So sind bei der Messung des Energieverbrauchs die Daten oft von äußeren Gegebenheiten abhängig. Im Falle einer Klimaanlage z.B. wird in einem besonders heißen Sommer festgestellt, dass die Klimaanlage überdurchschnittlich viel Strom verbraucht. Ein neues Gerät wird im Winter installiert. Im folgenden Sommer bleibt das Wetter aber kühler als im Vorjahr. Die neue Klimaanlage verbraucht weniger – wie kann der Energiemanager nachweisen, dass sich die Investition gelohnt hat?
Hier hilft die Regressions- und Korrelationsanalyse in „Resma“: Das System normalisiert die gesammelten Daten des Vorjahres und des laufenden Jahres. Das heißt, die Daten werden ins Verhältnis zueinander gesetzt unabhängig von der Variablen Außentemperatur. So kann das Programm aufzeigen, welche Einsparungen die neue Klimaanlage effektiv gebracht hat.
Neben Energiemanagement kann die Regressionsanalyse auch zur Ursachenforschung in Produktionen genutzt werden. Anhand eines Fehlers, zum Beispiel in der Qualität des Endproduktes, kann über die Regressionsanalyse ein Zusammenhang zu der erkannten Unregelmäßigkeit und anderen Daten hergestellt werden. Außerdem enthüllt ein erhöhter Energieverbrauch falsche Einstellungen an der Maschine oder einen Defekt der Anlage.
