Experte gegen KI: Vergleich von Prognosemethoden im Energiesektor liefert erstaunliche Ergebnisse

Die ifesca GmbH ist ein Unternehmen, das sich auf die Software-Unterstützung von Entscheidungsprozessen im Energiesektor spezialisiert hat. Eines der Kernprodukte ist ifesca.AIVA. Es handelt sich hierbei um eine Service-Plattform auf Basis künstlicher Intelligenz, welche Big Data automatisiert und in Echtzeit verarbeitet.

Nun startete das Research-Team der ifesca gemeinsam mit einer Prognose-Expertin eines mittelständischen Stadtwerks einen Wettbewerb. Die Fragestellung lautete: Wie schlägt sich das Prognosesystem ifesca.AIVA im Vergleich zur händischen Prognose durch Spezialisten in puncto Bearbeitungsdauer und Qualität? Als Datenbasis des Experiments dienten fünf Strom-Lastgänge ohne exogene Einflussfaktoren. Es wurden also auch keine Temperaturdaten berücksichtigt. Einbezogen wurden zwei verschiedene Prognosehorizonte (Day-Ahead und Week-Ahead). Das Ergebnis aus dem Vergleich der Prognosemethoden beeindruckt.

Das Fazit aus dem Contest lautet: ifesca.AIVA war bei der Ausführung der Stromprognosen rund 24-mal schneller als die menschliche Expertin mit ihrem manuellen Prozess. Neben der immensen Zeitersparnis ergaben sich durch die Prognoseautomatisierung jedoch auch deutliche Auswirkungen qualitativer Natur. Bei zehn Prozent der Fälle war die Qualität beider Wettbewerber vergleichbar. In 20 Prozent der Fälle erzielte die Expertin qualitativ bessere Ergebnisse. In den verbleibenden 70 Prozent der Fälle verbesserte sich hingegen die Qualität der Ergebnisse durch die Prognoseautomatisierung signifikant.

Insgesamt zeigt dieser Vergleich von Prognosemethoden: Prognoseautomatisierung kann deutlich zur Entlastung menschlicher Experten beitragen. Diese gewinnen wiederum Freiräume, um sich gezielt um einzelne Prognosen zu kümmern, die nach wie vor manuelles Eingreifen erfordern.

ifesca.AIVA basiert auf dynamischen Algorithmen und Mustererkennung. Das System nutzt dabei verschiedene Datenquellen wie beispielsweise Marktkommunikations- und Wetterdaten, um dem Anwender die bestmögliche Unterstützung bei dessen Entscheidungsprozessen bieten zu können. Hinter der Lösung steht ein Experten-Team mit wissenschaftlichem Hintergrund. Die Mitarbeiter haben ihr Know-how unter anderem im Rahmen einer langjährigen Zusammenarbeit an einem Institut für angewandte Forschung im energiewirtschaftlichen Bereich aufgebaut.