Im Transferprojekt KI-Regio der Universität Würzburg entwickeln Forschende gemeinsam mit Unternehmen aus Mainfranken KI-Lösungen für konkrete Herausforderungen der Praxis. Wie vielfältig diese Zusammenarbeit inzwischen ist, zeigen drei neue Folgen des Podcasts „Arbeit Bildung Zukunft“, in denen Dr. Lukas Kagerbauer mit den Projektbeteiligten spricht.
Predictive Maintenance im Wärmenetz: 14 % weniger Verluste
Ein halb geöffnetes Ventil fällt niemandem auf und mindert doch die Effizienz eines ganzen Wärmenetzes. Frank Wendel (ÜZ Mainfranken eG) und Tim Lachner vom Lehrstuhl für Wirtschaftsinformatik und Business Analytics von Prof. Dr. Christoph M. Flath berichten, wie aus Betriebsdaten von über hundert Hausanschlussstationen eine Vordiagnose entstehen soll, bevor der Monteur losfährt. Bereits durch die manuelle Optimierung in den Jahren 2024 und 2025 sanken die Netzverluste um 14 Prozent. Die KI soll diese Fehlersuche künftig skalierbar machen. Analysemodell und Dashboard entstehen dabei in einem Projektseminar mit Studierenden.
Zur Folge: https://ki-regio.de/aktuelles/podcastfolgen/ki-zur-optimierung-von-waermenetzen/
PV und Batteriespeicher: Warum Bauchgefühl nicht reicht
Feste EEG-Vergütung und sichere Finanzierung gehören für größere Solaranlagen der Vergangenheit an. Negative Strompreise und Abregelung machen Investitionsentscheidungen schwierig. Dieter Esau (Adites GmbH) und Justus Ameling vom Lehrstuhl für Wirtschaftsinformatik und Künstliche Intelligenz im Unternehmen von Prof. Dr. Gunther Gust stellen ein Planungswerkzeug vor, das auf Basis von Wetterdaten und Börsenstrompreisen standortgenau berechnet, wie sich PV-Anlage und Speicher rechnen. So entsteht eine belastbare Grundlage, die auch Banken überzeugt.
Zur Folge: https://ki-regio.de/aktuelles/podcastfolgen/ki-fuer-investitionen-in-pv-und-batteriespeicher/
KI aus Würzburg: Vom Forschungsprojekt zum Startup
Diese Folge zeigt, wohin Transfer führen kann: Nico Elbert und Magnus Maichle kommen aus der anwendungsnahen Forschung der Universität Würzburg, die untersucht, wie Unternehmen mit KI und mathematischer Optimierung bessere Entscheidungen aus Daten treffen. Im Rahmen von KI-Regio erprobten sie ein KI-Modell zur Nachfrageprognose im Handel und gründeten daraus das Würzburger Startup SOLISTIQ. Statt für jeden Artikel ein eigenes Modell zu bauen, nutzen sie ein einziges vortrainiertes Foundation Model, das Prognosen für über 100.000 Produkte innerhalb einer Stunde erstellt. Das Unternehmen wird seit März 2026 über EXIST-Forschungstransfer gefördert, betreibt eigene Server in Deutschland und hat bereits erste zahlende Kunden.
Zur Folge: https://ki-regio.de/aktuelles/podcastfolgen/ki-startup-aus-der-forschung-solistiq/
Die drei Folgen machen deutlich, wie viel im Projekt KI-Regio bereits entstanden ist: von messbaren Effizienzgewinnen in der Energieversorgung über praxistaugliche Planungswerkzeuge bis hin zu einer erfolgreichen Ausgründung. Und die Arbeit geht weiter, mit Feldtests, neuen Datenquellen und weiteren Kooperationen mit Unternehmen aus der Region.
Alle Folgen und weitere Informationen zum Projekt: https://ki-regio.de
