AI for Industry Summit von Artefact - 17. September 2024 - Paris

Die wichtigsten Erkenntnisse aus der Podiumsdiskussion mit Jean-Loup Loyer, Chief Data & AI Officer bei Eramet, Philippe Rambach, SVP, Chief AI Officer bei Schneider Electric, und Mihir Sarkar, Head of AI, Engie Research & Innovation bei ENGIE.
Moderiert von Jeremy Hamelin, Leiter der KI-Ökosysteme bei Artefact Open Innovation.

Einführung in ai für die Dekarbonisierung in der Industrie

Die Diskussion über KI für die Dekarbonisierung in der Industrie, an der Schneider Electric, Engie und Eramet teilnehmen, untersucht, wie artificial intelligence dabei hilft, Kohlenstoffemissionen zu reduzieren und die Energieeffizienz zu verbessern. Die Diskussion konzentriert sich darauf, wie KI im Energiemanagement, bei der Optimierung und bei der Entscheidungsfindung zur Unterstützung der Energiewende eingesetzt wird.

KI in der Energiebedarfsoptimierung bei Schneider Electric

Philippe Rambach, Chief AI Officer bei Schneider Electric, hebt die Rolle hervor, die KI bei der Optimierung des Energiebedarfs spielt. Er betont, wie wichtig es ist, die Energienachfrage zu steuern und gleichzeitig das Angebot an erneuerbarer Energie zu erhöhen. KI hilft Schneider Electric dabei, den Energieverbrauch für die gleichen Aufgaben wie Heizung oder Kühlung zu senken. Durch maschinelles Lernen sagen KI-Modelle den Energiebedarf voraus und passen den Verbrauch an, um Verschwendung zu vermeiden. KI optimiert auch die Nutzung erneuerbarer Energien in Gebäuden und trifft in Echtzeit Entscheidungen darüber, wann überschüssige Energie gespeichert oder an das Netz zurückverkauft werden soll, um so die finanziellen und ökologischen Vorteile zu maximieren.

Engie's Ansatz für ai in der Energieerzeugung und -verwaltung

Mihir Sarkar, Head of AI, Engie Research & Innovation, erklärt, wie sich das Unternehmen auf den Übergang zu einer kohlenstoffneutralen Wirtschaft durch Elektrifizierung und den strategischen Einsatz von Gas konzentriert. KI hilft dabei, die Variabilität der erneuerbaren Energiequellen zu managen, indem sie mit thermischen Kraftwerken ausgeglichen wird. KI-gestützte vorausschauende Wartung sorgt für einen effizienten Betrieb von Wärmekraftwerken und reduziert die Emissionen. KI spielt auch eine Rolle bei der Verbesserung der Einbindung von Interessengruppen und der Beschleunigung der Umsetzung von Energieprojekten, um deren ökologischen Fußabdruck zu optimieren.

Eramets Einsatz von KI im Bergbau zur Dekarbonisierung

Jean-Loup Loyer, Chief Data and AI Officer bei Eramet, erörtert, wie KI der Bergbauindustrie hilft, ihren CO2-Fußabdruck zu verringern. Eramet, das wichtige Metalle für erneuerbare Energiesysteme herstellt, verwendet energieintensive Prozesse. KI hilft bei der Optimierung des Energieverbrauchs an den Bergbaustandorten durch die Auswahl der kohlenstoffeffizientesten Energiequellen in Echtzeit. Darüber hinaus reduziert KI den Kraftstoffverbrauch von Bergbau-LKWs und verbessert die Prozesse in Schmelzöfen, um die Kohlenstoffemissionen zu senken.

Herausforderungen bei der Skalierung von ai für die Dekarbonisierung

Die Diskussionsteilnehmer sind sich einig, dass die Skalierung von KI-Lösungen die nächste große Herausforderung ist. Während KI bereits dabei hilft, den Energieverbrauch zu optimieren und Emissionen zu reduzieren, sind eine breitere Akzeptanz und Kostensenkungen erforderlich. Das Konzept der “sparsamen KI”, das einfachere, weniger energieintensive Modelle verwendet, ist von entscheidender Bedeutung. Die Überwachung des Energieverbrauchs der KI selbst und die Sicherstellung, dass der Nutzen für die Umwelt die Kosten überwiegt, ist für einen groß angelegten Einsatz entscheidend.

Ausgleich zwischen dem Energieverbrauch von ai und den Vorteilen für die Umwelt

KI spielt eine transformative Rolle bei der Dekarbonisierung, indem sie die Energienutzung optimiert und die Effizienz in allen Sektoren verbessert. Es bleibt jedoch wichtig, die Umweltauswirkungen der KI selbst zu kontrollieren, insbesondere energieintensive Modelle wie die generative KI. Der Einsatz von KI muss sorgfältig abgewogen werden, um sicherzustellen, dass ihr Beitrag zur Verringerung der Kohlenstoffemissionen größer ist als die Ressourcen, die sie verbraucht.