Zukunftsweisende Hochspannungstechnik ist das Kerngeschäft der Maschinenfabrik Reinhausen (MR). Das weltweit tätige Traditionsunternehmen mit über 150-jähriger Geschichte und rund 3.400 Mitarbeitern entwickelt und fertigt auch technische Lösungen für die Produktion erneuerbarer Energien – und damit für den Klimaschutz. Somit lag es nahe, dass die MR den Betrieb ihrer Produktions- und Verwaltungsgebäude am Hauptsitz in Regensburg so energieeffizient wie möglich gestalten wollte. Weil die Hightech-Experten als Lösung für ihre Anforderung natürlich auch Hightech wünschten, beauftragten sie Kieback&Peter mit einem herausfordernden Projekt: Die Automationsspezialisten sollten sämtliche bestehenden Heizungs- und Lüftungsregelungen mittels Künstlicher Intelligenz (KI) so optimieren, dass der Energieverbrauch im Gebäudebetrieb bei gleichbleibendem Komfort dauerhaft – und vor allem messbar – deutlich sinkt. Also beinahe eine Quadratur des Kreises – konnte das gelingen?
Hightech für Hightech-Produzent
An zwei Standorten in Regensburg entwickelt und fertigt die Maschinenfabrik Reinhausen unter anderem komplexe Komponenten zur Übertragung elektrischer Energie im Hochspannungsbereich – beispielsweise Laststufenschalter, Spannungsregler und Spannungsumsteller. 2020 beschloss das Unternehmen, dass die gebäudetechnischen Anlagen der Regensburger Verwaltungs- und Produktionsbereiche an den Standorten Reinhausen und Haselbach mit größtmöglicher Energie- und Kosteneffizienz arbeiten sollten. Geschehen sollte das durch grundlegend neue Regelungsgrößen für Heizung, Lüftung und Klimatisierung. Dadurch sollte auch der CO2-Fußabdruck minimiert werden, um dem Klimawandel entgegenzuwirken. Da Kieback&Peter bereits seit vielen Jahren für die MR tätig ist und unter anderem die bestehende Gebäudeautomation realisiert hat, beauftragten die Hochvolt-Experten das Team der Niederlassung Regensburg damit, für ihr ambitioniertes Energiesparziel die perfekte Lösung zu finden. „Das war eine hochspannende Aufgabe“, resümiert Vertriebsingenieur Wolfgang Tux von der Kieback&Peter Niederlassung Regensburg. Er war dafür verantwortlich, dass die Kundenwünsche vollständig und plangemäß erfüllt werden.
So viel wie nötig, so wenig wie möglich – dank Künstlicher Intelligenz (KI)
Die größte Herausforderung für die erfahrenen Automationsexperten bestand darin, die bereits gut arbeitenden Anlagenregelungen so zu optimieren, dass die Einsparung erheblich und messbar ist – jedoch ohne Einbußen im Komfort.
Dazu setzte das Team auf en:predict von Kieback&Peter – ein selbstlernender Algorithmus, der Heizung und Lüftung vorausschauend und zu jeder Zeit präzise und bedarfsgerecht regelt. Nach dem Motto: So viel wie nötig, so wenig wie möglich.
Fast wie Hellsehen, nur treffsicherer und smarter
Wie kann Künstliche Intelligenz konkret dabei helfen, Energie zu sparen? Wolfgang Tux erklärt: „Wir haben den Algorithmus von en:predict in Form einer Software individuell für das Projekt MR modifiziert und in die bestehende Gebäudeautomation integriert. Zu Beginn hat die KI das Gebäudeverhalten progressiv erlernt, indem sämtliche Betriebszustände mit den jeweiligen Einflüssen – interne wie etwa Mitarbeiterfrequenz und thermische Lasten sowie externe wie Witterung und Jahreszeit – aufgenommen und verarbeitet wurden. Daraus entwickelte en:predict selbstlernend ein digitales Abbild des Gebäudes, einen sogenannten „digitalen Zwilling“: en:predict „lernte“ so beispielsweise das Aufheizverhalten des Gebäudes unter Berücksichtigung der Witterungsbedingungen „kennen“ und konnte nach einer gewissen Lernkurve zuverlässig vorhersagen, wie hoch der anstehende Energiebedarf ist und damit die Anlagen für die prädiktive Regelung aktivieren. Nach einiger Zeit des ausschließlichen „Lernens“ befanden Wolfgang Tux und sein Team, dass der smarte Algorithmus alle wichtigen Informationen erfasst hat und schaltete die en:predict als zentrale Regelgröße für die Gebäudeautomation scharf.
en:predict erkennt, wie hoch der Heizbedarf sein wird
Die ersten Probeläufe der neuen prädiktiven Regelung verliefen bereits äußerst erfolgreich: Da en:predict das Verhalten der Gebäude exakt vorhersagen konnte, gab es kaum Nachbesserungsbedarf: „Die einzigen wesentlichen Kinderkrankheiten waren Luftstromüberwachungen, deren Regelungseingriffe denen von en:predict widersprachen. Das konnten wir durch eine Feinjustierung in der Programmierung schnell und erfolgreich abstellen.“ Seit August 2021 regelt die en:predict jetzt Heizung, Klima und Lüftung mehrerer Hallen der Maschinenfabrik Reinhausen am Standort Regensburg – mit dem gewünschten Erfolg. Beispielsweise kann das System aus dem Zusammenhang der Werte Montagmorgen-Nachttemperatur-Jahreszeit-Wetterbericht im Voraus berechnen, welche Leistung die Lüftungsanlagen für den jeweils gewünschten Komfort in den verschiedenen Gebäudebereichen erbringen müssen.
Einsparungen mit en:predict pro Jahr bei der Maschinenfabrik Reinhausen
Durch en:predict eingesparte Energieverbräuche
Durch en:predict reduzierte CO₂-Emissionen
Gesamteinsparung durch en:predict
Messbarer Einspareffekt: 43 Prozent – übersichtlich visualisiert am Dashboard
Dass der Einsparerfolg der selbstlernenden Regelung erheblich, messbar und damit belegbar sein sollte, war ein wichtiger Teil des Auftrags. Auch das konnten Wolfgang Tux und sein Team erfüllen: „Wir haben ein virtuelles Dashboard in der zentralen Gebäudeleittechnik integriert, über das die Verantwortlichen der Maschinenfabrik Reinhausen jederzeit sämtliche Energieverbräuche und Einsparungen übersichtlich und logisch einsehen können.“ Das Dashboard bietet zahlreiche Auswertungs- und Visualisierungsmöglichkeiten. Vor allem aber zeigt es den wichtigsten Erfolg des Projekts: Die Maschinenfabrik Reinhausen kann dank en:predict jetzt bis zu 43 Prozent Primärenergie einsparen, und ihren CO2-Fußabdruck erheblich verkleinern – bei gleichbleibendem Komfort.
