logo

MaLo Identifikation (AI)

Anbieter: ENERGY4U
Version: 1.0
Summary
Mit der MaLo-Identifkation (AI) werden die für eingehende Marktnachrichten ähnlichsten Marktlokationen im System identifiziert, bewertet und sortiert. Dies erlaubt eine zuverlässige automatische Zuweisung oder Ablehnung von Klärfällen.

Beschreibung

Anhand mitgelieferter Informationen (Name, Adresse, Gerät) müssen eingehende Marktnachrichten zu im System bestehenden Marktlokationen / Zählpunkten zugewiesen werden. Dies erfolgt durch einen Abgleich der vorliegenden Daten und wird, sofern alle Felder weitestgehend identisch sind, automatisiert vom System durchgeführt. Häufig sind die in der Marktnachricht befindlichen Angaben jedoch fehlerhaft (bspw. Zahlendreher, Abkürzungen, Spitznamen, Doppelnamen) oder sogar nicht für das System gedacht, was in einer schwierigen oder unmöglichen Identifikation resultiert. Die Prüfung derartiger Klärfälle obliegt für gewöhnlich dem Fachbereich und wird manuell von Sachbearbeiter:innen durchgeführt. Sie ist eine repetitive Aufgabe und ein Aufwandstreiber in vielen EVUs.

Mithilfe dieser Machine Learning Lösung kann die Übereinstimmung von Marktnachrichten und allen systemseitig vorliegenden, infrage kommenden Zählpunkten präzise bestimmt werden. In Kombination mit flexibel definierbaren Schwellwerten für Zuweisung und Ablehnung wird dadurch die zuverlässige Automatisierung zuvor manuell bearbeiteter Klärfälle ermöglicht.

Die APIs sind für den Einsatz in folgenden Prozessen vorgesehen:

  • Marktrolle "Lieferant": Kündigung
  • Marktrolle "Netzbetreiber": Anmeldung, Lieferantenwechsel

Du möchtest ich schnell und unkompliziert selbst von der Lösung überzeugen? Probiere hier unsere Demo-Anwendung aus.

Unsere Preismodelle

Free Trial

50 calls per day

Free

Select
Die kostenlose Testversion kann pro Benutzer nur einmal gebucht werden und erlischt automatisch nach 7 Tagen.
  • MaLo-Identifikation Netzbetreiber 1.0.1
  • MaLo-Identifikation Versorger 1.0.1

Starter

50 calls per day

€945.00 per month

Select
  • MaLo-Identifikation Netzbetreiber 1.0.1
  • MaLo-Identifikation Versorger 1.0.1

Professional

200 calls per day

€2,749.00 per month

Select
  • MaLo-Identifikation Netzbetreiber 1.0.1
  • MaLo-Identifikation Versorger 1.0.1

Premium

400 calls per day

€4,449.00 per month

Select
  • MaLo-Identifikation Netzbetreiber 1.0.1
  • MaLo-Identifikation Versorger 1.0.1

Enterprise

Hol dir ein individuelles Angebot.

Kontaktieren
Wir erstellen dir unverbindlich ein maßgeschneidertes Angebot das genau zu deinen Bedürfnissen passt.
Alle Preise sind inklusive Mehrwertsteuer. Maximale Flexibilität: Fixpreis ohne versteckte Kosten. Jederzeit zum Abrechnungsmonat kündbar.

Vorteile

  • Entlastung des Fachbereichs: Automatisierung manuell zu bearbeitender Klärfälle und Arbeitserleichterung durch Vorsortierung
  • Beschleunigung der Prozessbearbeitung: Reduktion der Dauer einer Identifikation von mehreren Minuten auf wenige Sekunden
  • Sichererheit im Umgang mit den Daten: Betrieb des Vorhersagemodells auf zertifizierten Servern innerhalb der EU

So funktionierts

Eingabe: Klärfall (1)
  • Klärfall-ID
  • Sparte
  • Vorname (Geschäftspartner)
  • Nachname (Geschäftspartner)
  • Straße (Anschlussobjekt)
  • Hausnummer (Anschlussobjekt)
  • Hausnummerzusatz (Anschlussobjekt)
  • Ort (Anschlussobjekt)
  • PLZ (Anschlussobjekt)
  • Gerätenummer
Marktlokationen (1 - 100.000)
  • MaLo-ID
  • Sparte
  • Geschäftspartner-ID
  • Vorname (Geschäftspartner)
  • Nachname (Geschäftspartner)
  • Straße (Anschlussobjekt)
  • Hausnummer (Anschlussobjekt)
  • Hausnummerzusatz (Anschlussobjekt)
  • Ort (Anschlussobjekt)
  • PLZ (Anschlussobjekt)
  • Gerätenummer
Ausgabe: Marktlokationen (10 - sortiert nach höchster Übereinstimmung)
  • MaLo-ID
  • Gerätenummer
  • Distanz (zu Klärfall)
  • Wahrscheinlichkeit der Übereinstimmung (mit Klärfall)

Kundenstimmen:

"Die Zählpunktidentifikation ist aufgrund der Vielzahl jährlich anfallender Klärfälle seit Langem ein Aufwandstreiber für unsere Sachbearbeiter. Mithilfe der ENERGY4U und ihrem Machine Learning Ansatz ist es uns gelungen, die Bearbeitung von über 80% unserer Klärfälle zuverlässig zu automatisieren und damit den Fachbereich entscheidend zu entlasten.”

Sylke Görner, Leiterin Wechselmanagement & EDM, NBB Netzgesellschaft Berlin-Brandenburg mbH & Co. KG

logo