Die zwei Seiten des Aufkommens von KI im Bereich der erneuerbaren Energien

KI entwickelt sich zu einem Schlüsselinstrument, um die Effizienz des globalen Energiesystems zu verbessern und insbesondere den Ausbau erneuerbarer Energien zu fördern. „KI ermöglicht einerseits die Optimierung der Erzeugungsprognosen (Solar- und Windenergie) durch die Anpassung von Wetter- und Produktionsmodellen in Echtzeit. Andererseits trägt sie auch zu einem verbesserten Nachfrage- und Speichermanagement sowie einer nahezu sofortigen Anpassung von Angebot und Nachfrage bei, was die Systemeffizienz erhöht“, erklärt Ismael Morales, Leiter der Klimapolitik der Renewable Foundation.

Vor diesem Hintergrund sei das Potenzial enorm, „sofern bei der Anwendung strenge Kriterien der Nachhaltigkeit und sozialen Gerechtigkeit eingehalten werden, neben physischen Datenbeständen und dem Verbrauch natürlicher Ressourcen, die zudem mit erneuerbarer Energie versorgt werden müssen.“

Miguel Colomo, Leiter der vorausschauenden Wartung bei Endesa, nennt konkrete Beispiele. „KI ist in vielen unserer Prozesse präsent. Sie hilft uns beispielsweise, die Energieproduktion vorherzusagen und Entscheidungen basierend auf den Wind-, Solar- und Wasserkraftressourcen unserer Anlagen zu treffen“, betont er zunächst.

„Bei der vorausschauenden Wartung“, fährt er fort, „um dank sensordatenbasierter Modelle Ausfälle vorherzusehen und ungeplante Ausfallzeiten zu reduzieren.“ Der Nutzen geht darüber hinaus: „Bei der Klassifizierung von Produktionsverlusten mit Klassifizierungsmodellen, die die damit verbundenen Ursachen aufzeigen. Bei der Bilddiagnostik, die es uns ermöglicht, die Anlagenüberwachung und Vogelerkennung mithilfe von Computer Vision zu automatisieren; oder bei der Automatisierung von Aufgaben mithilfe konventioneller und generativer KI-Anwendungen.“ All dies, so Colomo, steigere die Effizienz, senke Kosten und erhöhe die Netzwerksicherheit.

Smarkia, ein Unternehmen, das sich auf die Überwachung und das intelligente Management von Energiedaten spezialisiert hat, setzt künstliche Intelligenz ein, um das gesamte Energiemanagement seiner Kunden zu automatisieren und zu optimieren – von der Datenerfassung bis zur Teilnahme an Flexibilitätsmärkten. Allein im Bereich Solarenergie verwaltet das Unternehmen über 1.500 Photovoltaikanlagen mit einer Kapazität von über 5 GW. Dank KI unterstützt es Unternehmen wie MN8 Energy (einem der größten unabhängigen Solarstromproduzenten in den USA) dabei, die Datenqualität zu verbessern, Kosten zu senken und effizienter zu arbeiten.

„Wir automatisieren kritische Warnmeldungen, integrieren wichtige Signale (wie Temperatur oder Strahlung) und bieten umfassende Überwachung aus einer einzigen Umgebung“, erklärt Marina Salmerón, CMO von Smarkia. „Unsere Kunden sehen sofort Ergebnisse.“

Er erklärt, dass beispielsweise im Einzelhandel durchschnittlich 5 % Einsparungen pro Betrieb und über 2 Millionen Euro an Tarifoptimierungen erzielt wurden. „Bei großen internationalen Hotelketten haben wir einen ROI von 162 % erzielt, mit 40 % Einsparungen bei Industriekühlung und Energieverträgen. Das bedeutet, dass unser Kunde für jeden investierten Euro 1,62 Euro eingespart hat.“

Er gibt an, dass Kunden aus der Immobilienbranche ihren Heizenergieverbrauch um bis zu 40 % senken konnten. Kunden aus der Agrar- und Lebensmittelindustrie konnten dank der Plattform bis zu 28 % der Produktionskosten ihrer Endprodukte einsparen. Und um nur ein Beispiel hervorzuheben: Eine führende Gruppe aus der Freizeit- und Unterhaltungsbranche erzielte einen ROI von 545 % bei einer Amortisationszeit von weniger als einem Monat. In diesem Fall beträgt die Rendite für jeden investierten Euro 6,45 Euro. Neben den Energieeinsparungen betont Salmerón, dass KI unseren Kunden hilft, ihre Betriebsorganisation zu verbessern, ihre Antizipationsfähigkeit zu steigern und datenbasierte Entscheidungen zu treffen – echte, messbare und skalierbare Effizienz.

Doch mit dem Einsatz von KI-Anwendungen im Energiesektor wachsen auch die Bedenken. „Der Energieverbrauch von Rechenzentren, die KI-Systeme beherbergen, wächst schneller als die Kapazität zur Erzeugung erneuerbarer Energien“, warnt Rafael Mayo García, Leiter des Bereichs Scientific Computing bei Ciemat und Koordinator des gemeinsamen Programms „Digitalisierung für Energie“ der europäischen Energieallianz EERA. „Und das wirft ein unangenehmes Paradoxon auf: Für die Digitalisierung der Energieversorgung verbrauchen wir immer mehr Energie. Künstliche Intelligenz könnte in diesem Jahr so ​​viel Energie verbrauchen wie Finnland. Pessimistischere Berichte gehen sogar von den Ausgaben ganz Japans aus“, bemerkt er.

Ismael Morales geht noch weiter. „Rechenzentren werden bis 2030 zehn Prozent des weltweiten Stroms verbrauchen. Die Serverkühlung benötigt jährlich 660 Milliarden Liter Wasser. Und die beschleunigte Obsoleszenz wird mehr als fünf Millionen Tonnen Elektroschrott erzeugen.“ Seiner Meinung nach sei dies ohne strenge Nachhaltigkeitskriterien nicht zu stemmen.

Endesa hat daher Maßnahmen ergriffen, um die Auswirkungen zu minimieren. „Wir nutzen Edge Computing, um die Übertragung riesiger Datenmengen in die Cloud zu vermeiden, und wählen Lieferanten aus, die ihre Nutzung erneuerbarer Energien und ihre Energieeffizienz zertifizieren“, erklärt Colomo. Smarkia hingegen betont, dass seine KI nicht wie ChatGPT generativ ist, sondern Algorithmen zur Minimierung des Energieverbrauchs verwendet. „Unsere Energiebilanz ist eindeutig positiv“, so Salmerón.

Oftmals stellt die Vorstellung, Digitalisierung bedeute einen steigenden Energieverbrauch, ein Hindernis dar. „Wir müssen die falsche Dichotomie zwischen Technologie und Nachhaltigkeit aufbrechen“, betont Salmerón. „Bei unseren Kunden beobachten wir, dass KI, umsichtig eingesetzt, ihren Energieverbrauch nicht nur ausgleicht, sondern ihn sogar vervielfacht.“

Allerdings sind nicht alle Anwendungen gleich. Die Renewable Foundation warnt, dass viele Unternehmen die sozioökologischen Auswirkungen ihrer Algorithmen immer noch nicht prüfen und dass intransparente oder ausschließlich auf wirtschaftliche Effizienz ausgerichtete Praktiken weiterhin vorherrschen. „90 Prozent der Unternehmen priorisieren Effizienz gegenüber Gerechtigkeit, und nur 12 Prozent führen Umweltverträglichkeitsprüfungen ihrer KI durch“, prangert Morales an. Daher schlägt sie eine Reihe von Maßnahmen vor: die ausschließliche Nutzung erneuerbarer Energien, die geografische Planung von Rechenzentren, die Prüfung von Verbrauch und Wasserfußabdruck, die Nutzung von Geräten für die Kreislaufwirtschaft und die öffentliche Transparenz der Verbrauchsdaten. „Und vor allem muss ein fairer Zugang zu diesen Technologien gewährleistet sein. Denn sonst werden benachteiligte Gruppen vom neuen Energiemodell ausgeschlossen“, warnt er.

Trotz ihrer Schattenseiten gilt künstliche Intelligenz als eine tragende Säule für die Zukunft des Energiesektors. „Sie wird ein Schlüsselfaktor für die Integration von Speichern, die Automatisierung kritischer Entscheidungen und die Verbesserung der Wettbewerbsfähigkeit erneuerbarer Energien sein. Sie ist nicht nur ein Werkzeug; im Fall von Endesa ist sie ein strategischer Teil unserer Zukunftsvision“, so Colomo abschließend.

Mayo vom CIEMAT weist auf die nächsten Meilensteine ​​hin: die Entwicklung leichterer Algorithmen, die Versorgung von Systemen mit sauberer Energie und die Anbindung der gesamten Branche an fortschrittliche Computertechnologien, nicht nur an große Unternehmen. Ismael Morales betont insbesondere die soziale Perspektive: „KI muss einer gerechten Energiewende dienen. Sie kann weder reduzierten Verbrauch ersetzen noch Ungleichheiten vergrößern. Aber wenn sie mit Transparenz, Gerechtigkeit und ökologischem Bewusstsein eingesetzt wird, kann sie ein wichtiger Verbündeter sein.“