Heidelberg (ots) –
– Spitzenpolitiker stellen Termine für Energiewende infrage – Debatte muss auch technologische Möglichkeiten berücksichtigen – „Analytics Reifegrad“ gibt Orientierung
In der Bundesregierung mehren sich Vorbehalte gegen den selbst gesteckten Zeitplan für die Energiewende in Deutschland. Bereits am Wochenende hatte Bundesumweltminister Peter Altmaier zentrale Prognosen in Zweifel gezogen, wonach sich der Stromverbrauch bis 2020 wie geplant um zehn Prozent absenken lässt. Inzwischen legte Philipp Rösler nach: In der Koalition herrsche nach wie vor Einigkeit über die Ziele und den globalen Zeitrahmen der Energiewende. Aber es müsse nachgesteuert werden, wenn steigende Strompreise die Wettbewerbsfähigkeit deutscher Firmen und damit Arbeitsplätze bedrohen. Wörtlich sagte der Wirtschaftsminister gegenüber BILD, der Umbau der Energieversorgung müsse „mit Augenmaß“ geschehen.
Doch was nützt das beste Augenmaß, wenn valide Daten und Fakten als Planungsgrundlage fehlen? Welchen genauen Einfluss auf die Preisentwicklung haben beispielsweise der Aufbau zusätzlicher Stromtrassen und der gleichzeitig steigende Anteil erneuerbarer Energien? Angesichts der Vielzahl und Komplexität unterschiedlicher Einflussfaktoren sind belastbare Prognosen nur möglich, wenn alle verfügbaren Informationen in einer umfassenden Datenanalyse zusammenfließen, wie die Studie „Wettbewerbsfaktor Analytics“ (http://www.wettbewerbsfaktor-analytics.de) der Universität Potsdam in Zusammenarbeit mit SAS belegt. Ohne moderne Analytics-Methoden lässt sich weder die Netzauslastung noch die Preisentwicklung verlässlich vorhersagen; Entscheidungen erhalten keine wirklich fundierte Basis.
Studie offenbart: Versorger in Sachen Analytics schlecht aufgestellt „Die Diskussion um den Energiewende-Zeitplan darf nicht ausschließlich politisch geführt werden“, fordert Wolf Lichtenstein, Vice President für die Region DACH bei SAS. „Notwendig ist es stattdessen, die technologischen Voraussetzungen für tragfähige Planungsentscheidungen stärker ins Auge zu fassen. Aktuelle Erkenntnisse zum Reifegrad von Business Analytics liefern hierfür wertvolle Ansatzpunkte.“
Wie die Studie „Wettbewerbsfaktor Analytics“ der Universität Potsdam im Auftrag von SAS zeigt, ist die Durchdringung der deutschen Energiewirtschaft mit Analytics-Anwendungen, die über herkömmliche Business Intelligence (BI) weit hinausgehen, deutlich geringer ausgeprägt als in anderen Branchen. Lichtenstein betont: „Versorger sind sich der Relevanz von Business Analytics im Wettbewerb zwar zu hundert Prozent bewusst, doch haftet ihr Blick noch überwiegend an konventionellen BI-Tools. Im Gegensatz zu Finanzdienstleistern oder Telekommunikationsanbietern wird das Wertschöpfungspotenzial von Business Analytics in der Energiewirtschaft noch weithin unterschätzt. Hier gilt es schnell umzudenken.“
Business Analytics (BA) umfasst unter anderem Vorhersage- und Simulationsmodelle, die Informationen aus verschiedensten Datenquellen zusammenführen. Besonders hilfreich für hochkomplexe Fragestellungen, die – wie bei der Feinplanung der Energiewende – oftmals in sehr engen Zeitfenstern und angesichts gewaltiger Datenmengen (Big Data) entschieden werden müssen, ist der BA-Teilbereich High Performance Analytics (http://www.sas.com/offices /europe/germany/software/high-performance-computing/index.html). Neue Technologien wie Grid, In-Database und In-Memory sorgen dabei für signifikante Prozessbeschleunigung und ermöglichen die visuelle Erkundung von Big Data. Auswertungen, die bislang Wochen und Monate dauerten, sind damit innerhalb weniger Minuten verfügbar.
Orginal-Meldung:
