In ihrem Bestreben die Energieeffizienz ihres Produktionsequipments zu erhöhen, stoßen Unternehmen auf drei Umsetzungshürden: die fehlende Transparenz über Energieverbräuche, die Umsetzung wenig zielführender Maßnahmen aufgrund der hohen Maschinenkomplexität und die geringe Motivation von Werker:innen die Maßnahmen im Betrieb umzusetzen. Ein vom Equipment unabhängiges Assistenzsystem kann diese Hürden beseitigen.



Das entwickelte Assistenzsystem analysiert mithilfe von Machine Learning-Algorithmen den von Sensoren gemessenen elektrischen Leistungsbedarf des Equipments in Echtzeit. Basierend darauf werden KPIs berechnet, deren Wert darüber entscheidet, ob eine passende Maßnahme vorgeschlagen wird. Werker:innen bedienen das Assistenzsystem über ein HMI. Dieses zeigt nicht nur die umzusetzenden Maßnahmen an, sondern incentiviert durch Gamification-Elemente auch die Umsetzung dieser. Entscheidend hierfür ist der Eco-Score, der die aktuelle Energieeffizienz des WZMBetriebs

zusammenfasst.