Der EnBW Tech-Blog

Die Künstliche Intelligenz und das Maschinelle Lernen wird immer mehr zu einem alltäglichen Begleiter und hält somit auch Einzug in die Energie-Branche. Im Bereich der “Predictive Maintenance” ist es z.B. möglich, Schäden in Erzeugungsanlagen rechtzeitig zu erkennen und somit Kosten bei der Instandhaltung und dem Betrieb der Anlagen einzusparen.

EnBW Asset RADAR

Seit mehreren Jahren entwickeln und betreiben wir daher die cloudbasierte Anwendung EnBW Asset RADAR, die für die Zustandsüberwachung von erneuerbaren Erzeugungsanlagen eingesetzt wird. Sie ermöglicht es, auftretende Anomalien bezüglich Anlagen- und Komponentenzustand rechtzeitig zu erkennen und in Folge dessen auftretende Defekte rechtzeitig instand zu setzen und Folgeschäden gar nicht erst entstehend zu lassen. Gerade die Verhinderung größerer Folgeschäden führt zu einer Reduzierung von Stillstandzeiten und somit zu weniger Ertragsausfall.

Wir haben mit unserer individuell entwickelten cloud-native Anwendung mittlerweile jahrelange Erfahrung in der Anbindung neuer Anlagen, dem Persistieren, der Breitstellung und natürlich der Analyse von SCADA- und Schwingungsdaten. Hierzu haben wir unter anderem ein für unsere Bedürfnisse optimiertes Zeitreihensystem in Azure entwickelt. Die Anwendung, mit deren Hilfe unsere Diagnostiker Modelle trainieren, Diagnosen erstellen und Folgeaktivitäten ableiten, haben wir in unserem Evergreen Ansatz auf .net Core und im Frontend maßgeblich mit Angular und vielen Bibliotheken zur Visualisierung von Zeitreihen implementiert. Der analytische Kern der Lösung ist in Python umgesetzt und wird permanent weiterentwickelt, optimiert sowie auf neue Asset Typen ausgerichtet. In diesem analytischen Teil setzen wir insb. auf GBRTs, die im Folgenden kurz erläutert werden.

Technische Umsetzung

Die Erkennung der Auffälligkeiten in den verschiedenen Anlagen findet derzeit durch die Überwachung tausender Zeitreihen mit Betriebsdaten statt. Auf diese Zeitreihen werden sogenannte Gradient Boosted Regression Trees (GBRT) angewendet, also Ensembles von mehreren Entscheidungsbäumen. Sie sagen den Zustand der betrachteten Anlage durch die Historie der Daten vorher. Als Beispiel dafür kann man sich folgendes Szenario vorstellen: Die Wirkleistung einer Windanlage wird maßgeblich durch äußere Faktoren, wie z.B. die Windgeschwindigkeit bestimmt. Ein statistisches Modell kann solche Zusammenhänge erlernen und somit den Zustand einer Anlage oder Komponente in Abhängigkeit von anderen Messgrößen vorhersagen. Diesen Vorgang nennt man „Maschinelles Lernen“. Im Umkehrschluss kann ein Defekt in einem Bauteil durch eine signifikante Abweichung der Modell-Vorhersage des Bauteilzustands vom tatsächlichen Zustand erkannt werden.

Convolutional Neural Networks

Neben Algorithmen aus dem Maschinellen Lernen, zu denen die GBRTs gehören, erhalten auch Technologien aus dem Bereich „Deep Learning“ immer mehr Einzug in den Bereich der Predictive Maintenance. Die am weitesten verbreiteten Vertreter des Deep Learnings sind sogenannte “Convolutional Neural Networks” (CNN). Sie stellen eine Klasse der Neuronalen Netze dar, die Beziehungen zwischen benachbarten Datenpunkten über sogenannte Convolutional Layer („Faltungsschichten“) ausnutzen und sich somit unter anderem auch besonders für Zeitreihendaten eignen. Der Vorteil von CNNs gegenüber GBRTs ist häufig, dass sie durch ihre Komplexität eventuelle nicht-offensichtliche Beziehungen zwischen den verschiedenen Signalen und Anlagenzuständen besser für ihre Vorhersage nutzen können. Diese Vermutung ließ sich aber in der praktischen Umsetzung und Implementierung in Verbindung mit dem Asset RADAR System nicht belegen. Vielmehr stellten wir in unseren Analysen fest, dass die GBRT-Modelle bei ähnlich guter Performance und sehr viel geringerem Trainingsaufwand deutlich erklärbarer und damit wartbarer sind als die komplexeren CNNs. Für uns der Grund, warum wir weiterhin auf GBRT-Modelle bei der Überwachung setzen.

Das durch EnBW entwickelte E-Cockpit ist das zentrale Werkzeug zur Betriebsführung im Geschäftsfeld Erneuerbare Energien und ermöglicht den Einstieg auf benötigte Systeme, Prozesse und Informationen für verschiedene Akteure, wie z.B. Technische Betriebsführer, Leitwarte, Asset-Management, Shareholder und Interessierte. Das E-Cockpit ist als erweiterungsfähige Plattform aufgebaut, sodass auch neue Funktionalitäten leicht integriert werden können und zu einem asset-zentrierten Blick auf die Anlagen führen.

Zusammenarbeit und Produktentwicklung

Die E-Cockpit Plattform wird in einem agilen Team innerhalb der IT für Erzeugung (C-TIE) unter Führung (Product Ownership) des Fachbereichs Betrieb erneuerbare Energien (T-BE) entwickelt und betrieben (DevOps). Für die Produktentwicklung werden kontinuierlich Anforderungen aus verschiedenen Fachbereichen der Erzeugung auf Product Owner Seite in Azure DevOps gesammelt, strukturiert, priorisiert und in Themenkomplexe gruppiert. In User Story Mapping Terminen werden dem Entwicklungsteam einzelne Themenkomplexe vorgestellt, gemeinsam geschärft und in Releases geschnitten. Der Umfang von Releases wird durch Estimation Gaming Terminen grob geschätzt. In regelmäßigen Grooming/ Refinement Terminen werden die einzelne User Stories unter Berücksichtigung der Definition of Done (DoD) geschätzt. Die Einplanung und Umsetzung findet im Rahmen von 3-wöchigen Sprints statt. Zum Abschluss eines Sprints werden ausgewählten Key Usern die realisierten Features und Anpassungen aus dem Sprint in einem Sprint Review Termin durch das Entwicklungsteam vorgestellt und Feedback dazu eingesammelt. Durch regelmäßige Retrospektiven des Entwicklungsteams und des Product Owners werden kontinuierliche Verbesserungen in der Zusammenarbeit, den Werkzeugen und Methoden erreicht. Das Entwicklungsteam nimmt bei regelmäßigen Jour Fixen der E-Cockpit Anwender teil, um notwendige Verbesserungen und Anregungen mitzubekommen, die für die Akzeptanz des Produkts notwendig sind. Zudem unterstützt die Teilnahme die Entwicklung einer gemeinsamen Sprache mit dem Fachbereich.

DevOps Team

Neben der Umsetzung von Anforderungen ist das Entwicklungsteam auch für den Betrieb von E-Cockpit verantwortlich. (DevOps Ansatz) Hierbei ist es notwendig, E-Cockpit technisch aktuell und wartbar zu halten, sowie auf den Abbau technischer Schulden zu achten. Durch kontinuierliches Monitoring und Alarmierung im Fehlerfall wird der Betrieb von E-Cockpit durch das DevOps Team sichergestellt. Zusätzlich zur Nutzung von Cloud Computing werden die verwendete Infrastruktur, Softwareframeworks und -bibliotheken immer wieder aktualisiert. (Evergreen IT) Um keine Wissenssilos aufzubauen und den Betrieb zu gewährleisten, werden Anforderungen vornehmlich im Vier-Augen Prinzip umgesetzt. In regelmäßigen Technikrunden werden Neuerungen, Konzepte und Umsetzungen im Team geteilt. Für die Lösung einzelner Problemstellungen und kontinuierliche Weiterentwicklung nimmt sich das Team Freiraum für Ideen und Experimente (PoCs). So wurde u.a. vom Team ein Konzept für den Wechsel auf eine Microservice Architektur entwickelt und erste Umsetzungen neuer Features als Microservices realisiert.

Technik

Bei der Entwicklung wird ein starker Fokus auf die Skalierbarkeit, Stabilität, eine verbesserte Performance und eine klare Benutzerführung gelegt. Durch die Nutzung einer modernen, cloudbasierten IT-Architektur auf Basis von Microsoft Azure, wird das Portal laufend technisch weiterentwickelt und durch neue Funktionen ergänzt. Dadurch bietet es als Plattform die Möglichkeit neue Technologien zu integrieren und über Schnittstellen (APIs) Daten mit anderen Systemen auszutauschen. Eine moderne und intuitive Oberfläche auf Basis Angular 9 im minimalistischem Design bietet große Benutzerfreundlichkeit und Geschwindigkeit inklusive der Integration von Power BI als zusätzlicher Reporting Plattform. Durch die Mehrsprachigkeit können auch die Kollegen in Schweden und Frankreich das E-Cockpit zur Betriebsführung nutzen und externe Beteiligungspartner sich darüber informieren. Um den kontinuierlichen Betrieb von E-Cockpit zu gewährleisten wird die komplette Infrastruktur als Code gemeinsam mit der Software, Build Definition und Dokumentation im GIT Repository in Azure DevOps verwaltet.

Bei der Papstwahl 2005 sah man auf dem Petersplatz in Rom viele Menschen stehen. Nur 8 Jahre später bei der nächsten Wahl sah das Bild verändert aus - tausende von Handys, die die Menschen hoch halten, um Fotos und Video aufzunehmen, sind auf dem Foto zu erkennen. Dies ist ein Bild, das verdeutlicht, dass sich in unserer heutigen Welt Dinge immer schneller verändern. Dadurch wird es wichtig auch die Arbeitsweise so anzupassen, dass das Team schnell und flexibel auf Veränderungen reagieren kann. Ein Produkt kann nicht mehr erst komplett geplant, umgesetzt und dann nach mehreren Jahren das erste Mal dem Kunden gezeigt werden.

Und wie funktioniert agiles Arbeiten bei der EnBW?

In der EnBW setzen wir viele verschiedenen agile Methoden und Vorgehensmodelle ein, die auf die zu erreichenden Ziele bzw. Rahmenbedingungen angepasst sind. Zum Beispiel haben wir Produkte, an denen mehr als 30 Personen arbeiten. Dort reicht ein Scrum Team alleine nicht mehr aus und es wird 'skaliert'. Mehrere Teams mit Product Ownern arbeiten gemeinsam an derselben Software. Der Product Owner ist im engen Austausch mit den Kunden und gibt vor, WAS der Kunde benötigt. Das Team entscheidet WIE die Lösung technisch/fachlich am besten aussehen könnte. Gemeinsam entscheiden sie, was sie in den nächsten 2-4 Wochen (im so genannten Sprint) bauen und holen sich zeitnah Feedback vom Nutzer, um zu sehen, ob sie auf dem richtigen Weg sind oder etwas an den Plänen ändern sollten.

Es gibt einige Vorteile agiler Arbeitsweisen.

• Frühes Feedback - Je schneller ein Team Rückmeldung von den Nutzern bekommt, desto schneller kann es seine Pläne anpassen. Das spart Zeit und Geld.
• Effektive Ergebnisse - Durch die vielen Rückmeldungen von Kunden und Nutzern ist es für die Teams einfacher, passende Lösungen für deren Probleme zu finden.
• Schneller Markteintritt - Da das Team im engen Austausch mit dem Nutzer ist, bekommt es zeitnah mit, ab wann der Nutzer bereits mit dem Arbeitsergebnis arbeiten kann.
• Effiziente Arbeitsweise - Nicht nur das Arbeitsergebnis wird regelmäßig unter die Lupe genommen. Auch das Team schaut in den so genannten Retrospektiven auf seine Arbeitsweise und verbessert bzw. passt diese immer wieder auf die aktuellen Rahmenbedingungen an. Dabei werden Arbeitsprozesse im Laufe der Zeit immer effizienter.
• Nutze das Wissen von Vielen (Schwarmintelligenz) - Alle Teammitglieder arbeiten gleichberechtigt zusammen und finden gemeinsam oder in kleinen Untergruppen die beste Lösung, indem alle Optionen und Ideen evaluiert werden. Es gibt nicht mehr nur eine oder wenige Personen, die vorgeben, wie etwas umzusetzen ist und die anderen arbeiten es nur ab.
• Schnelligkeit durch Selbstorganisation - Da das Team selbstorganisiert arbeitet, können schneller Entscheidungen getroffen werden und Änderungen in die Planung einfließen. Man muss beispielsweise nicht mehr warten bis der Entscheider aus dem Urlaub zurück ist.
• Mehr Spaß und Motivation bei der Arbeit - Arbeiten im Team und nicht mehr alleine; alle Ideen diskutieren und gegeneinander abwägen können; Fokus auf wenige Aufgaben und nicht mehr Versinken im großen Berg; Dinge zu Ende bringen; Feedback vom Kunden und Nutzer mit in die nächsten Schritte einfließen lassen; die eigene Arbeitsweise immer so anpassen zu können, wie es für ein Team gerade am besten funktioniert -> all das sind Faktoren, mit denen die Arbeit wirklich Spaß macht.

Gibt es auch Nachteile?

Nachteile würde ich es nicht nennen, eher Risiken, auf die alle achten sollten.
Durch die Selbstorganisation und der größeren Handlungsspielräume innerhalb des Teams ist eine höhere Motivation zu spüren. Dies kann dazu führen, dass Menschen so viel Spaß bei der Arbeit haben und sich so damit identifizieren, dass sie bezüglich der Arbeitslast an ihre Grenzen gehen. Bei der EnBW wird hier in den Teams darauf geachtet, dass kein Mitarbeiter überlastet wird, die Scrum Master und agilen Coaches unterstützen die Teams mit passenden Methoden und Vorgesetzte gibt es natürlich weiterhin, die sich um Wünsche und Bedürfnisse der Mitarbeiter kümmern.
Ziele sind sehr wichtig, damit die selbstorganisierten Teams eine Richtung haben, in die sie sich orientieren können. Oftmals hört man oft das typische Missverständnis "Wir sind jetzt agil. Da gibt es keinen Plan und keine Ziele mehr." Oh doch, wir wollen ja nicht im Chaos landen, in dem jeder tut, was er oder sie will und letztendlich nichts erreicht wird. Pläne sind weiterhin wichtig, um entscheiden zu können, was der logische nächste Schritt sein können. Sie werden allerdings häufiger angepasst, je nach dem, was auf dem Weg gelernt wird.

Hat sich durch das Corona-Virus etwas an der Arbeitsweise verändert?
Auf jeden Fall hat sich etwas verändert. Verteilte Teams mit Personen an unterschiedlichen Orten merken davon weniger, da es für die schon Gewohnheit ist, virtuell zu kommunizieren über Video-Konferenzen, Telefon, Chat und EMail. Dennoch war es anfangs gar nicht so leicht, große Meeting mit mehr als 50 Personen komplett über den Computer stattfinden zu lassen. Neue Software für Whiteboards oder Umfragen wurden gefunden, neue Regeln aufgestellt, so dass jeder zu Wort kommen kann ohne dass alle durcheinander reden. Mittlerweile haben sich die Mitarbeiter so gut an die neuen Gegebenheiten gewöhnt, dass wir sogar eine übergreifende Retrospektive mit mehr als 40 Personen erfolgreich durchführen konnten - inklusive Gruppenarbeit und einer Sammlung vieler Ideen zu großen Themen, die im Nachgang durch Arbeitsgruppen verfeinert und mit Leben gefüllt werden.

IoT spielt eine immer wichtigere Rolle in den verschiedensten Bereichen. SmartHome, SmartCity, SmartEnergy um nur einige zu nennen.

Echtzeitanwendungen
Durch den technischen Fortschritt werden immer mehr "Kleinstgeräte", wie etwa Sensoren, Teil von Netzwerken und können somit vielfältige Daten bereitstellen. Diese Daten bilden die Grundlage für die Entwicklung innovativer Echtzeitanwendungen. Ein konkretes Beispiel dafür ist bei uns #NETZlive. Neben vieler anderer Themen wird hier unter Nutzung vorhandener und neuer Messtechnik (IoT-Geräte) eine Echtzeitvisualisierung des aktuellen Netzzustands erreicht. Wenn wir den Zustand immer aktuell vorliegen haben, sind wir in der Lage sehr schnell auf Problemfälle oder andere Ereignisse reagieren zu können.

Herausforderung
Das bedeutet, dass wir eine sehr große Menge an Daten transportieren müssen und die Sicherheit bei dem Datenverkehr, als auch direkt bei den Daten gewährleistet sein muss. Das macht den Austausch der Daten im IoT Umfeld zu einer großen Herausforderung. Im Smart Home Bereich, mit einigen IoT Geräten, mag das Thema noch relativ trivial erscheinen. Aber wenn es sich um viele Millionen IoT Geräte handelt und hohe Schutzziele eingehalten werden müssen, ist das gar nicht mehr so einfach.

Integrationsplattformen
Unsere Lösung sieht so aus, dass wird zentrale Integrationsplattformen geschaffen haben, die vor allem auf Basis eines MQTT Brokers die Daten verarbeiten und transportieren können. Der Vorteil gegenüber dem http/HTTPS Protokoll liegt darin, dass es sehr wenig Protokolloverhead bei der Menge an Daten gibt und es trotzdem eine sehr sichere Kommunikation ist. Des weiteren ist das MQTT Protokoll sehr weit in der Sensorik verbreitet, da die Anforderungen an Latenzen im IoT Umfeld sehr hoch – Stichwort Echtzeitanwendungen - und die angebundenen Geräte bzw. Sensoren oft leistungsschwach sind und daher gerne auf das ressourcenarme Protokoll setzen.

Technisches Konzept
Die Darstellung im Titelbild skizziert grob den Aufbau unserer technischen Lösung. Hier ist zu sehen, dass wir auf eine containerbasierte Lösung setzen. Dabei kommen Docker Container zum Einsatz und eine Orchestrierungslösung in Form eines Kubernetes (k8s) Clusters. Diese Technologiebasis bietet eine hohe Ausfallsicherheit und eine sehr einfache und gute Möglichkeit zur horizontalen Skalierung. Das ermöglicht uns flexibel und ressourcensparend auf eine sich ändernde Datenmenge reagieren zu können und das sogar vollautomatisiert. Die eingehenden Daten werden über einen Loadbalancer auf die verschiedenen Instanzen des Brockers verteilt, welche sich auf unterschiedlichen Maschinen des Kubernetes Clusters befinden. Der Betrieb und die Verwaltung des Brokers erfolgt dabei maßgeblich über ein Dashboard, welches über einen Ingress Controller als eigene Domain im internen Netzwerk erreichbar ist. Die Clusterkonfiguration des Brokers erfolgt dabei über ein dafür angelegtes HELM Chart.

Die EnBW bietet Dir bereits heute einen digitalen Arbeitsplatz mit zeitgemäßer Hardware und moderner Software. Wir möchten den Arbeitsalltag unserer Kollegen kontinuierlich vereinfachen – ob organisatorische Aufgaben oder bislang aufwändiges Suchen nach einer Antwort. Dabei hilft uns der virtuelle Assistent EDISON: als Vereinfacher, Schnellermacher, Zusammenführer.

Der Virtuelle Assistent liefert einen wichtigen Beitrag zur Digitalisierung des Konzerns

Einer Studie der Unternehmensberatung McKinsey zufolge verbringt ein Angestellter durchschnittlich zehn Stunden pro Woche mit der Recherche nach Informationen.
In Deinem Arbeitsalltag hast Du bestimmt auch diverse Routineaufgaben: Du organisierst Meetings, verschiebst eine Raumbuchung oder bestellst Arbeitsmittel. Aus Deinem privaten Bereich kennst Du bereits Assistenzsysteme wie Siri, Alexa oder Smart Home. Solche Dienste gehören auch zu einem Arbeitsplatz der Zukunft.
Die Unternehmensberatung Gartner prognostiziert, dass bis 2022 jedem fünften Arbeitnehmer ein Assistent mit Künstlicher Intelligenz zur Seite stehen wird. Diese Zukunft hat bei EnBW mit EDISON bereits begonnen.

Unsere Mission

Einfach gesagt machen wir mit EDISON, dem Virtuellen Assistenten der EnBW, die Digitalisierung für unsere Kollegen sichtbar und erlebbar.
Unser Ziel ist es, die Schnittstellen zu verschiedenen Systemen und EnBW-relevanten Inhalten zu einer universellen Conversational User Experience zusammenzuführen und zu integrieren. Du kannst EDISON dein Anliegen textlich oder verbal mitteilen und hast eine zentrale Anlaufstelle für Deine täglichen Anliegen. EDISON assistiert Dir einfach und schnell.

Wir sind im Kern ein interdisziplinäres agiles Produktteam bestehend aus Softwareentwicklern und Architekten, Experten für Conversational UX/UI, Trainer für Conversational AI, Redakteuren und Kommunikatoren, einem Agile Coach und dem Product Owner. Wir arbeiten übergreifend sehr eng mit vielen weiteren Kollegen aus den verschiedenen EnBW Fach- und IT-Bereichen zusammen.

EDISON entwickeln wir auf Basis modernster Technologien. Zum Einsatz kommen u.a. Microsoft.NET und Azure. Der Virtuelle Assistent wird derzeit über Azure in Microsoft Teams integriert, weitere Touchpoints, unter anderem Mobile sind bereits in Planung.
Die Konversationen verarbeiten wir mit Hilfe von Natural Language Understanding (NLU) und Natural Language Processing (NLP). Wir nutzen beispielsweise Microsoft Language Understanding Intelligent Service (LUIS) und Azure Cognitive Services.
Schnittstellen und APIs werden über REST integriert. Damit können wir eine Conversational Assistenz skalierend aufbauen. Inhalte werden nicht konventionell als Text-Block, sondern in Form von Instant Messaging aufbereitet. So kann EDISON passgenaue Antworten liefern.

Die Netze BW ist der Verteilnetzbetreiber im EnBW-Konzern. Unsere Kernaufgabe ist das Planen, Bauen und Betreiben von Infrastruktur – von Strom über Gas bis zu Breitband. Im Entwicklungsstrom NETZBau arbeiten wir daran, die Netzbauprozesse der Netze BW für alle Beteiligten noch schneller, einfacher und intuitiver zu machen. Doch woher wissen wir, dass das nicht nur eine leere Phrase ist, die wir uns selbst vorsagen? Woher wissen wir, dass unsere Lösungen den sprichwörtlichen Nagel jedes Mal auf den Kopf treffen?
Wir denken kompromisslos vom Anwender aus!
Die Person, die am besten weiß, welches Werkzeug gebraucht wird um eine Aufgabe schneller, einfacher und intuitiver zu erledigen, ist die Person, bei der diese Aufgabe Tag für Tag anfällt. Davon sind wir überzeugt. Deswegen sind unsere Product Owner und UX-Designer (z.B. über regelmäßige Anwenderworkshops) in ständigem Kontakt mit den Endanwendern unserer Produkte. Die so gewonnenen Einblicke und Erkenntnisse werden dann vom Product Owner mit einem Business Case vervollständigt, mit der Strategie der Netze BW abgeglichen und als User-Story im Backlog einpriorisiert.
Jede Entwicklung und Weiterentwicklung eines NETZBau-Produkts startet mit einem Produktübergreifenden Planning. In diesem werden fachliche und technische Abhängigkeiten besprochen und das gesamte Team gibt sich einen Fahrplan für den nächsten Release-Train.

Am Ende eines jeden Zyklus steht immer eine übergreifende Lösung, die für alle Endanwender direkt nutzbar ist. Natürlich lassen wir uns aber auch innerhalb dieser 10 Wochen gerne in die Karten schauen. Jede zweite Woche findet zum Sprintende eine offene Review statt. In dieser kann jeder Teilnehmer Fragen stellen, auf Abhängigkeiten hinweisen und unsere Beta-Versionen ausprobieren. So stellen wir sicher, dass die von uns entwickelten Lösungen nicht nur mächtiges Werkzeug für unsere Anwender sind, sondern auch, dass deren Bedienung wirklich schnell, einfach und intuitiv ist. Durch diese Arbeitsweise sind wir in der Lage auch die komplexesten Sachverhalte anzugehen und unseren Kollegen Werkzeuge und Lösungen zu bieten, die sie dabei unterstützen auch weiterhin hervorragende Arbeit zu leisten.

Es ist unsere tiefe Überzeugung, dass die Energiewende unerlässlich ist, um nachfolgenden Generationen eine lebenswerte Umwelt zu hinterlassen. Deshalb hinterfragen wir ständig den Status quo und arbeiten kontinuierlich an digitalen Lösungen, die Energieversorgung wirtschaftlicher, ökologischer und sozialer zu machen.

Basierend auf dieser Überzeugung arbeiten wir gemeinsam an ENSIGHT – einer Plattform für Daten und datengetriebene Anwendungen entlang der kompletten Wertschöpfungskette erneuerbarer Energien.

Wirtschaftlicher Betrieb von Erzeugungsanlagen und Post-EEG

Erzeugungsanlagen für erneuerbare Energien erhalten gemäß dem Erneuerbare-Energien-Gesetz (EEG) eine gesetzlich garantierte Vergütung. Eine relevante Steuerungsgröße ist die Verfügbarkeit der Anlage, also die Fähigkeit, genau dann Strom erzeugen zu können, wenn der Wind weht oder die Sonne scheint - unabhängig davon, ob dieser vom Netz gerade abgenommen werden kann. Dies ändert sich zukünftig grundlegend, wenn die ersten Anlagen aus der EEG-Vergütung fallen und sich dem Markt stellen müssen. Im Post-EEG-Zeitalter sind die intelligente Vermarktung und Steuerung sowie ein effizienter Betrieb elementar für den wirtschaftlichen Weiterbetrieb. Dies erfordert neue Lösungen und hierfür benötigt es allen voran eines: Daten.

Basis für Digital Twin und intelligenten Anlagenschwarm

In ENSIGHT entwickeln wir Lösungen für konkrete Probleme aus Bau, Betrieb und Handel und prägen so iterativ diejenigen Fähigkeiten aus, die man zur Realisierung unserer Vision eines Digital Twin und intelligenten Anlagenschwarms benötigt.

Die ENSIGHT Plattform integriert als Cloudlösung Daten unterschiedlichster Quellen, erzeugt Informationen und Insights. Die komfortable inhaltliche und technische Erreichbarkeit wird konsequent auf die Bedürfnisse der Nutzer ausgerichtet. Anwendungen können flexibel entweder direkt auf der Plattform entwickelt werden oder lose gekoppelt sein. Dadurch ermöglichen und beschleunigen wir neue Use Cases und Technologien. Lokale Datenquellen und Systeme bleiben bestehen, ENSIGHT bildet eine verbindende Schicht zwischen den Vorsystemen und den neuen Anwendungen.

Unser Vorgehen ist Use Case basiert - das bedeutet, dass die für die Plattform benötigten Fähigkeiten iterativ und anhand konkreter Anforderungen aus den Use Cases entwickelt werden. Hierfür haben wir ein Team mit allen erforderlichen methodischen und technischen Skills, vom UX-Designer bis zu Full-Stack Entwicklern. Dieses ENSIGHT-Team arbeitet agil mit den fachlichen Teams – welches das Domänenwissen einbringen - zusammen, um Probleme zu identifizieren, Lösungen zu finden, zu validieren und umzusetzen. Das ist für uns als Team sehr spannend, da wir ca. alle 3-6 Monate an neuen Ideen arbeiten, welche die Plattform kontinuierlich erweitern und wir damit kontinuierlich immer mehr Verständnis über die Prozesse in den Fachbereichen aufbauen.

Gerne ein bisschen konkreter?

In unserem ersten Use Case arbeiten wir an der Optimierung der Instandhaltungs-Disposition für Windenenergieanlagen. Im Kern geht es darum, ein komplexes Optimierungsproblem zu lösen: Welche Windräder sollen wann und von wem gewartet oder repariert werden, um die Stillstandzeiten (und damit Ertragsverluste) zu minimieren? Hierbei spielen eine Vielzahl von Parametern und Daten aus unterschiedlichsten Quellen und Systemen eine Rolle: Von Fehlermeldungen und Wind-/ Ertragsprognosen der nächsten Tage über die Verfügbarkeiten von Monteuren und Material bis hin zu Routenoptimierungen der Anfahrt und Übernachtungsmöglichkeiten. Bisher wird das Optimierungsproblem von Disponenten basierend auf ihrer jahrelangen Erfahrung und viel Abstimmung mit Kollegen und Lieferanten gelöst - und manchmal ist auch ein bisschen “Bauchgefühl” dabei. Diese Disponenten erhalten bald Unterstützung durch einen Algorithmus, der ihnen einen Vorschlag für die optimale Einsatzplanung macht und alle Optionen aufzeigt.

Distributed Workforce

Wir sind im Juli 2020 mit einem über ganz Deutschland verteilten Team gestartet, 100% remote, die meisten haben sich vorher noch nie persönlich gesehen. Das ist für alle im Team neu – und es funktioniert hervorragend. Natürlich bringt das Umstellungen mit sich und wir haben uns in den ersten Retros intensiv mit diesem Thema beschäftigt: Wie funktioniert das für uns? Die in Scrum angelegte Struktur hilft uns zusätzlich, die Kommunikation nicht abreißen zu lassen und stets einen Überblick darüber zu behalten, was gerade wichtig ist. Und auch die Wege bei Microsoft Teams sind sehr „kurz“. Unsere Kommunikation ist hierdurch noch transparenter und nachvollziehbarer geworden. Und mit Azure DevOps haben wir ein voll in unsere Arbeitsprozesse integriertes Tool implementiert, um unsere Arbeit zu planen und zu organisieren. Kurz: Experiment „Projekt 100% remote starten“ ist erfolgreich.

Was macht eigentlich… ein Data Engineer in ENSIGHT?

Als Data Engineers sind wir das Bindeglied zwischen den operativen IT-Systemen und den Data Scientisten. Damit diese sich voll und ganz auf die mathematische Problemlösung fokussieren können, ist es unsere Aufgabe neben der Datenbereitstellung, -aufbereitung und Transformation die Verwendung von modernen Technologien vorzubereiten und zu vereinfachen. Dazu stellen wir im Rahmen der explorativen Phase Cloud-Ressourcen wie einen Data Lake zur zentralen Speicherung von Daten und einen Secret-Store zur Verfügung. Durch eine erstellte Vorlage in Python können die Data Scientisten einfach und sicher diese Ressourcen verwenden. Wenn wir gerade nicht am Implementieren sind, befassen wir uns mit Architektur-Themen, der Evaluation von neuen Technologien und konzeptionellen Fragestellungen.

[Frank Duchmann, Data Engineer]

Was macht eigentlich… eine Data Scientistin in ENSIGHT?

Als Data Scientisten bei EnBW lösen wir verschiedenste Anwendungsprobleme von der Prognose von Finanzkennzahlen bis hin zur optimalen Instandhaltung von Windenergieanlagen. Dabei nutzen wir state-of-the-art Methoden aus den Bereichen Statistik, mathematische Optimierung und des maschinellen Lernens.

Im Alltag besteht unsere Arbeit aus drei Bausteinen: Die Modellierung der relevanten Geschäftsprozesse, die Implementierung des Modells in der Software und die Pflege der Software-Infrastruktur. Um unseren Kunden die Lösung automatisiert zur Verfügung zu stellen, setzen wir auf Continuous Integration und Continuous Deployment.

Spaß an der Arbeit macht vor allem die enge Zusammenarbeit mit den Nutzern aus den Geschäftseinheiten. Sie liefern die fachliche Expertise und gestalten die Lösung aktiv mit.

[Sarah Müller, Data Scientistin]

Im Team Mobile Development der EnBW IT verantworten wir alle „Mobile Apps“ des EnBW-Vertriebes und stehen im gesamten Konzern mit Rat und Tat zur Seite, wo immer Bedarf zum Thema Apps besteht. Unsere Expertise haben wir seit 2010 aufgebaut und bringen die technologischen Neuheiten aus dem Hause Google und Apple in die EnBW. Mit über 80 selbst entwickelten Apps sind wir als 8 Personen Team im gesamten Konzern bekannt. Hierbei betreuen wir ganzheitlich - von der ersten Idee über die Umsetzung in unserer Entwicklungsumgebung bis zum Launch im Store und darüber hinaus - egal ob die App für Kollegen in unserem EnBW App Store oder für Endkunden in einem öffentlichen Store bereitgestellt wird.

Ein aktuelles Highlight stellt REVisAR (RenewableEnergy Visualisation (with) AugmentedReality) dar: Bei raumbedeutsamen Bauvorhaben sind Stakeholder mit der Problematik konfrontiert, dass sich die Auswirkungen auf das Landschaftsbild nur schwer abschätzen lassen. Gerade bei Windkraftprojekten übersteigen die Dimensionen der aktuellen Windenergieanlagen (WEA) das menschliche Vorstellungsvermögen. Die Projektentwicklung unserer Mitwettbewerber nutzen hierzu bis heute 2D-Karten für die Veranschaulichung und Präsentation der Planungen. Im fortgeschrittenen Projektverlauf werden dann unter Umständen mit erheblichem Aufwand Fotomontagen angefertigt.

Hier haben wir mit unserem internen Know-how mithilfe von Augmentented Reality einen Quantensprung ermöglicht.

Das Projekt wurde EnBW intern bereichsübergreifend mit und für den Bereich Projektentwicklung Windenergie erarbeitet. Maßgeblich beteiligt sind der F&E-Bereich sowie das eingangs erwähnte Mobile Development Team der IT. Die REVisAR App hilft dabei, den Beteiligten vor Ort eine realistische Darstellung der geplanten WEA und deren Einbettung in das Landschaftsbild zu vermitteln. Durch die Applikation können Spekulationen beendet und Fakten geschaffen werden. Durch dieses transparente Aufreten erwarten wir uns für zukünftige und aktuell laufende Vorhaben eine Akzeptanzsteigerung vor Ort sowie ein Vorteil gegenüber Wettbewerbern.

Kern der aktuell intern in Entwicklung befindlichen App ist die Visualisierung der geplanten WEA auf Basis von AugmentedReality (AR)-Technologie in ein bestehendes Kamerabild (live).
Die AR-WEA werden geographisch korrekt verortet und realistisch sowie vollanimiert (Rotordrehung, Anpassbarkeit Gondelausrichtung) dargestellt. Diese intern nativ entwickelte App basiert dabei auf neuster Apple-Technologie (ARKit, iPad) und ist in ihrer Art europaweit führend.

Durch den stetig steigenden Anteil erneuerbarer Energien – allen voran Photovoltaik und Windkraft – wachsen auch die Herausforderungen. Denn im Stromnetz unterliegt alles der Systembilanz: Netzbetreiber müssen zu jeder Zeit ein Gleichgewicht zwischen Stromeinspeisung und Stromentnahme sicherstellen. Je größer die Schwankungen bei der Einspeisung, je stärker der Wandel passiver Stromverbraucher zu aktiven Marktteilnehmern (z. B. durch Elektromobilität), desto komplizierter gestaltet sich die Aufrechterhaltung dieses notwendigen Gleichgewichts.

Deshalb haben wir weit nach vorne gedacht, Potenziale eruiert und unter dem Dach #NETZlive innovative Lösungen entwickelt um Kommunen mehr Versorgungssicherheit zu geben und die Arbeit am Energienetz der Zukunft für alle Beteiligten einfacher und effizienter zu gestalten.

Den Kern von #NETZlive bilden zwei Basisprodukte, die als eine Art „Datenstaubsauger“ Informationen aus unterschiedlichen Quellen zusammenführen, strukturieren und anwenderfreundlich bereitstellen.

Die NETZzeitreihenauskunft liefert derzeit Strom- und Spannungsdaten aus unterschiedlichen Betriebsmitteln der Mittelspannung. Die Integration weiterer Messstellen, darunter auch der intelligenten Messsysteme, ist geplant.

Der NETZmodellkonfigurator stellt eine Plattform für Informationen aus Systemen wie Leitwarten, GIS oder SAP bereit, die aus allen drei Spannungsebenen der Netze BW stammen. Pate stand dabei der europäische Common Grid Model Exchange Standard (CGMES). Wir verfolgen hier den Ansatz „Puzzle statt Silos“, wodurch die übergreifende Berechnung von Stromflüssen erheblich erleichtert wird. Angesichts der exponentiell steigenden Datenmengen wird die automatisierte Datenevaluation und -logistik auf dieser Ebene sicherlich künftig eine zentrale Rolle spielen.

Auf den beiden Basisprodukten von #NETZlive setzen Tools für ganz konkrete Handlungsfelder im Netzbetrieb auf.

Der NETZkoordinator erleichtert die Prozesse beim Bau und Betrieb des Netzes. Es geht darum Abstimmungs- und Informationsprozesse zu strukturieren und zu automatisieren. Die Mitarbeiter der Leitwarten, Betriebsplaner oder Monteure der Bereitschaft erhalten in Echtzeit Zugriff auf die Planung von Schaltungen oder Inbetriebnahmen.

Die NETZtransparenz basiert auf KI-Algorithmen und zielt in der Endausbaustufe darauf ab, anhand der Daten aus ausgewählten Messstellen minutenscharf den tatsächlichen Netzzustand abzubilden – auch und insbesondere mit Blick auf einen eventuellen Ausbaubedarf. Mit Hilfe einer State-Estimation kann die Digitalisierung des Verteilnetzes, speziell in der Niederspannung, effizient geplant und umgesetzt werden.

Die NETZengpasserkennung verbindet die zunehmende Netztransparenz und die betriebliche Erfahrung mit Wettervorhersage und Rechenmodellen zu Leistungsprognosen bis 7 Tage in die Zukunft. Damit lässt sich Handlungsbedarf früher abschätzen und damit oft vermeiden. Bislang sehen sich die Verantwortlichen sehr kurzfristig mit der Notwendigkeit für ein Einspeisemanagement konfrontiert, wobei die genauen Zusammenhänge oft nicht deutlich werden.

Gemeinsam meistern wir in einem agilen Projekt die zentrale Herausforderung die vielen einzelnen Puzzleteile zu einem Gesamtbild zusammenzufügen.

Hinter jedem einzelnen Produkt stecken spannende elektrotechnische Herausforderungen, die sich in entsprechenden IT-Lösungen wiederspiegeln.

Event Streaming, Event Sourcing, verteilte Actorsysteme, skalierbare Zeitreihendienste, Graph-DB, RDF-DB, flexible semantische Graph-Datenmodelle, MQTT-Broker im IoT-Kontext, Integration von Clouddiensten, State Estimation mit KI Algorithmen, funktionale Programmierung u.v.m. geben einen ersten kleinen Einblick zu einer spannenden IT-Architektur.

Integrationsplattformen (C-TIMDI)

Neben unserer Arbeit, verschiedenste Parteien über bilaterale Schnittstellen miteinander zu verbinden, wird die Unterstützung für das Thema API-Economy immer wichtiger für uns. Einen guten Überblick über eine große Anzahl von Diensten (APIs) - in einem heterogenen, hybriden Umfeld - bei EnBW zu behalten ist eine große Herausforderung. Heterogenität ist Normalität. Um Anforderungen zielgerichtet umzusetzen ist es erforderlich dafür bestmöglich geeignete Komponenten einzusetzen. Wir wollen daher mit einem API Management System den Weg gehen, erst an der Serviceschnittstelle zu homogenisieren und somit internen wie externen Kunden eine zentrale Sicht auf unsere Dienste ermöglichen. Unabhängig davon, ob die Dienste in der Cloud oder OnPremise, in unseren eigenen Rechenzentren, laufen.

API-Economy

Für die EnBW ist es sehr wichtig, schnell und flexibel, auf den sich ständig ändernden Markt, reagieren zu können. Es ist äußerst hilfreich, Serviceschnittstellen in Form von APIs bereitzustellen. Hierdurch wird erreicht, dass Core Assets unternehmensweit - bei Bedarf auch darüber hinaus - einfach, schnell und standardisiert verfügbar gemacht werden können.

API-Management

Da der Bedarf an APIs auch bei EnBW immer größer wird, erachten wir es als sinnvoll zur Unterstützung des kompletten API-Lifecycles eine API-Management Komponente anzubieten.

Ein API-Management System unterstützt bei einer schnellen, unkomplizierten und dennoch sicheren Bereitstellung von Serviceschnittstellen, intern und extern. Damit stellt es für uns eine entscheidende Fähigkeit dar, um Core Assets bereitzustellen.

Durch ein API-Management System kann außerdem Transparenz über die Nutzung der verwalteten APIs hergestellt werden. Das ermöglicht zum Einen die Monetarisierung der Service Schnittstellen, zum Anderen die Ableitung von Trends und somit die Bildung einer guten Grundlage für strategische Entscheidungen. Ein API-Management System schafft nicht nur Transparenz über die Nutzung, sondern kann darüber hinaus APIs auch reglementieren oder analytisch bewerten.

TLDR;

Wir leben in einer Zeit, in der es immer vielfältigere Möglichkeiten gibt Dienste zu entwickeln und diese bereitzustellen. Unabhängig davon wo diese ausgeführt werden (Cloud oder OnPremise) oder welche Technologien für deren Umsetzung eingesetzt werden (Sprache / Datenbank / Infrastruktur), ist es erforderlich die Übersicht über diese vielfältigen Dienste zu behalten und deren Bereitstellung bestmöglich zu unterstützen. Für diese große Herausforderung beschäftigen wir uns mit den spannenden Themen API-Economy und API-Management.

Wie findet man in verteilten Cloud-Architekturen Strukturen, die einen robusten Systemaufbau ermöglichen? Anhand einiger praxisnaher Skizzen werden fünf nützliche Architektur-Patterns vorgestellt.

1. Isolation/Kapselung als strukturierendes Element

2. Drei-Ebenen-lose Kopplung

3. Geeignetes Teilen

4. Lose Kopplung durch kontrollierte Redundanz

5. Kategorien mit dem RGB-Interaktionsmodell

Wir, die OutputFactory der EnBW, sind der zentrale Ansprechpartner für die Umsetzung der Kommunikationsanforderungen zu unseren Kunden.
Unser Produkt ist das multichannelfähige Outputmanagement. Seit neuestem bieten wir unseren Kunden auch als Tool den Composer an, mit welchem verschiedene Abteilungen in der Lage sind, interaktiv mit der Dokumentenerstellung der Templates interagieren zu können.
Die Zukunft immer im Blick – aus diesem Grund wollten wir eine möglichst offene und präzise beschriebene Schnittstelle anbieten, die es uns ermöglicht, neue Konsumenten standardisiert und unkompliziert anzubinden. Die Eingliederung in das EnBW API-Management stellt außerdem sicher, dass die Schnittstelle sichtbar und somit öffentlich transparent ist.
So haben wir die bisherige Schnittstelle komplett neu definiert und designet. In der neuen API ist ein Endpunkt ausgeprägt, hinter dem ein Prozess zur individuellen Briefschreibung umgesetzt wurde. Die Realisierung der individuellen Briefschreibung wurde so nah als möglich an den Standard angelehnt. Dies gilt sowohl für die Architektur, als auch für den interaktiven Prozess. Der API Endpunkt ist sehr ähnlich zu den bereits bestehenden Endpunkten.
Folgende Vorteile ergeben sich aus der Umsetzung nahe am Standard (=automatisierte Verarbeitung):
• Geringerer Wartungsaufwand
• Geringere Kosten
• Weniger fehleranfällig
• Wiederverwendbarkeit
• Modularität

Das oben zu sehende Schaubild stellt den Standard bzw. automatisierten Prozess + Architektur dem neuen interaktiven Prozess + Architektur gegenüber.

Schon gesehen? In Seligweiler an der Autobahn ist der erste Hypercharger-Standort realisiert worden. Ein weiteres Zeichen dafür, dass die Entwicklung bei Smarten-Infrastruktur-Lösungen in den Bereichen Elektromobilität, dezentralem Energiemanagement sowie Smart Metering mit großen Schritten voranschreitet. Und wir im Bereich „Smart Infrastructure“ entwickeln, testen und betreiben gemeinsam mit unseren Partner in den oben genannten Themen und unterstützen den Ausbau und Betrieb des größten Ladenetzes mit mehr als 40.000 Landepunkten in Deutschland, Österreich und der Schweiz.

In unserem eCharge-Lab in Karlsruhe können wir die Vorqualifizierungen der Ladeeinrichtungen vornehmen und unsere Lösungen auf „Herz und Nieren“ testen. Das eCharge-Lab bietet dafür zahlreiche IT-technische, aber auch physikalische/elektrotechnische Test- und Qualifizierungsmöglichkeiten. Außerdem stehen wir als Business Analysten im engen Austausch mit den Herstellern der Ladeeinrichtungen um Weiterentwicklungen und Projekte voranzutreiben.

Jetzt aber ab auf die Autobahn und in Seligweiler vorbeischauen!