KI erkennt Hotspots, Teilverschattung, Wechselrichter- und Speicherfehler früh und hilft, Ertrag, Sicherheit und Autarkie zu sichern.
Viele PV-Fehler zeigen sich erst im Ertrag - KI sieht sie oft früher in den Daten. Ich fasse hier die 12 häufigsten Fehlerbilder kurz zusammen: von Hotspots und Teilverschattung bis zu Wechselrichterfehlern, Lichtbögen, Batterieproblemen und falschen EMS-Einstellungen. So lässt sich Leistung sichern, das Brandrisiko senken und teurer Netzbezug in Deutschland eher vermeiden.
Wenn ich es auf den Punkt bringe, geht es um diese 12 Punkte:
Worauf ich bei einem KI-Alarm zuerst achten würde:
Gerade in Deutschland kann selbst ein kleiner Ertragsverlust schnell Geld kosten. Schon 5 % Minderleistung fallen über Monate auf der Stromrechnung auf - vor allem, wenn auch Speicher, Wallbox und Wärmepumpe am System hängen.
12 PV-Fehler: Signale, Folgen & Maßnahmen im Überblick
| Fehlerbild | Typisches Signal | Hauptfolge | Erster Schritt |
|---|---|---|---|
| Hotspots | lokale Temperaturspitze | Ertragsverlust, Brandrisiko | Fachbetrieb prüfen lassen |
| Teilverschattung | wiederkehrender Einbruch | weniger Ertrag | Umfeld prüfen |
| Verschmutzung / Schnee | Anlage bleibt unter Soll | mehr Netzbezug | Module prüfen |
| String-Ausfall | plötzlicher starker Einbruch | direkter Leistungsverlust | sofort Fachbetrieb |
| Spannungsfehler | Sprünge, unplausible Werte | weniger Stabilität | Fehlercodes prüfen |
| I‑V‑Kurvenfehler | Kennlinie weicht ab | weniger Effizienz | Kennlinienprüfung |
| Wechselrichterfehler | sinkende AC-Leistung | Einspeisung fällt | App und Status prüfen |
| Lichtbogen / Isolation | Abschaltung, 0 Watt | Sicherheitsrisiko | nicht neu starten |
| Bypass-Diode defekt | ortsfeste Abweichung | dauerhafter Verlust | Modul prüfen |
| Mikrorisse / Delaminierung | schleichende Abweichung | weniger Modulleistung | Vor-Ort-Prüfung |
| Speicherverlust | Nachtlast wird nicht gedeckt | weniger Autarkie | SoH / SoC prüfen |
| EMS-Fehlkonfiguration | falsche Energieflüsse | höhere Stromkosten | Einstellungen prüfen |
Kurz gesagt: KI hilft nicht nur beim Melden von Defekten. Sie zeigt oft früher als eine manuelle Kontrolle, wo die Abweichung sitzt und wie dringend Sie handeln sollten.
Unentdeckte Fehler kosten sofort Ertrag. Und bei hohen Strompreisen in Deutschland summieren sich selbst kleine Leistungseinbußen schnell zu spürbaren Verlusten. Das trifft vor allem auf Anlagen zu, die mehr können als nur Strom vom Dach zu liefern, etwa mit Speicher, Wallbox und Wärmepumpe. Genau hier hilft KI: Sie erkennt Abweichungen früh, bevor daraus ein Ausfall wird.
Ein Punkt wird oft unterschätzt: Brandschutz. DC-Komponenten können bei Lichtbogen- oder Isolationsfehlern zur Brandgefahr werden. KI-Systeme helfen dabei, solche Anomalien früh zu erkennen, bevor sie sich zu einem Sicherheitsproblem entwickeln.
Für Haushalte mit integriertem Energiesystem zählt außerdem die Stabilität des ganzen Setups. Wenn Wechselrichter, Speicher und Ladeinfrastruktur als Einheit arbeiten, macht frühe Fehlererkennung geplante Wartung möglich statt ungeplanten Stillstand. So bleibt der Eigenverbrauch stabil. Das klappt allerdings nur, wenn die Komponenten gemeinsam überwacht werden.
Die typischen Fehlerbilder dahinter zeigt die folgende Liste.
Ein Hotspot führt zu einem starken, lokalen Temperaturanstieg. Meist betrifft das eine einzelne Solarzelle oder einen klar abgegrenzten Bereich im Modul. Oft verändert sich dabei auch die Strom-Spannungs-Kennlinie des betroffenen Moduls.
Der Punkt ist wichtig: KI erkennt solche Temperaturabweichungen oft schon deutlich früher als sichtbare Schäden wie Verfärbungen oder Brandspuren.
Für diese Erkennung wertet die KI Temperatur-, Leistungs- und Stromdaten aus dem Wechselrichter und dem Monitoring aus.
Bleibt ein Hotspot unbehandelt, sinkt der Ertrag des betroffenen Moduls. Gleichzeitig steigt das Brandrisiko. Solche Hotspots entstehen oft durch geschädigte Zellen oder fehlerhafte Kontakte.
Nach einem KI-Alarm sollte ein Fachbetrieb die betroffenen Module vor Ort prüfen. Anschließend sollte die Ursache behoben und das Modul noch einmal geprüft werden.
Anders als Hotspots fällt Teilverschattung oft zuerst beim Ertrag auf, nicht direkt im Modulbild.
Ein klares Signal ist ein deutlicher Abstand zwischen Sollertrag und der tatsächlichen Leistung. Die KI gleicht dafür Wetterdaten, Anlagenkapazität und die String-Leistung ab. Bricht ein String zur gleichen Tageszeit immer wieder ein, deutet das auf eine feste Verschattungsquelle hin, zum Beispiel einen Baum, einen Schornstein oder eine Antenne.
Die KI wertet Wechselrichterdaten, historische Ertragskurven und lokale Wetterdaten aus.
Teilverschattung drückt die String-Leistung oft stärker, als man auf den ersten Blick denkt, und senkt den Eigenverbrauch spürbar.
Nach dem Alarm sollten Sie zuerst das Umfeld prüfen. Häufige Auslöser sind neuer Bewuchs, Vogelkot oder bauliche Änderungen. Bleibt die Verschattung bestehen, schaut sich ein Fachbetrieb an, ob Optimierer oder eine andere technische Anpassung sinnvoll sind.
Bleibt der Leistungseinbruch ortsfest, geht es im nächsten Punkt um Verschmutzung und Schneebedeckung.
Nach der Teilverschattung kommen Schmutz und Schnee als weitere äußere Gründe für Minderertrag ins Spiel. Der Unterschied ist simpel: Verschmutzung baut sich meist langsam auf, Schnee wirkt oft von heute auf morgen. Die KI erkennt beide Muster, indem sie Erzeugung, Wetterdaten und frühere Erträge miteinander abgleicht. So kann sie Verschmutzung klar von Teilverschattung trennen.
Ein Alarm kommt meist dann, wenn die Anlage trotz klarem Himmel unter dem Soll bleibt und zugleich der Netzbezug steigt. Ein plötzlicher, großflächiger Leistungseinbruch deutet eher auf Schnee hin. Ein Rückstand, der sich über mehrere Wochen Schritt für Schritt aufbaut, passt eher zu Verschmutzung.
Die KI nutzt Erzeugungsdaten in Echtzeit aus dem Wechselrichter und vergleicht sie mit früheren Ertragswerten. Dazu kommen Systemdaten wie Dachneigung und Ausrichtung. Wetterdaten helfen dabei, saisonale Schwankungen von Problemen auf der Moduloberfläche zu unterscheiden.
Verschmutzung drückt den Ertrag und erhöht den Netzbezug.
Nach einem KI-Alarm sollte zuerst die Moduloberfläche geprüft werden. Klingt banal, ist aber oft der schnellste Weg zur Ursache. Bleibt die Verschmutzung bestehen oder liegt Schneebedeckung vor, ist eine Vor-Ort-Prüfung durch einen Fachbetrieb sinnvoll. Dort wird die Ursache geklärt und bei Bedarf eine Reinigung veranlasst.
Ist die Oberfläche sauber, prüft der nächste Abschnitt String-Ausfälle und Unterbrechungen.
Nach Verschattung und Verschmutzung geht es jetzt um elektrische Unterbrechungen im String. Ein String ist eine Reihenschaltung von PV-Modulen. Wenn ein String ausfällt, bricht der Ertrag des betroffenen Modulblocks sofort ein.
Ein klares Warnzeichen ist ein plötzlicher, starker Leistungseinbruch bei klarem Wetter.
Die KI prüft die DC-Strom- und Spannungswerte je MPPT-Eingang des Wechselrichters. Liegt ein Eingang klar unter den anderen oder unter früheren Vergleichswerten, kann das System eine Störung melden.
Der Ertragsverlust ist direkt hoch. Dazu kommt ein Punkt, den man nicht auf die leichte Schulter nehmen sollte: Lose Kontakte oder beschädigte Kabel können das Brandrisiko durch Lichtbögen erhöhen.
Nach einem KI-Alarm sollte sofort ein Fachbetrieb kontaktiert werden. DC-Strings sollten nicht in Eigenregie geprüft werden, denn für die genaue Ortung sind Messgeräte nötig.
Im nächsten Abschnitt geht es um Spannungsfehler.
Nach dem String-Ausfall geht es jetzt um Fehler, die man zuerst an den Spannungswerten sieht. Solche Abweichungen fallen der KI oft schon in den Daten auf – auch dann, wenn der String noch weiterläuft und kein kompletter Ausfall vorliegt.
Ein klares Warnzeichen sind unplausible Spannungswerte oder plötzliche Sprünge in einem String, obwohl er weiter arbeitet. Besonders auffällig wird es, wenn ein String Spannungswerte zeigt, die sich nicht durch Wetter, Einstrahlung oder andere Betriebsbedingungen erklären lassen.
Die wichtigste Datenquelle ist der Wechselrichter. Dazu kommen Daten aus Monitoring- und Energiemanagementsystemen, damit die KI Abweichungen besser einordnen kann.
Wenn Spannungsabweichungen bestehen bleiben, sinken Ertrag und Systemstabilität. Dazu kommt ein Punkt, den man nicht auf die leichte Schulter nehmen sollte: Fehlerhafte Kabel oder Steckverbindungen können zum Risiko werden.
Nach einem KI-Alarm sollten zuerst die Fehlercodes geprüft werden. Danach sollten Kabel, Steckverbindungen und die Wechselrichterkonfiguration durch einen Elektrofachbetrieb kontrolliert werden.
Unstimmige Spannungen zeigen sich oft auch in der I-V-Kurve.
Nach den Spannungswerten schaut die KI im nächsten Schritt auf das gesamte Kurvenbild. Die I-V-Kurve zeigt, wie sich Strom und Spannung bei einem Modul oder String zueinander verhalten.
Ein klares Warnzeichen ist eine verformte I-V-Kurve oder eine Kennlinie, die von der Referenzkurve abweicht, obwohl Einstrahlung und Temperatur stabil bleiben. Dabei zählt nicht nur ein einzelner Messwert. Entscheidend ist der Verlauf der ganzen Kurve. Genau hier setzt die KI an: Sie erkennt, wenn die Kennlinie nicht mehr zur Referenz passt.
Für diese Prüfung gleicht die KI I-V-Referenzmessungen mit Daten aus mehreren Quellen ab:
Wird die Abweichung nicht erkannt, sinken Ertrag und Anlageneffizienz.
Ein Fachbetrieb sollte Modul, String und Wechselrichter prüfen und die Ursache über die Kennlinie eingrenzen. Wenn die Kennlinie nicht stimmt, grenzt die KI den Fehler zuerst am String und danach am Wechselrichter ein.
Nach Spannungs- und Kennlinienfehlern gerät der Wechselrichter als zentrale Ursache in den Blick. Er macht aus dem Gleichstrom der Module nutzbaren Wechselstrom. Wenn er ausfällt, brechen Einspeisung und Eigenverbrauch spürbar ein.
Die KI erkennt Wechselrichterfehler oft schon, bevor überhaupt eine Fehlermeldung erscheint. Typisch sind sinkende AC-Leistung trotz Sonneneinstrahlung, Ausfälle im Monitoring oder null Leistung zur Mittagszeit.
Dafür wertet die KI mehrere Signale aus:
Ein Wechselrichterfehler kann Einspeisung, Eigenverbrauch, Speicherladung und den Wallbox-Betrieb stoppen oder drosseln.
Prüfen Sie zuerst die Monitoring-App. Manchmal steckt nur ein Verbindungsverlust über WLAN oder Zigbee hinter dem Alarm. Bleibt der Fehler bestehen, sollte ein zertifizierter Elektrofachbetrieb die Anlage prüfen.
Wichtig: Wechselrichter nur vom Elektrofachbetrieb prüfen lassen.
Bleibt der Wechselrichter unauffällig, schaut die KI als Nächstes auf Fehler im DC-Kreis und in der Schutztechnik.
Lichtbogen- und Isolationsfehler gehören zu den heikelsten PV-Fehlern überhaupt. Ein Lichtbogen erzeugt extreme Hitze. Ein Isolationsfehler kann Leckströme auslösen und das Risiko für einen Stromschlag erhöhen. Darum zählt hier vor allem eins: früh abschalten statt später den Schaden zu begrenzen.
Typisch sind Schutzabschaltungen und Isolationsmeldungen wie „Isolation Error", „RISO low" oder „Arc Fault". Dazu kommt oft ein Leistungseinbruch, der schlagartig auf 0 Watt fällt, weil viele Wechselrichter bei solchen Fehlern sofort abschalten.
Die KI stützt sich hier vor allem auf DC-Spannungs- und Stromverläufe, String-Monitoring und historische Leistungswerte.
In den meisten Fällen schaltet die Anlage sofort ab. Der Ertragsverlust ist dann direkt spürbar. Noch wichtiger sind aber die Risiken: Brand, Leckstrom und Stromschlag.
Bei diesen Fehlern geht Sicherheit klar vor Ertrag. Anlage nicht manuell neu starten – ein Neustart bei einem aktiven Fehler kann einen Brand auslösen. Besser ist es, den betroffenen String in der Monitoring-App zu prüfen und die Anlage von einem zertifizierten Elektromeisterbetrieb kontrollieren zu lassen.
Wenn diese Schutzfehler ausgeschlossen sind, schaut die KI im nächsten Schritt auf Bauteilfehler im Modul.
Nach Schutz- und Abschaltfehlern geht der Blick jetzt ins Modul selbst. Ein Defekt an einer Bypass-Diode zeigt sich oft als ortsfester, wiederkehrender Leistungseinbruch im betroffenen Modul. Das sieht auf den ersten Blick nach Verschattung aus - nur eben ohne äußere Ursache. Der Unterschied zur Teilverschattung: Das Muster bleibt meist in denselben Modulbereichen.
Die KI erkennt solche Auffälligkeiten an wiederkehrenden Abweichungen bei Stringleistung und Kennlinie. Bleibt dieses Muster ortsfest, spricht das eher für einen technischen Defekt und nicht für einen bloß äußeren Einfluss.
Hierfür nutzt sie vor allem Produktionsdaten und das Wechselrichtermonitoring.
Die Folge ist meist ein dauerhafter lokaler Ertragsverlust im betroffenen Modul oder String.
Nach dem Alarm sollte ein Fachbetrieb Modul, String und Kennlinie prüfen.
Mikrorisse und Delaminierung fallen oft zuerst in den Leistungsdaten auf. Anders gesagt: Die Abweichung wird meist sichtbar, bevor man am Modul von außen überhaupt etwas erkennt.
Ein klares Warnsignal sind Ertragsabweichungen, die sich nicht durch Ausrichtung, Neigung oder Verschattung erklären lassen. Genau hier setzt die KI an. Sie vergleicht die aktuellen Produktionsdaten mit den dokumentierten Vorwerten und erkennt so Veränderungen, die aus dem Rahmen fallen.
Für die Erkennung nutzt die KI mehrere Datenquellen gleichzeitig:
Saubere Module sind dabei hilfreich. So lässt sich Verschmutzung als Ursache eher ausschließen.
Mikrorisse und Delaminierung senken den Ertrag und die Moduleffizienz dauerhaft.
Nach einem KI-Alarm sollte ein Fachbetrieb das betroffene Modul prüfen und die Auffälligkeit mit den dokumentierten Leistungswerten abgleichen. Ist der Befund dort unauffällig, sollte als Nächstes der Speicher als mögliche Fehlerquelle geprüft werden.
Nach Modulfehlern schaut die KI als Nächstes auf den Speicher. Heikel wird es, wenn der Kapazitätsverlust schneller zunimmt als üblich. Genau das kann die KI oft schon erkennen, bevor man den Leistungsverlust im Alltag merkt.
Ein klares Warnzeichen: Der Speicher deckt die Nachtlast nicht mehr, obwohl er tagsüber vollständig geladen wurde. Dazu prüft die KI den Gesundheitszustand (SoH) und achtet auf unplausible Sprünge beim Ladezustand (SoC).
Für diese Erkennung zieht die KI Daten aus dem Batteriemanagementsystem (BMS), den Wechselrichter-Logs und dem Energiemanagementsystem heran. So lässt sich echte Zellalterung von fehlerhaften BMS-Werten trennen, etwa wenn Zellungleichgewichte die Messung verzerren.
Der Autarkiegrad sinkt, und die Rentabilität leidet. Bei Notstromsystemen kommt noch ein Punkt dazu: Die Überbrückungszeit wird kürzer.
Prüfen Sie zuerst SoH, SoC und die Umgebungstemperatur. Bestätigt sich der Verdacht, sollte ein Fachbetrieb das Zellbalancing, die Bauteile und die Garantie prüfen.
Sind die Speicherwerte unauffällig, rückt als Nächstes das Energiemanagement in den Fokus.
Nach Hardware-, Spannungs- und Speicherfehlern findet KI auch Fehler in der Steuerlogik des Energiemanagements.
Das passiert oft früher, als man denkt. Die KI erkennt widersprüchliche Energieflüsse zwischen PV, Speicher und Verbrauchern. Falsche Einstellungen im Energiemanagement drücken Ertrag und Eigenverbrauch, obwohl Module und Speicher technisch völlig in Ordnung sind. Die Anlage läuft dann zwar, aber nicht sauber abgestimmt. Das führt zu unnötigen und teuren Energieflüssen.
Ein klares Warnzeichen sind Messwerte, die einfach nicht zusammenpassen. Der Speicher lädt zum Beispiel aus dem Netz, obwohl gerade PV-Überschuss da ist. Oder die Anlage speist Strom ins Netz ein, obwohl der Speicher leer ist. Auch eine Wallbox kann dann mit hoher Leistung laden, statt im Überschussladen zu laufen.
Genau solche Widersprüche erkennt die KI, weil sie Erzeugung, Ladezustand und Verbrauch gemeinsam auswertet.
Für diese Erkennung nutzt die KI unter anderem Verbrauchsdaten von Wallbox und Wärmepumpe. Entscheidend ist dabei die Abstimmung über ein zentrales Energiemanagement. Fehlt diese zentrale Steuerung, arbeiten die einzelnen Komponenten oft gegeneinander statt miteinander.
Fehlkonfigurationen senken den Eigenverbrauch. Und das schlägt direkt auf die Wirtschaftlichkeit durch. Die Kosten für Netzbezug steigen, die Amortisation zieht sich länger hin, und der Speicher wird durch unnötige Lade- und Entladezyklen stärker beansprucht.
Prüfen Sie in der Monitoring-App, ob Erzeugung, Speicher und Verbraucher stimmig zusammenlaufen. Wenn die Abweichungen bleiben, sollte ein Fachbetrieb die Konfiguration noch einmal prüfen. Das gilt vor allem nach der Einbindung neuer Verbraucher wie Wallbox oder Wärmepumpe.
Im nächsten Abschnitt geht es darum, welche Daten die KI dafür auswertet.
Hinter diesen 12 Fehlerbildern stecken Messwerte. Genau damit arbeitet die KI. Sie erkennt diese 12 Muster nur, weil sie mehrere Datenpunkte gleichzeitig gegeneinander hält. Wenn mehr Signale zusammenkommen, kann sie Störungen besser vom Normalbetrieb trennen.
Die wichtigsten Datenquellen im Überblick:
| Datensignal | Quelle | Nutzen für die KI |
|---|---|---|
| Strom und Spannung auf Stringebene | Wechselrichter / Stringmonitoring | Abweichungen im Stringbetrieb |
| Wechselrichter-Logs und Fehlercodes | Wechselrichter | Erkennung von Wechselrichterstörungen |
| Temperaturdaten | Temperatursensoren, Thermografie | Erkennung von Temperaturspitzen |
| Einstrahlungsdaten | Wetterdaten, Pyranometer | Abgleich von Wetter und Ertrag |
| Lade- und Entladekurven | Batteriespeicher | Bewertung von Ladeverhalten und Kapazitätsentwicklung |
| Historische Ertragswerte | Monitoring-Verlaufsdaten | Erkennung schleichender Mindererträge |
| Kommunikationsdaten | Kommunikationsdaten (WLAN, Zigbee) | Erkennung von Kommunikations- und Steuerungsfehlern |
Besonders wichtig ist der Abgleich von Einstrahlung und Stringwerten. Wenn ein String trotz hoher Einstrahlung zu wenig liefert, liegt der Verdacht eher bei einem Fehler als beim Wetter.
Der Punkt ist simpel: Erst wenn Wechselrichter, Speicher und Wallbox ihre Daten zentral melden, sieht die KI die Verbindungen zwischen Erzeugung, Speicherung und Verbrauch.
Nach den 12 Fehlerbildern geht es jetzt um den Ablauf nach einem Alarm.
Nicht jeder Alarm verlangt sofortiges Handeln. Ignorieren sollten Sie ihn aber nie.
Starten Sie mit einer Sichtprüfung der betroffenen Module oder Strings. Oft gibt es äußere Ursachen, die sich direkt erkennen lassen. Öffnen Sie danach die Monitoring-App oder das Wechselrichter-Display und notieren Sie den genauen Fehlercode.
Vergleichen Sie dann den Ist- mit dem Soll-Ertrag. Achten Sie dabei auf die aktuellen Wetterbedingungen. Wenn die Abweichung trotz guter Einstrahlung bestehen bleibt, spricht vieles für ein technisches Problem.
Bleibt die Ursache unklar oder tritt die Abweichung immer wieder auf, ist eine Thermografie durch den Fachbetrieb der nächste Schritt.
Meldet die KI einen Lichtbogenfehler, einen Erdschluss oder eine Speicherstörung, gilt: Anlage nach Handbuch abschalten und sofort einen Fachbetrieb kontaktieren. Diese Fehlerbilder sind sicherheitskritisch und dürfen nicht selbst behoben werden.
So wird aus einer Warnung ein klarer Prüfauftrag.
KI hilft dabei, Fehler in PV-Anlagen früh zu erkennen – von Hotspots bis hin zu Problemen im Speicher. Ob Hotspot, Stringfehler oder Speicherproblem: Wichtig ist, dass Abweichungen nicht erst dann auffallen, wenn die Anlage schon stillsteht oder Leistung verliert.
Der große Pluspunkt ist die frühe Reaktion. Genau darin liegt der Wert von KI in PV-Systemen.
Für PV, Speicher, Wallbox und Smart Home bietet Zenrise Planung, Installation und Wartung aus einer Hand.
KI-gestützte Systeme gleichen Produktionsdaten fortlaufend mit externen Wetterdaten ab. So sehen sie schnell, ob ein Leistungsabfall auf einen echten technischen Fehler wie einen String-Ausfall oder einen Hotspot hindeutet – oder ob schlicht Bewölkung oder Verschattung dahintersteckt.
Moderne Monitoring-Plattformen gehen noch einen Schritt weiter. Sie nutzen historische Daten und Prognosen, um die tatsächliche Leistung einer Anlage genau mit den ursprünglichen Installationsprognosen zu vergleichen.
Besonders riskant sind fehlerhafte oder unsachgemäß montierte DC-Leitungen. Schon kleine Montagefehler können zu Isolationsfehlern führen. Das Problem daran: Dadurch können gefährliche Lichtbögen entstehen, und genau das bringt ein hohes Brandrisiko mit sich.
Auch eine fehlerhafte Verkabelung gehört zu den kritischen Sicherheitsaspekten. Frühzeitige KI-Warnungen helfen dabei, solche Probleme rechtzeitig zu erkennen, bevor mehr daraus wird.
Ja, auch bei kleinen Photovoltaikanlagen kann sich KI-gestütztes Monitoring lohnen. Damit lassen sich Fehler wie Hotspots oder String-Ausfälle früh erkennen, statt sie erst dann zu bemerken, wenn der Ertrag schon sinkt. Das hilft, die Effizienz der Anlage über ihre ganze Lebensdauer hinweg auf Kurs zu halten.
Gleichzeitig geht es um mehr als nur die reine Ertragskontrolle. Mit einem genaueren Blick auf die Energieflüsse lässt sich besser verstehen, wann Strom erzeugt, gespeichert oder verbraucht wird. Und durch eine smarte Steuerung kann der Eigenverbrauch gezielter genutzt werden.
.png)