Startups der Energiewende: IS Predict optimiert die Prozesse

Die IS Predict GmbH ist eines der Startups der Energiewende, die sich der Industrie 4.0 verschrieben haben. Das Unternehmen arbeitet in den Themenfelder Big Data und Analytics. Mit der Software Resource Intelligence hat IS Predict ein selbstlernendes Analyse- und Prognose-Tool entwickelt, das vorausschauende Empfehlungen für tägliche Abläufe oder sogar für automatisierte Kontrollprozesse liefert. Dabei decken dynamische Simulationsmethoden versteckte Optimierungspotenziale auf und steigern so die Energieeffizienz.

DEZ Blog: Können Sie unseren Lesern, auch denen die nicht vom Fach sind, erklären, was Resource Intelligence kann, wie es funktioniert und welche Vorteile das System dem Benutzer bringt?
Britta Hilt, Mitgründerin und Geschäftsführerin von IS Predict: Resource Intelligence ist eine selbst-lernende Softwarelösung zur Steigerung der Effizienz von Mensch, Maschine und Energieeinsatz. Wie macht sie das?

• Sie gibt Planbarkeit auch in hoch-komplexen Prozessen, die bisher aufgrund der vielen Einfluss- und Störfaktoren nicht planbar waren. Dadurch können bspw. sowohl Energiebedarfe und Energieerzeugung vorausschauend verstanden und geplant werden.
• Sie leitet Handlungsempfehlungen ab oder steuert auch automatisch.

Als Beispiel sei ein Projekt mit der Firma Hager genannt, die ihr Forschungs- und Entwicklungs-gebäude inklusive großer Laborapparaturen und mehrerer Elektrofahrzeuge nur mit der selbst erzeugten Energie betreiben möchten, ohne dass vom Netz Strom eingekauft werden muss. Leider sind sowohl die Strombedarfe, gerade im Labor und während der Aufladezeiten der E-Cars, sehr stark variierend. Auch die Stromerzeugung durch bspw. Photovoltaik ist stark schwankend. Und „dummerweise“ schwanken Strombedarf und Stromverfügbarkeit nicht in Harmonie…Hier kommt Resource Intelligence zum Einsatz, um

• einerseits das Unplanbare planbar zu machen: Wie viel Strom wird wann erzeugt? Wie viel Strom wird wann vom Gebäude, vom Labor, von den Elektroautos benötigt?
• andererseits das Optimum (= kein Stromkauf aus dem Netz) auf Basis unterschiedlicher Regelstrategien zu erreichen.

Hier werden also die Stromflüsse inkl. Stromspeicher vorausschauend optimiert gesteuert, so dass das Gebäude sich trotz nicht aufeinander passender Strombedarfe und Stromverbräuche trotzdem passbar werden, OHNE dass die Mitarbeiter, die Büros, Labor oder E-Autos nutzen, sich in irgendeiner Weise einschränken müssen! Das ist das Wichtige an der Sache. Das ist jetzt mal ein Beispiel aus dem Kontext Energie. Aber optimal vorausschauende Maschinenläufe sind dank vorausschauender Wartung bspw. auch ein spannendes Thema.

Welchen technischen und wirtschaftlichen Hintergrund versammeln Sie in Ihrem Team? Auf welche Erfahrungen und Vernetzungen können Sie bauen?
Also in unserem Team bin ich der Exot – ich hatte nämlich nur Mathe Leistungskurs damals im Abi – danach keine höheren Berührungspunkte zur Mathematik… 😉 Unser Team besteht hauptsächlich aus Mathematikern und Informatikern. SAP nennt dieses Know How „Data Scientists“ – und dieser Begriff hat sich in der Fachwelt dafür durchgesetzt. Einige haben auch, bevor sie zu IS Predict kamen, mit energiewirtschaftlichen Themen zu tun gehabt, wie bspw. SCADA-Programmierung. Mein Geschäftsführerkollege und Mitbegründer, Richard Martens, als auch ich haben viele Jahre in einem großen, internationalen IT- und Beratungshaus gearbeitet. Auch diese Erfahrungen nutzen uns täglich bei IS Predict. Wir gehören einer Holding an, der Scheer Group, dem Innovationsnetzwerk von Prof. August Wilhelm Scheer.

Welche regionalen Märkte haben Sie sich für die Erschließung vorgenommen?
Das Thema Ressourceneffizienz Steigern durch intelligente und vorausschauende Datenanalyse ist natürlich von Sydney bis San Francisco interessant. Aber wir können nicht den ganzen Globus auf einmal beglücken. Von daher haben wir, logischerweise, mit Deutschland angefangen, aber sind letztes Jahr auch stark ins europäische Ausland gegangen. Ein Projekt haben wir bereits in Asien an Land gezogen – mit dem Unternehmen LG. Das war für die Kollegen nicht nur algorithmisch interessant, da auch ab und an Vorort-Termine notwendig waren. Da gewinnt man natürlich ganz neue Eindrücke.

Stimmt der Eindruck, dass die derzeitig günstigen Bezugspreise für Energie die Entwicklung zu mehr Energie- und Ressourceneffizienz hemmen?
Ein klares Jein. 😉 Ja, weil den Firmen derzeit der Schuh nicht mehr so fest drückt. Nein, weil schon über den Tellerrand hinaus geschaut wird. Bestimmte Ressourcen sind endlich, werden daher auch vom Preis her teurer werden. Wenn nicht heute, dann morgen. Aber bei einigen Firmen werden diese Projekte schon auf die längere Bank geschoben, das ist wahr.

Ein Blick in die Zukunft: Was wird uns Industrie 4.0 noch für Neuerungen bringen? Welche Rolle wird Ihr Unternehmen dabei spielen?
Industrie 4.0 – oder das Internet der Dinge – wird die Welt wirklich revolutionieren, aber es braucht seine Zeit, da viele Industrieunternehmen aufgrund 20 oder 30 Jahre alter Anlagen gar nicht von der Vernetzung und von den intelligenten Datenanalysen profitieren können.
Stellen Sie sich vor, wie noch Ihre Eltern gelebt haben – ohne Handy, ohne Internet. Es gab ein Telefon mit Wählscheibe. Und wenn sie wissen wollten, wie das Wetter wird, dann schaute man in die Tagesszeitung oder abends in die Tagesschau.
Heute nicht mehr denkbar! Wir organisieren ja alles selber, ob unsere Reisen mal schnell übers Tablett, Recherchen, es gibt Apps für wirklich alles… Das Wissen ist immer nur einen Mausklick entfernt.
Und ähnlich wird sich die Welt der Industrie wandeln. Auch die Produktion wird sich selbst organisieren, die Maschinen melden sich selbst, wenn sie kleinste Anzeichen von Verschleiß erkennen, das Werkstück sucht sich den Weg durch die Produktion selbst aus, da es eine Einzelfertigung ist – jedes Produkt mit Losgröße 1 – aber natürlich zu Massenproduktions-Preisen und -Lieferzeiten!
Unsere Rolle ist darin ganz klar: Wir werden den Unternehmen helfen, diese Selbstorganisation der Produktion zu realisieren:
Wie können sich Maschinen selbst „zu Wort“ melden, wenn sie erste kleine Anzeichen von Verschleiß aufzeigen?  —> Intelligente Anomalie-Datenanalysen.
Wie können sich Maschinen selbst steuern, Ausschuss minimieren, Qualität hochbringen, Flexibilität erhöhen? —>  Vorausschauende Datenanalysen mittels Mustererkennung, neuronaler Netze, die auch in komplexen Strukturen, auch mit lückenhaften Daten, die Geheimnisse entdecken, die in den Daten verborgen liegen. Vorausschauende Steuerung mit Selbstlernmechanismen, um sich immer wieder auf Neues automatisch anzupassen.
Das ist unsere Rolle: Das Gold, das in den Datenmassen zerstückelt und versteckt liegt, zu heben – immer mit dem Ziel, vorausschauend zu steuern und somit die Ressourcen (Mensch/Maschine/Energie) optimal einzusetzen.

DEZ Blog: Could you explain to our readers, including the non-experts, what resource intelligence can do, how it works and the advantages of the system for users?
Britta Hilt, Co-Founder and Managing Director von IS Predict: Resource intelligence is self-learning software that boosts the efficiency of man, machine and energy use. How does it accomplish that?

• It generates predictability even in highly complex processes which previously could not be planned due to the many impact and interference factors. As a result, it is possible to understand and plan such aspects as energy need and energy production.
• It makes recommendations for actions or even controls processes automatically.

As an example I want to mention a project with the company Hager, which plans to operate its research and development building, incl. large pieces of lab equipment and several electric vehicles, only relying on self-generated energy, without having to purchase electricity from the power grid. Unfortunately, electricity needs, especially in the lab and when e-cars are charging, vary greatly. Power generation through photovoltaics, for instance, also fluctuates a great deal. And it’s too bad that electricity need and availability of electricity are not in sync. . . .
This is where resource intelligence comes in

• to on the one hand make the unplannable plannable: How much electricity is generated when? How much electricity will be needed when by the building, the lab and the electric cars?
• and on the other hand to achieve the optimal situation (= no electricity purchases from the grid) through different control strategies.

In other words, current flows incl. power storage are controlled predictively so that the building

• even though electricity needs and power consumption do not match
• still has all the energy that’s needed WITHOUT the staff who use the office, lab or e-cars having to restrict themselves in any way! That’s what is so important here.

This was an example from the area of energy. But optimally predictive machine sequences based on predictive maintenance, for instance, are a thrilling subject, too.

Which technical and economic background does your team have as a whole? What are the experience and interconnections you can build on?
Well, in our team I am the strange bird – I only took the advanced maths course towards my university-qualifying examination – after that I no longer dealt with maths in any significant way. . . . 😉
Our team consists mainly of mathematicians and computer scientists. SAP calls people with this kind of know-how “data scientists” – and this term has become established in professional circles.
Before joining IS Predict, some also dealt with energy-industry-related issues, for example SCADA programming. My co-managing director and co-founder, Richard Martens, and I worked at a large international IT company and consulting firm for many years. The experience gathered there also helps us every day at IS Predict.
We belong to a holding company, the Scheer Group, Prof. August Wilhelm Scheer’s innovation network.

Which regional markets have you decided to tap?
Clearly, the issue of increasing resource efficiency by way of smart and predictive data analysis is of interest from Sydney to San Francisco. But we can’t make the entire globe happy all at once. That’s why we started in Germany for obvious reasons, but last year we also moved into other European countries. We have already landed one project in Asia – with LG. This was not only algorithmically interesting for my colleagues, because once in a while it was necessary to conduct on-site meetings. Needless to say, on these occasions you gain entirely new impressions.

Is the impression correct that the current favourable purchase prices for energy impede the development towards more energy and resource Efficiency?
My answer is a clear yes and no. ;-). Yes, because companies are not feeling much pressure. No, because they are already looking beyond their nose. Certain resources are finite and will therefore get up in price. If doesn’t happen today, it’ll happen tomorrow. But some companies do put these projects off, that’s true.

A look to the future: What further innovations is Industry 4.0 going to bring yet? What will be the role your company plays in this?
Industry 4.0 – or the Internet of Things – will truly revolutionise the world, but it will take time, as many industrial enterprises cannot profit from the connectivity and the smart data analyses, because their plants are 20 or 30 years old.
Imagine the way your parents still lived – without mobile phone, without the Internet. There was one telephone in the household with a rotary dial. And if you wanted to know what the weather was going to be like, you looked at your daily newspaper or watched the evening news. That’s no longer conceivable today!
We organise everything ourselves, whether it’s our travels which we quickly arrange on the tablet, or research – there are really apps for everything. . . . Knowledge is always a mere mouse click away.
And the world of industry is going to change in a similar way. Production, too, will self-organise, machines will alert us of their own accord that they have noticed the tiniest sign of wear, components will select their own route through production, because it is a made-to-order production process – every product has the batch size 1 – but, of course, at series production prices and delivery times! Our role in this is quite clear: we will help companies to realise this self-organisation in production:
How can machines “speak up” on their own when they show the first small signs of wear? —> Smart anomaly data analyses. How can machines control themselves, minimise waste, improve quality and increase flexibility? —> Predictive data analyses via pattern recognition, neuronal networks which discover the secrets which are hidden in the data, even in complex structures and when the data is incomplete. Predictive control with self-learning mechanisms in order to continuously and automatically adjust to new situations.
This is our role: mining the gold that is scattered and hidden in the masses of data – always with the aim of controlling predictively and therefore using the resources (human beings / machines / energy) optimally.