Data Science als Treiber der Nachhaltigkeit

Data Science und Nachhaltigkeit

Ressourcenschonung ist der Schlüssel für nachhaltiges Wirtschaften. Data Science leistet einen wesentlichen Beitrag dazu. In diesem Artikel zeigen wir, wie Umweltschutz und Data Science Hand in Hand gehen.

Im Grunde genommen fängt die Allianz von Data Science und Umweltschutz bereits am Ursprung der Klimaforschung an. Das Wissen, das wir über das Erdklima und dessen Entwicklung in der Zukunft haben, ist das Ergebnis von datenwissenschaftlichen Untersuchungen. Je besser wir die Zusammenhänge in den Daten über die Entwicklung des Klimas in der Vergangenheit verstehen, desto besser können wir vorhersagen, wie es sich in Zukunft entwickeln wird. Dazu sind Prognosemodellen aus dem Bereich Data Science nötig, die Zusammenhänge und Kausalitäten in den Daten finden können. Data Science kann aber noch sehr viel mehr in Bezug auf Nachhaltigkeit und Ressourcenschonung leisten.

Wie Data Science die Energiewende unterstützt

Denkt man beispielsweise an das Smart Grid, also das intelligente Stromnetz, wird die Bedeutung von Data Science klar. Wenn erneuerbare Energiequellen in das Versorgungsnetzwerk integriert werden sollen, muss die Versorgungssicherheit gewährleistet werden. Natürliche Schwankungen müssen bestmöglich ausgeglichen werden. Dies gelingt, indem Anomalien im Stromverbrauch frühzeitig erkannt und automatisch reguliert werden.

Load Forecasting für ein Unternehmen im Energie-Sektor: Verbesserung der Prognosegüte durch die Analyse zahlreicher Einflussfaktoren.

Linktipp: Lesen Sie auch unseren Blogartikel zum Thema „Machine Learning in der Energiebranche“.

Auch hier gilt, dass ein bestmögliches Wissen über zukünftige Entwicklungen, den entscheidenden Vorteil bringen. Je besser die Entscheidungsgrundlage ist, desto nachhaltiger kann die Energieproduktion und -distribution erfolgen. Für einen Kunden aus dem Energie-Sektor hat die Alexander Thamm GmbH ein Modell zur Optimierung der Prognosegüte entwickelt. Nachhaltigkeit bei der Stromerzeugung ist ohne Data Science kaum denkbar.

Ressourcenschonung auf Knopfdruck

Wie vielfältig die Ansatzpunkte sind, durch die Data Science zu mehr Nachhaltigkeit beitragen kann, zeigt auch das folgende Beispiel: Im Bereich Logistik und Lagerverwaltung gibt es enormes Optimierungspotential. Zwar geht der Anteil an Leerfahrten beim Güterverkehr mit LKWs langsam zurück. Aber laut amtlicher Güterfahrtstatistik beträgt der Anteil immer noch 59 Prozent, gemessen an der Anzahl der Lastfahrten. Optimierungen der Koordination sind beispielsweise mit Künstlichen Neuronalen Netzen und Methoden aus dem Bereich Machine Learning möglich. Diese prognostizieren im Vorfeld Leerfahrten und zeigen automatisiert auf, wie die Fahrten effizienter genutzt werden können.

Auch der Umgang mit Lagerraum und Lagerbeständen ist ein Ansatzpunkt, um die verfügbaren Ressourcen optimal zu nutzen. Lagerbestände nehmen nicht nur wertvollen Lagerraum in Anspruch – oft werden alte Lagerbestände auch nach dem Ablauf einer bestimmten Frist entsorgt. Ein verantwortungsvoller, nachhaltiger Umgang mit Ressourcen gelingt, indem der Bedarf exakt ermittelt wird. Mithilfe von Big Data und Predictive Analytics können Lagerbestände optimiert und mit datenbasierten Bedarfsprognosen die voraussichtliche Nachfrage vorhergesagt werden.

Beschreibung: Visualisierung zur Optimierung von Lagerbeständen und Prognose von Bedarfen.

Intelligenter Umgang mit Daten

Mehr Nachhaltigkeit und Ressourcenschonung sind wichtige Handlungsfelder, die einen wesentlichen Beitrag zum Umweltschutz leisten können. Oft wird bei diesem Thema das Argument ins Feld geführt, dass Umweltschutz Kosten verursacht. Die hier vorgestellten Use Cases und Lösungsansätze zeigen jedoch, dass ein nachhaltiger Umgang mit den verfügbaren Ressourcen auch mit einem wirtschaftlichen Nutzen für Unternehmen einhergehen kann.

Mit Data-Science-Methoden und einem intelligenten Umgang mit Daten lassen sich zahlreiche Ansatzpunkte finden, um Optimierungspotentiale zu identifizieren und dank datenbasierter Prognosen den zukünftigen Bedarf genau zu kennen. Damit schaffen wir die Grundlagen für einen verantwortungsvollen Umgang mit Ressourcen. Wir sind davon überzeugt, dass Technologie und Wissenschaft nicht nur bei der Erforschung des Klimawandels eine wichtige Rolle spielen, sondern auch zu dessen Lösung beitragen können.

Tags

top