SmartThings AI reducerer vaskemaskiners energiforbrug

Samsung oplyser, at SmartThings AI Energy-Saving Mode kan reducere strømforbruget for højtydende vaskemaskiner med cirka 30 %, ifølge en omfattende real-world-undersøgelse verificeret af Carbon Trust. Resultaterne peger på konkrete besparelser for husholdninger og giver en klar vej frem for mere intelligente, grønnere husholdningsapparater med fokus på energieffektivitet og energistyring.

Data fra feltet: omfang og rækkevidde

Den tredjepartsverifikation omfattede energidata fra omkring 187.000 Samsung-vaskemaskiner i 126 lande, indsamlet over ét år fra juli 2024 til juni 2025. De deltagende modeller opfyldte markedsdefinerede højtydende energimærkninger — fx Energy Star i USA eller 5 Star-betegnelser i Indien — hvilket sikrer, at sammenligningen er relevant for energieffektive produkter. I løbet af undersøgelsesperioden rapporterer Samsung, at aktivering af SmartThings AI Energy-Saving Mode reducerede energiforbruget tilstrækkeligt til at spare 5,02 gigawatt-timer elektricitet samlet.

For at sætte tallet i perspektiv svarer 5,02 GWh omtrent til den månedlige elforbrug for omkring 14.000 husstande i Seoul, baseret på gennemsnitstal fra Korea Electric Power Corporation. Det illustrerer konkrete, kvantificerbare besparelser for et energieffektivitetsværktøj, som brugerne selv valgte at aktivere i løbet af forsøget. Disse resultater er særligt relevante for forbrugere, energirådgivere og beslutningstagere, der søger dokumenterede energibesparelser fra smart home-teknologi.

Hvordan AI-tilstanden rent praktisk sparer energi

SmartThings AI overvåger mønstre og optimerer enheders adfærd på tværs af kompatible husholdningsapparater. I vaskemaskiner tilpasser funktionen vaskeprogrammer, timing, vandforbrug og andre parametre ud fra lærede brugervaner, aktuelle energipriser og netbelastning. Ved at justere cyklens starttidspunkt til perioder med lavere netbelastning, forkorte eller ændre skylle- og centrifugeringsfaser og tilpasse temperaturvalg kan energiforbruget reduceres uden væsentligt tab af vaskekvalitet.

Det er væsentligt, at forbrugerne manuelt aktiverede denne energibesparende tilstand under studiet. Derfor afspejler den rapporterede cirka 30 % reduktion faktisk adfærd fra brugere i marken fremfor et laboratorieresultat, hvilket gør konklusionerne mere robuste for real-world adoption. Teknikkerne bag besparelserne kombinerer maskinlæringsmodeller for adfærd, energistyringsalgoritmer og lokal data til at træffe dynamiske beslutninger om, hvordan en vaskemaskine bør køre for at minimere energi- og eventuelt vandforbrug.

• Størrelse på undersøgelse: cirka 187.000 maskiner
• Landene involveret: 126
• Tidsramme: juli 2024–juni 2025
• Verificerede besparelser: 5,02 GWh i alt (omtrent 30 % pr. berørt maskine)

Hvorfor tredjepartsverifikation er vigtig

Carbon Trust udførte verifikationen efter protokollerne fra Decarbonizing the Use-Phase of Connected Devices (DUCD), en etableret ramme for måling af energiforbrug i forbundne apparater. DUCD-protokollen specificerer metoder til datasamling, normalisering, statistisk analyse og usikkerhedshåndtering, hvilket gør sammenligninger mellem produkter og studier mere pålidelige. Samsung angiver, at de er det første firma til at gennemføre en så stor DUCD-baseret verifikation, hvilket styrker troværdigheden af deres energipåstande over for forbrugere, regulatorer og industriovervågere.

Tredjepartsverifikation betyder, at eksterne eksperter undersøger datakilden, analysemetoder og resultater for at sikre, at beregninger ikke er farvet af interne antagelser. For energistyring og smart home-økosystemer er sådan gennemsigtighed central: både for at undgå greenwashing og for at give forbrugerne et faktabaseret grundlag for at vælge energieffektive produkter eller aktivere funktioner som SmartThings AI Energy-Saving Mode.

Hvad det betyder for forbrugere og branchen

Forestil dig en vaskemaskine, der løbende lærer de bedste tidspunkter og indstillinger til drift, samtidig med at den mindsker regninger og CO2-udledning — det er løftet her. Men effekten afhænger af udbredelsen: de rapporterede besparelser blev realiseret, når brugerne aktivt valgte at slå funktionen til, så bekvemmelighed, tillid, brugervenlighed og gennemsigtighed vil afgøre, hvor mange husstande der reelt drager fordel. Samsung planlægger at offentliggøre mere detaljerede data om energiforbrug og CO2-påvirkning for at øge den nødvendige tillid hos forbrugerne og interessenter.

For hvidevareindustrien leverer studiet et bevis på, at AI-drevne styringssystemer kan påvirke energiforbruget på skala. Det indikerer også en mulig retning for fremtidig produktudvikling, hvor maskinlæring og netværksbaseret energioptimering skaber differentierede produkter. Samtidig rejser det spørgsmål om standarder for default-indstillinger (hvorvidt energibesparende tilstande skal være aktive fra start), privatlivsbeskyttelse i forbindelse med indsamling af brugerdata, samt hvordan sådanne funktioner bedst præsenteres i brugergrænsefladen for at øge aktiveringsraten uden at opleves som påtrængende.

Tekniske aspekter og metodiske detaljer

Metodisk kombinerer SmartThings AI lokale enhedsdata (fx cyklustid, temperaturvalg, fyldniveau) og anonymiserede brugeradfærdsdata med eksterne signaler som spotpriser og netbelastning, når de er tilgængelige. Algoritmerne optimerer derefter en kostfunktion, der vægter energiforbrug, vaskeresultat og brugerpræferencer. I praksis betyder det, at maskinen kan foreslå eller automatisk vælge et program, der reducerer energiintensive faser, eller fordele skyllecyklusser for at minimere opvarmningstid uden at kompromittere kvaliteten.

Carbon Trusts rolle omfattede validering af dataindsamlingens integritet, kontrol for bias i udvalget (fx at kun teknologisk kyndige brugere deltog) og beregning af besparelser på både individuel og aggregeret niveau. De anvendte DUCD-metoder til at normalisere data på tværs af lande med forskellige elforsyningsprofiler, så man kunne sammenligne besparelser i en global kontekst. Dermed blev resultaterne gjort mere sammenlignelige for internationale beslutningstagere, energirådgivere og producenter, som planlægger lignende funktioner.

Konsekvenser for energi, klima og økonomi

Reduktionen på 5,02 GWh svarer ikke kun til direkte økonomiske besparelser på elektricitetsregningen; det har også en klimamæssig dimension. Mindre energiforbrug betyder lavere indirekte CO2-udledning afhængig af den lokale elmix. Hvis flere producenter implementerer lignende AI-baserede energistyringsfunktioner, kan kumulative besparelser på nationalt eller regionalt niveau blive betydelige. Analyser af CO2-reduktion kræver dog konvertering af elbesparelser til emissionskilder baseret på hvert lands elproduktion, hvilket Samsung har sagt, de vil publicere mere detaljeret data om.

Økonomisk kan sådanne funktioner også øge produktens værdi for miljøbevidste forbrugere og potentielt forlænge apparaters markedsliv ved at optimere drift og reducere slid forbundet med unødigt energikrævende cyklusser. Samtidig kan der være initiale omkostninger ved implementering af AI-funktionalitet og datainfrastruktur, hvilket producenter må afveje mod forventede besparelser og forbrugeraccept.

Privatliv, sikkerhed og brugerautonomi

Implementering af intelligente energifunktioner rejser legitime spørgsmål om privatliv: hvilke data indsamles, hvordan de anonymiseres, hvor længe de lagres, og hvem har adgang. Samsung og andre producenter skal derfor kommunikere klart om datapraksis for at bygge tillid. Derudover skal brugergrænseflader give tydelig kontrol, så forbrugere nemt kan aktivere, deaktivere eller justere energibesparende indstillinger. Balancegangen består i at gøre energistyring tilgængelig og effektiv uden at gå på kompromis med brugernes ret til kontrol over egne data og apparaters drift.

Fremtidsperspektiver: flere AI-apparater og præsentation ved CES

Samsung oplyser, at de vil udvide AI-drevne energifunktioner til flere hvidevarer og give forbrugerne gennemsigtige oplysninger om brug og emissionspåvirkning. Virksomheden planlægger desuden at fremvise nye AI-drevne hjemmeapparater ved sit "The First Look"-arrangement under CES 2026 i Las Vegas i januar — en sandsynlig platform til at demonstrere, hvordan disse energieffektiviserende teknologier kommer til udtryk i næste generation af produkter.

For både energiteknologi-interesserede og forbrugere, der primært ønsker lavere regninger, er kombinationen af verificerede resultater og udrulning af AI-drevet energistyring værd at følge. Spørgsmålet bliver, om brugerne vil omfavne manuelle tilvalg, eller om producenter og reguleringer vil lægge op til mere automatiseret energistyring som standard. Det kommende år kan give afgørende svar, både gennem yderligere feltstudier og forbrugeradoption på tværs af markeder.

Anbefalinger til forbrugere og beslutningstagere

For forbrugere: overvej at aktivere energibesparende tilstande i kompatible apparater og følg producentens vejledning for at sikre, at ydeevne og vaskeresultat ikke kompromitteres. Tjek også producentens oplysninger om datapraksis og søg efter tredjepartsverifikationer som Carbon Trusts udtalelser for at vurdere troværdigheden af energipåstande. For beslutningstagere og energirådgivere er det nyttigt at fremme standarder for måling og rapportering, så energibesparelser fra smart home-teknologi kan sammenlignes konsistent på tværs af mærker og markeder.

For branchen: fortsat fokus på brugervenlighed, gennemsigtighed og interoperabilitet vil være afgørende for at øge adoptionen. Overvej også at samarbejde med uafhængige verifikationsorganisationer og offentlige myndigheder for at gøre energpåstande mere ensartede og troværdige. Endelig kan incitamenter fra energiselskaber, fx dynamiske tariffer eller rabatter for tidsforskudt forbrug, forstærke effekten af AI-baseret energistyring i husholdninger.

Uanset om man følger energiteknologi tæt eller blot ønsker lavere regninger, er det værd at holde øje med, hvordan verificerede resultater kombineret med bredere AI-udrulning former fremtidens energieffektive hjem. Spørgsmålet om manuel aktivering vs. automatisering vil være centralt, og hvordan producenternes designvalg, regulering og forbrugeroplysning påvirker denne balance, vil være afgørende for, hvor hurtigt energibesparelser realiseres i praksis.