Ihr 15-Minuten-Lastgang kann Verschwendung sichtbar machen | iMTED Blog
Energiemanagement

Ihr 15-Minuten-Lastgang kann Verschwendung sichtbar machen

Wie die Daten, die Sie ohnehin schon erfassen, versteckte Verschwendung sichtbar machen.

iMTED Team 6 Min. Lesezeit 1. August 2026
Prüfung eines Lastgangs auf einem Tablet

Ein Zähler, der alle 15 Minuten die Leistung aufzeichnet, führt ein stilles Tagebuch über Ihr Gebäude – rund 35.000 Einträge pro Jahr. Die meisten Unternehmen nutzen diese Daten nur für die Abrechnung und vergessen sie danach. Dabei zeigen die Messwerte, wie Ihr Gebäude tatsächlich betrieben wird. Sie zeigen, was um 3 Uhr nachts passiert ist, ob Anlagen am Wochenende wirklich abschalten und ob ein geringerer Verbrauch auf echte Effizienz zurückgeht oder einfach auf einen milderen Winter. Der Zähler erfasst genau, wie viel Sie verbraucht haben. Warum sich der Verbrauch verändert hat, kann er nicht sagen. Dieses Verständnis ist der Ausgangspunkt für besseres Energiemanagement.

Die Daten, die Sie bereits haben

In Deutschland haben Liegenschaften mit mehr als 100.000 kWh Stromverbrauch pro Jahr und mehr als 30 kW Leistung in der Regel eine registrierende Leistungsmessung (RLM). Sie erfasst alle 15 Minuten die mittlere Leistung. Diesen Lastgang können Sie meist als einfache CSV-Datei im Kundenportal Ihres Lieferanten oder Netzbetreibers herunterladen. Auch kleinere Standorte bekommen durch den bundesweiten Smart-Meter-Rollout zunehmend Zugang zu Intervalldaten. Wichtig ist vor allem eines: Sie brauchen wahrscheinlich keine neue Hardware, keine zusätzlichen Sensoren und keine neue Software, um Energieverschwendung zu finden. Die Informationen sind bereits vorhanden – Sie müssen sie nur auswerten. Eine Untersuchung zeigt, dass allein 15-Minuten-Daten viel darüber verraten, wie ein Gewerbegebäude betrieben wird, oft ganz ohne Vor-Ort-Audit.

Vier Warnzeichen, die Ihre monatliche Stromrechnung nie zeigt

Die monatliche Rechnung sagt Ihnen, wie viel Strom Sie verbraucht haben. Sie sagt Ihnen nicht, wann und warum. Der Lastgang dagegen macht Muster sichtbar, die häufig auf versteckte Verschwendung hinweisen.

  1. Die teure Nacht: Bleibt die Leistung noch lange hoch, nachdem alle das Gebäude verlassen haben, läuft etwas unnötig. Detaillierte Gebäudeaudits haben gezeigt, dass mehr als die Hälfte des Stromverbrauchs außerhalb der normalen Arbeitszeit anfallen kann – weil Beleuchtung, Lüftung, Heizung oder Geräte weiterlaufen, obwohl sie nicht gebraucht werden.
  2. Der nächtliche Sägezahn: Wiederkehrende Spitzen in der Nacht deuten oft darauf hin, dass Anlagen ständig ein- und ausschalten (Taktbetrieb), statt effizient durchzulaufen. In der Monatsrechnung ist das praktisch nicht zu erkennen, in 15-Minuten-Daten dagegen sofort.
  3. Wenn Sonntage aussehen wie Mittwoche: Ein Gebäude, das am Wochenende geschlossen ist, sollte einen deutlich anderen Lastgang haben als an einem normalen Werktag. Sieht der Sonntag fast genauso aus wie der Mittwoch, sollten Sie prüfen, was dort noch läuft. In einem dokumentierten Fall lief eine komplette Klimaanlage sieben Tage die Woche, nur um einen einzigen genutzten Raum zu kühlen.
  4. Wenn Zeitprogramme nicht mitwachsen: Gebäude verändern sich. Arbeitszeiten verändern sich. Mieter wechseln. Die Zeitprogramme bleiben dagegen oft unverändert. Anlagen, die vor Jahren programmiert wurden, starten vielleicht immer noch um 5:30 Uhr, obwohl die Mitarbeitenden erst um 7:00 Uhr kommen – und verschwenden so Tag für Tag Energie.
Diagramm einer Woche mit 15-Minuten-Lastdaten: teure Nacht, Sägezahn-Taktbetrieb, ein Wochenende, das wie ein Arbeitstag aussieht, und ein zu früher Anlagenstart
Abbildung 1: Eine Woche mit beispielhaften 15-Minuten-Daten. Alle vier Muster der Verschwendung sind auf einen Blick sichtbar – und keines davon taucht auf der Jahresrechnung auf. (Illustrative Daten.)

Ein einfaches Beispiel mit großer Wirkung

Stellen Sie sich ein Bürogebäude mit einer nächtlichen Grundlast von 62 kW vor. Bei der Auswertung des Lastgangs stellt das Facility-Team fest, dass nachts eigentlich nur 25 kW nötig sind. Die ungeklärten 37 kW laufen rund 5.000 Stunden pro Jahr und verbrauchen dabei etwa 185.000 kWh Strom ohne Nutzen. Bei 0,25 € pro kWh sind das rund 46.000 € Energiekosten im Jahr – oft schon dadurch vermeidbar, dass die Betriebszeiten angepasst werden. Manchmal ist das günstigste Energiesparprojekt keine neue Anlage, sondern eine geänderte Zeitschaltung.

≈ 46.000 € vermeidbare Energiekosten pro Jahr durch eine einzige ungeklärte nächtliche Grundlast von 37 kW – oft schon behoben, indem die Betriebszeiten angepasst werden.

Vier Schritte, um Ihren eigenen Lastgang zu prüfen

Sie brauchen dafür keine aufwendige Datenanalyse. Für eine erste Einschätzung reicht eine Tabellenkalkulation.

  • Laden Sie ein Jahr mit 15-Minuten-Daten bei Ihrem Lieferanten oder Messstellenbetreiber herunter.
  • Stellen Sie eine typische Woche grafisch dar: die Zeit auf der waagerechten Achse, die Leistung auf der senkrechten Achse. Prüfen Sie dann die mittlere Last zwischen 1:00 und 4:00 Uhr. Lässt sich jedes Kilowatt erklären?
  • Vergleichen Sie einen Sonntag mit einem Mittwoch. Ähnliche Profile deuten häufig auf unnötigen Betrieb hin.
  • Vergleichen Sie die Zeitprogramme der Anlagen mit der tatsächlichen Nutzung. Viele Einsparungen entstehen allein dadurch, dass die Zeitprogramme an die Realität angepasst werden.

Braucht man dafür künstliche Intelligenz?

Nicht unbedingt. Die vier beschriebenen Muster sind meist schon in einer einfachen Grafik zu erkennen, und klassische Verfahren auf Basis von Gradtagzahlen liefern für viele Gebäude eine belastbare energetische Ausgangsbasis. KI wird dann wertvoll, wenn Standorte komplexe Betriebszeiten, stark schwankende Lasten oder große Mengen hochfrequenter Daten haben und Auffälligkeiten sofort erkannt werden sollen statt erst Monate später. Das Ziel ist nicht das anspruchsvollste Modell. Das Ziel sind bessere Entscheidungen.

Jeder 15-Minuten-Zähler erzählt bereits eine Geschichte. Die Organisationen, die am meisten Energie sparen, erheben keine zusätzlichen Daten – sie schauen genauer auf die Daten, die sie ohnehin schon haben. Ihr nächstes Energiesparprojekt liegt vielleicht schon in einer CSV-Datei.

Quellen

  1. Efficiency Valuation Organization (EVO). (2022). International Performance Measurement and Verification Protocol: Core Concepts (EVO 10000-1:2022). IPMVP overview
  2. Kuivjõgi, H., Vasman, S., Petlenkov, E., Thalfeldt, M., & Kurnitski, J. (2024). Data-driven baseline generation for post-retrofit energy saving assessment: A comparison of statistical and machine-learning methods. Journal of Building Engineering, 98, 111016. DOI record
  3. Masoso, O. T., & Grobler, L. J. (2010). The dark side of occupants’ behaviour on building energy use. Energy and Buildings, 42(2), 173–177.
  4. Netze BW GmbH. (2026). RLM-Zähler: Registrierende Leistungsmessung. Abgerufen am 18. Juli 2026. Netze BW RLM guide
  5. Pickering, E. M., Hossain, M. A., Mousseau, J. P., Swanson, R. A., French, R. H., & Abramson, A. R. (2017). A cross-sectional study of the temporal evolution of electricity consumption of six commercial buildings. PLoS ONE, 12(10), e0187129. DOI record
  6. Umweltbundesamt (UBA). (2021). Element 5: Energieleistungskennzahlen (EnPI) und energetische Ausgangsbasis (EnB). Abgerufen am 18. Juli 2026. UBA guidance
  7. Touzani, S., Granderson, J., Jump, D., & Rebello, D. (2019). Evaluation of methods to assess the uncertainty in estimated energy savings. Energy and Buildings, 193, 216–225. DOI record