Schlagwort: künstliche Intelligenz

items Digital Sessions: Einnahmenprognose mit KI

Die gestiegenen Energiekosten und die Inflation stellen Verbraucher vor immer größer werdende Herausforderungen. Haben Stadtwerke vor einem Jahr in der Regel noch mit unter einem Prozent an Zahlungsausfällen gerechnet, rechnen einige laut VKU aktuell mit bis zu 15 % Zahlungsausfällen. Eine echte Herausforderung für das Liquiditätsmanagement und die Finanzplanung der Stadtwerke.

In diesem Webinar zeigen wir Ihnen, wie Sie sich mit unserer Lösung vorbereiten können. Mittels unserer KI-basierten Prognose von Zahlungseingängen erfahren Sie für die nächsten 30 Tage die wahrscheinliche tägliche Summe der Einzahlungen. Dies erleichtert Ihnen das rechtzeitige und angemessene Handeln zur Sicherstellung Ihrer Liquidität und unterstützt Ihre Finanzplanung. Nachdem wir diese Lösung bereits erfolgreich für unser eigenes items Finanzmanagement einsetzen und es anschließend gemeinsam mit den Stadtwerken Lübeck auf die Situation und Anforderungen kommunaler Versorger weiterentwickelt haben, stellen wir Ihnen gerne die Lösung vor.

Kostenlos anmelden

Ablauf

  • Einleitung in die Thematik
  • Vorstellung der Lösung
  • Technische Insights
  • Demo

Referenten

Tobias Bräutigam – Berater Informationsmanagement

Dr. Mark Feldmann – Data Scientist

items Digital Sessions

Immer am Puls der Zeit – unsere Digital Session. Innovativ und aufschlussreich stellen wir Ihnen jeden Monat die aktuellen Themen der Versorgungs- und Mobilitätsbranche vor. In einer guten Stunde versorgen wir Sie mit den wichtigsten Informationen und stehen Rede und Antwort zu allen Ihrer Fragen.

Aufzeichnungshinweis:

Damit Sie Veranstaltungen auch im Nachhinein noch einmal anschauen können, wird die Veranstaltung aufgezeichnet. Sie werden, zu Beginn, über den Start der Aufzeichnung informiert. Sie haben die Möglichkeit Ihr Video zu deaktivieren, auf diese Weise ist ihr Gesicht nicht zu sehen, falls Sie dies wünschen sollten.

Falls Sie nicht wünschen sollten, dass Ihre Stimme in der Aufzeichnung zu hören ist, schalten Sie bitte Ihr Mikrofon auf stumm.

Die Aufzeichnung wird zum Zweck der Informationsbeschaffung so lange gespeichert, wie kein Widerspruch geäußert wird. Die Aufzeichnungen werden über Microsoft Teams verarbeitet und sind ausschließlich anderen Vereinsmitgliedern zugänglich. Aufzeichnungen werden nicht an Dritte weitergeleitet.

Sie sind nicht verpflichtet, Ihr Videobild, Ihren Audioton oder andere personenbezogene Daten wie einen Klarnamen oder ein Bild von Ihnen zu übertragen. Sofern Sie diese übertragen, erklären Sie sich mit der Aufzeichnung dieser Daten einverstanden.

Diese Einwilligungserklärung ist freiwillig und kann jederzeit mit Wirkung für die Zukunft widerrufen werden. Die Rechtmäßigkeit der, aufgrund der Einwilligung, bis zum Widerruf erfolgten Datenverarbeitung wird durch diesen nicht berührt.

Stromverbrauchsprognosen: Das Mittel gegen steigende Energiepreise

Steigende Energiepreise mit Insolvenzen von Energielieferanten und sogar die erste Geschäftsaufgabe eines Grundversorgers haben die Branche in Aufruhr versetzt. Selbst die Politik lässt das Thema nicht kalt, weswegen auf europäischer Ebene unterschiedlichste Maßnahmen diskutiert werden, um die finanziellen Auswirkungen auf die Bürger zu begrenzen. Einige europäische Staaten warten nicht mehr ab und setzen bereits jetzt erste Ad-hoc-Maßnahmen um, um die steigende wirtschaftliche Belastung der Bürgerinnen und Bürger zu begrenzen.

Für den sich schon heute im Wettbewerb befindenden Energielieferanten, der mit sinkenden Margen zu kämpfen hat, bedingen die steigenden Energiepreise nun eine erhöhte Komplexität in der Beschaffung, weswegen die Zuverlässigkeit der eigenen Stromprognose zunehmend an Bedeutung gewinnt. Eine zuverlässige Prognose bedeutet in diesem Zusammenhang, den Einkauf überflüssiger oder kurzfristig zu beschaffenden Strommengen zu überhöhten Preisen zu vermeiden und Planungssicherheit für den Vertrieb zu schaffen.

Die primären Beschaffungskosten, die für den Energielieferanten den volatilsten Teil des Gesamtstrompreises ausmachen, sollen auf Basis kurzfristiger sowie langfristiger Stromverbrauchsprognosen verbessert werden. Die kurzfristige Stromprognose fokussiert sich auf die kurzfristigen Preis- und Bedarfsschwankungen am Day-Ahead-Markt, während sich die langfristige Prognose mehr mit den zukünftigen Einflüssen des Marktes, wie z. B. den Auswirkungen verschärfter Klimaziele, auf den langfristigen Strombedarf beschäftigt. Da letzteres deutlich schwieriger zu prognostizieren ist, wollen wir in diesem Blogbeitrag den Fokus auf die kurzfristige Stromverbrauchsprognose legen, die Energielieferanten heute einsetzen, um ihre Planungen am Day-Ahead-Markt zu optimieren. Wir gehen auf den Aufbau von Prognose-Algorithmen ein und zeigen, welche Datenbasis erforderlich ist.

Prognosen für den Day-Ahead-Markt

Die unterschiedlichen Handelsfristen an den Strommärkten ermöglichen es den Marktteilnehmern, durch eine genaue Prognose des Strombedarfs in ihrem Versorgungsgebiet und daraus abgeleiteten Handlungen, die Beschaffungspreise zu senken. Insbesondere im Bereich der Day-Ahead-Auktionen (EXAA und EPEX Spot) gibt es ein enormes Potenzial, die benötigte Ausgleichsenergie frühzeitig zu erwerben und Kosten im Day-After-Handel zu minimieren.

Maschinelles Lernen (ML) – das Update mit Potenzial

In Zeiten nie da gewesener Rechenleistungen bieten sich für die Prognose Machine-Learning-Algorithmen an, die mit Hilfe historischer Daten in kurzer Zeit passgenaue mathematische Modelle erzeugen, diese (kreuz-)validieren, eine (a priori-)Fehlerabschätzung geben können und dabei eine Vielzahl weiterer Daten berücksichtigen. Diese Weiterentwicklungen der klassischen Regressionsverfahren bieten eine potenziell höhere Prognosegenauigkeit und bessere Resilienz gegen Abweichungen in den Eingabewerten als zum Beispiel Wetterprognosen, die naturgemäß fehlerbehaftet sind.

Ein weiterer Vorteil der ML-Algorithmen ist die Objektivität. Während Menschen dazu tendieren, beim Handeln mit jeglichen Anlagegütern in Panik zu geraten (neumodern: FOMO oder FUD) oder gewisse Signale überzubewerten, sind ML-Algorithmen gegen diese Phänomene immun und treffen ihre Entscheidungen auf Basis rationaler Korrelationskoeffizienten. Dies heißt allerdings nicht, dass ein solcher ML-Algorithmus immer jede menschengemachte Prognose übertreffen muss, da dieser seine Informationen nur aus dem historischen Datensatz bezieht und nur die externen Quellen hinzuziehen kann, die ihm auch zugeführt werden und die auch in den historischen Daten abgebildet sind.

Daher kann diese Form der künstlichen Intelligenz das Portfoliomanagement natürlich nicht gänzlich ersetzen, aber eine essenzielle Entscheidungshilfe leisten, um die letzten Prozentpunkte der Prognosegenauigkeit einzusammeln. In Zeiten der gemäßigten Energiepreise war die Amortisation einer solchen Ergänzung eventuell nur langwierig bis mittelfristig absehbar. Mit zunehmender Verfügbarkeit, geringeren Kosten von hohen Rechenkapazitäten und dem beschleunigten Ansteigen der Energiekosten hat sich der Break-Even-Point aber bereits jetzt absehbar nach vorn verschoben. Darüber hinaus liegen viele Vorteile in der Automatisierung des Planungsprozesses, wie der sehr schnellen Anpassung der Modelle an Markt- und Verhaltensänderungen durch ein permanentes Weiter- bzw. Neulernen.

Konzeption und Umsetzung

In der Praxis hat sich eine Konzeptionsphase (PoC = Proof of Concept) etabliert, in der dem Dienstleister ein historischer Datensatz zur Verfügung gestellt wird. Nach Bereinigung und Analyse der Daten erfolgt ein (automatisierter) Austausch der bisherigen Prognosen und der durch den ML-Algorithmus erstellen Vorhersagen. Dies bietet beiden Seiten die Möglichkeit festzustellen, ob eine Verbesserung der Prognose vorliegt und ob eine vorher festgelegte Kennzahl (KPI = Key Perfomance Indicator) erreicht wird. Hierbei ist zu beachten, dass es gerade in der Frühphase noch zu Schwankungen durch Fehler bei Datenübertragungen oder Fehlinterpretation von Fehl- oder Statuswerten kommen kann. Bei Erreichen der vordefinierten Ziele ist ein fließender Übergang in den Live-Betrieb und eine Tiefenintegration in die bisherigen Bestandssysteme möglich.

Weiterentwicklung und Ausblick

Der Übergang in den Live-Betrieb bedeutet bei Weitem noch nicht das Ende des Entwicklungsvorgangs. Um neue Entwicklungen im Energiemarkt (z. B. durch Änderung des Erneuerbare-Energien-Gesetzes oder Inkrafttreten neuer Regelungen, Fortschritt der Netzinfrastruktur, Auswirkungen der Corona-Pandemie) abzubilden, müssen stetig neue Datenquellen angebunden werden. Des Weiteren sind auch aktuelle Entwicklungen in technologischer Hinsicht zu berücksichtigen, da es nicht den einen ML-Algorithmus gibt, der alles kann, sondern eher einen ganzen Zoo mit mehr oder weniger artverwandten Evolutionsstufen.

Diese Live-Updates werden per CI/CD (Continuous Integration/Continuous Deployment) während des laufenden Betriebs eingespielt und beeinflussen diesen in der Regel nicht. So können Synergieeffekte erzeugt werden, die allen Anwendern nutzen.

Anforderungscheckliste: für den PoC

  • Historische Stromverbrauchsdaten mit Statuswerten auf 15-Minuten- oder Stundenbasis, aggregiert auf Vermarktungsgebiete oder als Einzelzeitreihen über einen Zeitraum von mindestens 2-3 Jahren
  • Tägliche Exporte der Stromverbrauchsdaten mit Statuswerten auf 15-Minuten- oder Stundenbasis (übereinstimmend mit dem Zeitintervall der historischen Daten) per .csv und E-Mail oder über alle anderen standardisierten Schnittstellen (z. B: REST API) müssen möglich sein
  • Falls möglich: Angaben zu Standorten der Abnehmer (Postleitzahl oder Bundesland)
  • Auf Wunsch eigene Wetterdaten mit Wetterprognosen (nur in Kombination)
  • Angabe eines Zeitpunktes, zu dem die Prognose ausgeliefert werden soll
  • Angabe, wie die Prognose ausgeliefert werden soll (Schnittstelle, Datenbank, E-Mail)
  • Aktuelle Prognosegenauigkeit (z. B. 90-92% mittlere prozentuale betragsmäßige Abweichung oder absolute betragsmäßige Abweichung) und exakte Berechnungslogik
  • Gewünschte Prognosegenauigkeit (z. B. 93-95% prozentuale betragsmäßige Abweichung) mit derselben Berechnungslogik

Brunnenpegelsonden im Test

Derzeit sind LoRaWAN-Grund-Wasser-Pegelsonden für die Wasser-Wirtschaft in unserem Innovationsteam im Test. Konkret handelt es sich um die Modelle WR-IoT compact mit CT-Sonde von UIT, ADT1-Tube mit Sonde 36XiW von Keller, SlimCom-IoT LR mit dem Dipper-PT von Seber und Hydrolab HL 4 Multiparametersonde von OTT.

Als Zwischenergebnis kann bereits festgehalten werden, dass alle Geräte hochwertig verarbeitet sind und nach Einrichtung in den internen LoRaWAN-Netzwerkserver regelmäßig Datenpakete senden. Die verschiedenen Einsatzmöglichkeiten bzw. die Variabilität der getesteten Sonden unterscheidet sich je nach Hersteller. Neben der Messung des Pegelstands bieten jedoch alle Hersteller die Möglichkeit, die Wassertemperatur sowie die interne Batteriespannung zu übermitteln. Zu bemängeln ist die zu einem gewissen Grad undurchsichtige Bedien- bzw. Kalibrierungssoftware einiger Hersteller, die eine intuitive Nutzung erschwert.

Um die gesammelten Informationen weiter zu verfeinern, wird die interne Testreihe in den nächsten Wochen fortgeführt und um Langzeittests im Feld erweitert.

Haben Sie Fragen? Gerne an iot@itemsnet.de

Rückblick E-world 2020 in Essen

Auch in diesem Jahr war die items wieder auf der E-world Energy & Water in Essen vertreten. In angenehmer Atmosphäre kam es beim traditionellen und leckeren Grünkohl zu anregendem Austausch. Unsere Produktneuheit Grid Insight: Water hat großes Interesse geweckt. Grid Insight: Water ist die Softwarelösung der Zukunft, mit der eine automatisierte Wasseprognose für eine nachhaltige Wasserversorgung abgesichert werden kann. Unsere weiteren Messeschwerpunkte, wie z.B. die Prozessautomatisierung durch Mustererkennung und RPA und unser neues Angebot iCheckup wurden von unseren Besuchern wohlwollend angenommen und diskutiert. Unsere Beteiligung an der e-World 2021 ist bereits geplant. Darauf freuen wir uns jetzt schon, insbesondere auf Sie!

Grid Insight: Water – KI-basiertes Cloud-Produkt als Antwort auf die Herausforderungen der Wasserwirtschaft

In den letzten Jahren zeigten sich in Deutschland bereits die ersten Auswirkungen des Klimawandels. Lange Trockenperioden in den Sommermonaten bedingen teilweise eine enorme Verknappung der Wasservorräte und führen u. a. zu Ernteausfällen in der Landwirtschaft. Eine stabile Wetterlage mit konstant ausreichender Regenmenge war in den letzten Jahren immer seltener der Fall und auch in den nächsten Jahren wird, bedingt durch die globale Erwärmung, nicht von einer Besserung auszugehen sein. Dieser Trend stellt auch die kommunale Wasserwirtschaft vor völlig neue Herausforderungen, da eine sichere Wasserversorgung der Bürgerinnen und Bürger auch über längere Trockenphasen hinweg sichergestellt werden muss. Aufforderungen der Kommunen, dass Bürger im Sommer ihr Verbrauchsverhalten ändern und den Wasserverbrauch einschränken sollen, werden immer öfter notwendig.

Um eine permanente Wasserverfügbarkeit sicherzustellen, ohne die Kosten für den laufenden Betrieb drastisch zu erhöhen, wird eine genaue Planung der Produktions- und Speichermengen benötigt. Grundlage jeder guten Planung bildet eine valide Prognose der zukünftig nachgefragten Wassermengen, die zudem in Echtzeit die äußeren Faktoren wie die Temperatur, Niederschlagsmengen, Sonneneinstrahlung sowie Event- und Kalenderabhängigkeiten berücksichtigt. In der Praxis findet jedoch meist eine Mengenprognose für den nächsten Tag auf Basis der Expertise des Netzmeisters statt. Vor dem Hintergrund der zunehmenden Komplexität durch äußere Einflussfaktoren und der riskanten Abhängigkeit vom „Kopfmonopol“ des Netzmeisters ist jedoch fraglich, wie lange ein Betrieb in dieser Form als effizient eingestuft werden kann. In diesem Kontext hat die items in Zusammenarbeit mit ihren Kunden Grid Insight: Water entwickelt. Die erste cloudbasierte Softwarelösung für die Wasserwirtschaft, die Methoden der Künstlichen Intelligenz (KI) nutzt, um die genannten Herausforderungen anzugehen und die seit dem 01.04.2020 den Regelbetrieb der Stadtwerke Münster unterstützt.

Auf Basis der intelligenten Algorithmen findet eine automatisierte Mengenprognose für die nächsten Tage statt, um die Planung der Wassergewinnung/Wasserbeschaffung für die kommenden Tage zu erleichtern bzw. zu automatisieren. Für die Entwicklung der Algorithmen wurden die Produktionsdaten des Wassernetzes der vergangenen fünf Jahre auf Stundenbasis analysiert und mit externen Daten wie bspw. Wetter- und Kalenderdaten angereichert. Auf Basis der identifizierten Muster kann das Modell die zukünftigen Wasserverbräuche sehr genau vorhersagen und berücksichtigt dabei vor allem die aktuellsten Wetterprognosen. Eine Aktualisierung der Algorithmen findet einmal täglich auf Basis neuer Daten statt, so dass die Abhängigkeiten zwischen den einzelnen Faktoren immer wieder neu berechnet und dargestellt werden können. So wurde im Rahmen der Entwicklung von Grid Insight: Water festgestellt, dass die Menschen im Durchschnitt nach fünf Tagen Trockenheit beginnen, überproportional zu gießen, wenn kein Regen für die darauffolgenden Tage gemeldet wird. Somit ist bereits frühzeitig ersichtlich, wann es zu einer Verbrauchsspitze und damit zu einer möglichen Wasserknappheit kommen könnte. Entsprechende Gegenmaßnahmen können somit frühzeitig eingeleitet werden.

Nachfrageprognose
©items GmbH

Mit Hilfe des Optimierungsmoduls können im nächsten Schritt die Prognoseergebnisse zur Verbesserung der kaufmännischen und technischen Netzführung verwendet werden. Auf Basis einer hinterlegten Kostenstruktur können betriebswirtschaftliche Entscheidungen im Rahmen der Wasser-Beschaffung, -Gewinnung, -Produktion und -Speicherung getroffen werden. So können zum Beispiel Fragen, ob und wann eine Intensivierung der Wassergewinnung oder der Zukauf von Wasser sinnvoll ist, automatisiert beantwortet werden. Dabei werden auch die aktuellen

Produktionsoptimierung
©items GmbH

Füllstände und technischen Speicherkapazitätsgrenzen des jeweiligen Wassernetzes berücksichtigt, um beispielsweise die Auswirkungen von Revisionsarbeiten im Rahmen der Produktionsplanung zu berücksichtigen. Die Softwarelösung Grid Insight: Water bietet so die Möglichkeit, sowohl die technischen als auch die kaufmännischen Prozesse zu optimieren.

Bei der Entwicklung der Softwarelösung ist eine modulare Architektur gewählt worden, um weitere Anwendungsfälle der Wasserwirtschaft zeitnah integrieren zu können. So wurden in den ersten Gesprächen mit weiteren Stadtwerken weitere Anwendungsfälle für Grid Insight: Water identifiziert, die aktuell in den Prototypen integriert werden:

  • Echtzeitmonitoring via LoRaWAN
  • Netzanalyse
  • Pegelstandsprognose
  • Wasserqualitätsprognose
  • Leckagen-Analyse
  • Wasserabrechnung

©items GmbH

Vor allem die Kombination mit dem Geschäftsfeld IoT ist am Markt ein absoluter Wettbewerbsvorteil für die items, da der Aufbau neuer Datenquellen (LoRaWAN) sowie die dazugehörigen Datenanalysen aus einer Hand angeboten werden können. So werden unnötige Schnittstellen und aufwändige Projektkoordinationen vermieden.

Um einen eigenen Eindruck von den Funktionalitäten und User-Experiences zu erhalten, könnt ihr euch unkompliziert für den Prototyp von Grid Insight: Water registrieren.

URL: https://wasser-frontend.azurewebsites.net/

Für Fragen und Anregungen stehen wir natürlich gerne zur Verfügung.

 

Christian Wessel
Geschäftsfeldentwicklung Data Science

E-Mail: c.wessel@itemsnet.de
Mobil: +49  152 38 90 15 78
Fon    +49 251 20 83-24 56

Grid Insight: Water vollautomatisierte KI-basierte Wasserprognose

Grid Insight: Water von items ist eine neuartige vollautomatisierte KI-basierte Wasserprognose. Prognostiziert wird der zukünftige Wasserbedarf für 5 Tage auf Basis von Stundenwerten bzw. für 30 Tage auf Basis von Tageswerten mit einer Genauigkeit von bis zu 97 Prozent. Mit Hilfe dieser Wasserprognose können für eine ganze Region oder für einzelne Unterregionen potenzielle Engpässe (Wasserknappheit) vorausgesagt und Empfehlungen für die zukünftige Wasserproduktion gegeben werden.

Vorausschauendes und nachhaltiges Ressourcenmanagement sind komplexe und herausfordernde Aufgaben – vor allem in der Wasserwirtschaft. Der Blick richtet sich dabei nicht nur auf den umweltgerechten, ökonomischen und sozialverträglichen Umgang mit der Ressource Wasser in Industrie und privaten Haushalten. Beachtet wird auch die permanente Klimaveränderung, die Starkregen oder Trockenperioden mit sich bringt, sowie das sich stetig verändernde Konsumverhalten bezüglich dieser Ressource. Zuverlässige, kurz- und mittelfristige Wasserprognosen sind erforderlich, um flexibel und nachhaltig reagieren zu können. Eine ausgewogene Balance zwischen Sicherstellung des Versorgungsauftrages und dem Abbau von Überkapazitäten ist der Auftrag an das Wassermanagement. Grid Insight: Water hilft Ihnen dabei.

E-world 2020

Wir laden Sie herzlich zu einem Besuch an unserem Stand 445 in Halle 3 ein!

Sein Sie dabei, wenn wir die Produktneuheit Grid Insight: Water – ein neuartiges, vollautomatisiertes Prognosetool auf Basis von künstlicher Intelligenz (KI) zur Unterstützung des kommunalen Ressourcenmanagements im Bereich Wasser – der Versorgeröffentlichkeit vorstellen.

Informieren Sie sich über konkrete Ansätze zur Umsetzung der Digitalisierung auch in Ihrer smart City
– mit innovativen Technologien wie LoRaWAN auf der items IoT-Plattform.

Wäre es nicht erstrebenswert, das Rad nicht mehr jeden Tag selbst neu erfinden zu müssen?
Dann lassen Sie die Experten der items doch einmal einen Blick auf Ihre Systemprozesse werfen und sich eine Analyse erstellen, wie sich die Teilnahme an einem Gemeinschaftstemplate auch für Ihr Unternehmen auszahlen könnte. Wir stellen Ihnen iCheckup vor!

Erfahren Sie, welche Möglichkeiten Ihnen die Kooperation von items und PKF, einem auf Prozessautomatisierung spezialisierten Beratungsunternehmen eröffnet, wenn es darum geht, Prozesse wirtschaftlicher zu gestalten und hochautomatisiert mittels Robotics durchzuführen.

Oder genießen Sie einfach den beliebten münsterländischen Grünkohl oder nach einem langen Messetag ein kühles Bier!

Wir freuen uns auf Sie!

Nachlese zum items KI-Workshop

Am 20.11.2019 haben sich interessierte Kunden der items zum ersten Workshop zum Thema Künstliche Intelligenz (KI) am Münsteraner Hafen eingefunden.

Thematisch ging es vor allem um die Identifizierung von KI-basierten Use-Cases in den jeweiligen Unternehmen. Dabei haben sich die Workshop-Teilnehmer zuerst am Business-Canvas-Modell (Geschäftsmodell) orientiert, bei welchem am Anfang der Analyse die täglichen Aufgaben und Herausforderungen im Fokus stehen. Im nächsten Schritt sind für die hoch priorisierten Problemstellungen Ziele definiert worden. Vor allem wurde sich aber mit der Frage beschäftigt, welche Informationen ein KI-basiertes Modell für einen Anwender liefern müsste. Während des gesamten Analyseprozesses sind die Teilnehmer mit Fachvorträgen geschult und inspiriert worden. Schemata, Potenziale, Vorteile und ein Überblick über KI-basierte Use-Cases in anderen Branchen bestimmten den Workshoptag.

Der allgemeine Tenor der Teilnehmer am Ende des Tages war eindeutig: Die Branche braucht mehr von dieser Art Workshop, um die Möglichkeiten von KI anhand von Fragestellungen aus der Praxis einfach bewerten zu können und auch die Grenzen von KI-basierten Lösungen zu erkennen. Die Planungen für den nächsten Workshop haben bereits begonnen.

Künstliche Intelligenz Workshop – Was bringt das für mein Stadtwerk?

Es vergeht fast kein Tag in der Versorgungswirtschaft, in der nicht über das Thema „Künstliche Intelligenz“ und ihre Einsatzmöglichkeiten in der Praxis philosophiert wird. Die Anzahl an umgesetzten Use-Cases in diese Branche ist jedoch sehr überschaubar. Daher hat es sich die items zur Aufgabe gemacht, diese Situation zu ändern und die Stadtwerke bei der Hebung des ungenutzten Datenpotenzials mit smarten Lösungen aus der Cloud zu unterstützen.
Durch die Rekrutierung von Data-Scientisten und Software-Engineers schafft es die items, das bestehende Know-how aus der Versorgungswirtschaft mit dem bezüglich Künstlicher Intelligenz zu verknüpfen und zielgerichtete Lösungen für die Branche zu entwickeln.
Der erste, bereits umgesetzte Machine-Learning-Prototyp des neuen items-KI-Teams fokussiert sich auf die Wasserwirtschaft und kann auf Basis von Echtzeitdaten die Wassernachfrage der nächsten 30 Tage vorhersagen. Aber auch weitere Use-Cases für den Vertrieb der Stadtwerke wie bspw. eine KI-gestützte Vertragsanalyse sind bereits in Pilotierung.
Wir freuen uns, wenn Sie an diesem ersten Workshop am 20.11.2019 in Münster teilnehmen.

items-Forum 2019

In diesem Jahr erwartet Sie Besonderes. items wird ZWANZIG Jahre jung.

Ein Grund mehr, mit Ihnen auf unserer jährlichen Fachtagung zu feiern und tiefgründig auf die Themen zu blicken, welche die digitale Transformation unserer Zeit bereithält.

Veränderung zu leben heißt auch, Mut zu zeigen und offen neuen Herausforderungen ins Auge zu blicken. Das macht man am Besten im Austausch mit Menschen, die ganz ähnliche Anforderungen im täglichen Umgang mit den neuen digitalen Technologien haben und die aufgeschlossen sind, sich auszuprobieren und über Pro und Contra zu diskutieren.

Mit unseren thematischen Schwerpunkten aus den Bereichen Innovation, E-Mobilität, künstlicher Intelligenz, SAP und Office-Solutions geben wir unseren Gästen die Möglichkeit, sich punktuell zu informieren und live am Wissenstransfer teilzunehmen. Wir richten unseren Fokus auf die Fragestellungen, mit welchen Technologien sich das Stadtwerk von Morgen agil und nachhaltig entwickeln kann und wie neue Produkte und Prozesse zu flexiblen Lösungen der modernen Arbeitswelt für Mitarbeiter beitragen können.

Genießen Sie das alles in bester Gesellschaft!

Wir freuen uns auf Ihren Besuch!

In wenigen Tagen erhalten Sie Ihre Einladung direkt in Ihr Postfach.

Alle Infos unter www.itemsforum.de

Das dritte MeetUp der Gruppe „energy market revolution – NRW“ – sei dabei!

Als items sind wir Mitorganisatoren des regelmäßigen MeetUp „The energy market revolution. Be part of it in NRW!“. Das nächste MeetUp zum Thema künstliche Intelligenz und Machine Learning in der Energiewirtschaft findet am 18.12.2017 in der Digital Church des digitalHUB Aachen statt. Allein die Lokation ist den Besuch wert, aber darüber hinaus haben wir drei spannende Speaker gewinnen können:

  • Nikolaus Starzacher, CEO bei Discovergy
  • Hannah Bölling, Technische Redakteurin bei SOPTIM
  • Matthias Hoffmann, Leiter Sales Innovation innogy SE

Das nächste MeetUp wird in Münster stattfinden, der Termin wird in Kürze bekannt gegeben.