Mit ihren angeschlossenen Stadtwerken besitzt die Thüga-Gruppe einen Schatz, den viele Tech-Unternehmen mit Ambitionen im Bereich Machine Learning gerne hätten: Jede Menge Daten zur Nutzung diverser Energieprodukte. Das Know-how zur Auswertung der Daten holte sich die Thüga über eine Kooperation mit dem Startup Geospin, einer Ausgründung der Albert-Ludwigs-Universität Freiburg.

Die Idee dahinter erläutert erläutert Evamaria Zauner, Projektmanagerin Kompetenzcenter Innovation bei der Thüga AG: "Mit der Kooperation bringen wir Daten von Stadtwerken mit Expertise aus dem Bereich Big Data und Machine Learning zusammen, um komplexe Zusammenhänge aufzuarbeiten, die Entscheidungsfindung zu unterstützen und so die Energiewende zu beschleunigen."

Ein konkretes Beispiel ist die Ladepotenzialanalyse. Dahinter verbirgt sich ein auf empirischen Daten der Stadtwerke und Machine-Learning-Methoden basierendes Prognose-Tool, das optimale Standorte für öffentliche Ladesäulen identifiziert. Die Nutzer profitieren von einer guten Erreichbarkeit der Ladesäulen, während die Betreiber die Auslastung der Systeme verbessern und so ihre Wirtschaftlichkeit erhöhen können.

Zauner: "Im Gegensatz zu den bisherigen Verfahren werden durch den intelligenten Algorithmus mehr als 700 verschiedene Einflussfaktoren objektiv ausgewertet". Zugleich erspare man sich den hohen manueller Aufwand zur Bewertung einiger weniger Aspekte.

In einem weiteren Projekt nutzt die Thüga Machine Learning, um besonders affine Kunden für neue Produkte wie beispielsweise Photovoltaik-Speicher zu identifizieren. Der daraus entstandene "Kundenfinder", ermöglicht es den Stadtwerken, hochwertige Leads zu generieren und die Conversion Rates zu steigern.

Um gewonnene Erkenntnisse in der Praxis zu nutzen, braucht es mehr als nur technologische Expertise und große Datenmengen, resümiert Zauner: "Unterschiedliche Kulturen und Arbeitsweisen etablierter Unternehmen und eines Startups müssen zusammenkommen, so dass jeder das Beste aus beiden Welten für sich nutzen kann."