27.04.2026 – Künstliche Intelligenz ist auch in der Energiewirtschaft längst angekommen. Um die Potenziale wirklich auszuschöpfen, gilt es nun, die nächsten Schritte zu tun und die neue Technologie wirklich im Unternehmen zu verankern.
Mit der Veröffentlichung von ChatGPT kam künstliche Intelligenz in der Gesellschaft an: Das frei verfügbare Large Language Model (LLM) zeigte einer breiten Öffentlichkeit die Möglichkeiten, aber auch die Grenzen und Risiken der neuen Technologie auf. Doch auch im Zuge des aktuellen KI-Hypes sollte man nicht vergessen: Ganz so neu ist das Konzept gar nicht.
KI-spezifische Risiken
- Daten: Großen Datenvolumina erschweren den Datenschutz. Im Fokus des Cyberschutzes : Datenmanagement, Monitoring der Integrität und Zugangskontrollen.
- Modelle: Modellverschlechterung, Modelldiebstahl, Exposition sensitiver Trainingsdaten und agentischer Missbrauch. Eine wichtige Gegenmaßnahme ist – neben Zugangskontrollen – die Modell-Isolation (Trennung von Daten und Umgebungen).
- Anwendungen: Ethische Probleme (z.B. Bias), Umgehung interner Sicherheitsbarrieren durch Prompt-Injektion. Empfehlenswert: Strikte Sicherheitsanforderungen für Lieferanten.
- Infrastruktur: Unsichere APIs, Denial-of-Service-Attacken auf Modelle oder Fehlkonfigurationen. Workload-Sandboxing oder Perimeter-Härtung (Firewalls, Netzwerksegmentierung, Traffic Inspection) reduzieren Risiken.
Quelle: Deloitte Tech Trends 2026
Tatsächlich treiben Fantasien von künstlichen Kreaturen und denkenden Maschinen die Menschheit seit Jahrhunderten um. Künstliche Intelligenz im heutigen Verständnis wird seit Mitte des 20. Jahrhunderts unter diesem Namen systematisch erforscht und entwickelt. ELIZA oder Deep Blue zeigten schon vor Jahrzehnten, dass intelligente Systeme sehr überzeugend menschliche Gespräche imitieren oder Schach spielen können – und machten damit noch Schlagzeilen. Die folgenden KI- Entwicklungen wurden ganz einfach Teil unseres Alltags: Maschinelles Lernen und Algorithmen zur Prozessautomatisierung ermöglichen zum Beispiel Suchmaschinen, personalisierte Werbung und Sprachassistenten – aber natürlich auch Lösungen, die Zählerstände aus Handyfotos ins Abrechnungssystem übermitteln, Erzeugungsanlagen und Speicher vermarkten, Anlagen- oder Kundendaten analysieren oder unter dem Oberbegriff RPA einfache, regelbasierte Prozesse erledigen.
Praxis und Potenziale
Die Frage, ob Energieversorger KI nutzen möchten oder sollten, stellt sich also gar nicht mehr. Sie tun es längst – möglicherweise sogar, ohne es wirklich zu bemerken. Heute sind KI-Fähigkeiten nämlich in aller Regel fest in externen Lösungen „verbaut“, die dann an die vorhandene Systemumgebung angebunden werden. Die jeweilige KI ist dementsprechend für die spezielle Aufgabe im Netzbetrieb oder Kundenservice trainiert, führt diese regelbasiert durch und lernt am Ergebnis. Das funktioniert bereits sehr gut, wenn ausreichend Daten vorhanden sind und die darauf aufsetzenden Arbeits- und Lernprozesse der KI nicht allzu viel Interpretationsspielraum lassen.
Quelle: Digital@EVU2026 (BDEW,VSE,Kearny,IMP3ROVE)
Bei komplexeren Aufgaben geht es langsamer voran und manch ein generisches Modell kommt hier an seine Grenzen – unter anderem, da die KI in der Energiewirtschaft umfangreiches regulatorisches und technisches Know-how erwerben muss, bevor sie wirklich Wirkung entfalten kann. Genau hier liegen allerdings auch die größten Potenziale, denn im Zuge der demographischen Entwicklung und des Fachkräftemangels werden Expert:innen schon bald sehr knapp. Gleichzeitig steigen die Anforderungen in allen Aufgabenbereichen. KI kann auf vielfältige Weise helfen, diese Lücke zu schließen: Richtig eingesetzt, reduziert sie manuelle Bearbeitungszeiten, verbessert Entscheidungsgrundlagen und hilft dem gesamten Team effizienter zu arbeiten. Die menschlichen Fachkräfte erhalten damit die Möglichkeit, sich auf anspruchsvolle Aufgaben zu konzentrieren und Freiräume, neue Ideen zu entwicklen und umzusetzen.
Aus der Box ins Büro
Foto: Have a nice day / stock.adobe.com
Dazu allerdings müssen Versorgungsunternehmen bereit sein, die Bots und Agenten – buchstäblich – in ihre Teams zu holen. Technisch ist das kein Problem mehr: Neuere Entwicklungen wie der offene MCP- (Model Context Protocol) Standard ermöglichen es KI-Modellen, tief in den vorhandenen Systemen zu arbeiten und sicher auf alle benötigten Datenquellen zuzugreifen. Konfigurierbare KI-Plattformen und -Tools können heute exakt an die individuellen Gegebenheiten und Abläufe angepasst, erweitert und im laufenden Betrieb verändert werden – beispielsweise, um schnell neue regulatorische Vorgaben umzusetzen oder auf veränderte Marktbedingungen zu reagieren. Sich mit diesen Optionen auseinanderzusetzen, lohnt sich in vielfacher Hinsicht.
Wer sich näher mit KI beschäftigt, merkt schnell, dass ihre Nutzung nur noch wenig mit dem Bedienen von Software im heutigen Sinne zu tun hat. Die notwendigen Skills lassen sich nirgends besser erwerben als in der Praxis – und sie werden schon in wenigen Jahren so selbstverständlich zum Qualifikationsprofil von EVU-Mitarbeitenden gehören wie heute der sichere Umgang mit Email-Programmen oder Standardmessgeräten. Umgekehrt lernt auch die KI am besten in der täglichen Zusammenarbeit mit ihren menschlichen Kolleg:innen. Eine echte Win-Win-Situation also für Unternehmen, die sich auf diesen Weg einlassen.
Doch damit allein ist es nicht getan, denn jede KI ist nur so gut, wie die Daten, auf die sie zugreift, und die Prozessvorgaben, nach denen sie arbeitet. Hier habe die Unternehmen der Energiebranche möglicherweise noch Hausaufgaben zu erledigen.
Strategie und Sicherheit
Quelle: Digital@EVU2026 (BDEW,VSE,Kearny,IMP3ROVE)
Wie das genau geht, können EVU heute in Brancheninitiativen, bei spezialisierten Beratungs- und Dienstleistungsfirmen und nicht zuletzt bei Ihren IT-Partnern lernen, die fast ausnahmslos bereits KI-Tools im Portfolio haben.
Diese Marktpartner und Organisationen haben auch die Anforderungen im Blick, die das deutsche und europäische Recht an KRITIS-Unternehmen und den Umgang mit personenbezogenen Daten stellt. Parallel arbeiten auch viele EVU bereits an KI-Strategien und -Richtlinien, um einen sicheren und nachvollziehbaren Einsatz zu gewährleisten. Diesen verbindlichen regulierenden Rahmen bereitzustellen und mit den praktischen Erfahrungen weiterzuentwickeln, wird eine weitere zentrale Aufgabe für die Energiebranche. (pq)