Heltäckande plattform för granskningsbar prognostisering av Scope 2-koldioxidutsläpp

92 %
F1-poäng för extrahering av fakturafält
≤5,6 % MAPE
energiprognosnoggrannhet
Heltäckande plattform för granskningsbar prognostisering av Scope 2-koldioxidutsläpp | Crunch-IS Case Study
Vi byggde en MLOps-plattform för produktion som förenar data från smarta mätare och fakturor i ett versionshanterat feature store, tränar och styr tidsseriemodeller för prognoser i en veckovis automatiserad cykel och levererar granskningsbara CO₂-e-prognoser för Scope 2 som uppfyller rapporteringskraven i CSRD och ISO 14064-1.
Bransch:

Miljötjänster & ESG-analys

Plats:

Tyskland

Varaktighet:

6,5 månader

Technologies
Statsmodels (SARIMAX)
Temporal Fusion Transformer (TFT)
Optuna (HPO)
Docling (OCR)
Vertex AI Text Embeddings
Qdrant Vector Search
BigQuery
Cloud Functions
Cloud Run
Cloud Scheduler
MLflow (Tracking & Registry)
DVC
Vertex AI Pipelines
GitHub Actions
Cloud Build
Cloud Deploy (Blue-Green)
Dataplex
Cloud Monitoring
Secret Manager
Terraform (IaC)
01

Om kunden

Kunden tillhandahåller automatiserade ESG-rapporteringslösningar för medelstora tillverkningsföretag inom EU. Deras produkt levererar rapporteringsdata för koldioxidutsläpp inom Scope 2 till kunder som lämnar in dem direkt till finansiella revisorer och miljötillsynsmyndigheter.

Noggrannhet och reproducerbarhet är inte konkurrensfördelar för den här kunden – de är produkten. Varje prognos som plattformen genererar måste vara spårbar, versionshanterad och försvarbar vid en revision.

Heltäckande plattform för granskningsbar prognostisering av Scope 2-koldioxidutsläpp | Crunch-IS Case Study
02

Utmaning

Att skala plattformen krävde att fyra sammansatta problem löstes:

1. Ostrukturerad fakturadata i stor skala.

Omkring 40 % av kundens datakällor var PDF-fakturor. Mallbaserad OCR hade redan misslyckats. Plattformen behövde extrahera nyckelfält — kilowattimmar, datum, tariffkoder — tillförlitligt över dokumentformat som varierade mellan leverantörer och länder.

2. Prognostisering över flera tidshorisonter.

Verksamheten krävde prognoser för energianvändning över tre tidshorisonter samtidigt: dagliga, månatliga och en löpande 12-månadersprognos. En enda modell som betjänade alla tre var inte genomförbar — prognoslagret behövde struktureras för att hantera varje horisont korrekt.

3. Aktuella emissionsfaktorer.

Efterlevnad av Scope 2 kräver att förbrukningsprognoser multipliceras med rätt landsspecifik emissionsfaktor för nätet för den period som rapporteras. Dessa faktorer ändras med jämna mellanrum. Plattformen behövde tillämpa rätt faktor på rätt historiskt fönster — konsekvent och automatiskt.

4. Revisionssäkra releasekontroller.

Tillsynsmyndigheter krävde bevis på att nya modellversioner gick i produktion genom stegvisa, kontrollerade releaser — och att alla produktionsversioner kunde rullas tillbaka nästintill omedelbart om prestandan försämrades.

03

Lösningen vi levererade

Vi designade och implementerade en modulär, molnbaserad MLOps-arkitektur som omfattar dataintag, feature-hantering, modellträning, inferens och observerbarhet — byggd från början för regulatorisk granskningsbarhet.

Dataintag via två spår

Strukturerad och ostrukturerad data kommer in i plattformen genom separata pipelines som möts i ett enda feature store. Smart-mätaravläsningar tas in via en serverlös Cloud Function som hämtar timvis API-data och laddar den direkt in i BigQuery.

För fakturor triggas en dokumentbehandlingspipeline vid uppladdning: Docling extraherar råtext via OCR, Vertex AI konverterar den till vektorinbäddningar, och ett RAG-flöde med Qdrant och GPT-4o hämtar de relevanta fälten — förbrukade kWh, faktureringsdatum och tariff — med ett F1-värde på 92 %.

Versionshanterad feature store

Båda dataströmmarna rensas, transformeras och sammanfogas i BigQuery med hjälp av dbt-modeller, vilket skapar en enda sanningskälla för modellträning. Varje datauppsättnings ögonblicksbild är versionshanterad med DVC. Nätets utsläppsfaktorer från IEA- och EU-källor underhålls som en Slowly Changing Dimension-tabell för att bevara historisk noggrannhet för tidigare rapporteringsperioder.

Automatiserad modellträning och styrning

Ett veckovis Vertex AI Pipeline-jobb tränar om en SARIMAX-modell, med en Temporal Fusion Transformer som körs som utmanare. Optuna hanterar hyperparameteroptimering. MLflow loggar alla parametrar, mätvärden och artefakter för varje körning. Modeller som uppnår en MAPE under 6 % versioneras och befordras till @champion-aliaset i MLflow Model Registry — de enda modeller som är berättigade till produktionsinferens.

Schemalagd inferens och beräkning av utsläpp

En daglig Cloud Run-tjänst hämtar den registrerade @champion-modellen, laddar de senaste feature-värdena från BigQuery, genererar prognoser över alla nödvändiga tidshorisonter, multiplicerar dem med aktuella emissionsfaktorer och skriver de slutliga CO₂-e-värdena till en dedikerad prognostabell. Utdatan matas direkt in i granskningsbara Scope 2-instrumentpaneler i Looker.

CI/CD, datakvalitet och observerbarhet

Commits till huvudgrenen utlöser GitHub Actions, som bygger och testar containeravbildningar i Cloud Build innan de publiceras till Artifact Registry. Cloud Deploy utför blågröna utrullningar för varje release.

Träningspipelinen kör en valideringssvit med Great Expectations innan modellträningen påbörjas – om schemaavvikelse eller betydande statistiska förändringar upptäcks, stoppas körningen automatiskt.

Ett Vertex AI Model Monitoring-jobb körs dagligen, upptäcker prediktions- och feature-drift och kallar in jourteamet via PagerDuty när prestandan försämras utöver definierade SLO:er.

Alla känsliga autentiseringsuppgifter lagras i Secret Manager och injiceras vid körning. Strukturerade loggar matar Cloud Monitoring-instrumentpaneler som täcker latens, felfrekvenser och pipelinehälsa.

Crunch-IS image case study
04

Kundens resultat

Levererad på 6,5 månader producerade plattformen mätbara resultat inom prognosnoggrannhet, datakvalitet och releasestyrning:

Granskningsbara prognoser med produktionskvalitet

Plattformen levererar veckovis omtränade Scope 2 CO₂-e-prognoser med en MAPE på ≤5,6 % — inom det prestandatröskelvärde som krävs för kundens åtaganden gällande regulatorisk rapportering. Varje prognos är spårbar till den modellversion, datauppsättningsögonblicksbild och emissionsfaktor som genererade den.

Fakturahantering som fungerar

Dokumentintelligens-pipelinen uppnår en F1-poäng på 92 % för extrahering av fakturafält, vilket ersätter den mallbaserade OCR-metoden som redan hade övergivits. Ostrukturerad fakturadata matas nu in i feature store i samma takt som strukturerad API-data, utan manuell korrigering.

Kontrollerade lanseringar, återställning med ett klick

Varje modellversion driftsätts i produktion via en automatiserad blå-grön driftsättning. Om prestandan försämras kan den tidigare champion-modellen återställas i ett enda steg. Tillsynsmyndigheter får bevis på stegvisa, kontrollerade lanseringsprocesser som en del av granskningsunderlaget.

Helautomatiserad drift

Plattformen körs utan manuell inblandning genom inmatning, träning, inferens och övervakning. Skyddsräcken för datakvalitet förhindrar att dålig data når en modell. Driftdetektering upptäcker försämring innan den påverkar rapporteringsresultatet.

Berätta vad ni bygger

Skicka en skiss, en kravspecifikation eller tre meningar om var systemet har kört fast. Ett samtal räcker oftast för att avgöra om vi passar er.

Skräddarsydd mjukvara, AI och ML, data och analys, moln och säkerhet — från tidig behovsanalys till långsiktig leverans.

  • 170+ experter
  • 120+ levererade projekt
  • 97% helt nöjda

    Jag har läst och godkänt Användarvillkoren och Integritetspolicyn *

    Din integritet är viktig. Vi använder cookies för att förbättra din upplevelse och anpassa innehåll.