Zum Hauptinhalt springen
Services / Messklinik

Messklinik — Diagnose der elektrischen Verluste am Mittelspannungstransformator

Die Messklinik ist die diagnostische Vorab-Messung der Effizienzarchitektur. Über 14 Tage erfassen wir hochauflösende Rohdaten von Strom, Spannung und Frequenz direkt am Einspeisepunkt beim Mittelspannungstransformator und übersetzen sie mittels Energy Data Engineering in quantifizierte Stromleck-Potenziale — in kWh, nicht in Prozent. Hier schlagen wir die Brücke zur Elektrotechnik: Wir übertragen das Prinzip medizinischer Präzision auf elektrische Netze.

Die drei Bausteine ansehen
Zum ECV®-Einsparnachweis
Beratungsgespräch vereinbaren

Die Messklinik ist die Antwort auf die heutigen Anforderungen.

Die Messklinik wurde aufgrund der sich stetig wandelnden Anforderungen im Stromnetz entwickelt. Hinzu kommen Faktoren wie fehlendes Fachwissen, der allgemeine Fachkräftemangel sowie ein hochdynamisches Netzumfeld. Letzteres ist geprägt durch nicht-lineare Verbraucher (Leistungselektronik) und die Einspeisung aus erneuerbaren Energien.

Es ist das Resultat einer Kombination aus Hardware, Informatik, Datenwissenschaft und Elektrotechnik sowie der engen, langjährigen Zusammenarbeit mit der Hochschule Offenburg.

Der Grundstein für die Messklinik wurde 2019 an der Hochschule Offenburg gelegt

Was als Vision begann, führte zunächst zur Etablierung des Studiengangs Energy Data Engineering an der HS Offenburg seit 2019 und mündete schließlich in einer innovativen Verbindung von Datenwissenschaft und moderner Elektrotechnik.

Ein bedeutender Meilenstein folgte im Jahr 2025: Die offizielle Anerkennung und weltweite Veröffentlichung der Forschungsergebnisse durch den renommierten Elsevier-Verlag (Energie und KI 22 (2025) 100631).

Bisherige Messverfahren konnten die Vielzahl der Schwankungen im 400-V-Niederspannungsnetz nicht differenziert berücksichtigen.

Prof. Dr.-Ing. Jörg Bausch · Wissenschaftlicher Validierungspartner, Hochschule Offenburg

Das ECV®-Messverfahren, das auf den methodischen Grundlagen der Messklinik aufbaut, ist bei der entsprechenden IEC-Normungsgruppe diskutiert und als Entwurf eines Technical Reports unter dem Arbeitstitel „Evaluation Framework for Electrical Installations Using Interval-Based Measurement Techniques" eingereicht.

Ausschnitt PDF Energy and AI

Frühzeitiges Handeln spart Zeit und Geld

Mit der Messklinik verfolgen wir ein klares Ziel. Kosten- und Zeitersparnis durch Prävention.

Einerseits ermitteln wir mit der Messklinik das präzise Potenzial von Effizienzfiltern, um den elektrischen Energieverbrauch (in kWh) signifikant zu senken und damit Betriebskosten zu reduzieren.

Andererseits ermöglicht die Messklinik durch die zentrale Überwachung direkt nach dem Mittelspannungstransformator die Früherkennung von Störungen im 400-V-Niederspannungsnetz.

So können Defekte behoben werden, bevor kostspielige Ausfälle entstehen.

Nicht nur Strom und Spannung messen, sondern sie auch verstehen.

Elektriker beim Einbau

Energy Data Engineering als Basis – die Messklinik als Schnittstelle.

Die zunehmende Komplexität moderner Stromnetze erschwert eine eigenständige Analyse und Fehlerbehebung. Häufig fehlen die zeitlichen Ressourcen und das spezifische Fachwissen, um Störungen im 400V-Niederspannungsnetz fundiert zu interpretieren. Zudem mangelt es vielen Unternehmen an netzspezifischen Algorithmen, tiefgründigen Analysedaten sowie den notwendigen Messinstrumenten, die meist sehr kostenintensiv sind, sowie am entsprechenden Know-how

Nur wer versteht, kann auch optimieren.
Die Synergie aus Datenwissenschaft – basierend auf den Rohdaten von Strom, Spannung und Frequenz – sowie modernster Informatik und Kommunikation bildet das Fundament, um aus komplexen Netzereignissen präzise Handlungsempfehlungen abzuleiten. Erst durch die Verbindung der Messklinik mit dem Energy Data Engineering wird dieser Prozess heute möglich.

Präzisionsdiagnostik durch Kombination von maschinellem Lernen und elektrotechnischem Fachwissen.

Eine präzise Prognose der Stromverlustreduzierung gestaltet sich aufgrund variabler Lastprofile und schwankender Netzqualität an den einzelnen Knotenpunkten schwierig!

Defizit klassischer Modelle: Bisherige Studien basieren meist auf theoretischen Simulationen oder Analysen. Diese stoßen jedoch an ihre Grenzen, da sie die komplexe Realität und Variabilität moderner Stromnetze nicht präzise abbilden können.

Einschränkung der Entscheidungsfindung: Ohne moderne, datengesteuerte Methoden fehlt die Grundlage für fundierte, standortspezifische Entscheidungen. Anstatt präziser Messung zum Einsatz von Effizienzfiltern bleibt oft nur eine vage Abschätzung der potenziellen Einsparungen.

Technologische Komplexität: Die zunehmende Nutzung nichtlinearer, halbleiterbasierter Lasten verschärft die Situation. Faktoren wie harmonische Verzerrungen, Spannungs- und Stromungleichgewichte und ein hochdynamisches Netzumfeld beeinträchtigen nicht nur die Energieeffizienz, sondern gefährden auch die Betriebssicherheit und Zuverlässigkeit der Anlagen.

Unsere Arbeit baut auf der Erweiterung der Forschung zur Anwendung von maschinellem Lernen auf die Vorhersage von Energieeinsparungen und die Analyse der Stromqualität auf.

Eine Person sitzt vor einem Messgerät und drei Personen stehen dahinter und schauen zu, im Vordergrund sind bunte Kabel zu sehen.
  • Zweistufiges ML-Modell: Entwicklung eines innovativen, zweistufigen Machine-Learning-Modells zur präzisen Vorhersage der Effizienz auf Basis von Feldmessungen und der Schulungsdaten seit 2010.
  • Überwindung von Simulationsgrenzen: Durch die Nutzung realer Betriebsdaten werden die Ungenauigkeiten klassischer Simulationsmodelle überwunden, was exakte, standortspezifische Prognose ermöglicht.
  • Intelligente Merkmalskombination: Einsatz von Ridge-Regression zur Identifikation der relevantesten Einflussfaktoren, die anschließend durch XGBoost zur Maximierung der Vorhersagegenauigkeit verarbeitet werden.
  • Fundierte Investitionssicherheit: Ermöglicht Entscheidungen für „Smart Investments“ und garantiert den zuverlässigen, wirtschaftlichen Einsatz des Effizienzfilters.

Wissenschaftliche Verankerung

Die Methodik der Messklinik wurde gemeinsam mit Prof. Dr.-Ing. Jörg Bausch (Hochschule Offenburg) entwickelt und peer-reviewed in Energy and AI 22 (2025) 100631 publiziert. Livarsa ist offizieller Projektpartner der Hochschule Offenburg.

Quantifiziert in 14 Tagen, wie viel kWh Verluste Ihr Unternehmen hat.

  • Anstatt sich auf theoretische Modelle oder pauschale Schätzwerte zu verlassen, greift hier eine empirische Bestandsaufnahme direkt am „Herzen“ des Netzes – dem Mittelspannungstransformator.
  • In vielen Betrieben werden Netzverluste als unvermeidbares „Grundrauschen“ hingenommen, da sie schwer zu lokalisieren sind. Die EDE-Auswertung (Energy Data Engineering) transformiert diffuse Energieverluste in messbare Fakten.
  • Präzise Quantifizierung: Verluste werden nicht mehr in Prozent vermutet, sondern in exakten Kilowattstunden (kWh) ausgewiesen.
  • Zeitliche Auflösung: Durch die minütliche Aufschlüsselung lassen sich Verluste bestimmten Betriebszuständen zuordnen (z. B. Lastspitzen, Einschaltvorgänge oder Standby-Zeiten).
  • Eine Messung über zwei Wochen ist entscheidend, um ein repräsentatives Lastprofil zu erstellen. Ein einzelner Tag könnte durch besondere Produktionszyklen oder Wartungsfenster verfälscht sein. Der 14-Tage-Zeitraum deckt:
    • Unterschiedliche Schichtbetriebe ab.
    • Wochenend-Grundlasten ab.
    • Wiederkehrende Lastmuster auf.

Fazit

Dieses Vorgehen ist die notwendige Diagnose vor der Therapie. Erst wenn man weiß, wann, wie viel und vor allem warum Energie verloren geht, lassen sich gezielte Maßnahmen (wie z. B. der Einsatz von Effizienzfiltern oder andere Massnahmen) wirtschaftlich rechtfertigen. Es macht die unsichtbare Verschwendung im Stromnetz erstmals betriebswirtschaftlich bewertbar.

Technische Eckdaten der Messklinik-Erfassung

Damit der spätere Einsparnachweis statistisch belastbar bleibt, ist das Mess-Setup der Messklinik standardisiert und nicht durch „einfache Stromzähler" ersetzbar. Folgende Eckwerte gelten für eine typische Messklinik-Installation:

Aspekt Eckwert Bedeutung
Messdauer 14 Tage Deckt mindestens zwei volle Produktionswochen ab, inkl. Wochenend-Grundlasten und wiederkehrender Lastmuster.
Messpunkt Einspeisepunkt am Mittelspannungstransformator Hier sind alle Lasten aggregiert messbar. Verluste im 400-V-Netz werden vollständig erfasst.
Erfasste Größen Strom, Spannung, Frequenz (je Phase) Rohdaten-Basis für die spätere Verlust-Aufschlüsselung nach Komponenten.
Zeitliche Auflösung Minütliche Aufschlüsselung Ermöglicht Zuordnung von Verlusten zu Betriebszuständen (Lastspitzen, Standby, Einschaltvorgänge).
Auswertungsmethodik Zweistufiges ML-Modell (Ridge-Regression + XGBoost) Identifikation relevanter Einflussfaktoren plus Prognose der Verlust-Komponenten.
Schulungsdatenbasis Reale Betriebsdaten seit 2010 Das ML-Modell der Messklinik ist an industriellen Lastprofilen kalibriert, nicht an Simulationen.
Eingriff in den Betrieb Keiner Mess-Infrastruktur wird am MS-Trafo installiert, kein Produktions-Stillstand erforderlich.

Messklinik vs. klassische Netzanalyse vs. Stromzähler

Die häufigste Frage in der ersten Beratung lautet: „Reicht denn nicht der Stromzähler oder eine kurze Netzanalyse?" Die folgende Tabelle zeigt den methodischen Unterschied der Messklinik im Direktvergleich.

Kriterium Klassischer Stromzähler Punktuelle Netzanalyse Messklinik (14 Tage + EDE)
Messdauer kontinuierlich (Summe) Stunden bis 1 Tag 14 Tage
Erfasste Komponenten Wirkenergie summarisch Spannungsspitzen, einzelne Oberschwingungen Stromdynamik, Oberschwingungen, Unsymmetrien, thermische Verluste, differenziert
Repräsentatives Lastprofil nur über Monatsmittel nicht abgedeckt abgedeckt (Schicht + Wochenend-Grundlast)
Verlust-Quantifizierung in kWh nicht möglich nur Momentanwerte differenziert nach Komponente in kWh/Jahr
Auslegungs-Grundlage für Effizienzfilter nicht möglich nur grobe Schätzung standortspezifische Filter-Dimensionierung
Wissenschaftliche Methodik kein wissenschaftlicher Hintergrund klassische Norm-Verfahren peer-reviewed in Energy and AI 22 (2025) 100631

Kernunterschied in einem Satz

Stromzähler und Netzanalyse zeigen Symptome (Verbrauchsspitzen, Spannungsverzerrungen). Die Messklinik liefert das, was für eine Investitions-Entscheidung gebraucht wird: eine quantifizierte Stromleck-Karte in kWh, aufgeschlüsselt nach Verlust-Komponenten, mit statistisch belastbarer Lastprofil-Basis.

Was im Messklinik-Endbericht steht

Nach Abschluss der 14-tägigen Messung und der EDE-Auswertung erhalten Sie einen schriftlichen Bericht. Dieser folgt einer standardisierten Struktur und ist in einer Form aufbereitet, die sowohl als interne Entscheidungs-Grundlage als auch für externe Stakeholder (BAFA-Antrag, ESG-Reporting, Geschäftsführung) verwendbar ist.

Standardisierter Aufbau in sieben Kapiteln

  1. Executive Summary: auf einer Seite das Stromleck-Potenzial in kWh/Jahr, geschätzte Einsparung in EUR/Jahr, empfohlene Effizienzfilter-Auslegung und voraussichtliche Amortisationszeit.
  2. Mess-Setup und Kalibrierung: Dokumentation der eingesetzten Mess-Infrastruktur, Sensoren-Genauigkeit, Synchronisationsprotokoll. Auditfähig für externe Prüfer.
  3. Lastprofil über 14 Tage: Tagesganglinien, Wochenend-Grundlast, identifizierte Schicht-Muster und Spitzenlast-Verteilung.
  4. Stromleck-Aufschlüsselung nach Komponenten: Stromdynamik, Oberschwingungen, Unsymmetrien, thermische Verluste, jeweils in kWh/Jahr und in Prozent des Gesamtverbrauchs.
  5. Auslegungs-Empfehlung Effizienzfilter: Dimensionierung (Stromtragfähigkeit in A), empfohlener Installations-Punkt im Niederspannungsnetz, voraussichtliche Reduktionswirkung je Komponente.
  6. Wirtschaftlichkeits-Rechnung: Investition, BAFA-Förder-Szenario, Amortisations-Rechnung über 5, 7 und 10 Jahre, Sensitivität gegen Strompreis-Entwicklung.
  7. Anhang mit Rohdaten und Methodik-Hinweisen: Verweis auf Elsevier-Publikation, Quelldateien-Verzeichnis, IEC-Normungs-Status, Glossar.
Typische Länge: Der Messklinik-Endbericht umfasst typischerweise 30 bis 50 Seiten inklusive Diagrammen und Tabellen. Er liegt sowohl als PDF (Lese-Format) als auch als XLSX (Rohdaten-Auszug) vor, sodass die Rohdaten bei Bedarf in betriebsinterne BI-Systeme übernommen werden können.

Häufige Fragen zur Messklinik

Wie unterscheidet sich die Messklinik von einer klassischen Netzanalyse?
Eine klassische Netzanalyse erfasst typischerweise punktuell und über wenige Stunden Spannungsspitzen, Oberschwingungs-Anteile und Frequenzabweichungen, mit dem Ziel, akute Störungen aufzuspüren. Die Messklinik geht methodisch weiter: Sie misst über 14 Tage am Mittelspannungstransformator, integriert die Daten über ein zweistufiges Machine-Learning-Modell und liefert als Ergebnis eine quantifizierte Stromleck-Karte in kWh pro Jahr, aufgeschlüsselt nach Verlust-Komponenten. Damit ist die Messklinik die Datengrundlage für eine Investitions-Entscheidung, nicht nur für eine Diagnose akuter Störungen.
Welche Kosten und welcher Zeitaufwand sind mit einer Messklinik verbunden?
Die Messklinik dauert vor Ort 14 Tage, wobei der Eingriff in den Betrieb minimal ist. Die Mess-Infrastruktur wird ohne Produktions-Stillstand am Mittelspannungstransformator installiert. Die anschließende Auswertung durch Energy Data Engineering nimmt typischerweise weitere zwei bis drei Wochen in Anspruch. Konkrete Konditionen orientieren sich an Werksgröße, Standort und gewünschtem Bericht-Umfang. Im Rahmen einer Effizienzfilter-Investitions-Vorbereitung ist die Messklinik in der Regel die wirtschaftlichste Variante, weil sie eine standortspezifische Filter-Auslegung ermöglicht statt einer generischen Schätzung.
Wer wertet die erfassten Daten konkret aus, und mit welcher Qualifikation?
Die Auswertung der Messklinik übernimmt das interne Livarsa-Team aus dem Bereich Energy Data Engineering. Ein Teil der Data-Scientists hat den Studiengang Energy Data Engineering an der Hochschule Offenburg absolviert, der dort seit 2019 als Bachelor- und Master-Programm angeboten wird. Die methodische Grundlage des zweistufigen Machine-Learning-Modells ist mit Prof. Dr.-Ing. Jörg Bausch (HS Offenburg) entwickelt und peer-reviewed in Elsevier „Energy and AI" 22 (2025) 100631 publiziert. Die Auswertung der Messklinik erfolgt also nach einem dokumentierten, wissenschaftlich validierten Verfahren.
Ist die Messklinik immer Voraussetzung für einen Effizienzfilter, oder geht das auch ohne?
Grundsätzlich kann ein Effizienzfilter auch ohne vorherige Messklinik installiert werden, wenn die Auslegung auf Erfahrungswerten ähnlicher Anlagen basiert. Wir empfehlen die Messklinik allerdings in den meisten Fällen ausdrücklich aus drei Gründen: Erstens liefert die Messklinik eine standortspezifische Filter-Auslegung, die typischerweise zu deutlich höherer Reduktions-Wirkung führt als eine generische Dimensionierung. Zweitens schafft die Messklinik die belastbare Vorher-Datenbasis für den späteren ECV®-Einsparnachweis und damit auch für BAFA-Förderanträge. Und drittens werden in einer Messklinik nicht selten Defekte und Optimierungspotenziale entdeckt, die unabhängig vom Effizienzfilter wirtschaftlichen Nutzen bringen.
Mario Ditella

Mario Ditella,
Geschäftsführer der LIVARSA GmbH, Deutschland

Starten Sie jetzt Ihr eigenes Effizienz-Projekt!

Kontaktieren Sie uns noch heute für ein unverbindliches Vorgespräch.
15 Minuten, die sich ganz bestimmt lohnen!

Jetzt Kontakt aufnehmen