Urbios KI-Software beschleunigt die Wärmewende

Dieser Artikel, verfasst von Sébastien Cajot, wurde ursprünglich im Juli 2024 im Euroheat & Power Magazine veröffentlicht.

Während Tools wie ChatGPT die Erstellung von Werbetexten und Bildern verändert haben, revolutionieren ähnliche KI-Durchbrüche die Planung von kohlenstoffarmen Energiesystemen in europäischen Städten. Im Jahr 2024 hat das Startup Urbio eine zum Patent angemeldete Lösung entwickelt, die es Versorgungsunternehmen und Beratern ermöglicht, mit dem rasanten Tempo der Veränderungen Schritt zu halten.

Beschleunigte Wärmeplanung

Die Planung zukünftiger Energiesysteme - wie Wärmepumpen, Fernwärmenetze (DHN), Solarkollektoren und mehr - ist eine äusserst komplexe Aufgabe, die viel Zeit und Ressourcen erfordert. Was einst ein relativ einfacher Rahmen für den vorhersehbaren Energiestrom von zentralen Versorgern zu Verbrauchern war, wird durch die zunehmende Anzahl dezentraler "Prosumer" und die Abhängigkeit von intermittierenden Ressourcen immer undurchsichtiger. Zudem führen fragmentierte und unzureichende Datenquellen zu Unsicherheit und finanziellen Risiken. Angesichts der Billionen von Euro, die in die Energiewende investiert werden, und des akuten Mangels an Fachkräften, die diese Herausforderungen bewältigen können, ist eine effektive Planung von entscheidender Bedeutung. Sie stellt sicher, dass lokale Akteure ihre Prioritäten richtig setzen und jeder investierte Euro sowohl finanzielle Rendite als auch CO2-Reduktion maximiert, um den zunehmenden Vorschriften gerecht zu werden.

Abbildung: Entwicklung städtischer Energiesysteme hin zu zunehmend komplexen und vernetzten Systemen.

Derzeit sind Regulierungsbehörden in Deutschland aktiv und haben bereits 11.000 "Wärmepläne" in Auftrag gegeben. Diese sollen sicherstellen, dass Kommunen klare Strategien zur Umstellung auf widerstandsfähigere Energiesysteme entwickeln. Die geschätzten Kosten für die Umsetzung dieser Pläne belaufen sich auf über 500 Millionen Euro pro Jahr.

Der Wandel im Bereich der Wärmenetze erfährt in Europa starken Rückenwind. Experten gehen davon aus, dass bis 2030 jährlich bis zu 70 Milliarden Euro in Fernwärmenetze investiert werden. Wärmenetze gelten aufgrund ihrer hohen Energieeffizienz und Zuverlässigkeit als Schlüsselelement für Netto-Null-Gebäude. Sie stellen eine überlegene Alternative zu Wärmepumpen und Solar-Photovoltaik in dicht besiedelten städtischen Gebieten oder historischen Vierteln dar, in denen begrenzte Möglichkeiten zur Sanierung bestehen.

Aufgrund der festgelegten Ziele der Regierungen wächst der Markt für Wärmenetze schnell. Frankreich beabsichtigt beispielsweise, die Anzahl der an Wärmenetze angeschlossenen Haushalte bis 2035 zu verdreifachen. Versorgungsunternehmen und Kommunen drängen daher darauf, neue Netze zu errichten und bestehende zu erweitern.

Allerdings fehlen derzeit die personellen Ressourcen, um diese Pläne in dem erforderlichen Tempo und Umfang umzusetzen. Die herkömmlichen Methoden sind sehr arbeitsintensiv, aber es mangelt an qualifizierten Arbeitskräften. Die Akteure in der Versorgungswirtschaft spüren bereits heute die Grenzen herkömmlicher manueller Prozesse und erkennen das Potenzial digitalisierter Arbeitsabläufe.

"Machbarkeitsstudien sind für unsere Arbeit unverzichtbar, erfordern jedoch viel Zeit, da eine grosse Menge an Daten und Szenarien berücksichtigt werden muss." — Rafael Mesey, Leiter Abteilung Neue Energie bei CKW.

Mesey betont die Bedeutung von strukturierten und leicht zugänglichen Daten als Grundlage für Investitionsentscheidungen. Die Erstellung und Aktualisierung dynamischer Geschäftspläne ist zeitaufwändig, weshalb Ingenieure oft nur Zeit und Budget für die Bearbeitung eines Szenarios haben. Dabei ändern sich die Marktbedingungen während der Projektdauer ständig.

Wie können Energieversorger, Städte und Immobilieneigentümer sicherstellen, dass sie ihre Netto-Null-Ziele erreichen und gleichzeitig rentabel bleiben? Urbio, ein Schweizer Softwareunternehmen, setzt auf generatives Design, zuverlässige Daten und einen intuitiven Zugang zu Karten, um die Dekarbonisierung des europäischen Gebäudebestands zu beschleunigen.

Generatives Design für die Wärmeplanung

Das generative Design nutzt künstliche Intelligenz, um georeferenzierte und quantifizierte Szenarien basierend auf den Zielen und Einschränkungen des Nutzers automatisch zu erstellen. Es werden grosse Datenmengen strukturiert einbezogen und die vertrauenswürdigsten Datenquellen des Nutzers priorisiert. Dadurch liefert das Modell umfassendere und präzisere Ergebnisse als bisher und reduziert das Risiko im Investitionsprozess. Urbio hat eine generative Designlösung entwickelt, die auf Algorithmen und Daten basiert.

Abbildung: Urbios Datenlösung gewährleistet die Nutzung der genauesten Datenquellen zur Entscheidungsfindung und Risikominimierung.

Urbio scheint auf den ersten Blick innovativ in Bezug auf die Benutzerinteraktion mit den Algorithmen. Im Gegensatz zu "traditionellen" grossen Sprachmodellen unterscheidet sich die generative Designfunktionalität von Urbio jedoch in ihrem Ansatz. Tools wie ChatGPT ermöglichen verbale Interaktionen mit Nutzern und generieren Textausgaben, bleiben jedoch in Bezug auf Zahlen und räumliche Informationen weitgehend unverständlich und begrenzt. Urbio hingegen erzeugt quantifizierte, georeferenzierte und erklärbare Netto-Null-Szenarien durch einen zum Patent angemeldeten generativen Designansatz. Gleichzeitig ermöglicht es eine reibungslose Benutzerinteraktion mit den Szenarien direkt auf einer Karte.

Durch die Interaktion mit Urbio entsteht eine synergetische Zusammenarbeit von Mensch und Computer. Anstatt sich allein auf Algorithmen zu verlassen, um eine endgültige "Lösung" zu finden - was den komplexen realen Kontexten selten gerecht wird - erstellen die Benutzer iterativ ihren Plan. Dabei beziehen sie ihr Know-how und ihren Kontext ein, während die Algorithmen die Arbeitsabläufe verbessern, indem sie spontan Zahlen berechnen und CO2-Emissionen, Investitionskosten oder andere Ziele optimieren.Das Ergebnis ist, dass der Nutzer weiterhin die Kontrolle behält, während der KI-Assistent im Hintergrund unterstützt.

Abbildung: Drei Fernwärmeszenarien, die auf Basis von Nutzereingaben durch generatives Design erstellt wurden.

Durch den Einsatz von generativem Design können Entscheidungsträger im Energiebereich grössere Gebiete schneller und effizienter analysieren. Dies führt zu verbesserten Ergebnissen, da sie Optionen mit geringen Zusatzkosten vergleichen können, was den Return on Investment erhöht. Dadurch haben Ingenieure und kaufmännische Teams mehr Zeit, um Mehrwert für Projekte und Kunden zu schaffen, anstatt Daten und Szenarien vorzubereiten und die besten Optionen für jedes Projekt manuell auszuwählen.

Planung von Fernwärmenetzen mit Urbio

Ein Beispiel dafür ist das Schweizer Versorgungsunternehmen CKW, das wissen wollte, welche Gebiete als nächstes für neue Fernwärmenetze priorisiert werden sollten. Um in einem wettbewerbsintensiven Umfeld schnell handeln zu können, wollten sie ihre Planungsprozesse effizienter gestalten.

Bisher waren die Bewertungen mit viel manuellem Aufwand verbunden: Gebäudeattribute wurden erfasst, Tabellenkalkulationsmodelle wurden zur Bedarfsschätzung angewendet und Daten wurden in Desktop-GIS-Tools zur Visualisierung und Prospektion zugeordnet. Dies führte zu unvollständigen Daten und vielen manuellen Wiederholungen, was Zeit und Ressourcen der Planer in Anspruch nahm.

Durch die Automatisierung des gesamten Prozesses mit Urbio konnte CKW wertvolle Arbeitsstunden einsparen und sich auf die Untersuchung von Szenarien mithilfe von Karten und Schlüsselkennzahlen konzentrieren.

Abbildung: CKW nutzte die gesamte Palette der Urbio-Plattform, um Machbarkeitsstudien für Fernwärmenetze zu rationalisieren und zu verbessern.

Mit Urbios' 3-in-1-Lösung konnte das Team um Rafael Mesey bei CKW ihre Machbarkeitsstudien fünfmal schneller abschliessen und dabei dreimal mehr Szenarien zu erstellen, die präzisere Daten als vorher aufweisen. Diese Verbesserungen führten zu strengeren und zuverlässigeren Bewertungen, was wiederum die Geschwindigkeit und Genauigkeit der Investitionsentscheidungen erhöhte.

"Ich nutze Urbio, um die Entwicklung unserer Aktivitäten im Bereich der erneuerbaren Energien zu beschleunigen." — Rafael Mesey, Leiter Abteilung Neue Energie bei CKW.

Ausblick

Urbio wird nicht nur von CKW genutzt, sondern auch von europäischen Unternehmen wie dem deutschen Energieversorger NEW, dem belgischen Wärmenetz-Spezialisten Resolia sowie branchenführenden Energieberatungsunternehmen wie Energielenker und WSP. Urbio, das im Januar 2020 als Spin-off der Klimatech-Universität EPFL gegründet wurde, erweitert kontinuierlich seine Produktgrenzen auf mehreren Ebenen durch fortlaufende Verfeinerungen der Benutzeroberfläche, die noch mehr Nutzerkontrolle ermöglichen, die Anreicherung von Datenquellen und Prozessen sowie Verbesserungen der Skalierungsfähigkeiten der Plattform. Urbio bleibt damit seinem Ziel verpflichtet, Wärmeplanungsprozesse in ganz Europa zu digitalisieren und zu beschleunigen, um die Erreichung der Dekarbonisierungsziele zu unterstützen.