Literaturrecherche zum Stand der Technik im Bereich Lastvorhersage und Konzeptdrift-Erkennung, Recherche und Auswahl geeigneter öffentlich verfügbarer Datensätze zur elektrischen Last, Explorative Analyse und Visualisierung der ausgewählten Daten, Datenaufbereitung und Feature-Engineering, Implementierung und Evaluierung eines oder mehrerer geeigneter ML-Modelle zur Lastprognose, Entwicklung und Vergleich von Methoden zur Erkennung und Behandlung von Konzeptdrift (z. B. Online-Lernen, periodisches Retraining), Dokumentation der Ergebnisse und kritische Bewertung der eingesetzten Verfahren
