Mit cpX.AI und cpX.Energy realisiert die EnBW KI-gestützte Gasbedarfsprognosen und optimiert damit die wirtschaftliche Steuerung ihrer Bilanzkreise.
Minuten Lesezeit
Die EnBW Energie Baden-Württemberg (EnBW) setzt für das
Bilanzkreismanagement auf die SaaS-Plattform cpX.Energy von Sopra Steria. Die
Lösung unterstützt die Verarbeitung und Bereitstellung der für die Bilanzierung
relevanten Daten und schafft eine durchgängige Grundlage für die Umsetzung der
Anforderungen aus dem regulatorischen Umfeld des deutschen Gasmarkts,
insbesondere im Kontext der Bilanzierungsregelungen nach GaBi Gas.
Für Energiehändler
sind präzise Absatz- und Bedarfsprognosen ein wesentlicher Erfolgsfaktor.
Volatile Märkte, veränderte Verbrauchsmuster und regulatorische
Rahmenbedingungen erhöhen jedoch die Komplexität des Bilanzkreismanagements
kontinuierlich. Je genauer die Prognosen den tatsächlichen Energiebedarf
abbilden, desto geringer fallen die Bilanzierungsabweichungen und die daraus
resultierenden Bilanzkreis- und Beschaffungskosten aus.
Mit cpX.AI wurde die
Plattform um einen KI-basierten Prognoseservice erweitert. Die Prognosewerte
werden automatisiert erzeugt und direkt in die bestehenden Bilanzkreisprozesse
integriert.
Die Fakten
- KI-basierte Gasbedarfsprognosen: Mit cpX.AI hat die EnBW die Plattform cpX.Energy um einen KI-gestützten Prognoseservice erweitert. Dieser erstellt Absatz- und Bedarfsprognosen automatisiert.
- Direkte Integration ins Bilanzkreismanagement: Die Prognosewerte werden mehrfach täglich berechnet und automatisch in die bestehenden Bilanzkreisprozesse auf cpX.Energy zurückgespielt.
- Verbesserte Prognosequalität: Im Rahmen eines mehrmonatigen Proof of Concept konnte cpX.AI eine höhere Prognosegüte nachweisen als zuvor eingesetzte Verfahren.
- Mehr Effizienz und geringere Kosten: Durch den höheren Automatisierungsgrad und die Reduzierung von Bilanzierungsabweichungen unterstützt die Lösung eine wirtschaftlichere Bilanzkreisbewirtschaftung und senkt potenzielle Ausgleichsenergie- und Beschaffungskosten.
Die Herausforderung
Für Energieunternehmen wie die EnBW
sind präzise Prognosen ein entscheidender Erfolgsfaktor. Bereits geringe
Abweichungen zwischen prognostizierten und tatsächlichen Energiemengen können
im Bilanzkreismanagement zu spürbaren Ausgleichsenergie- und Bilanzierungskosten
führen. Gleichzeitig steigen durch Marktveränderungen, volatile
Verbrauchsmuster und regulatorische Anforderungen die Ansprüche an
Geschwindigkeit, Transparenz und Prognosequalität.
Die EnBW suchte daher nach einer Lösung, die bestehende
Prognoseverfahren nicht nur ersetzt, sondern auch qualitativ verbessert und
vollständig in die operativen Prozesse integriert. Besonderes Augenmerk lag auf
der Nachvollziehbarkeit der Prognosemodelle, der schnellen Verarbeitung großer
Datenmengen und der automatisierten Einbindung in das bestehende
Bilanzkreismanagement auf cpX.Energy.
Das Ergebnis
In einem mehrmonatigen Proof of Concept konnte cpX.AI
nachweisen, dass die erzeugten Absatzprognosen eine höhere Qualität liefern als
das zuvor eingesetzte Verfahren. Ausschlaggebend für den Erfolg war neben der
Prognosegüte vor allem die durchgängige Automatisierung: Ist-Daten werden aus
cpX.Energy übernommen, um aktuelle Einflussgrößen ergänzt, mehrfach täglich neu
berechnet und anschließend automatisch an das Fachmodul für
Bilanzkreismanagement zurückgespielt.
Grundlage für das zyklische Training der Prognosemodelle sind neben externen
Einflussgrößen wie Wetterdaten, Feiertags- oder Werkskalendern die historischen
Messwerte. Ein integriertes Monitoring unterstützt die EnBW bei der
Darstellung von Vollständigkeit, Auffälligkeiten, Vorhersagequalität und
Prognosefehlern.
Die Lösung prognostiziert mehrere hundert Zählpunkte
innerhalb weniger Minuten und unterstützt auch sogenannte Kaltstartszenarien
für neue Messpunkte auf Basis historischer Lastgänge und der Bereitstellung
weiterer Einflussgrößen an das KI-Modell. Nach erfolgreichem Parallelbetrieb hat
die EnBW cpX.AI als ihr führendes Prognosesystem freigegeben.
Das Ergebnis sind ein höherer Automatisierungsgrad, eine nachweislich
verbesserte Prognosequalität und eine wirtschaftlichere
Bilanzkreisbewirtschaftung durch die Reduzierung von Bilanzierungsabweichungen
und den damit verbundenen Kosten.
Für Tanja Neff, Product Owner cpX.Energy im EnBW-Handel, verbindet
die Sopra Steria Plattform leistungsstarke KI-Funktionen mit einer praxisnahen
und benutzerfreundlichen Anwendung und ermöglicht der EnBW somit präzisere
Prognosen.
Matthias Reick, IT Solution Manager Gas im EnBW-Handel war
insbesondere beindruckt von der reibungsfreien und sehr schnellen Integration
von cpX.AI in das seit vielen Jahren bestehende cpX.Energy .BCM-System.
Über den Kunden
Die EnBW Energie Baden-Württemberg AG (EnBW) gehört zu den
größten Energieunternehmen in Deutschland und Europa. Das Unternehmen engagiert
sich entlang der gesamten energiewirtschaftlichen Wertschöpfungskette – von
Erzeugung, Handel und Transport über Vertrieb bis hin zu innovativen Energie-
und Infrastrukturprojekten.
Im Rahmen ihrer Digitalisierungsstrategie setzt die EnBW
konsequent auf moderne Plattformen, Cloud-Technologien und datengetriebene
Verfahren. Gemeinsam mit Sopra Steria entstand so eine Lösung, die moderne
KI-Verfahren mit energiewirtschaftlicher Fachlichkeit verbindet und die
Grundlage für eine datengetriebene und wirtschaftliche
Bilanzkreisbewirtschaftung schafft.