Die Lösung:
Die Basis dafür ist eine unternehmensweite Datenplattform, die mit Microsoft Azure und Azure Synapse Analytics realisiert wurde. Sie vereint unter einem Dach ein leistungsstarkes Data Warehouse und ermöglicht mit Spark die Verarbeitung enormer Datenmengen. Über diese Plattform werden beispielsweise Machine Learning Prozesse abgewickelt. Im Zuge der Datenaufbereitung werden viele Milliarden Zeilen verarbeitet und stehen für tägliche Abfragen mit geringer Antwortzeit zur Verfügung. Zum Vergleich: Früher wurde eine solche Datenauswertung nur bei Bedarf nach einer aufwendigen manuellen Datenaufbereitung durchgeführt.
Die Datenauswertung erfolgt mittels Power BI, das für die Berichterstellung keine IT-Spezialkenntnisse erfordert. Gleichzeitig greifen auch erfahrene Data Scientists nun auf neue Modelle und Parameter zu, mit denen sie zielgerichteter arbeiten und bessere Prognosen erstellen können. Neben der Azure Cloud umfasst die neue Lösung unterschiedliche Datenbanktechnologien und Datendomänen, die über Quellsysteme on-premises bereitgestellt werden. Dies dient der Einhaltung datenschutzrechtlicher und regulatorischer Vorgaben zum Schutz sensibler Kundendaten.
Die spezifischen Anforderungen der Energie Steiermark wurden in zwei aufeinander aufbauende Projektphasen umgesetzt. Zunächst wurde eine lückenlose Betrachtung vergangener Ereignisse erstellt, und so die Basis für einen aufschlussreichen Blick in die Zukunft geschaffen:
Der Aufbau der Analyse-Plattform in der Microsoft Azure Cloud bildet die strukturelle Grundlage für optimale Datensicherheit sowie die strikte Trennung von verschiedenen Mandanten. Darüber hinaus bietet sie eine datenbasierte Sicht des Energieverbrauchs und liefert so bereits das Ausgangsmaterial für die qualifizierten Prognosen im nächsten Schritt.
Für eine aussagekräftige Vorhersage benötigt die Energie Steiermark verlässliche Daten im 15 Minuten Takt für die letzten Jahre. Dies wird durch eine Aufbereitung der individuellen Kundenlastgänge in der Vergangenheit und das Auffüllen technischer Lücken erreicht. Anhand dieser Prognosebasis wird mittels Machine Learning Modellen der Stromverbrauch mit hoher Genauigkeit prognostiziert. In weiterer Folge können die benötigten Energieressourcen nun zielgerichtet und erheblich kosteneffizienter disponiert werden.
Das Modern Data Warehouse und die zentrale Datenaufbereitung gewährleistet über alle Fachbereiche hinweg eine stringente Datenwahrheit und verbessert damit bereichsübergreifend die Qualität strategischer Entscheidungen. Gleichzeitig erlaubt die neue Struktur die Berücksichtigung zukünftiger Neukunden und Abwanderungen für die Erstellung belastbarer Prognosen.
Darüber hinaus wurde die neue Infrastruktur so konzipiert, dass sie flexibel weiterentwickelt und für künftige Anforderungen adaptiert werden kann. Eine Implementierung von zusätzlichen Analytics Use Cases ist daher ebenso möglich wie die Anbindung neuer Mandanten oder technologische Erweiterungen in den Bereichen Data Science und Machine Learning. Durch die enge Zusammenarbeit der technischen Spezialisten der ACP CUBIDO und den Fachexperten der Energie Steiermark ist die notwendige Basis geschaffen, innovative Adaptionen voranzutreiben sowie neue Use Cases zu entwickeln.
