CO2 Kompensation von KI-Nutzung
| Die zunehmende Nutzung von Künstlicher Intelligenz (KI) führt zu einem stetig wachsenden Energiebedarf. Sowohl das Training großer Modelle als auch deren Inferenz im laufenden Betrieb erfordern erhebliche Rechenressourcen. Diese Entwicklung hat direkte Auswirkungen auf den CO₂-Fußabdruck von Unternehmen und Forschungseinrichtungen, die KI entwickeln und einsetzen. Während die Effizienz moderner Rechenzentren steigt und erste Anbieter „grüner“ Cloud-Dienste entstehen, fehlen bislang einheitliche Standards und praxisnahe Methoden, um den CO₂-Ausstoß der eigenen KI-Nutzung transparent zu erfassen und systematisch zu kompensieren. Für Organisationen, die Nachhaltigkeitsziele verfolgen oder zur Berichterstattung verpflichtet sind (z. B. im Rahmen von ESG-Kriterien oder der CSRD-Richtlinie), entsteht hier ein wachsender Handlungsdruck.
| Ziel der Arbeit ist es, ein fundiertes Konzept zur Erfassung, Bewertung und Kompensation des CO₂-Fußabdrucks von KI-Nutzung zu entwickeln. Dabei sollen sowohl die technischen als auch die organisatorischen und ökonomischen Aspekte berücksichtigt werden. Im Rahmen der Arbeit sollen insbesondere:
· Methoden zur Ermittlung des Energieverbrauchs und CO₂-Ausstoßes verschiedener KI-Anwendungen (Training, Inferenz, Cloud- vs. On-Premise-Betrieb) analysiert und verglichen werden.
· Bestehende Kompensationsansätze und -instrumente (z. B. Zertifikate, Aufforstungsprojekte, Investitionen in erneuerbare Energien) bewertet und auf ihre Eignung für die KI-Nutzung untersucht werden.
· Ein oder mehrere tragfähige Geschäftsmodelle entwickelt werden, die es Unternehmen oder Forschungseinrichtungen ermöglichen, nachhaltige CO₂-Kompensation im Kontext von KI wirtschaftlich und strategisch sinnvoll umzusetzen.
| Cesus.tech
|
Modellierung des Batterieverschleißes in Elektrofahrzeugen auf Basis von CAN-Daten
| Der Verschleiß von Antriebsbatterien stellt einen der größten Wertverlustfaktoren bei Elektrofahrzeugen dar. Aktuelle Methoden zur Bestimmung des State of Health (SOH) und weiterer Degradationsparameter sind jedoch meist proprietär, herstellerspezifisch und für Endanwender nicht transparent verfügbar.
Eine unabhängige, kontinuierliche Erfassung relevanter Verschleißparameter ist jedoch entscheidend, um Nutzungs- und Ladeverhalten anzupassen sowie gezielte Instandhaltungsmaßnahmen rechtzeitig einzuleiten. Über den fahrzeuginternen CAN-Bus lassen sich im Zeitverlauf zahlreiche Betriebsdaten auslesen, die eine datengetriebene Modellierung der Batteriealterung ermöglichen. Die Grundlage für die Verfügbarkeit der Daten wurde durch die Batterieverordnung durch den Gesetzgeber geschaffen.
| Ziel der Arbeit ist die Entwicklung eines Modells zur Abbildung von Batterieeigenschaften und Verschleißmechanismen auf Basis von CAN-Bus-Daten.
Konkret umfasst die Arbeit:
· Analyse und Auswahl relevanter CAN-Bus-Signale im Kontext von SOH-Bewertung und Alterungsparametern
· Entwicklung einer Modellstruktur (wahlweise in Python, MATLAB oder Excel), die Nutzung, Ladeverhalten und Instandhaltungsmaßnahmen in Bezug auf Batterieverschleiß beschreibt
· Identifikation typischer Degradationsmuster aus Zeitreihendaten
· Validierung des Modells anhand von realen Fahr- oder Simulationsdaten
· Ableitung von Handlungsempfehlungen zur Anpassung des Lade- und Nutzungsverhaltens sowie für technische Instandhaltungsmaßnahmen
| Cesus.tech
|
Markt- und Anwendungsanalyse für ein neuartiges Elektrolyt in TEC-G-Zellen
| Mit einem neuartigen, zum Patent angemeldeten Elektrolyten können thermoelektrochemische Generatorzellen (TEC-G-Zellen) hergestellt werden. Besonderheit der TEC-G-Zellen ist die Fähigkeit, Wärme nicht nur bei Temperaturunterschieden in elektrische Energie zu wandeln, sondern auch ungerichtete Umgebungswärme zu transformieren – was mit bisherigen Technologien nicht möglich war.
Laboruntersuchungen haben die grundsätzliche Funktionsfähigkeit und Reproduzierbarkeit bestätigt. Nun soll untersucht werden, für welche Anwendungen die Technologie geeignet ist und welche elektrotechnischen Anforderungen für eine spätere kommerzielle Nutzung erfüllt werden müssen.
| Im Rahmen der Arbeit soll eine strukturierte Datenbank zu potenziellen Anwendungen der TEC-G-Technologie aufgebaut werden. In dieser Datenbank werden technische Anforderungen, Marktvolumina, Wettbewerbsumfelder und Eintrittsbarrieren systematisch erfasst und ausgewertet. Auf dieser Grundlage sollen die vielversprechendsten Einsatzfelder identifiziert und Handlungsempfehlungen für die technische Weiterentwicklung sowie für mögliche Vermarktungsstrategien abgeleitet werden.
| Cesus.tech
|
| | | | |
