Meyer, FelixRüter, JoachimBehrens, GritDiehl, Matthias2021-12-142021-12-142021978-3-88579-708-1https://dl.gi.de/handle/20.500.12116/37692Während der Laufzeit von mehreren Jahren können Photovoltaik-Anlagen (PV-Anlagen) diverse Fehler entwickeln. Um diese frühzeitig zu erkennen und maximale Erträge zu gewährleisten, sind regelmäßige Leistungsüberprüfungen erforderlich. AktuelleWartungsmethoden sind jedoch teuer und zeitaufwendig. Dieses Paper beschreibt die Entwicklung einer Datenbank-Webapplikation, die derzeitige wissenschaftliche Erkenntnisse der KI und Big Data in der PV-Praxis nutzbar machen soll. So können PV-Wartungs-ExpertInnen bei der Fehlersuche und der Entscheidungsfindung unterstützt werden. Die Applikation ermöglicht es, PV-Moduldaten abzuspeichern und abzurufen und mittels künstlicher Intelligenz Prognosen für die Leistung und die Kennlinie eines Moduls durchzuführen. Des Weiteren hilft sie bei der Vernetzung von PV-ExpertInnen untereinander sowie zur Vertrauensbildung der NutzerInnen in KI-Systeme.dePhotovoltaikDunkelkennlinieIV-KennlinienPredictive MaintenanceKünstliche IntelligenzDatenbankApplikationWeb10.18420/informatik2021-0291617-5468