5G-Campusnetze finden vermehrt Einsatz in der Industrie, da sie mehr Flexibilität in die Produktion und Logistik bringen. Um eine zuverlässige Dienstequalität und konstante Netzverfügbarkeit zu garantieren, benötigen sie eine dauerhafte Energieversorgung. CO2-Einsparungen und hohe Energiepreise stellen Betreiber jedoch vor große Herausforderungen: Wie kann der Energiebedarf für den Netzbetrieb reduziert werden, ohne dass die erforderliche Servicequalität darunter leidet? Dieser Frage geht das Fraunhofer-Institut für Integrierte Schaltungen IIS gemeinsam mit vier Partnern im Projekt »5G-Econet« nach.

5G-Campusnetze eignen sich aufgrund ihrer geringen Latenz, hohen Zuverlässigkeit und drahtlosen Konnektivität für Anwendungen im industriellen Kontext. Gleichzeitig bieten Open-RAN-basierte Netze noch ungenutztes Optimierungspotenzial hinsichtlich des Energieverbrauchs. Insbesondere vor dem Hintergrund des Klimawandels und steigender Energiekosten gewinnt dieses Thema für Betreiber zunehmend an Bedeutung. Im Projekt »5G-Econet« werden daher nachhaltige Maßnahmen zur maximalen Energieeinsparung erforscht, ohne die Leistungsfähigkeit der privaten 5G-Netze einzuschränken. Dabei kommen auch Methoden der Künstlichen Intelligenz (KI) zum Tragen. (Oben im Bild: Prof. Dr.-Ing. Albert Heuberger, geschäftsführender Institutsleiter Fraunhofer IIS).

Effizient, optimiert, KI-gestützt

Um die Energieeffizienz von 5G-Campusnetzen optimieren zu können, werden zunächst deren Architektur, Funktionsweise und Steuerungsmöglichkeiten eingehend analysiert. Dafür entstehen im Rahmen des Projekts KI-gestützte Komponenten eines Simulators, mit denen verschiedene Methoden zur Energieeinsparung untersucht werden. Damit lassen sich präzise Vorhersagen über die Intensität der Netznutzung und Dienstequalität treffen. Diese gewonnenen Erkenntnisse fließen wiederum in die Neuplanung energieeffizienter Campusnetze ein.

Zusätzlich wird erprobt, ob Netzelemente je nach Ressourcenbedarf abgeschaltet werden können, ohne dabei die Servicequalität zu beeinträchtigen. Dazu werden in »5G-Econet« Ansätze des maschinellen Lernens (ML) in Form von Applikationen für den Einsatz in realen Netzen entwickelt und mittels Simulationen getestet. In Open-RAN-Campusnetzen interagieren sie mit den Steuerelementen und regeln automatisiert die Betriebsparameter des Netzes. So passt sich der Gesamtenergiebedarf des 5G-Netzes an die aktuellen Anforderungen an.

Vom Testbed ins Campusnetz der Betreiber

Was zunächst in der Simulation erforscht wurde, wird anschließend in der Praxis getestet: Ein weiterer Teil des Projektvorhabens ist deshalb der Aufbau eines Open-RAN-Testbeds, um die neuen Funktionen zu erproben. Dort werden die theoretischen Forschungsergebnisse und die entwickelten Komponenten auf Herz und Nieren geprüft sowie die Auswirkungen auf den Energieverbrauch praktisch demonstriert. Die neuen Methoden zur Optimierung des Energieeinsatzes lassen sich sowohl auf bestehende als auch auf neue Anbieternetze übertragen. Zusammen mit adaptiven Applikationen sorgen sie für einen stromsparenden Betrieb.

Zusammenschluss aus Industrie und Forschung

Das bis Dezember 2024 laufende Forschungsprojekt »5G-Econet« wird im Rahmen des Förderprogramms »Innovative Netztechnologien« durch das Bundesministerium für Digitales und Verkehr gefördert. Das Projekt steht unter der Leitung des Fraunhofer IIS und setzt sich aus Forschungs- und Industriepartnern zusammen, deren Kompetenzen sich ergänzen: AiVader GmbH, exceeding solutions GmbH, Keysight Technologies Deutschland GmbH sowie das Institut für technische Informatik und Ingenieurinformatik der Technischen Universität Ilmenau.

Mehr Informationen unter: www.iis.fraunhofer.de

Quelle: Fraunhofer-Institut für Integrierte Schaltungen IIS