Lösungen

Prädikative Modellierung

Ein Mann sitzt an einem Copmuter.

Datengestützte digitale Prognoseverfahren werden in der gesamten Industrie immer wichtiger. Vor allem im Bereich der Energiewirtschaft sind prädikative Modellierungen von größter Bedeutung, da durch sie auf Basis vorhandener Daten effektivere Entscheidungen und Vorhersagen getroffen werden können. Weil Modelle aber nur so gut sein können wie ihre Daten, forschen wir im Bereich Visual Analytics nach Methoden, um die Validität großer Datenmengen zu prüfen, um eine größtmögliche Fehlerfreiheit bei der Analyse zu gewährleisten.

Visuelle Exploration von Big Data

Bild der Datenaufbereitung in einem Computerprogramm

Die gemeinsam mit unserem Unternehmenspartner HAKOM Time Series GmbH und Data Scientists aus der Energiebranche entwickelte Visual Computing-Lösung TSM Visuals ermöglicht durch simultane interaktive Visualisierungen großer und heterogener Daten völlig neue Möglichkeiten, diese zu erforschen, zu interpretieren und auszuwerten. Die schafft durch Qualitätsbeurteilung der Daten die Grundlage für valide Analyseergebnisse und dient u.a. der Qualitätssicherung für komplexe Verfahren.

Web- und cloudbasierte skalierbare Lösungen

Individualisierte Datenanalyse-Dashboards erleichtern die Arbeit von Domain-Experts.

Da in der Industrie immer mehr Daten anfallen, die auch häufiger zentralisiert gespeichert werden, nimmt die Bedeutung an web- und cloudbasierte Lösungen weiter zu. Auch für die Benutzerinnen und Benutzer sind solche Lösungen angenehm: Alles liegt an einem Ort und ist bestenfalls durch einen Webbrowser (der immer verfügbar ist) zugänglich. Wir schaffen reale Lösungen für die Industrie und optimieren Netzwerk-Traffic oder forschen an besonders benutzerfreundlichen Interaktionssystemen.

Künstliche Intelligenz für Mustererkennung

Zu sehen ist der obere Teil einer Stromleitung vor blauem Himmel, mehrere Wartungsmitarbeiter hängen in den Seilen.

Künstliche Intelligenz findet auch in der Energiewirtschaft immer mehr Einsatz und kann gerade bei Aspekten der Skalierbarkeit unterstützend beitragen - indem sie in den großen Datenmassen zur Einspeisung, Netzauslastung, Lastentwicklung oder Klimasituation bei der Muster- und Anomalienerkennung unterstützt.

Energieplanung für Gebäude

VRVis-Forscher Andreas Walch sitzt vor zwei Bildschirmen und zeigt auf einen, darauf ist BEM-Planung zu sehen.
VRVis-BIM-Experte Andreas Walch bei der Forschungsarbeit: die Verbindung von BIM und BEM ist ein wichtiger Entwicklungsschritt für die digitalisierte Energieplanung im Gebäudesektor.

Unsere thermische Simulationssoftware EnVis analysiert BIM-Daten, um daraus ein Gebäudeenergiemodell ("Building Energy Model", BEM) abzuleiten, das als Grundlage für unseren thermischen Rechenkern dient. Die automatisierte Datenintegration macht das fehleranfällige und zeitaufwändige Datengerangel mit komplexen Nachbarschaftsinformationen überflüssig, sodass sich die Planungsteams auf ihre Hauptaufgaben konzentrieren können. Änderungen innerhalb des BIM-Lebenszyklus können effizient weitergegeben werden, so dass die Expertinnen und Experten ihre thermische Planung an die neuen Anforderungen anpassen können.

Publikationen