Mittag auf 1580 Metern. In der K\u00fcche des Bergrestaurants Wildspitz, auf dem h\u00f6chsten Berg des Kantons Zug, herrscht Hochbetrieb \u2013 Spitzenzeit f\u00fcr den Energieverbrauch. Photovoltaikanlage, W\u00e4rmepumpe und Batteriespeicher stehen hier im Dauereinsatz und bilden zusammen ein komplexes Energiesystem.<\/p>\n\n\n\n
Je nach Wetter, Verbrauch und Batterieladung lohnt es sich, die selbst erzeugte Energie direkt zu nutzen oder Strom aus dem Netz zu beziehen. Doch wann soll die Batterie Strom abgeben, und wann lieber speichern?<\/p>\n\n\n\n
Diese Frage stellte sich Ramon Stoffel<\/a> in seiner Bachelorarbeit im Studiengang Artificial Intelligence & Machine Learning<\/a> an der Hochschule Luzern – Informatik. \u00abIch wollte herausfinden, wie man die Energie intelligenter steuern kann. Ohne Verzicht, einfach durch kl\u00fcgere Entscheidungen\u00bb, sagt der Absolvent.<\/p>\n\n\n\n \u00abRamon Stoffel zeigt, wie angewandte KI echten Nutzen stiften kann. Sie spart Energie, senkt Kosten und bringt nachhaltigen Mehrwert f\u00fcr ein lokales Unternehmen.\u00bb Das Projekt entstand in Zusammenarbeit mit dem Unternehmen green 4 ag<\/a> und wurde von Energiewende-Spezialisten betreut. Gemeinsam entwickelten sie ein System, das Reinforcement Learning mit Simulationssoftware kombiniert.<\/p>\n\n\n\n Reinforcement Learning ist ein Teilgebiet der K\u00fcnstlichen Intelligenz. Dabei lernt ein System selbstst\u00e4ndig, gute Entscheidungen zu treffen. Wenn eine Entscheidung gut ist, bekommt das System eine Belohnung. Wenn nicht, gibt es Minuspunkte. Mit der Zeit erkennt es, welches Verhalten am besten funktioniert.<\/p>\n\n\n\n\n
Donnacha Daly,<\/a> Studiengangleiter, Artificial Intelligence & Machine Learning<\/a><\/sub><\/p>\n<\/blockquote>\n\n\n\n