Über fedolink

Vom Fachblog zur Kontaktbörse für datenschutzwahrende Datenkooperation in der Energiewirtschaft.

Die Idee

In der Energiewirtschaft liegt enorm viel ungenutztes Potenzial in Daten, die nie zusammenkommen – weil sie zu sensibel, zu wettbewerbsrelevant oder rechtlich zu heikel sind, um sie zu teilen. Federated Learning macht gemeinsames Lernen möglich, ohne dass Rohdaten je den eigenen Standort verlassen.

fedolink will Organisationen zusammenbringen, für die sich genau das lohnt: eine Art Kontaktbörse für Kooperationspartner, die per Federated Learning gemeinsam Modelle trainieren wollen – unter Pseudonym, datenschutzwahrend, branchennah.

Warum zuerst ein Blog

Eine Matching-Plattform ist nur so wertvoll wie die Menschen, die sich darauf finden. Deshalb steht am Anfang bewusst kein technisches Produkt, sondern Inhalt: fundierte Fachbeiträge, die das Thema ernsthaft aufbereiten und das richtige Publikum anziehen – Daten-, IT-, Innovations- und Datenschutzverantwortliche aus Stadtwerken, Netzbetrieb, Vertrieb und Erzeugung.

Lieber 200 exakt richtige Leser als 5.000 zufällige. Die Plattform kommt erst, wenn nachweislich Nachfrage da ist.

Wer dahintersteht

Hinter fedolink steht die Claus Lindemann Unternehmensberatung. Die Initiative verbindet zwei Stränge langjähriger Erfahrung: rund 15 Jahre in der Energiewirtschaft und weitere 15 Jahre als selbständiger Unternehmensberater mit Schwerpunkt auf der Energiewirtschaft.

In jüngerer Zeit liegt der Fokus auf Anwendungen von maschinellem Lernen, Deep Learning und KI für die Energiewirtschaft und weitere Branchen – sowie auf dem Einsatz von KI für Compliance im Umfeld von KRITIS, NIS2, ISMS und DSGVO. Aus dieser Verbindung von Branchen-, Beratungs- und KI-Erfahrung entsteht der Blick, mit dem fedolink das Thema datenschutz­wahrende Datenkooperation angeht: fachlich fundiert, praxisnah und mit Respekt vor den regulatorischen Realitäten der Branche.

fedolink ist dabei nicht nur Beraterperspektive, sondern wächst aus eigener Auseinandersetzung mit Federated Learning auf Energie-Zeitreihen. Ein erstes dokumentiertes Beispiel finden Sie im Beitrag zum Lastprognose-Experiment.

Wohin die Reise geht

  1. Jetzt: Fachblog, Aufbau einer qualifizierten Leserschaft.
  2. Als Nächstes: persönliche Vermittlung von Kooperationspartnern unter Pseudonym (Concierge-Prinzip).
  3. Später: eine echte Plattform mit strukturierten, datenschutzwahrenden Profilen – erst wenn die Nachfrage es trägt.

Womit diese Website läuft (Mini-SBOM)

Transparenz gehört zu einem Projekt, das für datenschutzwahrende Technik wirbt. Deshalb legen wir offen, welche Bausteine diese Website verwendet – und welche bewusst nicht.

BausteinWofürBereitstellung
Astro Erzeugung der statischen Website Open Source (MIT), Build im Repository
Eigenes CSS Gestaltung, ohne UI-Framework im Repository
Inter, Source Serif 4, JetBrains Mono Schriften Open-Source-Fonts, lokal eingebunden (kein externer Abruf)
Caddy Auslieferung der Seiten und TLS-Verschlüsselung Open Source, auf unserem Server
Hetzner Online GmbH Server-Hosting Standort Deutschland, Auftragsverarbeitung (AVV)
pandoc & WeasyPrint Erzeugung des Whitepaper-PDFs Open Source, nur im Build (nicht Teil der Website)

Bewusst nicht im Einsatz:

Details zur Datenverarbeitung stehen in der Datenschutzerklärung.

Open Source stärken

Diese Website und unsere Werkzeuge stehen auf den Schultern vieler Open-Source-Projekte. Wenn Sie selbst von Open-Source-Software profitieren – auch kommerziell –, erwägen Sie eine regelmäßige Förderung:


Tiefer einsteigen: unser Whitepaper

Unser einführendes Whitepaper zu Federated Learning in der Energiewirtschaft gibt es auf Anfrage – kostenlos und ohne Anmeldung. Fordern Sie es einfach per E-Mail an, wir senden es Ihnen persönlich zu.

Whitepaper per E-Mail anfordern