Machine Learning in Der Energiebeschaffung
Das Unternehmen enplify ist eine auf ganzheitliche Energiekostensenkung spezialisierte Beratungsboutique. Von der Ausschreibung von Energielieferverträgen über die operative Beschaffung bis zur Optimierung von Energienebenkosten und der Umsetzung von Grünstromkonzepten – die Dienstleistungen von enplify sparen energieintensiven Unternehmen Zeit und Geld und leisten einen Beitrag zur Dekarbonisierung.
Im Bereich Energiebeschaffung geht es insbesondere um die methodische Herleitung von Beschaffungszeitpunkten, um in verschiedenen Marktsituationen möglichst besser als der Marktdurchschnitt Strom und Erdgas zu beschaffen und das Marktpreisrisiko adäquat zu begrenzen. Das ist, wie die aktuelle Preisexplosion auf den Energiemärkten zeigt, ein wichtiges Instrument des Risikomanagements bei energieintensiven Unternehmen.
Zur Bestimmung von Beschaffungszeitpunkten auf Terminmärkten nutzt enplify aktuell regelbasierte Verfahren auf Basis von Limit-Systemen.
Die Abschlussarbeit soll die folgenden Fragenstellungen untersuchen:
- Sind die bisherigen Anätze mit Verfahren des Machine Learning optimierbar?
- Eröffnen Verfahren des Machine Learning alternative Ansätze zur Lösung des Optimierungsproblems?
Ziel der Arbeit ist die Entwicklung und Evaluation eines passenden Optimierungsverfahrens. Die Modelle sollten auf Basis von Python und/oder Excel entwickelt werden.
Abschluss:
| Master Business Analytics
|
Betreuer:
| Prof. Dr. Jan Schemm
|
Praxispartner:
| enplify
|
Status:
| verfügbar
|
