Zum Hauptinhalt springen

Digitalisierung

DASPEOS – neues Forschungsprojekt für Datenanalyse unter Schutz von Privatsphäre in digitalisierten Energie-Ökosystemen

 

Die Digitalisierung der Energiewirtschaft birgt ein großes Potenzial für das Gelingen der Energiewende. Durch eine digitale Stromversorgung mit Smart Grids, intelligente Energienetze, wird eine großflächige, verteilte Einspeisung erneuerbare Energiequellen ins Netz ermöglicht. Elektromobilität und Smart Home Anwendungen, beides Lösungen für weniger Energie- und Umweltverbrauch, können einfacher genutzt werden.

Ein wichtiges Thema dabei ist der Umgang mit den Daten, die mittels IKT in den Energiesystemen gewonnen werden können. Der Energiesektor setzt auf Data Analytics, um die Geschäftsprozesse und –modelle in der Branche zu revolutionieren. Die Voraussetzung dafür ist aber die Akzeptanz der EndanwenderInnen, die den Schutz ihrer Privatsphäre bedingt.

Daher untersuchen Forschende der Studiengänge ITS und AIS im Forschungsprojekt DASPEOS ‚Datenanalyse unter Schutz der Privatsphäre in digitalisierten Energie-Ökosystemen‘, wie Data Analytics mit Methoden der Datenschutztechnologie -  Privacy Enhancing Technologies - verbunden werden können.

„Den unbestrittenen Vorteilen der Digitalisierung stehen gesetzliche und gesellschaftliche Datenschutzanforderungen gegenüber, die bei der Datenerhebung beispielsweise durch Smart Meter berücksichtigt werden müssen“, erklärt Dominik Engel. „ Technische Methoden zur Wahrung des Datenschutzes wie Privacy Enhancing Technologies (PETs), können gerade im Bereich Smart Metering die geforderten Ansprüche erfüllen“.

Der Datenschutzexperte unterstützt gemeinsam mit Günther Eibl die Forscher Fabian Knirsch und Sebastian Burkhart bei der Konzepterstellung zur Integration von PETs in Energy Data Analytics und der prototypischen Implementierung in ausgewählte Anwendungsfelder.

Im Bereich Data-Analytics erforscht Cornelia Ferner gemeinsam mit dem Partner Fact Ai KG die Umsetzung solcher Konzepte im Bereich des maschinellen Lernens. Sie nutzt dabei die in mehrjährigen Projekten aufgebaute Kompetenz für Deep Learning und Representation Learning im „Applied Data Science Lab“ der Studiengänge ITS und AIS. „Es gibt spannende Ansätze, Information in solchen Systemen so aufzuteilen, dass gewünschte Nutzung und Schutz der Privatsphäre keinen unüberwindbaren Gegensatz mehr darstellen müssen“, meint dazu Stefan Wegenkittl. Allerdings sind diese Methoden noch kaum in der Anwendung angekommen.

Die Wirtschaftspartner Salzburg AG, Salzburg Wohnbau und Siemens Salzburg unterstützen das Projekt mit ihrer Expertise im Bereich der funktionalen Anwendungen.
Finanziert wird das Forschungsprojekt vom Land Salzburg im Rahmen einer Landesförderung, die den Auf- und Ausbau von Forschungs- und Entwicklungsaktivitäten an der Fachhochschule Salzburg unterstützt.

Die Ergebnisse aus DASPEOS schaffen für die Salzburger Energiebranche die Basis zur digitalen Transformation ihrer Geschäftsmodelle.