Energy Data Management Consultant (m/w/d)

Projekt:
Start: ASAP
Dauer: 30.06.2025
Standort: 100% Remote, Einzeltermine vor Ort in Chemnitz
Arbeitszeit: 3 Tage/Woche
Vertrag: Freelance

Projekthintergrund & Ziel:
Das Unternehmen strebt an, ihre Vertriebsprozesse für RLM-Kunden zu optimieren und die Genauigkeit ihrer Energieprognosen zu erhöhen. Der aktuelle Angebotsprozess ist fragmentiert und die Struktur der Lieferstellen benötigt eine strategische Neuausrichtung. Ziel des Projekts ist es, die Anpassungsenergie zu minimieren und datenbasierte Angebotsprozesse zu etablieren, um den Marktanforderungen besser gerecht zu werden.
Aufgabenbereich:

Vergleich IST-Lastgänge zur Prognose und Delta-Analyse

• Analyse der Abweichungen zwischen IST-Lastgängen und Prognosen in der Gruppe der RLM-Kunden.
• Identifikation spezifischer Muster und Ursachen für Deltas, wie unvorhergesehene Verbrauchseinbrüche oder ungenaue Prognoseannahmen.
• Bereitstellung einer Datengrundlage für gezielte Anpassungen der Prognosemodelle.

Machbarkeitsanalyse und Modellkonzeption

• Bewertung der aktuellen Methoden zur Berechnung und Prognose der Einspeiserdaten.
• Entwicklung konkreter Lösungsansätze zur Integration von Wetterdaten in Tagesprognosen.
• Durchführung einer Machbarkeitsanalyse zur Integration von Wetterdaten und deren Einfluss auf die Prognosegenauigkeit.

Beurteilung der Kunden im Vorvertrag und Informationsbeschaffung

• Entwicklung von Methoden zur effektiven Beurteilung von Kunden im Vorfeld der Vertragsstellung.
• Erhebung relevanter Informationen über mögliche Stromeinspeisung oder -erzeugung vorvertraglich.
• Evaluation und Nutzung verschiedener Informationskanäle zur Verbesserung der Vorvertragseinschätzungen und Prognosegenauigkeit.

Das bringen Sie mit:

Fachliche Kompetenzen:

• Tiefgehendes Verständnis der Anforderungen und Herausforderungen im Energiemarkt, insbesondere für RLM-Kunden in Bezug auf Lastgänge und deren Analyse.
• Erfahrung in der Entwicklung und Verarbeitung von Ersatzwertprofilen sowie der Prognosemodellierung unter Nutzung relevanter Datenquellen wie Wetterstationen und Marktstammdaten.
• Kompetenzen in der Implementierung und Auswertung von Zeitreihen mit Python, einschließlich der Verwendung von Libraries wie Pandas, scikit-learn und Prophet.

Zusätzliche Anforderungen:

• Fähigkeit zur Zusammenarbeit mit Fachabteilungen und interdisziplinären Teams.
• Nutzung von Datenanalyse- und Prognosetools zur Unterstützung der Analyseaufgaben.
• Präsentation der Ergebnisse und Empfehlungen in regelmäßigen Meetings mit dem Projektteam und Stakeholdern.
• Gute Kommunikationsfähigkeiten und die Fähigkeit, komplexe technische Inhalte verständlich darzustellen.