Automatisk datagenkendelse og informationsfeedback viser gode potentialer

Projektet "Automatisk datagenkendelse og informationsfeedback" har vist gode potentialer for en bredere anvendelse i fremtiden med henblik på nemmere at identificere energiforbedringer. I testfasen blev det vist, at der kan identificeres mange forskellige forbedringspotentialer via analyseværktøjet, og at diagnoserne overordnet set stemte fint overens med de faktiske forhold som blev kortlagt, da udvalgte forretninger blev besøgt.

Præcisionen af diagnoserne i værktøjet var dog dels begrænset af at elforbrugsdataen kun var på timebasis, og dels at mængden af gennemgåede virksomheder i testfasen var begrænset. En bedre dataopløsning ville kunne gøre det muligt at udvikle mere konkrete diagnoser, således at systemet i stedet for blot at sige at dagsforbruget var højt, også med større præcision kunne sige hvorfor, at dagsforbruget var højt.

En forretningsmodel med en 3. partsinvolvering er umiddelbart svær at se, på grund af manglende økonomisk incitament og udfordringerne ved at modtage tilladelse til anvendelse af energiforbrugsdata. En forretningsmodel baseret på automatisk datagenkendelse og benchmarking, og drevet af selskaber med adgang til elforbrugsdata, f.eks. energiselskaber, som en serviceydelse til deres kunder, er derimod oplagt.

Energiselskaber har i modsætning til en 3. partsaktør muligheden for en implementering i større skala, da de i forbindelse med indgåelse af elhandelsaftalen med deres kunder har muligheden for at indføje, at kunden samtidig giver samtykke til, at selskabet må anvende deres forbrugsdata til analyse og kontakte kunden med forslag til forbedringer.