Am 24. und 25.06.2025 informierten die Projektpartner AGFW, Stadtwerke Rosenheim (SWRO), Technische Hochschule Rosenheim (THRO; Projektkoordination) und Institut für nachhaltige Energieversorgung GmbH, Rosenheim (INEV) über die Ergebnisse des vom BMWK geförderten Verbundvorhaben: EnEff:Wärme: ILSE - Intelligente Lernende Systeme in Energieverbünden, FKZ 03EN3033.

Das Verbundvorhaben: EnEff:Wärme: ILSE hat sich der Thematik KI und maschinelles Lernen in der Fernwärme und konkret der Entwicklung 

• KI-gestützter Systeme zur Erkennung ungewöhnlicher Betriebszustände von Hausstationen (HAST),
• automatisierter Verfahren hierfür (selbstlernende Algorithmen) und
• darauf basierender prädiktiver Instandhaltungsstrategien

angenommen. 

Am 24. und 25.06.2025 wurden die Ergebnisse der interessierten Fachöffentlichkeit in Nürnberg vorgestellt. Ergänzend fand ein Workshop zur Übertragbarkeit auf andere Netze sowie eine Abschlussdiskussion zur Zukunft der KI in Fernwärmesystemen statt.

Den Auftakt am ersten Tag bildete eine allgemeine Einführung in KI und maschinelles Lernen durch Prof. Dr. Jochen Schmidt, THRO. Im Fokus standen neuronale Netze, unterschiedliche Arten des Lernens, Qualität und Aufbereitung der Daten (Labeling) sowie die Zuverlässigkeit der Ergebnisse.

Anschließend berichteten Thomas Schaber und Dominik Stecher, beide SWRO, in einem Tandemvortrag über die konkrete Herangehensweise im Projekt anhand eines adaptieren CRISP-DM-Prozesses und die zugehörigen Lessons Learned. Nach Erläuterungen zu den Datenquellen, zur Datenerhebung sowie der Datenbereitstellung wurde deutlich, dass die Optimierung der Datenqualität, das Labeling und die richtige Aufbereitungsstrategie nicht zu unterschätzende Kernfaktoren und Aufwandsfaktoren als Grundlage für das Training und maschinelle Lernen der KI sind.

Martin Neumayer, INEV, konnte mit einem generalistischen Blick auf Störungs- und Datenmodelle mit und ohne KI-Einsatz zeigen, welche Potentiale bei der zeitlichen Erkennung und Dauer der Behebung von Störungen durch KI-Einsatz möglich sind.

Tiefere Einblicke in den KI-Einsatz bot Dominik Stecher, SWRO, zum Thema „Neuronale Netze zur prädiktiven Wartung und Fehlerprognose“. Kommend von der Störungserkennung mit Zeitreihengrundlagen bildeten der KI-Datenfluss, dessen Auswertung und Beispiele zur Störungsdetektion mit statistischen Auswertungen sowie das Thema Fehlerklassifikation den Schwerpunkt der Ergebnisvorstellung.

Als Abschluss wurde den Teilnehmenden ein Eindruck zur Anwendung und Lessons Learned hinsichtlich KI-gestützter Analysen aus Sicht der SWRO vermittelt. Im Mittelpunkt standen die Themen Soft Deployment, Einbindung in das Produktivsysstem und die IT-Infrastruktur.

Das Projekt wurde durch und über den AGFW mit einem nutzerzentrierten Ansatz anhand eines Workshopprogramms begleitet. Am zweiten Tag fand hierzu der abschließende Workshop zur Übertragbarkeit auf andere Netze statt.

Die vom AGFW vorgestellten Projektergebnisse hinsichtlich der Nutzerintegration, der Nutzersicht zu Anforderungen und Output der KI-Prädiktion sowie zum Meldeprozess und der User Experience bei den SWRO stimmten in den Workshop ein.

Einen sehr spannenden und interessanten Blick über das Projekt hinaus boten die vier Impulsvorträge zu KI in der Fernwärme aus der Forschung und der Industrie. In den Vorträgen: 

• Prädiktive Wartung und Instandhaltung von HAST als Teil eines FW-Systems mit Hilfe von Grey-Box-Verfahren
  Dr.-Ing. Dinah Hollermann, stellv. Abteilungsleiterin Thermische Energiesystemtechnik Fraunhofer IEE, Kassel
• KI in der Fernwärme - Erfahrungen aus Forschung (FunkSTA) und Praxis von heatbeat
  Marcus Fuchs, Geschäftsführer heatbeat, Nürnberg
• Praxiserfahrungen mit Daten aus HAST und Erfahrungen mit einfachen KI-Ansätzen
  Rupert Wieser, Naotilus, Lübeck
• Künstliche Intelligenz für Fernwärme: Zwischen Effizienzsteigerung und Realitätscheck?
  Dr. Nicola Kleppmann, General Manager, SAMSON KT-Elektronik, Berlin

thematisierten die Expertinnen und Experten prädiktive Wartung und Instandhaltung, Erfahrungen aus der Forschung und Praxis sowie die Frage nach Effizienzsteigerung im Realitätsscheck.

Im Plenum und in mehreren Kleingruppen wurden anschließend in zwei sukzessiven Workshopteilen technologiebezogene beziehungsweise prozessbezogene Erkenntnisse für die Übertragbarkeit auf Basis von Input aus dem Projekt ILSE erarbeitet. Wichtige Aspekte wurden zusammengetragen und gewertet, für diese die wichtigsten Erkenntnisse diskutiert und detailliert sowie die Implikationen als Tipps und Tricks dokumentiert.

In der gemeinsamen Abschlussdiskussion bildeten vier Leitfragen zur Zukunft der KI in Fernwärmesystemen hinsichtlich aktueller und zukünftiger Anwendungen, zu Hemmnissen und Potenzialen sowie Forschungsbedarf die Grundlage für die Diskussion.

Die Workshopteile und Abschlussdiskussion hat Prof. Dr. Hagen Habicht, Leipzig, als Experte auf dem Gebiet Open und User Innovation mit den Projektpartnern vorbereitet, moderiert und angeleitet.

Die Vorträge der Projektpartner aus der Abschlussveranstaltung sowie die Impulsvorträge aus der Forschung und Industrie zum Workshopauftakt sind weiter unten auf der Webpage frei zugänglich zum Download im Bereich „Vorträge der Abschlussveranstaltung zum Download“ bereitgestellt.

Der AGFW bedankt sich bei allen, die zum Erfolg der Veranstaltung beigetragen haben.

Am 24. und 25.06.2025 informierten die Projektpartner AGFW, Stadtwerke Rosenheim (SWRO), Technische Hochschule Rosenheim (THRO; Projektkoordination) und Institut für nachhaltige Energieversorgung GmbH, Rosenheim (INEV) über die Ergebnisse des vom BMWK geförderten Verbundvorhaben: EnEff:Wärme: ILSE - Intelligente Lernende Systeme in Energieverbünden, FKZ 03EN3033.

Das Verbundvorhaben: EnEff:Wärme: ILSE hat sich der Thematik KI und maschinelles Lernen in der Fernwärme und konkret der Entwicklung 

• KI-gestützter Systeme zur Erkennung ungewöhnlicher Betriebszustände von Hausstationen (HAST),
• automatisierter Verfahren hierfür (selbstlernende Algorithmen) und
• darauf basierender prädiktiver Instandhaltungsstrategien

angenommen.

Die Vorträge der Projektpartner aus der Abschlussveranstaltung sowie die Impulsvorträge aus der Forschung und Industrie zum Workshopauftakt können hier kostenfrei und frei zugänglich heruntergeladen werden:

Zum Download der Unterlagen

Die (frühzeitige) Einbindung von potentiellen Anwendern (im ersten Schritt für den „Use Case Hausstation“), soll den gesamten Entwicklungsprozess des Forschungsvorhabens begleiten. Dies hat zum Ziel, dass neben den Herausforderungen der technischen Entwicklung der automatisierten Verfahren, die konkreten Bedürfnisse der praktischen Anwender integriert werden. Denn die vom System gelieferten Informationen müssen neben Korrektheit und Verlässlichkeit für den Anwender praxistauglich sein. Die Anwender werden deshalb frühzeitig in die Anforderungsanalyse und den Test von Prototypen involviert und haben auch die Möglichkeit an verschiedenen Meilensteinen der Entwicklung Ihre Expertise einfließen zu lassen und Anpassungen anzustoßen.

Hierfür sind mehrere projektbegleitende Workshops vorgesehen. Bei Interesse wenden Sie sich bitte direkt an Ihre Ansprechpartner in der Geschäftsstelle (siehe rechte Side bar) .

Den Auftakt Workshop bildet ein sogenannter „Lead User-Workshops“, am 17.08.2021 in Rosenheim. Ziel dieses Workshops ist es,

• typische Ursachen und Kennzeichen für ungewöhnliche Betriebszustände aus der Praxis heraus zu erfassen,
• den Status Quo der darauf aufbauenden aktuellen Wartung, Instandhaltung und Fehlerbehebung bei HAST im Sinne einer Prozesslandkarte aufzunehmen und schließlich
• erste Ansätze für die Verbesserung des Status Quo in Richtung einer prädiktiven Instandhaltung zu erarbeiten. Dazu wird vorab ein Impulsvortrag über das Thema Deep Learning-Verfahren im Kontext der HAST informieren und das notwendige Ausgangswissen vermitteln.

Der Workshop fokussiert sich vor allem auf die „Anwender“ aus Fernwärmeversorgungsunternehmen, egal ob direkt an den HAST abreitend oder in der weiteren Prozesskette, beispielsweise dem Netzbetrieb oder allgemein in der Wartung und Instandhaltung. Weitere Informationen zum Programm und die Möglichkeit zur Anmeldung finden sie hier www.agfw.de/ilse.

Dieser Lead User Workshop ist als Präsenzveranstaltung, samt passendem Hygienekonzept geplant, die Teilnehmerplätze sind deshalb beschränkt, allgemeine Informationen zu Präsensveranstaltungen des AGFW finden Sie hier: https://www.agfw.de/veranstaltungen/

Veranstaltungsdetails:

17.08.2021, 9- 16 Uhr

Stellwerk18
Eduard-Rüber-Straße 7
83022 Rosenheim

Die Agenda (Stand 28.07.2021) sieht folgende Punkte vor:

Kurzworkshop:14.09.2021

17:00 Uhr - 19.00 Uhr

• Kurzvorstellung des Forschungsvorhabens ILSE
• Impulsvortrag zu Möglichkeiten und Herausforderungen Digitalisierung/ Monitoring/ KI
• Zwischenergebnisse des Lead-User WS
• Diskussion zu den Zwischenergebnissen
  • Weitere Anforderungen
  • Abweichende Abläufe und Prozesse
  • Datenlage in den Unternehmen
  • Anwendungsfälle der Digitalisierung?

ca. 19:30 Uhr gemeinsames Abendessen mit Erfahrungsaustausch unter den WS Teilnehmern.

Anmeldung

Dieser Workshop ist als Präsenzveranstaltung, samt passendem Hygienekonzept geplant, die Teilnehmerplätze sind deshalb beschränkt, allgemeine Informationen zu Präsensveranstaltungen des AGFW finden Sie hier: https://www.agfw.de/veranstaltungen/

Zwischenzeitlich wurden unter Berücksichtigung des Inputs aus den bereits durchgeführten Workshops folgende Software-Anwendungen von der Technischen Hochschule Rosenheim entwickelt beziehungsweise entworfen:

• ein Labeling Tool zur Datenaufbereitung von Mess- und Störungsdaten für KI-Modelle (Eine Veröffentlichung des Source Code (kostenfrei) zur Adaption für ähnliche Einsatzzwecke ist vorgesehen)
• ein Dashboard Modellierung für die Evaluierung von KI-Modellen zur Störungsvorhersage anhand mit dem Labeling Tool aufbereiteter historischer Daten und darauf aufbauend
• ein Dashboard Einsatz zur Vorhersage und Visualisierung künftig zu erwartender Störungen anhand aktueller Messdaten

Im Workshop werden für die oben genannten Dashboards folgende Punkte diskutiert und bearbeitet:

1. Welche Vorhersagezeitpunkte und Vorhersagegenauigkeiten sind aus Sicht der Praxis für die bisher erfassten Störungen aufgrund der durch diese bedingten Probleme, Auswirkungen und Aufwände wünschenswert (Stichwort: Dashboard-Metriken)?
2. Fähigkeit der Software-Anwendung, die Anforderungen des Anwenders bei der Ausführung der gewünschten Aufgabe zu erfüllen (Benutzer-Akzeptanz (User Acceptance))
3. Gestaltung und Bedienung der Software bei der Ausführung der gewünschten Aufgabe (Benutzererfahrung (User Experience))

Teilnehmende erhalten die Möglichkeit, Ihre Anforderungen und Ihr Feedback zu den Punkten 1. – 3. direkt einzubringen.

Der Workshop richtet sich vorrangig an:

• Personal aus den Bereichen Betrieb und Maintenance
• Personal aus dem Bereich der Netzleitstellen
• sowie (ggf. beabsichtigte) Key-User für entsprechend Software-Anwendungen

Die Möglichkeit zur Anmeldung (begrenzte Teilnehmerzahl) sowie weitere Einzelheiten finden sich unter nachfolgendem Link: Anmeldung

Juni 2021: Forschungsvorhaben gestartet

Juli 2021: Lead User Workshop