Power Quality and Demand Response

Eine KI-Analyseschicht. Zwei Operator-Oberflächen. Die Entscheidung, die Operator-Ansicht zu teilen statt der KI, war strukturell: Die KI hat in beiden Fällen dieselbe Art von Analyse gemacht, aber die menschliche Arbeit, die sie ausgelöst hat, war in ihrer Form grundlegend anders.

Power Quality war die Diagnose-Oberfläche. Die KI hat Stromqualitäts-Daten über die Anlage hinweg analysiert, und das Dashboard hat zutage gebracht, welche Geräte am wahrscheinlichsten Effizienzverluste verursachen. Anlagenleiter konnten auf einen Blick sehen, wo ihre Energie verschwendet wurde und welche Anlagen zuerst zu untersuchen sind.

Demand Response war die zeitkritische Oberfläche. Wenn der Versorger ein bevorstehendes Spitzenbedarfs-Ereignis signalisiert hat, hat die Alarmoberfläche Anlagen- oder Regionalmanager rechtzeitig benachrichtigt, um den Betrieb zu drosseln und das Programm einzuhalten. Die Strafe für Nicht-Einhaltung von Peak-Shaving-Ereignissen kann für einen Industriestandort jährlich sechsstellige Beträge erreichen. Die Oberfläche wurde entworfen, um die Drosselungs-Entscheidung schnell, klar und nachvollziehbar zu machen.

Diese als zwei Operator-Ansichten auf einem KI-System zu behandeln, statt als einen kombinierten Screen oder zwei separate Produkte, war der Zug. Die Aufgabe der KI war in beiden Fällen dieselbe: die Daten analysieren, das zutage bringen, was zählt. Die Aufgabe des Operators war eine andere. Diagnostische Entscheidungen dauern Minuten oder Stunden. Demand-Response-Entscheidungen dauern Sekunden. Die beiden Oberflächen haben jede Entscheidung in ihrer eigenen Geschwindigkeit passieren lassen.

Operator-UX für KI-Erkenntnisse ist nicht dasselbe Problem wie das Entwerfen der KI selbst. Die Korrektheit der KI ist eine Frage. Ob der Operator in der Zeit handeln kann, die die Situation erlaubt, ist eine andere.

Operator-Oberflächen für KI-Ausgaben zu entwerfen ist eine andere Kompetenz als KI-Features zu entwerfen. Die Frage des KI-Engineers ist, ob das Modell korrekte Ausgaben produziert. Die Frage des Operator-UX-Designers ist, ob der Mensch stromabwärts die Ausgabe erkennen, ihr vertrauen und nach ihr handeln kann, in der Zeit, die die Situation erlaubt.

Power Quality und Demand Response waren die gleiche Antwort auf zwei Versionen dieser Frage. Beide Oberflächen haben dem Operator einen Blick auf KI-generierte Analyse gegeben. Keine hat dem Operator die KI selbst gegeben. Der Designzug in beiden Fällen war, den Ort zu finden, an dem die Entscheidung des Operators tatsächlich passiert, und dann den Beitrag der KI an genau diesem Ort zutage zu bringen.

Eingesetzt an 200+ Industriestandorten eines einzigen Kunden, hat das System die Operatoren dort getroffen, wo ihre Entscheidungen passiert sind. Anlagenleiter vor Ort für die diagnostische Arbeit. Anlagen- oder Regionalmanager im Drosselungs-Fenster für die zeitkritische Reaktion. Der Operator war immer der Handelnde. Die KI war immer die Analystin.

Der strukturelle Wert-Anspruch ist die ehrliche Version: Strafvermeidung, eingebaut in den Operator-Entscheidungsfluss auf Industrieskala. Gemessene Einsparungen an einem bestimmten Standort hingen von Betriebsdaten ab, die ich nach dem Rollout nie persönlich gesehen habe. Die strukturelle Rahmung zu benennen, hält den Fall glaubwürdig; Dollarbeträge zu beanspruchen, die ich nicht überprüfen kann, würde es nicht.

Der Portfolio-Anspruch ist nicht „Ich habe ein Feature ausgeliefert, das X Dollar gespart hat". Es ist „Ich habe die Oberflächen entworfen, die KI-Erkenntnisse in Operator-Handlung auf Industrieskala übersetzen". Das eine ist aus dem Design beweisbar. Das andere hängt von Betriebsdaten ab, die ich nicht habe.