Home > Projekte > BitGridAI

BitGridAI

Forschungsbasiertes Energiesystem für menschzentrierte, transparente und erklärbare Smart-Home-Automatisierung

Als offenes Forschungs- und Lernprojekt widmet sich BitGridAI der lokalen Energieautomatisierung. Ziel ist es, Energieentscheidungen ohne Cloud transparent, nachvollziehbar und steuerbar zu machen. Dafür werden regelbasierte Steuerungen mit verständlichen Erklärungen kombiniert, sodass Nutzer:innen erkennen können, warum ein System startet, stoppt oder drosselt. So entsteht eine belastbare Grundlage für Forschung, Lehre und Demonstration im Bereich digitaler Energiesysteme.

Ein zentrales Teilprojekt ist die Operationalisierung von Vertrauensdimensionen im neuen HCI2B-Energy-Lab. Im Mittelpunkt steht ein lokaler Demonstrator auf Basis von Home Assistant, in dem Regeln, Schwellenwerte und Sicherheitslogiken sichtbar, hörbar und testbar werden. Dabei werden verschiedene flexible Lasten untersucht, unter anderem Bitcoin-Mining aufgrund seiner gut regelbaren Leistung, schnellen Reaktionsfähigkeit und klaren Steuerbarkeit. Ergänzend wird eine Explainability-Oberfläche entwickelt, die Entscheidungsgründe, Prognosen und Eingriffsmöglichkeiten strukturiert darstellt.
 
Die Projektergebnisse werden in Form von Prototypen, Simulationen, Analyseleitfäden und Studienartefakten dokumentiert. Dadurch entstehen übertragbare Gestaltungsprinzipien für erklärbare, nutzerzentrierte Energieautomation. BitGridAI leistet damit einen Beitrag zur Entwicklung transparenter und verantwortungsvoller digitaler Infrastrukturen im Energiekontext.

Kontakt

Wer ist Artur Gibert?

Artur Gibert

argi0001(at)stud.hs-kl.de

BitGridAI-Systemübersicht mit lokalen Energieeingaben, regelbasierter Steuerung, lokalem LLM und steuerbaren Lasten für transparente Smart-Home-Energieautomatisierung

BitGridAI

Forschungsbasiertes Energiesystem für menschzentrierte, transparente und erklärbare Smart-Home-Automatisierung

Als offenes Forschungs- und Lernprojekt widmet sich BitGridAI der lokalen Energieautomatisierung. Ziel ist es, Energieentscheidungen ohne Cloud transparent, nachvollziehbar und steuerbar zu machen. Dafür werden regelbasierte Steuerungen mit verständlichen Erklärungen kombiniert, sodass Nutzer:innen erkennen können, warum ein System startet, stoppt oder drosselt. So entsteht eine belastbare Grundlage für Forschung, Lehre und Demonstration im Bereich digitaler Energiesysteme.

Ein zentrales Teilprojekt ist die Operationalisierung von Vertrauensdimensionen im neuen HCI2B-Energy-Lab. Im Mittelpunkt steht ein lokaler Demonstrator auf Basis von Home Assistant, in dem Regeln, Schwellenwerte und Sicherheitslogiken sichtbar, hörbar und testbar werden. Dabei werden verschiedene flexible Lasten untersucht, unter anderem Bitcoin-Mining aufgrund seiner gut regelbaren Leistung, schnellen Reaktionsfähigkeit und klaren Steuerbarkeit. Ergänzend wird eine Explainability-Oberfläche entwickelt, die Entscheidungsgründe, Prognosen und Eingriffsmöglichkeiten strukturiert darstellt.
 
Die Projektergebnisse werden in Form von Prototypen, Simulationen, Analyseleitfäden und Studienartefakten dokumentiert. Dadurch entstehen übertragbare Gestaltungsprinzipien für erklärbare, nutzerzentrierte Energieautomation. BitGridAI leistet damit einen Beitrag zur Entwicklung transparenter und verantwortungsvoller digitaler Infrastrukturen im Energiekontext.
BitGridAI-Systemübersicht mit lokalen Energieeingaben, regelbasierter Steuerung, lokalem LLM und steuerbaren Lasten für transparente Smart-Home-Energieautomatisierung

Kontakt

HCI2B-Group HSKL Zweibrücken Informatik Master Student Artur Gibert

Artur Gibert

argi0001(at)stud.hs-kl.de

zurück