Wie man Wert aus Smart Data schöpft

Zusammenfassung

Der vorliegende Beitrag diskutiert an einem konkreten Forschungsprojekt, wie aus den Überwachungsdaten von Photovoltaikanlagen Algorithmen entwickelt wurden, die zukünftig die automatisierte Fehlererkennung und damit eine verbesserte Betriebsführung ermöglichen können. Um von Daten zum optimierten Prozess zu gelangen, sind vier Stufen notwendig. Nach der Datenintegration folgen die Qualitätssicherung, dann die Analyse und schließlich die Umsetzung in eine betrieblich nutzbare Anwendung. Für die Entwicklung valider, praxisrelevanter Modelle stellte es sich als unumgänglich heraus, dass bereits frühzeitig die datengenerierenden Prozesse und damit auch die physikalischen Grundlagen der Anlagen nicht nur von den Prozessexperten, sondern genauso von den Data Scientists verstanden wurden: Es genügt eben nicht, Daten zu konsolidieren und in ein Analysetool zu stecken, sondern die Wertschöpfung aus Daten gelingt nur, wenn eine domänen‐ und kompetenzübergreifend interdisziplinäre Zusammenarbeit erfolgt, in der beide Seiten bereit sind, kontinuierlich voneinander zu lernen.

Erfahrungen aus dem BayINVENT‐Projekt „PV Smart: Automatisierte Fehlererkennung in Solaranlagen“