Junto con los incontrolables factores meteorológicos, hasta ahora tampoco era posible calcular efectivamente la rentabilidad de una instalación de energía renovable. La adquisición automática de datos era complicada y la recopilación de información perteneciente a distintas carteras energéticas requería un gran esfuerzo. La evaluación de grandes conjuntos de datos también ponía muchas veces a inversores y operadores al límite de sus capacidades. Todo eso hacía que fuera muy difícil obtener información fiable sobre el estado de las instalaciones para poder así predecir su rentabilidad futura con certeza.

La empresa de IntelliTech Kaiserwetter en colaboración con SAP ha encontrado una solución. En el marco de la conferencia europea de expertos de SAP, la SAP TechEd de Barcelona de 2019, Hanno Schoklitsch, CEO de Kaiserwetter, y Markus Noga, Head of Machine Learning de SAP, presentaron conjuntamente el innovador enfoque de analíticas predictivas de Kaiserwetter como best practice de SAP Data Intelligence.

La plataforma de IoT Aristóteles incorpora una nueva función que usa machine learning a partir de los datos históricos de turbinas eólicas para alimentar continuamente los algoritmos de aprendizaje. Estos algoritmos están programados para detectar e identificar lo antes posible anomalías que indican problemas técnicos o un posible fallo. De esta manera, los bancos e inversores están en condiciones de contrarrestar a tiempo la pérdida de la rentabilidad o las dificultades para cumplir compromisos contractuales.