17.07.2018

Interview: Wie Janice Goodenough mit HYDROGRID die Digitalisierung im Energiesektor vorantreibt

Das junge Unternehmen HYDROGRID mit Sitz in Wien bietet Wasserkraftwerksbetreibern eine SaaS-Lösung an, die Prozesse vollautomatisiert und an die aktuelle Marktsituation anpasst. Der Brutkasten hat sich mit Janice Goodenough, CEO von HYDROGRID, über das Geschäftsmodell, den USP, und Zukunftsvisionen des SaaS-Anbieters und vieles andere mehr unterhalten.
/artikel/wie-janice-goodenough-mit-hydrogrid-die-digitalisierung-im-energiesektor-vorantreibt
HYDROGRID
(c) HYDROGRID. Das Team von HYDROGRID.

Die Energiebranche zählt mit zu den konservativsten überhaupt. Das liegt vor allem daran, dass sich Vorhaben in diesem Bereich meist über viele Jahrzehnte hinweg bewähren müssen. Durch den schnellen Ausbau der Windenergie und Photovoltaik kommt jetzt immer mehr Bewegung in die eher träge Branche. Es ist wichtiger geworden, schnell auf Marktsignale zu reagieren und die Produktion an die Nachfrage rasch anzupassen. Größere Stromproduzenten haben deshalb in den vergangenen Jahren viel Zeit und Geld in die Beschleunigung und Digitialisierung ihrer Prozesse investiert. Kleine Stromproduzenten hingegen ist der Schritt in die “Energiewelt 2.0” noch nicht vollständig gelungen. HYDROGRID möchte genau dort ansetzen. Genauer gesagt bei den Wasserkrafterzeugern.

+++ “meo Easy Energy”: Grazer Startup launcht Lösung für Energie-Selbstversorger +++

Wer ist Eure Zielgruppe?

Janice Goodenough: Unsere Kunden sind Besitzer und Betreiber von Wasserkraftanlagen mit einer Erzeugungsleistung bis ca. 50 MW. Anlagen dieser Größe gehören meist privaten Eigentümern, Stadtwerken und oft auch institutionellen Investoren, die Wasserkraftwerke als sichere, langfristige Anlagemöglichkeit nutzen. Allein in der Größenordnung unter 10 MW Leistung gibt es in Europa 17.000 Anlagen mit einer Jahreserzeugung von 73 TWh und etwa 3 Milliarden Euro Umsatz pro Jahr.

HYDROGRID
(c) HYDROGRID. Die Geschäftsführerin von HYDROGRID, Janice Goodenough.

Was ist ‘neu’ an der Lösung von HYDROGRID zur Steuerung von Kraftwerken?

Janice Goodenough: Wir bieten eine integrierte Lösung an, die von der Prognose der hydrologischen Situation mittels Machine Learning Algorithmen bis hin zur optimalen Vermarktung der erzeugten Energie am Strommarkt alles managt. Auch die Steuerung der Turbinen und Schleusen wird durch Schnittstellen in die Leittechniksysteme der Kraftwerke 365 Tage im Jahr automatisch technisch optimal umgesetzt. Um es in einem Satz zusammenzufassen: Durch unsere Insight Suite wird ein Wasserkraftwerk zum ‘Smart Power Plant’, das 365 Tage im Jahr vorrausschauend & ökonomisch optimal auf die sich ständig verändernde hydrologische Situation und den Strommarkt reagiert.

Welchen Benefit hat der Kunde davon?

Janice Goodenough: Ein wesentlicher Benefit für unsere Kunden ist die vollständige Automatisierung der täglichen Prozesse zur optimalen Planung, Steuerung und Vermarktung seiner Wasserkraftproduktion. Es werden also bisher teils manuelle Schritte automatisiert. Darüber hinaus erfolgt die Steuerung mit unseren Methoden automatisch sowohl marktgetrieben als auch technisch optimal unter Berücksichtigung der betrieblichen Restriktionen (wie z.B. Restwasserabgabemengen). Dadurch können wir eine Erlössteigerung erreichen, die insbesondere bei Speicherkraftwerken und Kaskaden signifikant ist, d.h. im 2-stelligen Prozentbereich. Da sich das praktisch 1:1 auf die ‘Bottom Line’ durchschlägt verbessert sich damit der ROI (Anm. d. Red.: return on investment) der Anlage erheblich.

A propos Bottom Line: Ganz kostenlos wird Euer Service vermutlich nicht sein. Wie funktioniert das Geschäftsmodell?

Janice Goodenough: Das stimmt natürlich! Wir verrechnen aber nur eine sehr moderate monatliche ‘fixed fee’ pro Kraftwerk für das Management und sind performanceabhängig an der Erlössteigerung beteiligt. Damit gibt es jetzt erstmals eine Lösung, die ohne große Anfangsinvestments in IT-Infrastruktur und Software-Lizenzen auskommt und damit in punkto Kosten auch für kleine und mittlere Wasserkrafterzeuger Sinn ergibt.

Warum gibt es noch keine ähnlichen Lösungen im Markt? Was ist Euer technischer USP?

Janice Goodenough: Unsere optimale Kraftwerkssteuerung basiert auf einem von uns entwickelten, proprietärem heuristischen Optimierungsalgorithmus. Ähnliche mathematische Methoden kommen teilweise im Supply Chain Management zum Einsatz, werden in der Energiewirtschaft aber praktisch nirgendwo angewandt. Gegenüber den üblichen stochastischen oder deterministischen Solver-Lösungen zur Kraftwerksoptimierung hat unsere Methode den Vorteil, dass sowohl beim Setup neuer Kraftwerke im System als auch im täglichen Betrieb eine fast hunderprozentige Automatisierung möglich ist. Wir können dadurch eine hohe Anzahl von Kraftwerken mit einem wesentlich geringeren Personalaufwand optimal steuern. Auch die Rechenzeit haben wir gegenüber den üblichen Methoden um rund eine Zehnerpotenz reduziert. Durch diese beiden Faktoren wird unser Geschäftsmodell überhaupt erst möglich.

Was ist das Ziel für die nächsten 12 Monate?

Janice Goodenough: Wir möchten unseren geographischen Fokus erweitern und unsere Lösung in einigen neuen Märkten anbieten. Außerdem arbeiten wir an Kooperationen, die es uns erlauben werden, unser Business Development rascher zu skalieren. Das Team soll ebenfalls noch weiter vergrößert werden. Wir posten natürlich konkrete offene Stellen, aber auch Initiativbewerbungen von guten Leuten, die unsere Leidenschaft für Wasserkraft teilen, sind willkommen!


⇒ Zur Page des SaaS-Anbieters

Deine ungelesenen Artikel:
17.12.2024

AnyConcept: Wie ein Grazer Software-Testing-Startup Google verblüffte

AnyConcept aus Graz hat eine Software Testautomatisierungs-Lösung entwickelt und dabei beim Trainieren seiner KI Google auf sich aufmerksam gemacht. Wie genau das Modell funktioniert und was der US-Gigant wollte, erklären die Gründer Leander Zaiser, Manuel Weichselbaum und Markus Hauser.
/artikel/anyconcept-wie-ein-grazer-software-testing-startup-google-verblueffte
17.12.2024

AnyConcept: Wie ein Grazer Software-Testing-Startup Google verblüffte

AnyConcept aus Graz hat eine Software Testautomatisierungs-Lösung entwickelt und dabei beim Trainieren seiner KI Google auf sich aufmerksam gemacht. Wie genau das Modell funktioniert und was der US-Gigant wollte, erklären die Gründer Leander Zaiser, Manuel Weichselbaum und Markus Hauser.
/artikel/anyconcept-wie-ein-grazer-software-testing-startup-google-verblueffte
Anyconcept, AnyConcept, Automatiserung, Software testen,
(c) AnyConcept - Das AnyConcept-Team.

Rund 80 Prozent aller Unternehmen testen ihre Anwendungen und Software händisch. Entweder klicken sie sich mühsam durch ihre Software oder ihren Webshop, um zu sehen, was funktioniert und was nicht, oder sie coden sich ihre Tests. Beides langwierige, kostenintensive und mühsame Aufgaben. Das wissen Leander Zaiser, CEO, Manuel Weichselbaum, CTO, und Markus Hauser, die gemeinsam mit Kevin Intering und Pascal Goldschmied das KI-Startup AnyConcept gegründet haben.

AnyConcept und das Problem der No-code-Software

Die Founder haben sich deswegen dazu entschlossen eine Testautomatisierungs-Software zu entwickeln, um den Prozess für Unternehmen zu vereinfachen und günstiger zu gestalten.

Zaiser war sechs Jahre lang RPA-Experte (Robotics Process Automation) bei Raiffeisen und hat dort Automatisierungssoftware automatisiert. Der CEO musste dabei feststellen, dass vermeintliche No-code-Software ohne Entwicklungskompetenzen sich nicht erfolgreich einsetzen ließ. Für gelernte Softwareentwickler wiederum war das Arbeiten mit solch einer Anwendung keine attraktive Tätigkeit.

Weichselbaum indes forscht seitdem er 17 ist an Künstlicher Intelligenz. Und widmet sich dabei vor allem immer den aktuellen Herausforderungen der internationalen Forschung. Das passte hervorragend zu Zaisers erkanntem Problem: aktuelle Automatisierungssoftware ist zu komplex für Non-Coder und nicht attraktiv genug für Coder. Also fragten sich die Founder: Was, wenn man Automatisierung mit einem No-Code-Ansatz macht, mithilfe einer KI, die genau das tut, was man ihr auf dem Bildschirm zeigt? So war AnyConcept geboren.

Das Black Friday-Problem

“Jede Software, jeder Webshop, jede Applikation muss immer wieder getestet werden, ob sie richtig funktioniert. Und da sie auch ständig durch neue Updates von Entwicklern oder bei einem Webshop mit neuen Produkten gefüttert wird, verändern sich Applikationen dauerhaft. Das kann wieder zum Brechen der bisherigen Funktionen führen”, erklärt Hauser, ein per Eigendefinition fleischgewordenes Startup-Kind, das zuletzt Johannes Braith (Storebox) als rechte Hand begleiten und somit Entrepreneurship aus nächster Nähe beobachten und Mitwirken durfte.

Der Gründer präzisiert sein Argument mit einem Beispiel passend zum Black Friday. Jedes Jahr würden Unternehmen Milliarden US-Dollar verlieren, weil sie ihre Preise falsch definieren oder Prozente und Dollar verwechseln, ohne dass es wem auffällt. Außerdem könnten “Trilliarden US-Dollar” an Schäden durch fehlerhafter Software, die nicht richtig getestet wurde, vermieden und “50 Prozent der IT-Projektkosten” gesenkt werden, wenn Testen automatisiert mit No-Code abläuft, so seine Überzeugung.

“Durch unser KI-Modell, das ein User-Interface rein durch Pixeldaten, Mausklicks und Tastatureingaben erkennen und manövrieren kann, schaffen wir es Automatisierung No-Code zu gestalten”, sagt Hauser. “Das Ziel ist es unsere KI-Agenten zukünftig zum Beispiel einen Prozess wie UI-Software-Testing rein durch eine Demonstration, das bedeutet das Vorzeigen des Testfalles, automatisiert durchführen zu lassen. Sie werden sich dabei exakt so verhalten wie es ein Benutzer tun würde, orientieren sich nur an den Elementen des User-Interface und konzentrieren sich nicht auf den dahinterliegenden Code. Das ist unser USP.”

FUSE for Machine Learning

Dieses Alleinstellungsmerkmal fiel auch Google auf. Konkreter Google Cloud Storage FUSE for Machine Learning. Anfänglich noch ein Open Source-Produkt als “Linux Filesystem in Userspace” oder eben als “FUSE” tituliert, wurde die Software von Google in die Cloud integriert und hilft beim Verwalten von Unmengen von Trainingsdaten, Modellen und Kontrollpunkten, die man zum Trainieren und Bereitstellen von KI-Workloads benötigt.

Anwendungen können hierbei direkt auf die Cloud zugreifen (Anm.: anstatt sie lokal herunterzuladen); als wären sie lokal gespeichert. Es müssten zudem keine benutzerdefinierte Logik implementiert werden und es gebe weniger Leerlaufzeit für wertvolle Ressourcen wie TPUs und GPUs, während die Daten übertragen werden.

FUSE sei einfach ein Produkt für Unternehmen, so Weichselbaum weiter, um große Datenmengen bequem zu verwalten und sie verfügbar zu machen: “Wir verwenden es, um viele Terrabytes von Daten auf der Cloud zu lagern, was am Computer nicht möglich ist”, sagt er.

Google sagt Hallo

Weil AnyConcept das Service von FUSE sehr intensiv nutzte, wurde Google auf die Grazer aufmerksam. Und hat konkret nachgefragt, was sie für einen Use-Case mit ihrem Angebot entwickelt haben. “Wir waren einer der ersten, die das genutzt haben, um effizient unsere KI-Agents zu trainieren“, sagt Weichselbaum. “Das Produkt von Google ist ein Teil unserer Datenverarbeitung und des Trainings unserer ganz spezifischen KI und Google wollte wissen, warum und wie wir das so intensiv verwenden. Das hat dazu geführt, dass wir unsere Ideen für Produktverbesserungen und Skripts mit ihnen teilen durften.“

AnyConcept und seine Konzepte

Das Ziel von AnyConcept ist es, ein Foundation-Modell nicht für Texte oder Bilder, sondern für Interaktionen mit dem User-Interface zu entwickeln.

Im Detail reicht hierbei eine Demonstration von einem solchen Interface und AnyConcept analysiert es mit neuronalen Netzwerken. Es erkennt Strukturen, die das Startup seinem Namen getreu “Konzepte” nennt und die auf breites Wissen aufbauen, wie man mit einem Computer interagiert.

“So ein Konzept wäre etwa ein ‘Button’ auf einer Website”, erklärt es Zaiser in anderen Worten. “Die KI versteht dann, dass man ihn anklicken kann und was danach passiert. Oder wie lange eine Website braucht, sich zu öffnen und wie sie aussieht.”

Aktuell forscht AnyConcept an der Generalisierungsfähigkeit ihres Netzwerkes. Zaiser dazu: “Wir testen unsere KI bereits mit Pilotkunden bei der Anwendung von Software-Testautomatisierung und bekommen großartiges Feedback.”

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Interview: Wie Janice Goodenough mit HYDROGRID die Digitalisierung im Energiesektor vorantreibt

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Interview: Wie Janice Goodenough mit HYDROGRID die Digitalisierung im Energiesektor vorantreibt

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Interview: Wie Janice Goodenough mit HYDROGRID die Digitalisierung im Energiesektor vorantreibt

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Interview: Wie Janice Goodenough mit HYDROGRID die Digitalisierung im Energiesektor vorantreibt

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Interview: Wie Janice Goodenough mit HYDROGRID die Digitalisierung im Energiesektor vorantreibt

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Interview: Wie Janice Goodenough mit HYDROGRID die Digitalisierung im Energiesektor vorantreibt

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Interview: Wie Janice Goodenough mit HYDROGRID die Digitalisierung im Energiesektor vorantreibt

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Interview: Wie Janice Goodenough mit HYDROGRID die Digitalisierung im Energiesektor vorantreibt

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Interview: Wie Janice Goodenough mit HYDROGRID die Digitalisierung im Energiesektor vorantreibt