UdZForschung 2-2018

48 UdZForschung – Unternehmen der Zukunft 2/2018 Studien, Standards und Publikationen Dissertationsschrift von Marcel Graus: Datenanalytik für Energieinformationssysteme produzierender Unternehmen Mit dem massiven Ausbau erneuerbarer Energien hat die deutsche Energiewende an Geschwindigkeit zugenommen und er- reicht nun die Phase, in der die intelligen- te Verknüpfung der zunehmend volatilen Energieerzeugern mit Energieverbrau- chern, -speichern und -netzen zur zentra- len Aufgabe wird. Dabei nimmt die Indus- trie als Energieverbraucher eine wichtige Rolle ein und das Energiemanagement innerhalb produzierender Unternehmen rückt in den Fokus. Die Dezentralisierung der Energieerzeugung sorgt für eine er- höhte Komplexität des gesamten Ener- giesystems, welche sich auch im Ener- giemanagement niederschlägt und dort eine leistungsstarke Unterstützung durch Energieinformationssysteme notwendig werden lässt. Die Industrie befindet sich zurzeit bereits in einem Wandel, bedingt durch den Einzug der Konzepte der In- dustrie 4.0. Die damit einhergehende Fo- kussierung von Datenanalytik bietet auch einen vielversprechenden Ansatz zum Management des Einsatzes der Ressour- ce Energie im Rahmen von Energieinfor- mationssystemen. An dieser Stelle fehlen jedoch Ansätze, die die notwendige Ver- arbeitung der Daten strukturieren und im Detail beschreiben, um eine konkrete Um- setzung ermöglichen zu können. Datenanalytik beschreibt den Prozess zur Transformation von Daten zu In- formationen, welche für eine Entschei- dungsfindung nützlich sind. Diese Arbeit expliziert diesen Prozess im Kontext des industriellen Energiemanagements und liefert Lösungsansätze für verschiedene Teilaufgaben, die sich dabei ergeben. Im ersten Schritt wird die zugrundeliegen- de Datenbasis abstrahiert und in einem konzeptionellen Datenmodell basierend auf OPC UA dargestellt. Die Zusammen- hänge der verschiedenen Daten werden im Rahmen eines Analysemodells durch ein probabilistisches graphisches Mo- dell beschrieben. Auf Grundlage dieser mathematischen Beschreibung können stochastische Simulationen genutzt werden, um für verschiedene Szena- rien Prognosen abzuleiten. Dadurch können Handlungsalternativen bei Ent- scheidungsproblemen im industriellen Energiemanagement miteinander ver- glichen und im Rahmen eines Optimie- rungsmodells die optimale Entscheidung abgeleitet werden. Die Herausforde- rung, verschiedene Teilsysteme in die Optimierung zu integrieren, wird mit ei- nem Auktionsmechanismus mithilfe von Reinforcement-Learning aufgelöst. Zum Abschluss der Arbeit wird das gesam- Schriftenreihe Rationalisierung Band 157 ISBN 978-3-86359-652-1 Preis 39 Euro zzgl. Porto und Verpackung Internet apprimus-verlag.de te Vorgehen zur Gestaltung der Daten- analytik zusammengefasst, um eine Grundlage für dieUmsetzung in der Praxis zu liefern. Schriftenreihe Rationalisierung Band 156 ISBN 978-3-86359-630-9 Preis 39 Euro zzgl. Porto und Verpackung Internet apprimus-verlag.de strukturieren, wird eine Ontologie entwi- ckelt, welche die Basis für die darauffolgen- den Informationslogistikmodelle der einzel- nen Anwendungsfalltypen bildet. Um die Bedürfnisse der Informationslogistikmo- delle zu erfüllen, wird zudem eine Notation eingeführt, welche die Informationsflüsse auf Basis von Informationsobjekten, Rollen und Systemen darstellt. Die Anwendung der Informationslogistikmodelle funktio- niert, ähnlich einer Geschäftsprozessopti- mierung, mittels eines Ist-/Soll-Abgleichs. Dabei können die gewünschten Anwen- dungsfälle ausgewählt, der notwendige Soll-Zustand aus den erstellten Informa- tionslogistikmodellen abgeleitet und mit dem aktuell im Unternehmen bestehen- den Zustand verglichen werden. Aus die- sem Vergleich eröffnen sich Lücken und Potenziale im Informationsfluss, welche im Folgenden gefüllt und genutzt werden können. Abschließend wurden die entwi- ckelten Modelle in Form von Fallstudien bei drei produzierenden Unternehmen er- folgreich validiert.