Die Bosch Rexroth AG implementiert IT- und OT-Observability und senkt Energiekosten um 20-30 %

Byte für Byte weniger Energieverbrauch

Heute überwacht und optimiert die Bosch Rexroth AG mit Splunk Enterprise ihre Energiekosten, den Energieverbrauch und die CO₂-Bilanz am Standort Ulm. Dazu werden in 5-Sekunden-Intervallen entsprechende Daten erfasst. Basierend auf dem Splunk Sustainability Toolkit und Electricity Maps stellt die Energiemanagementlösung Echtzeit- und Prognosedaten zum Energiemix, zur Kohlenstoffintensität und zu Energiepreisen bereit, was dem Unternehmen hilft, Ineffizienzen zu erkennen.

Möglich wurde dies, weil das Werk künstliche Intelligenz (KI) und Machine Learning (ML) einsetzte und drei Optimierungshebel nutzte:

• Hebel 1 – Verfügbarkeit: optimierter Stand-by-Betrieb
  Die Bosch Rexroth AG setzte zunächst bei der Verfügbarkeit an, indem sie Trenddaten zum Energieverbrauch sammelte. Dabei stellte sich heraus, dass einige Maschinen zu verschiedenen Zeiten liefen, obwohl sie gerade nicht gebraucht wurden. Um Energie zu sparen, ging die Bosch Rexroth AG dazu über, vorübergehend nicht benötigte Maschinen in den Stand-by-Betrieb zu schalten. „Durch die Integration von Datenquellen aus unseren IT- und OT-Umgebungen in Splunk haben wir nun transparente Einblicke in den Betrieb“, so Harald Lukosz, Referent Product Area Stage bei der Bosch Rexroth AG.
• Hebel 2 – Preis: optimiertes Spitzenlastmanagement
  Als Zweites zog die Bosch Rexroth AG den Preishebel. Da das Werk nun die Infrastruktur der IT- und OT-Umgebungen fortlaufend im Blick hat, kann es Mehrkosten durch überhöhte Verbrauchsspitzen vermeiden. Mit Splunk richtete das Team der Bosch Rexroth AG eine Warnmeldung ein, die basierend auf einem KI-/ML-Modell zur Prognose des Energieverbrauchs Betriebspersonal warnt, wenn das Werk 90 % des maximalen zulässigen Energieverbrauchs erreicht. So werden extreme Spitzenlasten und Energieaufpreise vermieden.
• Hebel 3 – Zeit: optimierte Planung energieintensiver, aber nicht zeitkritischer Aktivitäten
  Dank der integrierten KI- und ML-Funktionen von Splunk und der Daten von Electricity Maps kann die Bosch Rexroth AG nun Verbrauchsmuster erkennen, den Energiebedarf vorhersagen und die Planung energieintensiver, aber nicht zeitkritischer Aktivitäten optimieren. Als Datenquelle nutzt das Unternehmen unter anderem Electricity Maps-Prognosen zu Energiepreisen und zur Kohlenstoffintensität. Anhand dieser Daten können Prozesse und Maschinennutzungen in die Zeiten gelegt werden, in denen die Strompreise am niedrigsten sind und viel CO₂-armer Strom aus erneuerbaren Energien im Netz ist.

Außerdem erleichtert es die IT- und OT-übergreifende Infrastrukturüberwachung der Bosch Rexroth AG, Branchenstandards und Berichtspflichten bezüglich des Energiemanagements und der CO₂-Emissionen einzuhalten, darunter die Richtlinie zur Nachhaltigkeitsberichterstattung von Unternehmen (CSRD) und die Energieeffizienz-Richtlinie der EU.