichen Prozessen abzubilden. Über standardisierte Schnittstellen (APIs) lässt sich die Lösung in bestehende IT-Umgebungen integrieren, wodurch Unternehmen Prognosen automatisiert in ihre Betriebs- und Entscheidungsprozesse einbinden können. Neben Anwendungen in der Energiewirtschaft arbeitet das Unternehmen auch an Forschungsprojekten zur KI-gestützten Wettervorhersage sowie an Frühwarnsystemen für klimaresilientes Wasserressourcen- und Hochwassermanagement.
Mit präziseren Vorhersagen unterstützt das Start-Up dabei, erneuerbare Energien passgenau in das Netz zu integrieren und so optimal zu nutzen. Genauere Einspeiseprognosen reduzieren den Bedarf an kosten- und emissionsintensiver Ausgleichsenergie und unterstützen Netzbetreiber dabei, Stromnetze stabil zu betreiben. Gleichzeitig verbessern belastbare Wetter- und Lastprognosen die Planung im Energiehandel und ermöglichen eine effizientere Steuerung von Erzeugungsanlagen. Darüber hinaus können KI-basierte Vorhersagemodelle einen wichtigen Beitrag zur Klimaanpassung leisten, indem sie frühzeitig auf kritische Wetterereignisse hinweisen und so Maßnahmen im Hochwasser- oder Wassermanagement unterstützen.
Mehr zum Unternehmen: alitiq – KI-gestützte Vorhersageintelligenz