Fame4Me entwickelte dafür KI-Modelle zur Flexibilitätsanalyse, Risikoabschätzung sowie Preis- und Nachfrageprognose. Für das Training dieser Modelle konnten im weiteren Projektverlauf auch Daten genutzt werden, die über den SmartLivingNext-Datenraum bereitgestellt wurden. Die entstandene App führte Verbrauchs- und Erzeugungsdaten mit Preissignalen zusammen und leitete daraus konkrete Hinweise ab: Wann ist Strom günstig? Wann lohnt es sich, Solarstrom selbst zu nutzen? Und welche Zeitfenster sind günstig für Waschmaschine, Wärmepumpe oder Elektroauto?

Im Demonstrator konnten User die Funktionen anhand realistischer Haushaltswerte ausprobieren. Nach Projektabschluss blieben die im Feldtest mit den Stadtwerken Schweinfurt erprobten dynamischen Tarife für Energiekundinnen und -kunden in der Region verfügbar. Die App wird weiterbetrieben und kann perspektivisch als Dienstleistung durch weitere Energieanbieter angeboten werden. Der SmartLivingNext-Datenraum kann dabei den herstellerübergreifenden Zugang zu Smart-Meter-Daten unterstützen.

Vom Erproben zur Verstetigung

Mit dem Abschluss von SmartLivingNext im Sommer ist die Grundlage für das Ökosystem gelegt: Der Datenraum ist konzeptionell abgeschlossen, technologisch implementiert und praktisch erprobt. Nun müssen die entwickelten Bausteine in Angebote, Prozesse und Geschäftsmodelle überführt und weitere Partner für den Realbetrieb gewonnen werden.

Die drei Beispiele stehen für unterschiedliche Wege in die Praxis: pflegegerechte Wohnraumanpassung, kontrollierte Datenfreigabe und alltagsnahes Energieman-agement. Weitere Projekte wie GAiST,

Seiten: 1 2