Devrim Celal ist Chief Marketing und Flexibility Officer (CMFO) bei Kraken. Das Technologieunternehmen setzt auf KI in diversen Bereichen. Ein Hauptaugenmerk liegt dabei auf dem Verbraucher und darin, das Stromnetz zu optimieren.
Herr Celal, wie setzen wir KI heute im Energienetz ein und wie wird es in Zukunft sein?
Ein großes Thema ist die Umstellung auf erneuerbare Energien. Dazu gehört die Elektrifizierung des Verkehrs und der Wärmeversorgung. Wenn man sich zum Beispiel die Zahlen in Deutschland anschaut, wird es bis zum Ende dieses Jahrzehnts etwa 20 Millionen neue Elektrofahrzeuge, Batterien, Wärmepumpen, Solardächer und intelligente Thermostate geben - also eine Ansammlung von dezentralen Energiequellen.
Damit diese neuen Geräte nicht zu einer Belastung für das Stromnetz werden, müssen wir sie als flexible Ressourcen nutzen. Der erste Schritt dazu ist das Vertrauen der Gerätebesitzer, also der Verbraucher. KI ist ein hervorragendes Werkzeug, um attraktive und nahtlose Kundenerlebnisse zu schaffen.
Was meinen Sie damit?
Wir haben zum Beispiel ein Tool namens "Magic Ink" zur Kundenbindung entwickelt. Wenn sich ein Kunde an einen der Energieversorger von Kraken wendet, analysiert es die Kommunikationshistorie mit diesem Kunden - sei es per E-Mail, Chat oder Telefon. Es fasst die letzte Nachricht für den Energiespezialisten oder Kundendienstmitarbeiter zusammen.
Es kann anzeigen, ob die Nachricht positiv war, die wichtigsten Punkte hervorheben und auch eine Antwort generieren, die der Vertreter bei Bedarf bearbeiten kann. Magic Ink lernt den Tonfall des Mitarbeiters und kennt Vorschriften und frühere Korrespondenzen.
Was für Ergebnisse hat das?
Wir geben dem Kunden eine sehr präzise und gut ausgearbeitete Antwort. Kunden von Kraken sind in der Regel sehr zufrieden: Normalerweise sagen 65 Prozent unserer Kunden, dass sie mit der Antwort zufrieden sind. Mit KI sind es über 80. Plötzlich hat man also ein Werkzeug, um ein viel besseres Kundenerlebnis zu schaffen.
Wo spielt KI im Energienetz auf der technischen Seite eine Rolle?
Seit 2022 haben wir das Produkt Smart Flex auf dem Markt. Mit Smart Flex sprechen die Energieversorger ihre Kunden an, um ihnen ein optimiertes Aufladen ihres Elektroautos anzubieten: Von dem Moment, in dem der Kunde nach Hause kommt, bis zu dem Moment, in dem er oder sie das Auto braucht, kann das Versorgungsunternehmen entscheiden, wann der beste Zeitpunkt für das Laden ist.
Wir nutzen KI, um das Kundenverhalten hervorzusagen: wann wird das Auto an die Wallbox angeschlossen und wie viel wurde seit dem letzten Ladegang gefahren. Unsere Vorhersage erreicht eine Genauigkeit von über 90 Prozent - 11 Stunden bevor der Kunde nach Hause kommt.
Nutzten Sie bereits bidirektionales Laden?
Ja, allerdings haben wir haben derzeit knapp 200.000 Geräte in unserem eigenen Smart Flex Produkt und nur einige Hundert davon unterstützen bidirektionales Laden. Aber selbst mit Smart Charging können Kunden Ersparnisse von etwa 60 Prozent auf ihren regulären Stromtarif erhalten, wenn sie ihrem Energieversorger entscheiden lassen, wann ihr Auto geladen wird.
Können Sie mit Smart Charging bereits Gewinne generieren?
Die Antwort ist ja, aber es ist besser, von "Wertschöpfung" zu sprechen. Der Wert entsteht auf mehreren Ebenen: Zunächst aus Sicht des Versorgers, der Strom an den Großhandelsmärkten einkauft. Wenn Kunden ihre Fahrzeuge zu Zeiten aufladen, in denen der Strom am teuersten ist, stellt dies für den Versorger ein Problem dar. Durch Anreize, zu optimalen Zeiten zu laden, können Energieversorger ihre Strombeschaffungskosten erheblich senken. Dies ist eine Quelle der Wertschöpfung, typischerweise im Day-Ahead-Auktionsmarkt.
Darüber hinaus kann kurz vor der Lieferung auf dem Intraday-Markt noch mehr Wert geschaffen werden. Zum Beispiel, wenn man Strom im Voraus für 100 €/Mwh gekauft hat und der Preis im Intraday-Markt auf bis zu 150 €/Mwh steigt. Dies ist eine Arbitragemöglichkeit – man verkauft die eigene Position und findet einen alternativen Zeitpunkt zum Aufladen der Autos.
Und schließlich trägt Smart Charging auch zur Netzstabilität bei. Hat man zum Beispiel eine Flotte von Elektrofahrzeugen in einem Gebiet mit einer überlasteten Umspannstation, kann man die Ladezeiten verschieben, um Engpässe und teure Netzaufrüstungen zu vermeiden. Wir arbeiten derzeit an einem Projekt in Deutschland mit Transnet BW, um dieses Konzept auch im Übertragungsnetz zu testen.
Ihr habt noch weitere KI-Projekte im Netzbereich in Europa.
Wir testen es in Verteilnetzen in der Schweiz, in Norwegen und auch in Großbritannien. Es geht vor allem um Fehlererkennung. Wenn im Mittelspannungsnetz etwas ausfällt, müssen normalerweise teure Telemetriesysteme installiert werden, was bei laufendem Betrieb schwierig ist.
Wir haben eine Methode entwickelt, um Geräte im Niederspannungsnetz zu installieren, die Plug-and-Play-fähig sind, so dass sie im laufenden Betrieb installiert werden können. Mit diesen Daten und maschinellem Lernen können wir Fehler im Mittelspannungsnetz erkennen und genau lokalisieren, wo sie aufgetreten sind. Das spart den Netzbetreibern viel Zeit und reduziert die Ausfallzeiten für die Verbraucher. Diesen Bereich testen wir derzeit mit sehr guten Ergebnissen.
Gibt es Projekte, die gerade besonders spannend sind?
Wir wollen die menschlichen Fähigkeiten erweitern. Innerhalb von Kraken setzen wir KI ein, um Asset-Manager dabei zu unterstützen, große Assets zu verwalten. Das können Onshore- oder Offshore-Windparks, große Solaranlagen oder Batteriespeicher sein.
Wenn sie eine Anlage in Betrieb nehmen, gibt es eine Reihe manueller Schritte: Formulare müssen ausgefüllt, Absprachen mit dem Netzbetreiber getroffen werden, um sicherzustellen, dass alles richtig eingerichtet ist. Aber Menschen machen natürlich Fehler, und deshalb nutzen wir künstliche Intelligenz, um frühere Implementierungen zu analysieren und zu prüfen, ob eine neue Batterieanlage denjenigen ähnelt, die wir bereits in Betrieb genommen haben. So können wir sicherstellen, dass alles richtig konfiguriert ist und Fehler vermieden werden.
Der Bedarf an Rechenleistung bei KI ist immens und somit auch ihr ökologischer Fußabdruck. Wie gehen Sie dieses Problem an?
Das ist ein wirklich wichtiges Thema, denn in den letzten 18 Monaten ist die Nachfrage nach Rechenzentren plötzlich in die Höhe geschossen. Das höre ich von Gesprächen mit Versorgungsunternehmen, die große Anforderungen an neue Rechenzentren in ihren Gebieten haben und keine Kapazitäten haben.
Der Unterschied bei KI im Vergleich zur vergangenen Entwicklung in der Rechenzentrumsindustrie ist jedoch ihre Latenz: Die letzte Entwicklung in Rechenzentren wurde hauptsächlich durch den Hochfrequenzhandel und die virtuelle Realität getrieben, die Geschwindigkeit und niedrige Latenz benötigten, daher musste das Rechenzentrum in der Nähe des Verbrauchs stationiert werden.
Bei KI ist das anders?
Bei KI hingegen sind die Algorithmen, die wir laufen lassen, flexibel. Das gibt uns die Möglichkeit, diese Rechenzentren näher an den Orten zu platzieren, wo erneuerbare Energien erzeugt werden, und die Verarbeitungslasten dorthin zu verschieben, wo es Wind oder Sonne gibt.
Wenn wir also anfangen, diese Verarbeitungsleistung standortbasiert zu nutzen und auch beginnen, Rechenzentren näher an den Orten mit reichlich erneuerbarer Energie zu entwickeln, werden wir von Natur aus ein grüneres und umweltfreundlicheres KI-Ökosystem aufbauen.
Das Interview führte Pauline Faust.
