Pexon Consulting | 8 Min. Lesezeit | 16.07.2026
TL;DR
KI in der Energiewirtschaft scheitert 2026 selten an Modellen, sondern am Sprung vom Pilot in den Betrieb. Pexon (80 Mitarbeiter, Microsoft Partner) bringt Smart-Grid-, Kundenportal- und EMS-Anwendungen KRITIS- und BFSG-konform in Produktion. Ergebnis bei Versorgern: Bearbeitungszeiten im Kundenservice um 30 bis 40 Prozent gesenkt.
Das Problem: Viel Pilot, wenig Produktivbetrieb
Die Zahlen aus 2026 sind eindeutig. Laut der Digital@EVU-Studie 2026 von BDEW und Kearney arbeiten über 90 Prozent der Energieunternehmen bereits mit einer KI-Strategie oder planen eine. Gleichzeitig zeigt eine PwC-Auswertung 2026: Vier von fünf Versorgern haben erste KI-Lösungen eingeführt, aber sechs von zehn stecken noch im Testbetrieb fest.
Diese Lücke zwischen Strategie und Betrieb ist der eigentliche Engpass. Wir sehen bei Stadtwerken und Regionalversorgern immer wieder dasselbe Muster: Ein Data-Science-Team baut ein vielversprechendes Modell, es funktioniert in der Demo, und dann bleibt es dort hängen. Der Grund ist fast nie die KI selbst. Es sind Datensilos, ungeklärte KRITIS-Anforderungen und eine IT-Landschaft, die für Prototypen gebaut wurde, nicht für den Dauerbetrieb in einer kritischen Infrastruktur.
Datensilos sind dabei das hartnäckigste Problem. In einem typischen Versorger liegen die relevanten Informationen verteilt in SCADA, im Geoinformationssystem, in der Abrechnung und im CRM. Jedes System spricht sein eigenes Format, oft historisch gewachsen über zwei Jahrzehnte. Eine KI, die verlässliche Antworten liefern soll, braucht aber eine konsolidierte, aktuelle Sicht auf diese Daten. Ohne diese Grundlage produziert selbst das beste Modell im Betrieb Fehler, die im Pilot mit handverlesenen Testdaten nie aufgefallen wären.
Dazu kommt der finanzielle Druck. Die EY-BDEW-Stadtwerkestudie 2026 zeigt: Neun von zehn Stadtwerken rechnen mit einem Investitionshochlauf deutlich über dem bisherigen Niveau, ein Viertel sogar mit einem Anstieg von mehr als 200 Prozent. Wer so viel Kapital in Netze und Wärmewende steckt, kann sich KI-Projekte, die im Pilot versanden, schlicht nicht leisten. Jeder Euro muss auf einen messbaren Effizienz- oder Versorgungssicherheits-Gewinn einzahlen.
Die vier Digitalisierungs-Hebel für Versorger
Nicht jeder Use Case zahlt gleich schnell auf das Ergebnis ein. Wir priorisieren mit unseren Kunden nach Hebel, nicht nach technischer Verspieltheit. Diese vier Bereiche liefern erfahrungsgemäß am zuverlässigsten:
- Kundenportale und Self-Service. Zählerstände, Abschläge, Tarifwechsel, Störungsmeldungen: Ein KI-gestütztes Portal nimmt dem Service-Team die Routine ab. Hier sehen wir die schnellsten Effekte, weil das Volumen hoch und die Prozesse standardisiert sind.
- Smart Grids und SCADA-Auswertung. Lastprognosen, Anomalie-Erkennung im Netz, vorausschauende Wartung. Der Wert steigt mit dem Anteil volatiler Einspeisung. Voraussetzung ist saubere Sensordatenanbindung.
- Energiemanagement-Systeme (EMS). Optimierung von Beschaffung, Speichern und Flexibilitäten. Rechnet sich vor allem bei Versorgern mit eigener Erzeugung oder Direktvermarktung.
- Geo-Datenplattformen. Netzausbau, Konzessionsplanung, Instandhaltung. Weniger sichtbar, aber die Grundlage für fast alles andere, weil hier die Netzrealität liegt.
Unsere Empfehlung: Starten Sie mit dem Kundenportal, wenn Sie einen schnellen, sichtbaren Beweis brauchen. Starten Sie mit der Geo-Datenplattform, wenn Ihr eigentliches Problem die zersplitterte Datenbasis ist. Beides parallel zu Beginn raten wir ab, weil sich zwei Baustellen gegenseitig die Ressourcen wegnehmen.
Technisch setzen wir dabei je nach Cloud-Strategie auf Azure mit Databricks für die Datenplattform und Microsoft Fabric für das einheitliche Reporting. Für Versorger mit strengen Souveränitätsanforderungen kombinieren wir das mit privat gehosteten Modellen. Warum das kein Widerspruch sein muss, haben wir im Detail im Vergleich von DSGVO-konformen KI-Architekturen zwischen ChatGPT, Azure OpenAI und Self-Hosting beschrieben.
KRITIS und KI zusammen denken
Wer in der Energiewirtschaft KI produktiv nehmen will, kommt an NIS-2 nicht vorbei. Und die regulatorische Uhr tickt bereits. Das NIS2-Umsetzungs- und Cybersicherheitsstärkungsgesetz (NIS2UmsuCG) ist am 6. Dezember 2025 in Kraft getreten, ohne Übergangsfrist. Rund 29.500 Unternehmen fallen darunter, Registrierungs-, Melde- und Risikomanagementpflichten gelten sofort. Bis zum Ablauf der Registrierungsfrist am 6. März 2026 hatten sich laut BSI erst rund 11.500 Unternehmen registriert. Viele Versorger sind also formal bereits im Verzug.
Der Fehler, den wir am häufigsten sehen: KI-Projekt und KRITIS-Compliance laufen in getrennten Teams. Das Data-Team baut das Modell, die Security kommt erst zur Abnahme dazu und blockt. Dann steht das Projekt.
Unsere Empfehlung: KRITIS-Anforderungen gehören in die Architektur, nicht in die Abnahme. Das heißt konkret: Netzsegmentierung, Protokollierung, Zugriffskontrolle und Meldeketten werden mitgeplant, sobald der erste Prototyp Richtung Produktion geht. Ein KI-System, das auf Netzdaten oder Kundendaten zugreift, ist Teil der kritischen Infrastruktur. Es wie ein isoliertes Analyse-Tool zu behandeln, ist der schnellste Weg zu einem meldepflichtigen Vorfall.
Barrierefreiheit ist seit 2025 Pflicht
Ein Thema, das in der Energiewirtschaft oft untergeht: das Barrierefreiheitsstärkungsgesetz (BFSG). Es gilt seit dem 28. Juni 2025 und betrifft unter anderem Kundenportale, Apps und Online-Vertragsabschlüsse für Endverbraucher. Ein Kundenportal, das nicht barrierefrei ist, ist seit über einem Jahr rechtlich angreifbar.
Das ist gerade bei KI-gestützten Self-Service-Portalen relevant. Chatbots, dynamische Formulare und generierte Antworten müssen mit Screenreadern funktionieren, tastaturbedienbar sein und ausreichende Kontraste bieten. Wir sehen häufig, dass genau die neuen, KI-getriebenen Frontends die BFSG-Anforderungen reißen, während die alte statische Website sauber war.
In der Praxis ist Barrierefreiheit auch kein reines Frontend-Thema. Wenn ein KI-Chatbot dynamisch Antworten generiert, müssen diese Antworten strukturiert und vorlesbar ausgegeben werden. Das betrifft die gesamte Kette vom Datenmodell bis zur Ausgabe. Genau deshalb behandeln wir BFSG nicht als abschließende Checkliste, sondern als Anforderung, die jede Komponente des Portals mitträgt.
Kosten und Zeitrahmen: womit Sie rechnen sollten
Die häufigste Frage im Erstgespräch ist die nach dem Aufwand. Deshalb hier eine ehrliche Orientierung, keine Werbezahlen:
Diese Spannen setzen voraus, dass die Datenbasis nicht völlig zersplittert ist. Ist sie das, wird der Vorlauf länger. Genau deshalb starten wir mit einem klar abgegrenzten 6-Wochen-Piloten: Er liefert einen belastbaren Business Case, bevor ein sechsstelliges Plattform-Budget freigegeben wird.
Unsere Empfehlung: Kein Big-Bang-Programm. Ein Use Case, sauber in den Produktivbetrieb, mit messbarem Ergebnis. Dann skalieren. Wer 2026 gleich die gesamte Prozesslandschaft umkrempeln will, verbrennt Budget und Vertrauen der Fachbereiche.
Häufig gestellte Fragen
Was kostet ein KI-Projekt in der Energiewirtschaft?
Ein abgegrenzter Pilot mit einem Use Case liegt typischerweise zwischen 30.000 und 60.000 EUR und ist in sechs Wochen belastbar bewertbar. Eine vollständige Datenplattform beginnt bei etwa 80.000 EUR. Entscheidend für die Kosten ist der Zustand Ihrer Datenbasis, nicht das KI-Modell.
Ist KI in einer KRITIS-Umgebung überhaupt zulässig?
Ja, wenn die Architektur die NIS-2-Anforderungen erfüllt. Netzsegmentierung, Protokollierung, Zugriffskontrolle und Meldeketten müssen von Anfang an mitgeplant werden. Das NIS2UmsuCG gilt seit dem 6. Dezember 2025 ohne Übergangsfrist, KRITIS-Konformität ist also keine Kür mehr.
Müssen wir unsere Daten in die Public Cloud geben?
Nein. Für souveränitätskritische Anwendungen kombinieren wir Cloud-Dienste mit privat gehosteten Modellen, sodass sensible Netz- und Kundendaten das eigene Umfeld nicht verlassen. Welche Architektur passt, hängt von Schutzbedarf und Regulatorik ab.
Betrifft uns das BFSG als Energieversorger?
Ja, sobald Sie Kundenportale, Apps oder Online-Vertragsabschlüsse für Endverbraucher anbieten. Das Barrierefreiheitsstärkungsgesetz gilt seit dem 28. Juni 2025. Gerade KI-gestützte Self-Service-Frontends reißen die Anforderungen oft, wenn Barrierefreiheit nicht von Beginn an eingeplant ist.
Wie lange dauert es vom Prototyp bis zum Produktivbetrieb?
Für einen einzelnen, klar geschnittenen Use Case sind sechs Wochen realistisch, wenn die Datenanbindung steht. Der Rollout auf mehrere Netzgebiete inklusive KRITIS-Nachweis und Monitoring dauert dann sechs bis zwölf Monate. Der Sprung aus dem Pilot ist der aufwendigere Teil, nicht der Pilot selbst.
Nächster Schritt
Verwandte Themen
