Oft wird der Smart Meter aber einfach nur als Ersatz für ältere analoge oder digitale Stromzähler verwendet. Die Stromversorgungsverordnung sieht vor, dass bis Ende 2027 etwa 80 Prozent aller Messstellen mit einem Smart Meter ausgestattet sind. Wir haben somit die Situation, dass wir viele Daten erfassen und sammeln, aber nicht immer wissen, was wir damit machen sollen oder können. Abgesehen vom Erstellen der Stromrechnung.
Andere Branchen machen es vor. Seit vielen Jahren können Kreditkarteninstitute unser Kaufverhalten voraussagen. Bei Coop und Migros sammeln wir fleissig Punkte. Beide Konzerne können daraus unser Kaufverhalten analysieren und uns gezielt Werbung zustellen. Die Liste lässt sich fast beliebig ergänzen, auch mit Mobilfunkunternehmen oder Social Media Unternehmen.
Wenn also Daten vorhanden sind, können wir sie auswerten – auch Smart Meter Daten. In verschiedenen Forschungsprojekten wenden wir am iHomeLab modernste Analysemethoden an, um aus den Stromverbrauchsdaten höherwertige Informationen abzuleiten. Beispielsweise können wir über die Lastaufschlüsselung feststellen, welche Verbraucher wann in Betrieb sind und wie viel Energie sie verbrauchen. Wir können aus vergangenen Daten auf den zukünftigen Stromverbrauch schliessen oder eine Energieberatung für eine optimale Energienutzung anbieten. Oder wir können feststellen, wann in einer Wohnung jemand in Rente gegangen ist.
Die richtige Datenanalyse
Die Gemeinsamkeit ist, dass wir die Daten in geeigneter Weise analysieren müssen. In neuerer Zeit hat sich gezeigt, dass hierzu Algorithmen aus der künstlichen Intelligenz respektive dem maschinellen Lernen erfolgversprechend sind. Auch wir wenden diese Technik an und implementieren Erkennungsalgorithmen als sogenannte «Deep Neural Networks». Das sind Algorithmen, welche sich an die Funktionsweise des menschlichen Gehirns anlehnen, diese aber keineswegs vollständig nachbilden können.
Damit erreichen wir bereits gute Resultate bei der Lastaufschlüsselung. Die Anwendung ist jedoch nicht darauf beschränkt. Der Ansatz ist vielversprechend, um beispielsweise auch Verhaltensveränderungen festzustellen. Dies ist möglich, indem wir anhand des Stromverbrauchs auf die Aktivitäten schliessen, welche die Menschen in einem Gebäude ausführen. Im Normalfall werden diese Aktivitäten einem bestimmten Muster folgen, das von Mensch zu Mensch oder von Gebäude zu Gebäude verschieden sein kann. Allerdings kann in jedem Fall eine Abweichung vom Normalmuster ein Hinweis auf eine ausserordentliche Situation sein, z.B. dass eine Person gestürzt ist und nicht mehr aufstehen kann. Ganz aktuell ist die Thematik, ob über diese Verfahren Hinweise auf beginnende Demenz feststellbar sind.
Mit solchen Auswertungen erfahren wir viel über den Menschen, weshalb hier der Datenschutz ein zentrales Thema ist. Unser zentrales Anliegen ist es, dass die Bedürfnisse des Menschen im Zentrum stehen. Die Datenanalysen sollen dem Menschen einen Mehrwert bringen und jede Person soll selber entscheiden können, welche Daten weitergegeben werden sollen und welche nicht. Der Einzelne muss sich darauf verlassen können, dass die Daten sicher und vor Missbrauch geschützt sind.
Schliessen
