Kumulative Dissertation, Otto-Friedrich-Universität Bamberg, 2024

Zwei disruptive Transformationen, die Energiewende und die Digitalisierung, stellen die Gesellschaft und die Energieversorger vor große Herausforderungen und bieten gleichzeitig große Chancen. Insbesondere die Dezentralisierung der Energieerzeugung und die Elektrifizierung von Großverbrauchern wie Heizungen oder Fahrzeugen (Colle 2020; BDEW 2021) lassen neue Geschäftsfelder rund um den Vertrieb solcher Systeme sowie umfassende Dienstleistungskonzepte entstehen und können die Rolle der Energieversorger vom Energieanbieter hin zum Online-System-Anbieter verändern (Requejo et al. 2019; Colle 2020). Gleichzeitig generieren die Digitalisierungsbestrebungen der Energieversorger neue und potenziell wertvolle Kundendaten. Neben neuen Kundeninteraktionsdaten aus den klassischen Geschäftsfeldern (BDEW 2021) werden für eine zunehmende Anzahl von Haushalten Verbrauchsdaten durch Smart Meter generiert (Tounquet und Alaton 2020; BFE 2021; EIA 2022), die insbesondere für Großverbraucher wie beispielsweise Wärmepumpen indikative Muster betreffend Systemzustand und Nutzung verfügbar machen und damit helfen können, Optimierungspotenzial zu heben. Darüber hinaus entstehen durch die Aktivitäten in den neuen Geschäftsfeldern Datensätze aus der Planung und dem Vertrieb von Dezentralisierungs- und Elektrifizierungslösungen sowie aus der Durchführung von Energieeffizienzdienstleistungen. Aufgrund des beratungsintensiven Charakters vieler dieser Produkte und Dienstleistungen (Gram-Hanssen et al. 2017) enthalten diese Daten häufig implizit teures Expertenwissen.
Die Nutzung dieser Datensätze mit Hilfe von Datenanalyse und Künstlicher Intelligenz (DA&KI) birgt daher ein großes Potenzial. Für Unternehmen könnten diese Technologien insbesondere bei der Entwicklung neuartiger Produkte und Dienstleistungen, bei der Automatisierung von Aufgaben und bei der Erweiterung menschlicher Fähigkeiten hilfreich sein (Brynjolfsson und Mitchell 2017). Kunden könnte die Nutzung von DA&KI dabei helfen, dass wichtige Produktmerkmale, wie z.B. eine hohe Energieeffizienz, ein hoher Nutzungsgrad erneuerbarer Energie und niedrige Betriebskosten auch tatsächlich erbracht werden. In der Praxis ist dies für eine wichtige Kerntechnologie der Energiewende häufig nicht der Fall: So liegt z.B. die Effizienz von Wärmepumpen im Betrieb regelmäßig unter den Erwartungen (Puttagunta et al. 2010; Caird et al. 2012; Gleeson und Lowe 2013; Yin et al. 2019; Qiao et al. 2020; Chesser et al. 2021; Gao et al. 2021; O’Hegarty et al. 2022).
Allerdings zeigt sich, dass zahlreiche Energieversorger Schwierigkeiten bei der Erschließung des Potenzials von DA&KI in neuen Geschäftsfeldern wie der Energieeffizienzberatung oder dem Verkauf und Service haben, wodurch viele Daten ungenutzt bleiben (BDEW 2021). Ein wesentlicher Faktor, der viele Energieversorger bei der Erschließung dieses Potenzials hemmt, ist das Fehlen von Analyseexperten (McKinsey 2018; BDEW 2021). Diese werden folglich vor allem in den traditionellen Geschäftsbereichen eingesetzt (BDEW 2021). Dies führt dazu, dass es für Energieversorger eine zentrale Herausforderung ist, geeignete Anwendungsfälle für die Datenanalyse in neuen Geschäftsfeldern zu identifizieren. Auch in der Forschung liegt der Schwerpunkt von Anwendungsfällen für die Nutzung von Smart-Meter-Daten vorwiegend in den traditionellen Geschäftsbereichen wie z.B. der Stabilisierung des Stromnetzes (Fischer und Madani 2017), nicht aber in der Energieeffizienzberatung von Wärmepumpen, und es gibt nur wenige Beispiele, die erste Schritte in diesem Kontext gezeigt haben (z.B. Fei et al. 2013; Taylor et al. 2014; Hopf et al. 2018b). Eine weitere Herausforderung besteht darin, dass viele dieser neuartigen Datensätze ein begrenztes Volumen aufweisen, d.h. sie umfassen oft nur einige hundert Transaktionen und wenige Datenfelder, was ein Hindernis bei ihrer Nutzung darstellen kann. Trotz ihres Potenzials bleiben kleine Datensätze in vielen Organisationen ungenutzt (Wilson und Daugherty 2020), was insbesondere für Energieversorger bei der Entwicklung neuer Geschäftsfelder gilt (BDEW 2021).
Vor diesem übergeordneten Hintergrund ist das Ziel dieser kumulativen Dissertation, einen differenzierten Blick auf zwei typische Anwendungsfälle im Kontext von neuen Geschäftsfeldern von Energieversorgern und der Energiewende zu werfen, die Energieeffizienzberatung von Wärmepumpen und dem Vertrieb von Dezentralisierungs- und Elektrifizierungslösungen. Ein Schwerpunkt der Arbeit liegt darin, die Möglichkeiten von prädiktiver Datenanalyse zur Kundenselektion auf Basis typischer Energieversorgerdaten zu untersuchen, wie z.B. Smart-Meter-Daten, Beratungsprotokollen aus der Energieeffizienzberatung von Wärmepumpen oder Onlinekonfigurationen für Dezentralisierungs- und Elektrifizierungslösungen. Die untersuchten Daten umfassen dabei typische Fälle, in denen nur begrenzte Datenmengen zur Verfügung stehen. Um das Themenfeld ganzheitlich zu adressieren, besteht die kumulative Thesis aus einem einführenden Kapitel und fünf Forschungspapieren, die wie folgt in zwei Kapitel unterteilt sind.
Kapitel 1 beleuchtet die Möglichkeiten der Datenanalyse für die Bereitstellung von Energieeffizienzdienstleistungen. Zunächst wird das erzielte Einsparpotenzial einer Energiesparkampagne für professionell inspizierten Wärmepumpen eines Energieversorgers untersucht, große Heterogenität im Einspareffekt nachgewiesen und Möglichkeiten zur Identifikation von Vielsparern anhand einfacher Wärmepumpencharakteristika und Stromverbrauchsdaten aufgezeigt. Darauf aufbauend werden prädiktive Verfahren untersucht, die eine Ableitung von wichtigen Wärmepumpencharakteristika für die Energieberatung auf Basis von Smart-Meter-Daten ermöglichen. Die Arbeit zeigt, dass bereits wenige hundert Labels sowie viele in der Praxis üblich auftretende Varianten von Smart-Meter-Daten für eine zuverlässige Vorhersage ausreichen. Das Kapitel schließt mit einer Studie, in der daran anknüpfende Möglichkeiten zur digitalen Energieberatung untersucht werden. Ein Schwerpunkt liegt dabei auf der Entwicklung eines Frameworks zur Analyse typischer Wärmepumpenprobleme im Feld und den Möglichkeiten der Problemerkennung durch Smart-Meter-Datenanalyse sowie der Eignung von Inspektionsprotokollen als begrenzte Datenquelle für die Labelgenerierung. Darüber hinaus werden Möglichkeiten der Einbindung von Endnutzern in die Problemerkennung und -lösung untersucht. Angewandt auf Felddaten aus über 200 professionellen Inspektionen ermöglicht das Framework eine Bewertung der nächsten Schritte in der digitalen Energieeffizienzberatung für Wärmepumpen.
Kapitel 2 vermittelt einen Einblick in die Datenanalyse zur Vertriebsunterstützung von Dezentralisierungs- und Elektrifizierungslösungen. In diesem Kapitel werden Fallstudien für zwei typische Produkte der Energiewende mit hohem Individualisierungsgrad und entsprechendem nachgelagerten Beratungsaufwand betrachtet. Das Kapitel demonstriert, wie Produktberater durch prädiktive Analysen auf Grundlage begrenzter Daten aus Online-Konfiguratoren bei der Identifizierung relevanter Kunden unterstützt werden können. Darüber hinaus liefert das Kapitel für diesen Anwendungsfall empirische Evidenz dafür, dass der Aufbau von analytischen Fertigkeiten und die Realisierung von Wertschöpfungsmechanismen bereits im Umfeld begrenzter Datenmengen möglich ist. Dies kontrastiert die vorherrschende Meinung, dass große Datensätze eine Schlüsselvoraussetzung hierfür sind.
Die Erkenntnisse aus dieser Dissertation tragen in vielfältiger Weise zum aktuellen Stand der Forschung und zu einer fundierten Entscheidungsgrundlage für die Praxis, insbesondere für Energieversorger und politische Entscheidungsträger, bei. Sie zeigen nicht nur den Nutzen von Datenanalysen zur Identifizierung besonders geeigneter Kunden in den neuen Geschäftsfeldern von Energieversorgern auf, sondern leisten auch einen Beitrag für einen zielgerichteteren Einsatz wertvoller und knapper Expertenressourcen. Darüber hinaus erlaubt das entwickelte Framework zur Analyse von Wärmepumpenproblemen im Feld einen Blick in die Zukunft und beschreibt Möglichkeiten zur Digitalisierung der Energieeffizienzberatung. Die Arbeit liefert eine Bewertung für ein breites Spektrum an möglichen Ansätzen und betont insbesondere die Rolle der automatisierten Problemerkennung auf der Basis von Inspektionsprotokollen und Smart-Meter-Daten sowie die Möglichkeit verschiedener Grade der Einbeziehung von Endnutzern in die Problemerkennung und -lösung, die mithilfe von assistierenden Informationssystemen möglich werden könnte. Die vorgeschlagenen Ansätze könnten eine vielversprechende Alternative oder Ergänzung zu einer teuren Vor-Ort-Beratung durch Experten darstellen. Abschließend liefert die Arbeit eine Reihe von Hinweisen für politische Entscheidungsträger, die beim Design von Energieeffizienzprogrammen für Wärmepumpen berücksichtigt werden sollten, um einen kosteneffizienten Einsatz von Fördermitteln zu gewährleisten. Daneben erweitert die Arbeit die Informationssystemforschung um einen Beitrag, der für einen beispielhaften Fall aus dem Energieversorgersektor zeigt, dass für die Wertschöpfung durch Datenanalysen nicht unbedingt große Datenmengen notwendig sind.
Insgesamt veranschaulicht diese kumulative Dissertation das Potenzial prädiktiver Analyse für die Entwicklung neuer Geschäftsfelder von Energieversorgern auf Basis von typischen und kleinen Datensätzen, um bedeutsame Unternehmensziele (z.B. Geschäftstransformation und ein effizienter Einsatz von Unternehmensressourcen) und gesellschaftliche Ziele (z.B. Energiewende) voranzutreiben. Die Dissertation zeigt für relevante Anwendungsfälle auf, wie Energieversorger bereits vorhandene Datensätze für die Entwicklung neuer Geschäftsfelder nutzen können und liefert Energieversorgern Argumente und Ansätze, auch mit begrenzten Datensätzen Datenanalyseinitiativen zu starten.