Energy & Industrials

Die Übertragungsnetzbetreiber (ÜNB) in Deutschland sind für die Abwicklung von verschiedenen energiewirtschaftlichen Umlagen (z.B. der EEG-Umlage) zuständig. Zur Erfüllung dieser Pflicht sind die ÜNB auf Datenmeldungen der Verteilnetzbetreiber angewiesen. Wir unterstützen einen der vier ÜNB in Deutschland beim Design und der Entwicklung einer modernen, hochverfügbaren und sicheren Webanwendung für die Automatisierung dieser Geschäftsprozesse. Dazu gehört insbesondere auch die Abwicklung der Strompreisbremse. In dem Projekt entwerfen wir zusammen mit dem Kunden modulare Backend- und Frontend-Microservices mit Angular und Java Springboot in agilen Entwicklungsteams.

Die langfristige Netzplanung wird aufgrund der zunehmenden Sektorenkopplung, eines höheren Anteils erneuerbarer Energien sowie größerer und komplexerer Datensätze immer anspruchsvoller. Unser Kunde, ein deutscher Übertragungsnetzbetreiber, begegnet diesen Herausforderungen mit dem Aufbau einer neuen IT-Plattform für die Netzplanung.

Wichtige Beiträge von d-fine umfassen die Konzeption und Umsetzung der Plattform inklusive neuartiger Planungstools für Sektorenkopplung und mehrjährige Schaltungsplanung, die Integration bestehender Planungstools (z. B. Integral, BID3) und den Aufbau zentraler Datenspeicher für Netz- und Marktdaten. Zusätzlich unterstützen wir beim Aufbau einer hybriden Infrastruktur aus Cloud- und on premise-Ressourcen, der Einführung moderner Entwicklungsmethoden wie Scrum und CI sowie bei der Durchführung neuartiger Analysen wie der Rolle von Wasserstoff im Energiesystem der Zukunft.

Energiewende und Digitalisierung verändern Markt, Wettbewerb und Betriebsmodelle für Versorger. Im Handel umfasst dies z.B. die Integration erneuerbarer Energieerzeugung, datenbasierte Portfoliooptimierung sowie automatisierte Handelsprozesse. Nur eine leistungs- und anpassungsfähige Systemlandschaft und effiziente Geschäftsprozesse ermöglichen es Versorgungsunternehmen, sich rasch weiterzuentwickeln und Wettbewerbsvorteile heben.

d-fine unterstützte einen europäischen Versorger bei der mehrjährigen Transformation seines Energiehandels. In der Designphase entwickelte d-fine das Zielbetriebsmodell für die Risikomanagementfunktion und identifizierte strategische Optionen zur Neuorganisation der Handelsaktivitäten. Auch zum Aufbau der IT-Landschaft hat d-fine maßgeblich beigetragen. Dazu gehörten die Implementierung eines zentralen ETRM-Systems sowie Portfolio- und Risikomanagementfunktionalitäten, die Einführung neuer Handelsplattformen sowie umfangreiche Datenmigrationen aus Altsystemen.

Im Ergebnis gelang es, die Handelsorganisation durch eine verbesserte Steuerung sowie effiziente, abgestimmte Prozesse und Systeme zu befähigen und Kostensynergien zu heben.
Der kontinuierliche Interessensausgleich aller Stakeholder im offenen, lösungsorientierten Austausch – mit der Konzernzentrale, regionalen Gesellschaften oder auch Vendoren –  erwies sich als wesentlicher Erfolgsfaktor in diesem internationalen und interkulturellen Projekt.

Die Wertschöpfung aus Advanced Data Analytics ist ein wichtiger Treiber für die Digitalisierung des Energiehandelsgeschäfts. Um den vollen Wert der verfügbaren Daten zu heben, ist die erfolgreiche Skalierung von Advanced Data Analytics-Verfahren entscheidend und wird von unserem Kunden daher als strategisches Ziel verfolgt.

Um dies zu erreichen, wurde zunächst eine tragfähige konzeptionelle Grundlage erarbeitet, die die wesentlichen Bausteine „Value Pools“, „Capabilities & culture“, „Technology“ und „Collaboration“ adressiert. In einem zweiten Schritt konnten durch systematische Analyse entlang der gesamten energiewirtschaftlichen Wertschöpfungskette ca. 40 vielversprechende, skalierbare Use Cases für Advanced Data Analytics-Verfahren identifiziert und anhand ihres Wertpotentials und Umsetzungsaufwands bewertet und priorisiert werden.

In der Umsetzungsphase wurde zunächst eine leistungsfähige, cloud-gestützte Data Analytics-Plattform aufgebaut. Auf dieser Basis konnten erste Use Cases für kurzfristige Strompreis-Prognose, quantitative Bewertung von Investitionen in Windparks und Vorhersage von Einspeisemengen aus Erneuerbaren erfolgreich realisiert werden.

Effektives Liquiditätsmanagement im Energiehandel ermöglicht es, liquide Mittel optimal zu nutzen und damit Kosten zu senken. Volatile Marktphasen erhöhen zusätzlich die Anforderungen an Transparenz und Geschwindigkeit im Liquiditätsmanagement.

Vor diesem Hintergrund haben wir in mehreren vergleichbaren Kundenprojekten den bestehenden Prozess der Liquiditätsplanung analysiert und auf dieser Basis voll automatisierte und digitale Zielprozesse konzipiert. Viel Verbesserungspotential zeigte sich vor allem darin, den Liquiditätsbedarf aus Margining-Anforderungen in hoher Qualität und mit hoher zeitlicher Frequenz überwachen zu können.

Unter Verwendung geeigneter Machine Learning-Verfahren konnten wir passgenaue und kundenindividuelle Lösungen für das Monitoring der Liquiditätsposition umsetzen. – In der operativen Praxis besonders bedeutsam ist die Szenariofähigkeit, die What-If-Analysen für Preisänderungen und Neugeschäft ermöglicht. Durch die Visualisierung der Ergebnisse mittels gängiger BI-Tools stellten wir sicher, dass sich unsere Lösungen flexibel an zukünftige Reporting-Anforderungen anpassen lassen.

In der Intralogistik sind Verzögerungen, Engpässe und Soll-Abweichungen in den Prozessen Kosten- und Aufwandstreiber.  Da Prozesse oftmals nicht vollständig digital begleitet werden oder immer noch komplett analog ablaufen, sind ihre Qualität und Geschwindigkeit schlecht messbar und die Kostenstruktur nicht steuerbar. 

d-fine unterstützt Logistikunternehmen bei der Bereinigung und Optimierung ihrer Prozesse in der Lagerverwaltung, beispielsweise durch Process Mining. Dazu gehört es, digitales Tracking der Sendungen zu ermöglichen, um anschließend Fehler und Sonderprozesse aufzudecken und Prozessfähigkeit und -stabilität im Sinne von Six Sigma herzustellen. Im Rahmen der Umsetzung werden die Kosten per Event messbar und lassen sich durch Maßnahmen, wie das Ausräumen nicht wertschöpfender Tätigkeiten, steuern und reduzieren. Auf diesem Weg kann im Sinne von Lean Logistics die Wertschöpfung gesteigert und Verschwendung minimiert werden. Process Mining und Six Sigma zur Analyse warenwirtschaftlicher Prozesse.

Große Bauvorhaben benötigen in der Initialisierung eine methodisch fundierte und verlässliche Planungsgrundlage, um das Zeit-, Qualitäts- und Kostenmanagement im Projektverlauf auf eine nachhaltige Grundlage zu stellen. In der Bauphase liegen benötigte Informationen für Projektleiter sowie Lieferanten und Ingenieure in der Regel unzusammenhängend und in unterschiedlichen Ausprägungen vor und sind durch wiederholende manuelle Prozesse für die Datenerhebung und -aufbereitung fehleranfällig und ressourcenintensiv.

Bei der Umsetzung großer Bauvorhaben unterstützten wir unseren Kunden durch Betreuung verschiedener Lieferanten in der Steuerung und Koordination zentraler Aktivitäten – von der Erstellung von Leistungsbeschreibungen und Angebotsbewertungen über das Risiko-, Contract- und Claimmanagement bis hin zur Erstellung von Kostenrechnungen, der Steuerung von Planungsaktivitäten und Durchführung von Soll-/Ist-Vergleichen und Prognosen.

Um den Projektmanagementprozess mit Informationen aus der Bauphase und den aktuellen Status zu versorgen, haben wir die Management-Software des Kunden um eine moderne Infrastruktur erweitert, die den automatisierten Austausch wesentlicher technischer und planerischer Informationen zwischen Metadaten-Managementsystem und CAD-Planungsapplikation ermöglicht.

Unternehmen aus zahlreichen Branchen entwickeln mit uns Plattformen für die Erhebung von Fertigungsdaten als Basis für den digitalen Shop-Floor. Damit der Mehrwert im Zentrum steht und Digitalisierung nicht zum Selbstzweck wird, unterstützen wir unsere Kunden schon bei der Entwicklung ihrer Business-Cases – beispielsweise in den Bereichen Anlagenwartung, Produktionsoptimierung und Qualitätskontrolle. Mit unserer Erfahrung in IT-Infrastrukturthemen und Big-Data Technologien begleiten wir die technische Konzeption und die Umsetzung skalierbarer IoT-Systeme und schaffen robuste Grundlagen für datengetriebene Erfolgsgeschichten.

Um aus Daten Wissen und aus Wissen Werte zu schaffen, steigen wir mit unseren Kunden tief in die Untersuchung komplexer Zusammenhänge ein und entwickeln Datenanalyse und KI-Werkzeuge, die bspw. zur Echtzeit-Qualitätsprüfung und zur Anomalieerkennung bei Produktionsanlagen zum Einsatz kommen. Unsere Lösungen nutzen reife und mächtige Open-Source Tools, die den Stand der Technik abbilden und erfüllen höchste Anforderungen an moderne KI-Systeme, wie z. B. kontinuierliches Lernen, visuell unterstützte Interpretation von Resultaten und Übertragbarkeit auf neue Einsatzszenarien.