KI-gestützter Energiemanager ist Favorit bei Mieterinnen und Mietern

In ForeSight wird ein KI-gestützter Energiemanager entwickelt, der den Mietenden Transparenz über ihren Energieverbrauch liefert. Doch wie steht es um die Akzeptanz und Nutzungsbereitschaft von intelligenten Energieprognosen und gerätespezifischen Energiesparempfehlungen mithilfe von KI? Teil 2 der ForeSight-Serie „Akzeptanz von Künstlicher Intelligenz in Wohngebäuden“ zeigt, dass die Voraussage über die Strom-, Heiz- sowie Warmwasserkosten von den Teilnehmern der Akzeptanzstudie besonders positiv bewertet wird.
Energiemanager

Mit den Anwendungsszenarien rund um das smarte Energiemanagement zahlt ForeSight besonders auf die aktuellen Forderungen im Bereich der Energiewende ein. Die im Forschungsprojekt erarbeiteten Methoden werden exemplarisch in zwei Anwendungen eines Energiemanagers umgesetzt: eine KI-gestützte Prognose des Energieverbrauchs und der damit zu erwartenden Kosten in einer Wohnung sowie gerätebezogene Energiesparempfehlungen. Die von der SIBIS Institut für Sozial- Technikforschung durchgeführte Studie hat den Nutzen der verschiedenen Szenarien im Bereich Energiemanagement in Gebäuden bei Mietenden unterschiedlicher Altersgruppen und Haushaltstypen untersucht und die Akzeptanz in qualitativen empirischen Erhebungen und quantitativen Bewertungen abgefragt. Denn für eine energetische Gebäudeoptimierung spielt vor allem das Nutzungsverhalten und die Nutzungsbereitschaft der Bewohnenden eine zentrale Rolle.

Intelligenter Energiemanager mit größter Akzeptanz

Der intelligente Energiemanager trifft im Rahmen der abgefragten Use Cases auf die höchste Akzeptanz. Der Alltagsnutzen dieser Anwendung wurde als sehr hoch eingestuft. Die überwiegende Mehrheit der Befragten gab an, keinen Überblick über ihren Energieverbrauch in den eigenen vier Wänden zu haben. So traf das Anwendungsszenario auf hohe Erwartungen bezüglich Transparenz und Beeinflussung von aktuellen und prognostizierten Energieverbräuchen, damit verbundenen Kosten, aber auch verursachten CO2-Emmisionen. Neben einer genauen Angabe zum Stromverbrauch wünschten sich die Probanden und Probandinnen differenzierte Daten zum Thema Heizenergie in Verbindung mit einer intelligenten Steuerung der Heizung. Empfehlungen zu Geräten sollten dabei immer mit Kosten-Nutzen-Relationen hinterlegt sein, vor allem, wenn beispielsweise ein konkreter Austausch vorgeschlagen wurde. Wichtig war allen Befragten, dass mögliche Kosteneinsparungen auch direkt den Mietenden zugutekommen.

Trotz der hohen Akzeptanz war gleichzeitig ein hohes Problembewusstsein in Bezug auf den Schutz der Privatheit, der Datensicherheit und den Datenschutz festzustellen. Eine Weitergabe der eigenen Daten an Dritte kam für die Mehrheit der Studienteilnehmer*innen nicht in Frage.

Energiemanager

Die Ergebnisse der vorgestellten Anwendungsszenarien im Einzelnen

Eine KI-gestützte vorausschauende Prognose des Energieverbrauchs und der damit zu erwartenden Kosten wird vor dem Hintergrund eines wachsenden ökologischen Bewusstseins als besonders positiv eingestuft, und zwar in Kombination mit gezielten Energiespartipps. Als besonders attraktiv wurde in diesem Zusammenhang eine Voraussage über die Strom-, Heiz- sowie Warmwasserkosten erachtet. Aus der Kombination einer datengetriebenen Prognose und gerätespezifischer Einspartipps erhoffen sich die Probanden und Probandinnen eine größere Sensibilisierung für ein qualifiziertes Energiesparen. Bei den befragten Mehrpersonenhaushalten wurden große Vorteile in einer besseren Übersicht und Kontrolle über die Verbräuche gesehen. Eltern erwarten eine bessere Sensibilisierung und Bildung ihrer Kinder in Richtung Reduzierung des CO2-Fußabdrucks. Besonders die KI-gestützten Energiespartipps werden von den Befragten als treffsicherer, differenzierter und anwendungsfreundlicher erachtet als herkömmliche Standardempfehlungen.

Ich halte es für ganz wichtig, dass Mieter ihre Daten nachweislich abrufen können und genau sehen können, welche Verbrauche er hat. Das ist ein wichtiges Zukunftsthema. Gerade was den Klimawandel betrifft.

Studienteilnehmer, 66-75 J., Paarhaushalt Tweet

Die Ergebnisse der vorgestellten Anwendungsszenarien im Einzelnen

Eine KI-gestützte vorausschauende Prognose des Energieverbrauchs und der damit zu erwartenden Kosten wird vor dem Hintergrund eines wachsenden ökologischen Bewusstseins als besonders positiv eingestuft, und zwar in Kombination mit gezielten Energiespartipps. Als besonders attraktiv wurde in diesem Zusammenhang eine Voraussage über die Strom-, Heiz- sowie Warmwasserkosten erachtet. Aus der Kombination einer datengetriebenen Prognose und gerätespezifischer Einspartipps erhoffen sich die Probanden und Probandinnen eine größere Sensibilisierung für ein qualifiziertes Energiesparen. Bei den befragten Mehrpersonenhaushalten wurden große Vorteile in einer besseren Übersicht und Kontrolle über die Verbräuche gesehen. Eltern erwarten eine bessere Sensibilisierung und Bildung ihrer Kinder in Richtung Reduzierung des CO2-Fußabdrucks. Besonders die KI-gestützten Energiespartipps werden von den Befragten als treffsicherer, differenzierter und anwendungsfreundlicher erachtet als herkömmliche Standardempfehlungen.

Voraussetzung dafür ist eine klar verständliche Übersicht der Verbräuche. Wichtig ist zudem, dass die Spartipps und Informationen nie bevormundend, unrealistisch oder moralisierend wirken.  Gleichzeitig besteht der Anspruch an die eingesetzte KI, dass der Mensch immer im Mittelpunkt bleibt und jederzeit in das Handeln eingreifen und selbstbestimmt über seine Verbräuche entscheiden kann. Zudem sollten die Empfehlungen nicht von einem bestimmten Unternehmen, sondern von einer neutralen Instanz wie beispielsweise dem Wohnungsunternehmen kommen. Die Datensicherheit und der Datenschutz müssen zu jeder Zeit gewahrt werden. Wünschenswert sind laut der Befragten neben möglichen Kosteneinsparungen auch Hinweise zu tageszeitbezogenen Einsparungen.

Eine intelligente Unterstützung wäre toll, zum Beispiel, wenn man die Fenster lüftet und das System einen erinnert, sie zu schließen, weil die Energie verloren geht.

Studienteilnehmerin, 46-55 J., Paarhaushalt Tweet

Die gewonnenen Erkenntnisse fließen nun in den weiteren Projektfortschritt mit ein und finden bei der weiteren Entwicklung Beachtung. Die Antworten und Kommentierungen der Befragten ermutigen, einen KI-basierten EED-Service (EED = Energieeffizienz Richtlinie) zu entwickeln, der Mietenden zeitnah nicht nur ihre Verbräuche, sondern auch Prognosen, finanzielle Aufwendungen und Spartipps zur Verfügung stellt. 

Weiterführende Links

Weitere Beiträge

duotec GmbH E-Nose Technologie

Assoziierte Partner im Gespräch: duotec GmbH

duotec ist ein weltweit agierender Elektronik-Dienstleister in den Bereichen innovativer Fertigungstechnologien und modernster Mikroelektronik. Wir sprechen mit unserem assoziierten Partner über die smarten Möglichkeiten im Bereich der Sensorik- und Konnektivitätslösungen und darüber, welches Potenzial durch die Kombination von ForeSight und der Sensorik im Bereich Predictive Maintenance steckt.

Akzeptanzstudie ForeSight

KI ja. Kamera nein. Smarte Ernährungsmanager stoßen auf geteilte Akzeptanz.

Der dritte Teil der ForeSight-Serie „Akzeptanz von Künstlicher Intelligenz in Wohngebäuden“ widmet sich KI-gestützten Ernährungsmanagern, bei der der smarte Kühlschrank eine besondere Rolle spielt. Die digitale, unterwegs abrufbare Übersicht über die Haushaltsvorräte im Hinblick auf eine mögliche Lebensmittelverschwendung überzeugte die Teilnehmenden. Allerdings stehen einige dem Einbau der erforderlichen Technik wie Kameras, dem Einlesen von Lebensmitteln und der damit verbundenen Weitergabe persönlicher Daten eher skeptisch gegenüber. Immerhin: Diejenigen Personen, die einen prinzipiellen Nutzen in dem Ernährungsassistenten sehen, wären bereit, die KI beim Lernen der Lebensmittelerkennung zu unterstützen.

optimierter_gruenstrom1

Optimierter Grünstromverbrauch

Um die Abhängigkeit von emissionsstarken Energieträgern zu reduzieren, möchten viele Verbraucherinnen und Verbraucher ihren persönlichen Strombedarf durch regenerative Energien decken. Allerdings ist die unregelmäßige Verfügbarkeit ein Nachteil regenerativer Energien. Der ForeSight-Konsortialpartner ixto hat eine KI-Anwendung entwickelt, die den Zeitpunkt des maximalen Grünstromanteils voraussagt und so jeden Verbraucher unterstützt, die eigene CO2-Bilanz zu optimieren. Damit können große Stromverbraucher wie Waschmaschine oder das Laden des Elektroautos in Anspruch genommen werden, wenn besonders viel grüner Strom zur Verfügung steht.