© IRINA SHI/Shutterstock.com
Entwickler Magazin
Methoden zur Implementierung von Predictive-Analytics-Komponenten

Machine Learning goes E-Mobility

Datenanalyse ist eine der wichtigsten Kompetenzen, wenn es darum geht, den Erkenntnisgewinn zu steigern und Wettbewerbsvorteile auszubauen. Von einer konkreten Fragestellung bis zur Darstellung eines aussagekräftigen Ergebnisses ist es jedoch ein weiter Weg. Welche Aufgaben sind mit einem typischen Analyseprozess verbunden? Welche Stufen der Analyse gibt es? Welche Methoden und Abläufe kommen zum Einsatz, um den Analyseprozess umzusetzen? Welche Kompetenzen benötigt ein Analyseteam? Neben Antworten auf diese Fragen präsentiert der folgende Artikel, welche Architekturen und Technologien für die Implementierung von Predictive-Analytics-Komponenten infrage kommen. Beispiele aus einem konkreten Anwendungsfall, der Analyse von Daten aus Ladeparks, illustrieren die vorgestellten Konzepte und Methoden.

Hans-Christian Sperker, Bettina Finzel


Elektromobilität ist ein wichtiger Meilenstein auf dem Weg zur Energiewende, zur Unabhängigkeit von fossilen Rohstoffen sowie für die Reduktion der CO2-Belastung. Der weltweite Bestand an Elektroautos steigt kontinuierlich und liegt derzeit bei mehr als 3,2 Millionen Fahrzeugen. Auch in Deutschland werden Elektroautos immer beliebter. Während die Anzahl der Elektroautos in Deutschland 2008 laut einer Studie zu Trends beim Autokauf noch bei etwa 1 436 Autos lag, sind im Jahr 2017 laut einer Erhebung der European Automobile Manufacturers Association 54 617 Neuzulassungen zu verzeichnen gewesen. Die Anzahl der Ladestationen für Elektroautos in Deutschland liegt derzeit bei etwa 9 976 (Stand: 7. Juli 2018), Tendenz steigend. Prognosen für das Jahr 2030 zufolge ist zu erwarten, dass der Anteil an Neuzulassungen für Elektroautos, neben Diesel-, Benzin- und Hybridfahrzeugen, etwa 20 Prozent betragen wird. Folglich wird auch die Nachfrage nach Ladestationen und damit verbundenen Dienstleistungen weiter steigen.

Insbesondere in Bezug auf Dienstleistungen wird verstärkt IT-Know-how benötigt, denn die Aufgaben eines Ladeparkbetreibers gehen weit über das Aufstellen von Ladesäulen, Kühlmodulen und Steuerungssystemen hinaus. Genau diesen Markt bedient beispielsweise die MHP Management- und IT-Beratung GmbH mit ihren Kompetenzen im Bereich E-Mobility und Charging. Die im Einsatz befindlichen Ladestationen kommunizieren hierbei über den Mobilfunkstandard GSM mit einem zentralen System. Bei Ladeparks mit Schnellladesäulen kommunizieren zudem viele verschiedene Komponenten miteinander. Das zentrale System steuert nicht nur die Ladesäulen, sondern auch etwaige Kühlmodule.

Um den reibungslosen Betrieb eines Ladeparks zu gewährleisten, muss solch ein komplexes System inklusive seiner Prozesse überwacht werden. Dabei helfen nicht nur Berichte und Warnsysteme (Descriptive Analytics und Diagnostic Analytics), sondern auch Komponenten, die veränderliche Größen, wie etwa die Auslastung und Nachfrage, analysieren und prognostizieren (Predictive Analytics). Solche Vorhersagen ebnen den Weg für intelligente Wartungsdienstleistungen und Infrastrukturen wie etwa das Smart Grid, ein intelligentes Stromnetz, das sich an die aktuelle Nachfrage optimal anpasst und gleichzeitig Netzstabilität gewährleistet. Des Weiteren können Auffälligkeiten, wie etwa Ausfälle, mittels intelligenter Analysen ebenso identifiziert werden wie ein Betrug oder Diebstahl. IT-Dienstleister, die es verstehen, ein...

Entwickler Magazin
Methoden zur Implementierung von Predictive-Analytics-Komponenten

Machine Learning goes E-Mobility

Datenanalyse ist eine der wichtigsten Kompetenzen, wenn es darum geht, den Erkenntnisgewinn zu steigern und Wettbewerbsvorteile auszubauen. Von einer konkreten Fragestellung bis zur Darstellung eines aussagekräftigen Ergebnisses ist es jedoch ein weiter Weg. Welche Aufgaben sind mit einem typischen Analyseprozess verbunden? Welche Stufen der Analyse gibt es? Welche Methoden und Abläufe kommen zum Einsatz, um den Analyseprozess umzusetzen? Welche Kompetenzen benötigt ein Analyseteam? Neben Antworten auf diese Fragen präsentiert der folgende Artikel, welche Architekturen und Technologien für die Implementierung von Predictive-Analytics-Komponenten infrage kommen. Beispiele aus einem konkreten Anwendungsfall, der Analyse von Daten aus Ladeparks, illustrieren die vorgestellten Konzepte und Methoden.

Hans-Christian Sperker, Bettina Finzel


Elektromobilität ist ein wichtiger Meilenstein auf dem Weg zur Energiewende, zur Unabhängigkeit von fossilen Rohstoffen sowie für die Reduktion der CO2-Belastung. Der weltweite Bestand an Elektroautos steigt kontinuierlich und liegt derzeit bei mehr als 3,2 Millionen Fahrzeugen. Auch in Deutschland werden Elektroautos immer beliebter. Während die Anzahl der Elektroautos in Deutschland 2008 laut einer Studie zu Trends beim Autokauf noch bei etwa 1 436 Autos lag, sind im Jahr 2017 laut einer Erhebung der European Automobile Manufacturers Association 54 617 Neuzulassungen zu verzeichnen gewesen. Die Anzahl der Ladestationen für Elektroautos in Deutschland liegt derzeit bei etwa 9 976 (Stand: 7. Juli 2018), Tendenz steigend. Prognosen für das Jahr 2030 zufolge ist zu erwarten, dass der Anteil an Neuzulassungen für Elektroautos, neben Diesel-, Benzin- und Hybridfahrzeugen, etwa 20 Prozent betragen wird. Folglich wird auch die Nachfrage nach Ladestationen und damit verbundenen Dienstleistungen weiter steigen.

Insbesondere in Bezug auf Dienstleistungen wird verstärkt IT-Know-how benötigt, denn die Aufgaben eines Ladeparkbetreibers gehen weit über das Aufstellen von Ladesäulen, Kühlmodulen und Steuerungssystemen hinaus. Genau diesen Markt bedient beispielsweise die MHP Management- und IT-Beratung GmbH mit ihren Kompetenzen im Bereich E-Mobility und Charging. Die im Einsatz befindlichen Ladestationen kommunizieren hierbei über den Mobilfunkstandard GSM mit einem zentralen System. Bei Ladeparks mit Schnellladesäulen kommunizieren zudem viele verschiedene Komponenten miteinander. Das zentrale System steuert nicht nur die Ladesäulen, sondern auch etwaige Kühlmodule.

Um den reibungslosen Betrieb eines Ladeparks zu gewährleisten, muss solch ein komplexes System inklusive seiner Prozesse überwacht werden. Dabei helfen nicht nur Berichte und Warnsysteme (Descriptive Analytics und Diagnostic Analytics), sondern auch Komponenten, die veränderliche Größen, wie etwa die Auslastung und Nachfrage, analysieren und prognostizieren (Predictive Analytics). Solche Vorhersagen ebnen den Weg für intelligente Wartungsdienstleistungen und Infrastrukturen wie etwa das Smart Grid, ein intelligentes Stromnetz, das sich an die aktuelle Nachfrage optimal anpasst und gleichzeitig Netzstabilität gewährleistet. Des Weiteren können Auffälligkeiten, wie etwa Ausfälle, mittels intelligenter Analysen ebenso identifiziert werden wie ein Betrug oder Diebstahl. IT-Dienstleister, die es verstehen, ein...

Neugierig geworden?


   
Loading...

Angebote für Teams

Für Firmen haben wir individuelle Teamlizenzen. Wir erstellen Ihnen gerne ein passendes Angebot.

Das Library-Modell:
IP-Zugang

Das Company-Modell:
Domain-Zugang