SECAI auf dem AI & Data Summit 2025: KI als Schlüssel für energieeffizientes Heizen 

Im Gebäudebereich schlummert ein erhebliches Einsparpotenzial. Rund ein Drittel des gesamten Energieverbrauchs entfällt auf Heizung und Warmwasser. Das vom Bundesministerium für Wirtschaft und Energie (BMWE) geförderte Forschungsprojekt SECAI setzt genau hier an. Der Ansatz verbindet Gebäudedaten, Nutzerverhalten und externe Faktoren wie Wetterprognosen zu einem dynamischen Steuerungssystem. Durch selbstlernende Algorithmen entstehen Heizpläne, die Verbrauchsspitzen glätten, Wärme bedarfsgerecht verteilen und so Energieeinsparungen von bis zu 18 Prozent ermöglichen. „Entscheidend dabei ist, dass die Optimierung nicht abstrakt bleibt, sondern direkt im Alltag der Mietenden ankommt. Die Heizungen passen sich automatisch an, ohne dass Komforteinbußen entstehen“, erklärt Maximilian Lowin von der Goethe- Universität Frankfurt.  

Nudging und Feedback als Verstärker 

Technische Intelligenz allein genügt jedoch nicht. Ein zweiter Innovationsbaustein von SECAI ist das digitale Nudging: Über die SECAI-App erhalten Mietende personalisierte Handlungsempfehlungen, kontinuierliches Feedback und visuelle Vergleiche ihres Energieverbrauchs. Diese Rückmeldungen machen Effizienzgewinne transparent und fördern ein Bewusstsein dafür, wie individuelles Verhalten mit Energieverbrauch und Kosten zusammenhängt. „Das Konzept ist bewusst niedrigschwellig angelegt. Statt komplexer Fachbegriffe liefert die App leicht verständliche Hinweise, die direkt umsetzbar sind, vom richtigen Lüften bis zur optimalen Nutzung von Nachtabsenkungen“, so Simon Binz, Researcher beim DFKI und im Projekt verantwortlich für das Datenschutzkonzept, den Datenmanagementplan und die Einhaltung ethischer Richtlinien.  

Datenräume und Vertrauen: der Edge-Cloud-Ansatz bei SECAI 

Ein zentrales Thema auf dem AI & Data Summit war die Frage, wie sensible Daten verantwortungsvoll genutzt werden können. SECAI greift dieses Thema auf, indem es in den Wohnungen (Edge-Ebene) die Sammlung von Daten und Berechnung der KI-Modelle zunächst ohne Verbindung zum Internet möglich macht. Diese Daten werden anschließend pseudonymisiert, so dass ihnen auf der Cloud-Ebene keine eindeutige Repräsentanz zuzuordnen ist. Die Verbindung von Edge-Geräten und Cloud-Diensten hat den Vorteil, dass der Schutz persönlicher Daten durch die lokale Verarbeitung und Berechnung weitestgehend gewahrt wird, während die Skalierbarkeit und Performance in der Cloud genutzt werden können. Dieses Verfahren wird als föderiertes Edge-Cloud-basiertes Machine Learning oder Federated Learning bezeichnet. 

„Diese Architektur macht Informationen nicht nur verfügbar, sondern auch interoperabel nutzbar. Das ist eine entscheidende Voraussetzung, um datenbasierte Geschäftsmodelle in größerem Maßstab zu etablieren. Durch klare Zugriffsrechte und Transparenz behalten Mietende die Kontrolle über ihre Daten. Damit adressiert SECAI ein Kernproblem vieler Smart-Home-Anwendungen, nämlich die Balance zwischen Funktionalität und Datensouveränität“, erläutert Florian Remark, Partner bei Strategion und Konsortialleitung im Projekt SECAI.  

Praxisnahe Impulse für die Energiewende 

Mit seinem Demonstrator auf dem AI & Data Summit zeigte SECAI, dass KI-gestützte Technologien nicht nur theoretische Modelle sind, sondern konkrete, praxisnahe Lösungen für die Reduktion des Energieverbrauchs im Gebäudesektor bieten. Die Kombination aus automatisierter Optimierung, digitalem Nudging und dem Einsatz von KI verdeutlicht, wie datengetriebene Innovationen einen Mehrwert für Mietende, Vermietende und Energieversorger gleichermaßen schaffen können. SECAI steht damit exemplarisch für eine Entwicklung, die auf dem AI & Data Summit im Mittelpunkt stand. KI als Treiber für Nachhaltigkeit und Wettbewerbsfähigkeit in Europa.