News

Unser Kollege Onno Bremer, M. Sc., ist wieder zurück aus Japan und hat einen interessanten Reisebericht vorgelegt. Vom 19. bis 21. Juli 2025 nahm er an der International Conference on Advanced Machine Learning and Data Science (AMLDS 2025) in Tokyo teil. Rund 180 Vorträge und Poster aus über 20 Ländern befassten sich schwerpunktmäßig mit angewandter Künstlicher Intelligenz (KI) in Bereichen wie Energie, Mobilität, Medizin und industrieller Diagnostik. Um einen Vortrag auf dieser unter anderem von IEEE und der IEEE Systems, Man and Cybernetics (SMC) Society gesponsorten Tagung halten zu dürfen, musste man einem Gutachtergremium eine Kurzfassung einreichen und vom Gremium ausgewählt werden.

Unser Beitrag „Reliable AI-Driven PV Forecasting for Local, Resource-Constrained Systems“ (Koautoren waren Onno Bremer, Alisa Hanft, Bernd Zeilmann und Gerhard Fischerauer) wurde ausgewählt. Dabei präsentierte Bremer Ergebnisse aus unserem Forschungsprojekt eMobiGrid, speziell einen Vergleich verschiedener datengetriebener KI-Methoden mit dem physikalischen Modell PVlib zur Vorhersage der Ausgangsleistung von Photovoltaik-(PV-)Anlagen (das Bild unten zeigt ihn bei seiner Präsentation). Besonderes Augenmerk lag auf der Umsetzung auf ressourcenbeschränkter, industrietypischer Hardware, auf der Robustheit der Modelle unter realweltlichen Einschränkungen (Datenmangel, Anlagenkomplexität) und auf der automatisierten Hyperparameteroptimierung mittels Bayesscher Optimierung. Die rege Diskussion nach Bremers Präsentation lässt auf ein hohes Interesse an den eMobiGrid-Ergebnissen schließen. Und der Vergleich mit anderen Arbeiten belegt den Vorteil des in eMobiGrid verfolgten Ansatzes lokal implementierter und echtzeitfähiger Modelle.

Wir sind überzeugt, dass die Sektorenkopplung zwischen Elektrofahrzeugen und stationären Energiesystemen mit Hilfe bidirektionaler DC/DC-Ladestationen durch eMobiGrid einen entscheidenden Schritt vorwärts gebracht werden wird!