Pressemitteilung von Sarah Wett

E-world 2018: GreenPocket erschließt Potenziale von Data Science für das Energiemanagement der Zukunft

---

---

Köln, 05.02.2018 - Auf der diesjährigen E-world (06.02. - 08.02.18) thematisiert Softwarespezialist GreenPocket die Potenziale von Data-Science-Technologien, Machine Learning und AI für das Energiemanagement der Zukunft. Dabei konzentriert sich das Kölner Start-up augenblicklich auf die Bildung von Mehrwerten für Energieversorger.

Durch die Digitalisierung der Energiewende wird der Zugriff auf sehr große Datenmengen möglich. Werden diese Daten erfasst und nutzerdienlich verarbeitet, so lassen sich Services und Mehrwerte generieren, die zuvor nicht denkbar waren. GreenPocket ist Spezialist für Smart-Metering-Software und kann anhand konkreter Anwendungsfälle aufzeigen, wie sich der Alltag von Energieversorgern und ihren Kunden durch Data Science erleichtern lässt.

Kundenbindung und -akquise
"Durch den Einsatz von Data-Analytics- und Data-Science-Technologien lässt sich der Schritt von der Datentransparenz zu einer echten Datenintelligenz vollziehen", erklärt Dr. Thomas Goette, Geschäftsführer von GreenPocket. "Mit Zugang zu genügend großen Datenmengen lässt sich eine selbstlernende Software zur intelligenten Datenverarbeitung entwickeln. Alle Anwender der Software sind mögliche Nutznießer."
Beispielsweise lässt sich auf diese Weise eine Technologie zur selbstoptimierenden Datendisaggregation entwickeln, durch welche die Verbrauchstransparenz weiter erhöht und automatisch kundenspezifische Empfehlungen zur Effizienzoptimierung und zu Einsparmöglichkeiten formuliert werden können. "Das ist nicht nur ein wichtiges Argument für die Neukundengewinnung, sondern es ist auch ein Mittel zur Förderung von Kundenzufriedenheit und Kundenbindung", ergänzt Goette.

Mikrosegmentierung
Die Auswertung von Verbrauchsmustern und Metadaten mithilfe von Data-Science-Algorithmen kann außerdem zur Vereinfachung der Kundensegmentierung eingesetzt werden. Damit ist die automatische Einteilung der Kunden in spezifische Kundengruppen denkbar. Nach einer solchen Segmentierung lassen sich Trends in den einzelnen Segmenten nachvollziehen und Bedürfnisunterschiede sichtbar machen. Das ermöglicht eine zielgerichtete und aufwandsarme Adressierung von Interessensgruppen, wodurch Energieversorger ihren Support systematisch ausbauen oder Marktforschungsmaßnahmen kostengünstig unterstützen können.

Targeted Marketing
Eine automatisierte und intelligente Analyse von Verbrauchsdaten und kundenbezogenen Kennzahlen kann aber nicht nur die gemeinsamen Anforderungen von Kundengruppen aufdecken, sondern auch die individuellen Bedürfnisse von Einzelkunden. Dadurch lassen sich zielgerichtete Angebote und Vertriebskampagnen gestalten. Auch die Freilegung von Cross-Selling-Potenzialen und die damit verbundene Erweiterung des Angebots (zum Beispiel um Elektrogeräte mit geringem Verbrauch, PV-Anlagen und Energiespeichern) werden damit möglich. Gleichzeitig lässt sich durch die automatische und bedürfnisorientierte Kommunikation mit den Kunden die Kundennähe weiter ausbauen.

Weitere Anwendungsfälle
Damit sind die Potenziale von Data Science und Machine-Learning-Technologien aber noch nicht ausgereizt. Beispielsweise sind auch Technologien für Predictive Maintenance oder für die Voraussage und Vermeidung von Lastspitzen zur Netzentlastung vorstellbar. "Wir sind gerade erst dabei, die Möglichkeiten auszuloten, die sich Energieversorgern und ihren Kunden durch Data Science und Data Analytics bieten", erklärt Dr. Goette. "Spätestens mit dem Rollout sind die verfügbaren Datenmengen aber groß genug, um eine ganze Reihe echter Mehrwerte für die Softwarenutzer schaffen zu können. GreenPocket setzt sich dafür ein, dass diese Potenziale auch ausgeschöpft werden, um das Energiemanagement von morgen mitzugestalten." Firmen- & Pressekontakt