Energy Data Science

Energiedatenmanagement

Mit unserem Fort- und Weiterbildungsangebot »Energy Data Scientist« erwerben Sie die Fähigkeit, die Zukunft von Energiewirtschaftsunternehmen auf der Basis fundierter Datenanalysen zu planen und die Effizienz von Unternehmensprozessen zu maximieren.

Datenkompetenz für Energiewirtschaftsunternehmen

Die Zukunft besser einschätzen zu können, ist vor allem für Unternehmen der Energiewirtschaft und zunehmend auch für die energieintensive Industrie von höchster wirtschaftlicher Bedeutung. Mit genaueren Prognosen, Szenarioanalysen und Optimierungsmodellen lassen sich verfügbare Ressourcen effizienter planen und wirtschaftlicher einsetzen. Somit nimmt die fundierte Datenanalyse und die darauf aufbauende Prognose und Optimierung eine immer wichtigere Rolle ein.

Auf Basis des aktuellen Stands der Wissenschaft werden die Teilnehmer in der Seminarreihe »Energy Data Scientist« anhand industrienaher Anwendungsbeispiele in den Grundlagen der Energiewirtschaft, Analyse- und Prognosemethoden, der Nutzung von Optimierungsmodellen, Modellen zur automatisierten Energiewirtschaft und predictive Maintenance geschult sodass Sie selbst die Bewertung passender Werkzeuge vornehmen können.

Die Seminarreihe besteht aus den 5 Seminaren:

·       Basics for Energy Economics,

·       Energy Data Analyst,

·       Energy Data Science for Optimization,

·       Predictive Maintenance und

·       Automatisierte Energiewirtschaft.

Seminare für Energiedatenmanagement und Optimierung

 

Präsenzseminar / 6.3.2023

Energy Data Analyst

Im Rahmen dieses Seminars erlangen die Teilnehmenden einen Überblick über die aktuell in der Forschung diskutierten Methoden der Zeitreihenanalyse und -prognose und erhalten einen Einblick in den praktischen Einsatz in der Energiewirtschaft.

Dauer: 3 Tage Präsenz

 

Präsenzseminar mit Online-Session / 9.3.2023

Energy Data Science for Optimization

In diesem Seminar werden die Grundlagen für die Optimierung der sektorenübergreifenden Energieeinsatzplanung vermittelt und an einfachen Beispielen erprobt. Das Seminar schließt thematisch an das Seminar Energy Data Analyst an, beruht aber inhaltlich nicht auf diesem.

Dauer: 2 Tage Präsenz und 2 Online Sessions

 

Präsenzseminar mit Online-Session / 17.4.2023

Basics for Energy Economics

Dieses Seminar vermittelt den Teilnehmenden einen Überblick über gesetzliche Grundlagen der nationalen und europäischen Energiewirtschaft und einzelner energielogistischer Prozesse sowie über Energiesystemmodellierung und den dazu gehörigen Szenarioanalysen. Das wird ergänzt um Einblick in Förderprogramme, welche diese Transformation zu einem klimafreundlichen Energiesystem anreizen und begleiten.

 

Präsenzseminar mit Online-Session / 13.4.2023

Predictive Maintenence

In der Betriebsführung von Gebäuden und Anlagen gewinnen KI-basierte Ansätze immer mehr an Bedeutung, auch für die Regelung, die Überwachung und bei der Wartung und Instandhaltung von Energieanlagen. Vorausschauende Instandhaltungsstrategien sind ein wesentliches Element für einen zuverlässigen und kosteneffektiven Betrieb. In diesem Kurs werden Ihnen die Grundsätze von Predictive Maintenance-Ansätzen und -Prozessen erläutert. 

Flexibilität für ihre Qualifizierung

Die Seminare können unabhängig voneinander einzeln absolviert werden. Jedes Seminar umfasst 20 Schulungsstunden, davon werden  jeweils 2 Tage in Präsenz im Fraunhofer ENIQ am EUREF Campus, Berlin gehalten. In einer durchdachten Kombination aus Selbstlerneinheiten, Livepräsentationen und Übungsaufgaben wird neben der Vermittlung eines fundierten Methodenwissens vor allem Wert auf die praktische Anwendung des Gelernten gelegt.

Als Paket „Energy Data Scientist“ können die Seminare „Basics for Energy Economics“, „Energy Data Analyst“ und „Energy Data Science for Optimization“ gebucht werden, da diese inhaltlich aneinander anschließen, ohne jedoch aufeinander aufzubauen.

Die einzelnen Seminare werden mit einer Teilnahmebestätigung abgeschlossen, bei Buchung des Pakets „Energy Data Scientist“ wird eine zusätzliche Urkunde zur Teilnahme ausgestellt.