Gebäude-KI marktreif machen: Wie AI4Energy Energiekosten senkt und Rüstaufwände abbaut
Autor: Prof. Dr. Benjamin Tischler · Technische Hochschule Rosenheim
Für Betreiber und Planer von Gebäuden versprechen KI-Agenten zur Regelung von Energiesystemen einen handfesten Nutzen: 20–30 % niedrigere Energiekosten gegenüber herkömmlichen Reglern, besseren thermischen Komfort und eine netzstabilisierende Wirkung – bei Neubau und Sanierung nahezu ohne baulichen Zusatzaufwand. Bislang bremsen jedoch hohe Rüstaufwände die Markteinführung: KI-Agenten generalisieren schlecht über den heterogenen Gebäudebestand, benötigen monatelange Sensordatensammlung sowie händische Anpassung durch Experten und reagieren empfindlich auf Ereignisse wie Nutzungsänderungen.
Die Forschungsgruppe AI4Energy der TH Rosenheim (Leitung Prof. Dr. Benjamin Tischler) baut diese Hürden – Generalisierbarkeit, Dateneffizienz und Robustheit – konsequent ab. Schlüssel ist das Vortrainieren großer, genereller Gebäudemodelle auf Simulations- und Realdaten. So werden Agenten schnell einsatzbereit, robuster und mit minimalem Aufwand integrierbar. Für ihre wegweisende Arbeit erhielt AI4Energy den Best Paper Award der hochrenommierten ACM e-Energy 2025.
Für Pilotprojekte sucht AI4Energy den Austausch mit regionalen Unternehmen.
Weiterführende Links:
[Forschungsgruppe AI4Energy]
Aktuelle Veröffentlichungen:
[Thermal-GEMs: Generalized Models for Building Thermal Dynamics]
[BuilDyn: Excitation-Driven Data Generation for Building Thermal Dynamics Modeling and Control]
-------
Vorherige Nachricht aus der Hochschule
Zurück zur Übersicht KI-Kompass Ausgabe 1