Maschinelles Lernen: Stahlgigant bekämpft Energiebetrug

Gemessen an der Stahlproduktion belegt der Metallurgiegigant Severstal in Russland nur den vierten Platz. Doch der Konzern mit Sitz in Tscherepowetz gilt als das weltweit profitabelste Unternehmen der Branche. Im Jahr 2017 machte Severstal 2,5 Milliarden US-Dollar Gewinn vor Zinsen, Steuern und Abschreibungen (EBITDA) sowie fast acht Milliarden US-Dollar Umsatz. Dennoch kämpft das Unternehmen nach wie vor gegen hohe Stromkosten und Betrug im Energiesektor – ein weit verbreitetes Problem in Russland.

Andrey Kostenko arbeitet bei Severstal im Rahmen des Sicherheitsprojekts für die Versorgungswirtschaft, genannt SKIF, als Leiter für Forschung und Entwicklung. „Sie fragen sich vielleicht, warum uns dieser Bereich vor die größte betriebswirtschaftliche Herausforderung stellt“, sagt er. „Tatsächlich entfallen zehn Prozent unser jährlichen Gesamtkosten auf Energie.“ Während Severstal 80 Prozent seines Strombedarfs selbst generiert, ist es für die restlichen 20 Prozent auf Energieversorger angewiesen. Kostenko erklärt, das Unternehmen sei nicht in der Lage, seinen Energieverbrauch präzise in Echtzeit zu messen, was Vorhersagen erschwere.

„Wir müssen dem Energieversorger täglich eine Prognose für jede Stunde des Folgetages liefern. Wenn wir dann weniger oder mehr als die prognostizierte Energiemenge benötigen, werden Bußgelder fällig“, führt er aus. Die Folge? Severstal muss laut Kostenko jährlich Extrakosten in Höhe von zwölf Millionen Dollar tragen. „Da es regelmäßig zu Abweichungen von der Energiebilanz kommt, wissen wir nie genau, wie viel wir wirklich verbrauchen und wie viel uns das kostet“, erklärt er. Eine weitere Million Dollar zahlt das Unternehmen jährlich an Bußgeldern für falsche Bedarfsprognosen.

Es hat sich gezeigt, dass vor allem Betrug im Energiesektor und fehlende Systeme zur Aufklärung dieser Fälle zu einem Mangel an Transparenz führen. Von Energiediebstahl und nicht existierenden Versorgungsunternehmen, die eine Vorauszahlung fordern, aber keinen Strom liefern, bis hin zu Energieversorgern, die mehr Strom abrechnen, als konsumiert wurde – Betrug in der Elektrizitätsbranche kennt viele Formen.

Mit IoT-Technologie Betrugsfälle verhinden

Für Severstal ist innovative Technologie der Schlüssel, um Betrugsfälle zu verhindern und das Energiemanagement zu verbessern. Aus diesem Grund wandte sich das Unternehmen an SAP. Ziel des langjährigen Kunden für SAP ERP- und Mining-Lösungen war es, gemeinsam mit SAP einen Prototypen zu entwickeln, der auf IoT-Technologie basiert und Zählerdaten, maschinelles Lernen und die modernen Analysefunktionen von SAP Leonardo nutzbar macht.

In der wettbewerbsintensiven Branche veranschaulicht dieses Projekt die Strategie von Severstal, geeignete Technologien zu erkunden, um seine Position als Renditeführer weiter auszubauen. Laut dem Jahresbericht von 2017 investierte das Unternehmen im letzten Jahr 27 Millionen US-Dollar in IT und digitale Projekte. Zudem baute es ein starkes Digitalteam auf, das neue Technologien aus der ganzen Welt testet und einführt.

Zu Beginn des gemeinsamen Projekts veranstaltete SAP einen Design-Thinking-Workshop, um das Energiemanagement-Problem von Severstal klar zu definieren und die Zielgruppe für die neue Lösung zu bestimmen. Die Problemdefinition und Ausarbeitung der Zielsetzung erwiesen sich als unkompliziert: Die Prognosen sollten verbessert und Betrug verhindert werden. Bei der Definition der Zielgruppe gab es jedoch eine Überraschung. Ursprünglich war das Team davon ausgegangen, dass hauptsächlich Techniker, die die Energieplanung durchführen, mit der Lösung arbeiten sollten. „In Wirklichkeit gehören vor allem Sicherheitsverantwortliche zu unserer Zielgruppe, da sie bei Severstal dafür zuständig sind, Abweichungen aufzuspüren“, erklärt Kostenko.

Severstal Best Run Business: Managing an Intelligent Enterprise



Mit dem designorientierten Ansatz von SAP Leonardo und intelligenten Technologien haben SAP und Severstal ein System entwickelt, das den Energieverbrauch in Echtzeit überwacht und Abweichungen analysiert. Wenn ein Team beispielsweise angibt, 100 Kilowatt Energie verbraucht zu haben, die Auswertung auf Abteilungsebene aber zeigt, dass es 400 Kilowatt waren, identifiziert die Lösung diese Diskrepanz und gibt eine Warnmeldung an die Sicherheitsverantwortlichen aus.

„Durch das Tool haben wir schon jetzt Einsparungen erzielt“, berichtet Kostenko. „Obwohl es sich noch um einen Prototypen handelt, hat es uns geholfen, mehrere grundlegende Probleme zu identifizieren und zu lösen. Ich schätze, dass wir bereits ein bis zwei Millionen Dollar einsparen konnten. Und natürlich hoffen wir, dass wir durch die Echtzeitüberwachung von Stromverbrauch und Energiebilanzabweichungen weitere Millionen sparen können.“

Maschinelles Lernen erkennt Muster

Die Algorithmen für maschinelles Lernen von SAP Leonardo wurden darauf geschult, Muster im Energieverbrauch und entsprechende Abweichungen zu erkennen und offenzulegen. SAP Analytics Cloud bietet Sicherheitsverantwortlichen zusätzlich Einblicke in die Abweichungen und zeigt Problembereiche auf.

Kostenko und sein Team glauben, dass ihre Algorithmen für maschinelles Lernen künftig auch in anderen Kontexten anwendbar sind. So könnte maschinelles Lernen Severstal beispielsweise helfen, Abweichungen beim Flüssigerdgas-, Sauerstoff- und Inertgasverbrauch zu ermitteln und zu verstehen. Auch Geschäftsprozesse wie das Rechnungswesen und die Beschaffung könnten von der neuen Technologie profitieren. Das Unternehmen plant zudem, das System zur Aufdeckung von Betrugsfällen mit Big-Data- und Blockchain-Technologie zu erweitern. Kostenko ist überzeugt: „Je intelligenter unsere Systeme werden, desto mehr Probleme können wir angehen.“

Weitere Informationen:

Mehr über das Projekt erfahren Sie auch in der SAPPHIRE-Präsentation von Severstal.

Bild via Shutterstock