Fraunhofer Austria
Im Rahmen dieses Projekts wurde ein neuartiger Ansatz zur automatisierten Korrektur und Validierung von Energieverbrauchsdaten entwickelt. Ziel ist es, bestehende Datenlücken effizient zu schließen – nicht wie üblich durch klassische, datenbasierte Algorithmen, sondern durch den Einsatz bildverarbeitender Künstlicher Intelligenz. Der Ansatz wird in der Fachsprache image-driven validation genannt.
Kern des Verfahrens ist die Umwandlung von Energieverbrauchsdaten in visuelle Repräsentationen, sogenannte Heatmaps. Diese werden als Bilddateien gespeichert und dienen der KI als Grundlage zur Analyse und Rekonstruktion fehlender Informationen. Liegt eine Datenlücke vor, erzeugt das System ein Bild mit unvollständigen Bereichen, die durch Image Inpainting automatisch ergänzt werden.
Dieser innovative Zugang erlaubt es, Verbrauchsprofile über Zeiträume hinweg visuell zu erfassen und fehlende Werte intelligent zu prognostizieren. Die Bildrekonstruktion ermöglicht eine deutliche Verbesserung der Datenqualität bei gleichzeitig reduzierter Belastung interner Ressourcen. Das Projekt zeigt exemplarisch, wie sich Methoden der Bildverarbeitung auf nicht-visuelle Daten anwenden lassen – mit großem Potenzial für datengetriebene Anwendungen im Energiemanagement.
„Die Zusammenarbeit war sehr effizient, kompetent und zielführend! Wir danken für die Expertise die uns in unseren Forschungsfragen in die richtige Richtung gelenkt hat.“
DI Armin Fuchs, CTO, EUDT Energie- u. Umweltdaten Treuhand GmbH