Spitzen glätten und Effizienz erhöhen mit KI-gestütztem Energiemanagement

Seit Februar 2022 sind die Strompreise in Deutschland um rund 30 % gestiegen. In der Hotellerie machen Angaben des Deutschen Hotel- und Gaststättenverbandes (DEHOGA) zufolge die Energiekosten inzwischen etwa 10 % des Umsatzes aus, mit steigender Tendenz.¹⁾

Fußnoten

¹ DEHOGA Bundesverband: DEHOGA Energiekampagne, abgerufen am 06.02.2026

Der Betrieb von Heizungs-, Lüftungs- und Klimaanlagen (HLK), Kücheninfrastruktur sowie Inhouse-Wäschereien führt nicht nur zu hohen, sondern auch zu teilweise stark schwankenden Leistungsbedarfen. Besonders problematisch sind dabei Lastspitzen, also kurzfristig hohe Leistungsabrufe.

Im gewerblichen Bereich werden die Energiekosten neben dem Arbeitspreis (kWh) vor allem durch den Leistungspreis (kW) beeinflusst. Da dieser Leistungspreis von der höchsten aufgetretenen Lastspitze innerhalb eines Abrechnungsintervalls (in der Regel 1 Jahr) abhängt, haben Lastspitzen enorme Auswirkungen auf die Energiekosten. Ist der Leistungsabruf eines Gebäudes z.B. über das ganze Jahr recht konstant und gering, durch einen ungünstigen Zufall kommt es aber an einem einzigen Tag zu einem doppelt so hohen Leistungsabruf, verursacht dieser einmalig hohe Leistungsabruf eine Verdopplung des Leistungspreises für die gesamte Abrechnungsperiode. Lastspitzen gilt es aus Kostengründen demnach unbedingt zu vermeiden.

Zugleich nimmt die Volatilität auf der Erzeugungsseite zu. Der Grund ist der bislang zunehmende Ausbau der wetterabhängigen Stromerzeugung in Form von Photovoltaik und Windkraft. Im Stromnetz verursacht diese Volatilität zunehmend angespannte Netzsituationen, da die notwendige Balance zwischen Stromnachfrage und Stromangebot erschwert wird. Die Volatilität spiegelt sich zudem in teilweise stark schwankenden Strompreisen (dynamische Strompreise) wider. Hohe gebäudespezifische Lastspitzen treffen damit zunehmend auf angespannte Netzsituationen. Überlastete Netzanschlusspunkte, technische Begrenzungen sowie steigende Systemkosten durch Netzausbau sind mögliche Folgen.

Hotels zählen zu den energieintensiveren Branchen Deutschlands. Bild: AI Petr Images/stock.adobe.com

Das Gebäude als aktiver Akteur im Energiesystem

Vor diesem Hintergrund sind Gebäude heute nicht mehr nur passive Verbraucher, sondern müssen flexibel auf dynamische Strompreise, die schwankenden Einspeisemengen erneuerbarer Energien und begrenzte Netzkapazitäten reagieren. Sie werden immer stärker zu aktiven Bestandteilen des Energiesystems. Die Hotellerie steht dabei vor der zusätzlichen Herausforderung, den hohen Komfortansprüchen der Gäste gerecht zu werden. Damit gewinnen intelligente, KI-unterstützte Energiemanagementsysteme (EMS) stark an Bedeutung: Durch die vorausschauende Steuerung von Verbrauchern, die Glättung von Lastprofilen und die gezielte Nutzung preisgünstiger Zeitfenster können Lastspitzen reduziert, Energiekosten gesenkt und Netzbelastungen minimiert werden.

EnOptI: Das intelligente Energiemanagementsystem für Hotels

Hier setzt das im Oktober 2024 gestartete Forschungsprojekt EnOptI (FKZ: 03EN1093) an. An dem interdisziplinären Projekt sind die Unternehmen Miele & Cie. KG (Wäschereitechnik), MKN Maschinenfabrik Kurt Neubauer GmbH & Co. KG (Großküche), Limón GmbH (Energiemanagement), Mitsubishi Electric Europe B.V. (Klimatechnik), Hotelkompetenzzentrum GmbH (Hotel-Anwendungsumgebung), HKZ Energie und Innovation GmbH (Energiewirtschaft und Gebäudetechnik) und das August-Wilhelm Scheer Institut für digitale Produkte und Prozesse gGmbH (Digitalisierungsinstitut) beteiligt. Ziel des Projekts ist die Erforschung und praktische Erprobung eines intelligenten Energiemanagementsystems (EMS) für die Hotellerie. Die Besonderheit besteht darin, dass theoretische Optimierungsmöglichkeiten unter realen Bedingungen getestet werden. Dafür wird das System im Hotelkompetenzzentrum in Oberschleißheim implementiert. Durch die Erprobung sollen belastbare Aussagen über Einsparpotenziale, die technische Machbarkeit und die Übertragbarkeit auf andere Hotelbetriebe gewonnen werden.

Um die Energieeffizienz in einem Gebäude zu steigern und Einsparpotenziale nutzbar zu machen, werden zuerst die Hauptenergieverbraucher identifiziert. Im laufenden Betrieb entfallen je nach Gebäudetyp und Ausstattung bis 50 % des Energieverbrauchs auf die Klimatechnik, während Wäscherei und Küche rund 20 % ausmachen. Das in EnOptI entwickelte System adressiert verschiedene Ebenen des Gebäudes und basiert auf einer hierarchischen, mehrstufigen Optimierung. Kern des Ansatzes ist die Bildung so genannter Smart Nets. Dabei werden Geräte unabhängig von ihrer physischen Lage logisch gruppiert und zu virtuellen Stromkreisen zusammengefasst. Verschiedene Bereiche des Hotels, also die Klimatisierung der Gästezimmer, Küche und Wäscherei, bilden jeweils ein eigenes Smart Net. Die Smart Nets legen auf Gebäudeebene mithilfe KI-gestützter Optimierungsverfahren fest, zu welchen Zeitpunkten welche Geräte betrieben werden. Sie sind in ein übergeordnetes EMS eingebunden. Ziel ist es, Überschneidungen energieintensiver Prozesse zu vermeiden und Lastspitzen gezielt zu reduzieren. So wird beispielsweise sichergestellt, dass Waschprogramme nicht parallel zu energieintensiven Kochprozessen ausgeführt werden. Damit lassen sich Lastspitzen vermeiden.

Smart Nets und intelligente Gerätefunktionen für modulare Optimierungen

Damit dies technisch umgesetzt werden kann, werden die beteiligten Geräte mit intelligenten Funktionen ausgestattet und bidirektional in das EMS eingebunden. Das EMS gibt einerseits Rahmenbedingungen vor, etwa maximale Leistungsgrenzen oder bevorzugte Betriebszeiten. Andererseits melden die Geräte ihre geplanten Programme, Laufzeiten und Flexibilitätspotenziale zurück. Wenn zum Beispiel ein Zimmer für Gäste vorgeheizt werden soll, regelt das Smart Net Management (SNM) in Abstimmung mit anderen Prozessen, wann der beste Zeitpunkt dafür ist. Bezieht nun ein Gast das Zimmer und möchte es noch weiter aufheizen, meldet die raumlufttechnische Anlage aus dem Zimmer, dass sie mehr Leistung benötigt und das SNM bezieht diese Daten für die Optimierung mit ein. Um die Komplexität beherrschbar zu halten, wird eine dezentrale und modulare Architektur verfolgt. Jedes Gerät bzw. jeder Bereich ermittelt seine eigenen Flexibilitätspotenziale und übermittelt diese an das zentrale EMS. Dieses gibt die Information als Grundlage für die KI-gestützte Optimierung an das SNM weiter.

Besondere Schwierigkeiten ergeben sich bei der Küche, da diese einen Bereich mit eingeschränkter zeitlicher Flexibilität darstellt. Hier können energieintensive Prozesse nur begrenzt verschoben werden, da die Versorgung der Gäste stets Priorität hat. Dies verdeutlicht eine zentrale Erkenntnis des Projekts: Der Faktor Mensch stellt eine Herausforderung in der energetischen Optimierung dar. Insbesondere im Anwendungsfall Hotel steht der Gästekomfort an erster Stelle, und individuelle Nutzungsentscheidungen, wie etwa das Einschalten der Klimaanlage im Hotelzimmer, lassen sich nur begrenzt beeinflussen.

Neben Prozessflexibilitäten (zeitliche Verschiebung von Prozessschritten/Lastkurven) werden auch Geräteflexibilitäten (Anpassung der Lastkurve eines Geräts) berücksichtigt. Im Rahmen des Projekts wird so unter anderem ein innovativer Ablufttrockner entwickelt und erprobt, bei dem Heizstäbe bedarfsgerecht zu- oder abgeschaltet werden können. Damit kann die Lastkurve gezielt abgeflacht werden. Erste Simulationen mit realen Betriebsdaten aus der Wäscherei laufen bereits und dienen dazu, die entwickelten Optimierungsstrategien unter praxisnahen Bedingungen zu testen.

Fazit

Das Projekt EnOptI zeigt, welches Potenzial im Smart Net Management in Verbindung mit einem intelligenten EMS für die Hotellerie liegt. Ein solcher Ansatz bietet Hotelbetrieben die Möglichkeit, steigende Energiepreise und netzseitige Restriktionen mit technischen Lösungen zu begegnen. Für die technische Gebäudeausrüstung eröffnet sich damit ein zentrales Handlungsfeld, in dem Digitalisierung, Energieeffizienz und Systemintegration künftig noch enger zusammenwachsen werden.

Das Forschungsprojekt EnOptI wird vom Bundesministerium für Wirtschaft und Energie gefördert