Hinweis: Das Beitragsbild wurde mit künstlicher Intelligenz erzeugt.
Künstliche Intelligenz unterstützt den Netzbetrieb beim Übertragungsnetzbetreiber Amprion bereits in mehreren Bereichen. Das macht Thomas Dederichs, Asset Manager in der Systementwicklung des Unternehmens, deutlich. Vollständig ersetzen wird KI den menschlichen Operator im Netz jedoch nicht, zumindest nicht in den nächsten Jahren. Für Industrieunternehmen und Energieversorger ist das eine relevante Einordnung: Das Stromnetz, auf das sie angewiesen sind, wird komplexer und digitaler, aber nicht autonomer.
Drei Einsatzfelder bei Amprion
Amprion unterscheidet intern drei Kategorien des KI-Einsatzes. Die erste umfasst Standardwerkzeuge wie Sprachmodelle und Übersetzungsdienste, die rund 3.500 Mitarbeitende bei Routineaufgaben entlasten. Die zweite betrifft energiewirtschaftliche Kernprozesse, darunter Regelenergieprognosen, bei denen KI-Methoden die Vorhersagequalität verbessern, indem sie verschiedene Wetterdatensätze kombinieren. Die dritte Kategorie sind strategische Zukunftsfelder, intern als „Big Bets“ bezeichnet. Im Mittelpunkt steht dabei die Leitwarte der Zukunft.
Steigende Komplexität im Netz
Das Stromnetz verändert sich strukturell. Früher speisten einige Hundert große Kraftwerke in das Netz ein. Heute gibt es bereits über 1.200 Bilanzkreisverantwortliche. Künftig könnten es Zehntausende Akteure sein, darunter Speicher, Prosumer und dezentrale Anlagen. Das erhöht die Zahl der notwendigen Schalthandlungen erheblich. Ob ein Operator zehn, hundert oder tausend Schalthandlungen pro Stunde vornehmen soll, macht nach Aussage von Dederichs einen enormen Unterschied. Genau hier sieht Amprion Potenzial für KI als Assistenzsystem.
Stufen der Automatisierung: Advice, Assist, Replace
Dederichs beschreibt den Stand mit einem Vergleich aus der Fahrzeugtechnik. Er unterscheidet drei Stufen: Advice, Assist und Replace. Im Netzbetrieb bewegt sich Amprion derzeit auf den ersten beiden. KI zeigt Handlungsoptionen auf und unterstützt Entscheidungen. Die Verantwortung liegt weiterhin beim Menschen. Eine autonome Steuerung kritischer Netzeingriffe ist weder technisch ausgereift noch regulatorisch geklärt. Dederichs rechnet für manche Szenarien mit einem Zeithorizont von fünf bis zehn Jahren.
Netz und Markt: Feinere Steuerung möglich
KI könnte auch die Schnittstelle zwischen Netzbetrieb und Energiemarkt verändern. Bisher arbeiten Netzbetreiber mit vergleichsweise groben Instrumenten. Mit besserer Datenlage und KI-gestützter Auswertung ließen sich Speicher gezielt netzdienlich einsetzen. Flexibilitäten im Netz könnten präziser aktiviert werden, Redispatch-Maßnahmen könnten sinken. Für energieintensive Industrieunternehmen, die selbst Speicher oder steuerbare Lasten betreiben, ist das ein Signal. Die Anforderungen an netzdienliches Verhalten dürften in den nächsten Jahren steigen.
Sichtbarkeit bis in die Verteilnetze
Im Übertragungsnetz ist die Datentransparenz laut Dederichs bereits hoch. Ein offenes Problem ist die Sichtbarkeit in den nachgelagerten Verteilnetzen. Dort fehlen oft Echtzeitdaten über Lasten, Einspeisungen und Netzzustand. KI kann helfen, diese Lücken zu schließen, etwa durch Mustererkennung in vorhandenen Daten. Das ist für Industriebetriebe mit eigenen Netzanschlusspunkten relevant. Wer Daten liefern kann, wird künftig möglicherweise stärker in Netzsteuerungskonzepte eingebunden.
Resilienz als Schlüsselanwendung
Seltene Extremereignisse stellen Netzbetreiber vor besondere Herausforderungen. Für solche Situationen liegen kaum Erfahrungswerte aus dem Realbetrieb vor. KI kann helfen, große Datenmengen in kurzer Zeit auszuwerten und ungewöhnliche Lagen schneller einzuordnen. Dederichs nennt das eines der interessantesten Anwendungsfelder. Für Unternehmen, die auf stabile Versorgung angewiesen sind, bedeutet das: Die Ausfallsicherheit des Netzes hängt künftig auch davon ab, wie gut KI-Systeme im Ausnahmefall funktionieren.
Fazit
KI ist im deutschen Übertragungsnetz kein Zukunftsprojekt mehr, aber noch kein Entscheidungsträger. Amprion zeigt, wie ein strukturierter Einstieg aussehen kann: von Alltagswerkzeugen über Prognosesysteme bis zu strategischen Pilotvorhaben in der Leitwarte. Der Zeithorizont für autonome Eingriffe in kritische Infrastruktur bleibt lang. Für Produktions- und Energieverantwortliche in Industrie und Mittelstand ändert sich dennoch etwas: Das Netz wird datengetriebener, die Anforderungen an Flexibilität und Netzdienlichkeit steigen. Wer eigene steuerbare Lasten oder Speicher betreibt, sollte die Entwicklung verfolgen.
