Energieoptimierung Schmelzprozess

Das echte Ausmaß des Problems

In einer Gießerei mit zwei bis vier Induktionsöfen (Gusseisen, Stahlguss, Aluminium, Kupferlegierungen) ist das Schmelzen meist der größte einzelne Stromverbraucher. Wie groß der Anteil bei euch ist, zeigt eine Aufteilung nach Zählern, eine belastbare Branchenzahl haben wir nicht gefunden. Zur Größenordnung: Ein Ofen mit 1.000 Kilowatt, der an 21 Arbeitstagen 16 Stunden unter Volllast läuft, braucht 1.000 mal 16 mal 21 = 336.000 kWh im Monat.

Die Ineffizienzen im Detail:

• Warmhalteverluste: Das Bad wird auf Temperatur gehalten, obwohl die Formanlage nichts abnimmt
• Überhitzung: Ofenführer fahren das Bad weit über die nötige Gießtemperatur, um Puffer zu haben. Mehr Temperatur heißt mehr Abstrahlung und mehr Verschleiß an der Ofenzustellung
• Thermische Schwankungen: Material wird chaotisch zugegeben, Temperatur fällt, wird zu aggressiv hochgefahren (mehr Abbrand, mehr Ausschuss)
• Keine Steuerung der Lastspitzen: Wenn drei Öfen gleichzeitig mit voller Leistung aufheizen, steigt die Jahreshöchstlast. Bei Kunden mit Leistungsmessung bestimmt die höchste Viertelstunde des Jahres den Leistungspreis

Forschungsarbeiten und Anbieter berichten Einsparungen im einstelligen bis niedrigen zweistelligen Prozentbereich (siehe Quellen). Belastbar ist nur, was ihr im eigenen Vorher-Nachher-Vergleich messt. Deshalb rechnen wir hier mit einem Wert je Prozentpunkt:

145.000 kWh monatlich (beide Öfen) mal 12 Monate = 1.740.000 kWh jährlich. Jeder Prozentpunkt Einsparung sind 17.400 kWh mal 0,14 Euro = rund 2.400 Euro im Jahr. Bei 7 Prozent sind das rund 17.000 Euro, bei 12 Prozent rund 29.200 Euro.

Die Lastspitzen-Steuerung spart keine Kilowattstunden, sondern Leistungspreis: Wer die Jahreshöchstlast um 100 kW senkt, spart 100 kW mal den Leistungspreis aus dem Preisblatt seines Netzbetreibers. Bei weniger als 2.500 Benutzungsstunden im Jahr ist dieser Preis je kW klein und der Arbeitspreis hoch, darüber umgekehrt. Schaut deshalb zuerst in euer eigenes Preisblatt, bevor ihr diesen Hebel einpreist.

Mit vs. ohne KI, ein ehrlicher Vergleich

Konkrete Vorher-Nachher-Werte nennen wir hier bewusst nicht: Sie hängen an Ofengröße, Werkstoff und Taktung so stark, dass jede Tabellenzahl eure eigene Messung nur verdecken würde.

Einschätzung auf einen Blick

Zeitersparnis, sehr niedrig (1/5) Das System spart keine Arbeitszeit für die Ofenbedienung, ein Mensch überwacht den Prozess immer noch. Der Nutzen liegt rein in reduzierten Energiekosten, nicht in Personaleinsparung.

Kosteneinsparung, mittel (3/5) Der einzige Werthebel dieser Anwendung, auf einer großen Kostenstelle. Bei zwei kleinen Öfen mit 145.000 kWh im Monat bringt jeder Prozentpunkt rund 2.400 Euro im Jahr, 7 Prozent also rund 17.000 Euro, 12 Prozent rund 29.000 Euro. Nach den laufenden Kosten einer Speziallösung bleibt davon bei zwei kleinen Öfen wenig übrig, die Rechnung unten zeigt es. Größere Betriebe mit mehreren Gigawattstunden Schmelzstrom profitieren proportional mehr, die Lizenz wächst dagegen nur je Ofen.

Schnelle Umsetzung, niedrig (2/5) Der Knackpunkt: Sensorik und Prozessintegration. Jeder Ofentyp ist anders (Mittelfrequenz-Induktion, Lichtbogen, Widerstand). Temperatur-, Druck- und Durchflusssensoren müssen eingebaut werden. Das Modell braucht werkstoffspezifische Daten, Gusseisen und Aluminium schmelzen völlig unterschiedlich. 14–20 Wochen sind realistisch.

ROI-Sicherheit, mittel (3/5) Energieverbrauch ist messbar, der Stromzähler lügt nicht. Aber der Vergleich „dieser November gegen letzten November” misst vor allem die Auftragslage: Wer mehr gießt, verbraucht mehr. Vergleicht deshalb Kilowattstunden je Tonne flüssiges Eisen, getrennt nach Werkstoff. Offen bleibt vorher, ob es 7 oder 12 Prozent werden, und bei kleinen Öfen entscheidet genau dieser Unterschied, ob sich das System trägt.

Skalierbarkeit, mittel (3/5) Jeder Ofen ist eine Insel: andere Größe, anderer Materialmix, andere Steuerung. Das Modell muss für jeden Ofen neu parametrisiert werden. Mit vier Öfen ist der Aufwand etwa dreimal so hoch wie bei einem, nicht linear, weil Transfer-Lernen möglich ist, aber eben auch nicht umsonst.

Richtwerte, stark abhängig von Ofentyp, Materialvielfalt und Sensorik-Ausstattung.

Was die KI-gestützte Schmelzprozess-Optimierung konkret macht

Das System kombiniert drei Komponenten:

1. Messdaten: Leistung, Energie, Badtemperatur

Die Leistungsaufnahme am Umrichter wird sekündlich gemessen. Die Badtemperatur dagegen kommt aus Tauchmessungen mit dem Thermoelement, die der Ofenführer in Abständen nimmt, eine Wärmebildkamera sieht nur die Oberfläche und die Schlacke. Zwischen zwei Tauchmessungen schätzt das Modell die Temperatur aus der eingebrachten Energie, dem Einsatzgewicht und den Wärmeverlusten.

2. Prozess-Vorhersage: Materialfluss und Temperaturverlauf

Auf Basis historischer Daten je Werkstoff (Gusseisen, Stahlguss, Aluminiumlegierung wie AlSi7) lernt das System, wie stark die Badtemperatur nach einer Zugabe von kaltem Einsatz fällt und wie viel Energie das Wiederaufheizen kostet. Damit kann es die nächsten Minuten vorausplanen.

3. Sollwert-Vorschläge: weniger Energie, gleiche Qualität

Das System schlägt vor: „Für die nächste Abgussfolge reicht eine niedrigere Überhitzung.” Oder: „Leistung erst hochfahren, wenn die Formanlage in 20 Minuten abnahmebereit ist, statt das Bad jetzt aufzuheizen und dann zu halten.” Die Kühlung der Induktionsspule gehört nicht zu den Stellgrößen: Sie läuft nach Vorgabe des Ofenherstellers, solange Metall im Ofen ist.

Das Ergebnis: Effizienzgewinne, ohne dass der Ofenführer mehr arbeitet, er sieht nur ein grünes „Optimiert” auf dem Dashboard.

Konkrete Werkzeuge, was wann passt

Tvarit Industrial AI , Spezialprodukt für Metall- und Gießereiprozesse. KI-Plattform mit Modulen für Energie, Qualität und Instandhaltung. Deutscher Support, EU-Hosting, auf Gießerei-Parameter zugeschnitten. Preise nur auf Anfrage, laut unserer Toolseite typisch 500–2.000 Euro je Ofen und Monat im Produktivbetrieb, plus Implementierung und Sensorik. Jeder Ofentyp braucht eine eigene Parametrisierung.

Amazon SageMaker , Generische ML-Plattform. Mit den Sensordaten kannst du eigene LSTM- oder Gradient-Boosting-Modelle trainieren. Flexibel, setzt aber Data-Science-Kompetenz voraus und ist vollständig englischsprachig. Kosten nach Rechenzeit: Ein dauerhaft laufender kleiner CPU-Endpoint kostet laut unserer Toolseite etwa 80–150 Euro im Monat, dazu Training und Speicher. Der größere Posten ist die Entwicklerzeit für Aufbau und Pflege des Modells.

SCADA + eigenes Python-Modell, Für Betriebe mit bestehender SCADA (Siemens, Beckhoff): Echtzeit-Daten exportieren, mit Python (scikit-learn, TensorFlow) ein Optimierungsmodell trainieren und Sollwerte zurückschreiben. Günstiger als Tvarit, braucht aber interne oder externe Entwicklerinnen.

Zusammenfassung:

• Spezialisierte Lösung, schnell, mit Sensorik → Tvarit
• Bestehende AWS-Umgebung, Flexibilität gewünscht → SageMaker mit eigenem Modell
• Schmales Budget, Python-Kenntnisse vorhanden → SCADA plus Eigenbau

Datenschutz und Datenhaltung

Schmelzprozessdaten enthalten keine personenbezogenen Daten, es sind Prozessmessgrößen. Die DSGVO spielt hier keine Rolle, solange Produktionsrezepturen (die geschäftssensibel sein können) nicht zu externen Cloud-Anbietern abfließen.

Empfehlung: Bei sensiblen Rezepturen entweder eine On-Premises-Lösung (SCADA plus lokales Modell) oder Tvarit mit EU-Datenhaltung wählen. Bei SageMaker die EU-Region ausdrücklich einstellen.

Was das Energieeffizienzgesetz dazu sagt

Für größere Gießereien ist Energieoptimierung keine reine Kür. Das Energieeffizienzgesetz (EnEfG) knüpft Pflichten an den durchschnittlichen Gesamtendenergieverbrauch der letzten drei abgeschlossenen Kalenderjahre, gerechnet über das ganze Unternehmen, nicht nur über die Öfen:

• Mehr als 2,5 GWh (§ 9 EnEfG): Ihr müsst binnen drei Jahren konkrete, durchführbare Umsetzungspläne für die wirtschaftlichen Einsparmaßnahmen aus eurem Energieaudit oder Energiemanagement erstellen und veröffentlichen. Wirtschaftlich heißt nach dem Gesetz: positiver Kapitalwert nach DIN EN 17463 nach höchstens der Hälfte der Nutzungsdauer, begrenzt auf Maßnahmen mit höchstens 15 Jahren Nutzungsdauer.
• Mehr als 7,5 GWh (§ 8 EnEfG): Ihr müsst ein Energie- oder Umweltmanagementsystem einrichten.

Eine Schmelzofen-Optimierung kann eine solche Maßnahme sein. Die Wirtschaftlichkeitsrechnung dafür gehört dann ohnehin auf den Tisch, und sie sollte die laufenden Lizenzkosten enthalten, nicht nur die Einrichtung.

Was es kostet, realistisch gerechnet

Einmalige Kosten

Laufende Kosten

• Tvarit: 500–2.000 € monatlich je Ofen laut unserer Toolseite, bei zwei Öfen also 2 mal 500 bis 2 mal 2.000 Euro
• SageMaker: Cloud-Kosten nach Verbrauch, dazu Modellpflege durch Entwickler, zusammen 1.000–3.000 € monatlich (unsere Annahme)
• Eigenbau: 500–1.500 € monatlich (Modellpflege, Neutraining)

Gegenrechnung mit laufenden Kosten

Zwei Induktionsöfen, insgesamt 145.000 kWh monatlich = 1.740.000 kWh jährlich. Jeder Prozentpunkt Einsparung bringt rund 2.400 Euro im Jahr.

Investition Tvarit: 80.000 € Einführung, laufend 2 mal 500 Euro im Monat, also mindestens 12.000 Euro im Jahr.

• Bei 12 Prozent: 29.200 Euro Einsparung minus 12.000 Euro Lizenz = 17.200 Euro netto im Jahr. 80.000 geteilt durch 17.200 = gut 4,5 Jahre bis zur Amortisation.
• Bei 7 Prozent: rund 17.000 Euro Einsparung minus 12.000 Euro = rund 5.000 Euro netto im Jahr. Dann dauert die Amortisation 16 Jahre, länger als der Ofen läuft.
• Am oberen Ende der Lizenz (2 mal 2.000 Euro im Monat, 48.000 Euro im Jahr) trägt sich das System bei zwei kleinen Öfen gar nicht.

Weniger Ausschuss durch thermische Fehler und weniger Verschleiß an der Ofenzustellung kommen dazu, eine belastbare Zahl dafür haben wir nicht. Miss beides mit.

Die Rechnung kippt mit der Menge. Bei 12.000 Euro Lizenz im Jahr und 80.000 Euro Einrichtung, verteilt auf fünf Jahre, braucht das System rund 28.000 Euro Einsparung im Jahr. Bei 7 Prozent und 0,14 Euro je kWh sind dafür rund 2,9 GWh Schmelzstrom im Jahr nötig, bei 10 Prozent rund 2 GWh. Darunter lohnt sich eher der Eigenbau oder zuerst die organisatorische Seite: Deckel zu, Warmhaltezeiten messen, Aufheizen staffeln.

Wie du den Nutzen tatsächlich misst

Dokumentiere 4 Wochen lang vor der Einführung: monatliche kWh pro Ofen, Ausschussquote (Teile mit thermischen Fehlern), Wartungskosten. Nach der Einführung monatlich wiederholen, die Differenz ist dein Nutzen.

Drei typische Einstiegsfehler

1. Sensorik nicht gut genug, das Modell bekommt schlechte Daten

Wenn Temperatursensoren nicht sauber kalibriert sind oder Stromsensoren rauschen, bekommt das Modell Müll, und trifft entsprechend schlechte Entscheidungen. Was hilft: Alle Sensoren vor Projektstart kalibrieren und validieren. Hier nicht sparen, gute Sensorik kostet, ist aber essenziell.

2. Das System gibt Sollwerte vor, der Ofenführer weicht still ab

Ein Ofenführer mit 20 Jahren Erfahrung ignoriert den KI-Vorschlag „30 Grad weniger Überhitzung“ und fährt wie gewohnt hoch, weil er dem System nicht traut. Das Modell bekommt keine Rückmeldung, ob seine Empfehlungen umgesetzt wurden, und die Einsparung bleibt aus. Nach drei Monaten zeigt die Auswertung: 2 % Energieeinsparung statt der erwarteten 12 %. Was hilft: Die ersten vier Wochen im Beratungsmodus betreiben, System schlägt vor, Ofenführer entscheidet. Alle Abweichungen werden täglich protokolliert. Nach vier Wochen gemeinsam auswerten: Bei welchen Vorschlägen hatte das System recht, bei welchen der Ofenführer? Diese Daten überzeugen, und schaffen Vertrauen, bevor automatische Sollwert-Änderungen aktiviert werden.

3. Modell wird nicht nachtrainiert, neue Legierung, schlechte Vorschläge

Wenn die Gießerei neu mit Kupferlegierungen anfängt (bisher nur Gusseisen), fehlen dem Modell die Daten dafür. Es macht schlechte Vorschläge. Was hilft: Wartungsplan mit monatlicher Prüfung, gibt es neue Legierungen oder Ofentypen? Dann Nachtraining anstoßen.

Was mit der Einführung wirklich passiert

Der häufigste Widerstand ist nicht technisch, sondern menschlich.

„Das System versteht mein Material nicht, ich kenne es besser.”

Oft stimmt das. Ein erfahrener Ofenführer hat Intuition, die das Modell (noch) nicht hat. Was hilft: Hybridbetrieb. Die ersten Wochen läuft das System im Beratungsmodus: Es macht Vorschläge, der Ofenführer folgt ihnen oder nicht. Nach 4–6 Wochen gemeinsam auswerten, wo das System recht hatte und wo nicht. Dann schrittweise zu echten Sollwert-Änderungen übergehen.

Was konkret hilft:

• Erster Monat: tägliche Nachbesprechung mit dem Ofenführer
• Alle Abweichungen (Mensch vs. System-Vorschlag) dokumentieren
• Nach zwei Monaten gemeinsam auswerten: System-Vorschläge trafen in X Prozent der Fälle zu, gespart wurden Y kWh je Tonne

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

„Wir haben nur einen Ofen, das lohnt sich nicht.”

Stimmt meistens. Entscheidend ist nicht die Zahl der Öfen, sondern der Schmelzstrom: Unter rund 2 bis 3 GWh im Jahr tragen die laufenden Kosten einer Speziallösung die Einsparung kaum (Rechnung oben). Ein einzelner großer Ofen mit hohem Verbrauch kann sich lohnen, zwei kleine oft nicht.

„Energieoptimierung ist nicht unser Problem, Rohstoffkosten sind größer.”

Kann stimmen, kommt auf die Gießerei an. Aber eine Schmelzprozess-Optimierung hilft oft auch rohstoffseitig: bessere Temperaturkontrolle bedeutet weniger Abbrand (Material eingespart), weniger Ausschuss bedeutet höheren Deckungsbeitrag. Doppelter Nutzen.

„Unsere Öfen laufen durch, wir können keine Rüstzeit einplanen.”

Dann ist Rüsten auch nicht das Thema. Aber Dauerläufer lassen sich trotzdem optimieren: Statt das Bad im Leerlauf auf voller Temperatur zu halten, fährst du die Überhitzung nach dem Bedarf der nächsten Abgussfolge. Wie viel das bringt, zeigt die Messung je Charge.

Woran du merkst, dass das zu dir passt

• Du betreibst einen großen oder mehrere Induktionsöfen (oder andere Schmelzöfen mit aktiver Steuerung)
• Schmelzprozesse machen über 30 Prozent deiner Energiekosten aus
• Eure Schmelzöfen verbrauchen mehrere Gigawattstunden Strom im Jahr, bei zwei kleinen Öfen mit zusammen unter 2 GWh trägt sich eine Speziallösung kaum
• Du möchtest die Ofenlebensdauer verlängern, bessere Temperaturkontrolle hilft
• Du hast in anderen Bereichen schon datengestützt entschieden und magst diese Kultur

Wann es sich (noch) nicht lohnt, drei harte Ausschlusskriterien:

1. Weniger als rund 2 GWh Schmelzstrom im Jahr, oder Schmelzprozesse machen unter 20 % der Energiekosten aus. Die Einführungs- und Lizenzkosten amortisieren sich nicht innerhalb der Ofenlaufzeit. Alternative: ein einfacherer Temperaturregler mit begrenztem Lernaufwand.

2. Ofen ist älter als 20 Jahre und hat eine Restlaufzeit unter drei Jahren. Dann lohnt sich die Investition in Sensorik und KI nicht mehr.

3. Die Formanlage gibt den Takt starr vor, und der Leistungspreis ist bei euch klein. Dann bleiben nur Warmhalte- und Überhitzungsverluste als Hebel, die Lastspitzen-Steuerung bringt wenig. Das Sparpotenzial bleibt, der Geschäftsfall wird schwächer.

Das kannst du heute noch tun

Zieh dir die Stromrechnungen der letzten 12 Monate und brich den Verbrauch nach Bereichen auf (Schmelzofen, Gießmaschinen, Abgasreinigung, Sonstiges). Wenn der Schmelzofen über 30 % ausmacht, ist das ein klares Signal: Hier steckt Optimierungspotenzial.

Danach: Sprich mit einem Anbieter wie Tvarit über ein Machbarkeitsgespräch, aus Stromrechnungen und grober Ofenbeschreibung lässt sich oft schon eine erste Einsparschätzung ableiten.

Quellen & Methodik

• Einsparspanne: Tvarit-Fallbeispiele (Anbieterangaben) und das Forschungspapier „Artificial Intelligence based Power Optimization in Induction Furnace” (Research Square, 2024, Preprint); dort und in Vergleichsstudien mit Fuzzy-Logic- und LSTM-Reglern werden Einsparungen von etwa 7 bis 15 Prozent genannt. Wir haben diese Quellen nicht im Einzelnen nachgeprüft und rechnen deshalb je Prozentpunkt
• Energieeffizienzgesetz: §§ 8 und 9 EnEfG, gesetze-im-internet.de (abgerufen September 2026)
• Leistungspreis und Benutzungsstunden: Struktur der Netzentgelte mit getrennten Preisen unter und über 2.500 Benutzungsstunden; die konkreten Preise stehen im Preisblatt eures Netzbetreibers
• Kosten Tvarit, SageMaker: unsere Toolseiten (Stand Juni und Juli 2026); Tvarit nennt Preise nur auf Anfrage
• Arbeitspreis 0,14 € pro kWh: Annahme für das Rechenbeispiel, setzt euren eigenen Arbeitspreis ein