RWTH-Projekt
Forscher wollen Stromversorgung sicher machen – mit KI
08.01.2026 – 16:13 UhrLesedauer: 2 Min.
Windräder (Symbolbild): Strom stammt zunehmend aus Wind- und Solaranlagen. (Quelle: IMAGO/JOERAN STEINSIEK)
Wie lässt sich die Stromversorgung in Deutschland auch in Zukunft zuverlässig gestalten? Mit dieser Frage beschäftigen sich Forscher der RWTH Aachen.
Ein Angriff auf das Stromnetz in Berlin hat gerade gezeigt, wie wichtig es ist, dass die Stromversorgung auch in Zukunft zuverlässig bleibt. Forschende der RWTH Aachen haben ein neues Projekt gestartet, das die Sicherheit der Stromversorgung verbessern soll, indem es Antworten auf komplexe Zusammenhänge liefert. Das Vorhaben setzt voll auf Künstliche Intelligenz und wird vom Bundesministerium für Wirtschaft und Energie gefördert.
Unter der Leitung von Professor Aaron Praktiknjo vom Lehrstuhl für Energiesystemökonomik der RWTH Aachen untersucht das Projekt „KIVi Antelopes“, wie sich die Stromversorgung in Deutschland auch unter veränderten Bedingungen zuverlässig sichern lässt. Beteiligt sind zudem die Hochschule Düsseldorf und das Unternehmen Volatile GmbH. Die Förderung erfolgt im Rahmen des 8. Energieforschungsprogramms des Bundes.
Ausgangspunkt ist der tiefgreifende Wandel des Energiesystems. Strom stammt zunehmend aus Wind- und Solaranlagen. Gleichzeitig steigt der Verbrauch durch Elektromobilität, Wärmepumpen und digitale Anwendungen. Diese Entwicklungen erhöhen die Abhängigkeit vom Wetter und machen Prognosen schwieriger. Hinzu kommen Folgen des Klimawandels, etwa Extremwetter oder eingeschränkte Kühlwasserversorgung für Kraftwerke.
Nach Angaben der Forschenden beeinflussen sich viele dieser Faktoren gegenseitig. Bisher ließen sie sich nur schwer gemeinsam modellieren. KIVi Antelopes soll diese Lücke schließen. Ziel ist es, komplexe Kettenreaktionen im Energiesystem systematisch zu erfassen und bewertbar zu machen.
Dazu nutzt das Projekt Künstliche Intelligenz in Form sogenannter Meta-Modelle. Diese vereinfachen aufwendige Simulationen, ohne zentrale Zusammenhänge zu verlieren. Die Berechnungen sollen deutlich schneller laufen als bisherige Modelle. So könnten Entscheidungsträger kurzfristig belastbare Einschätzungen erhalten, etwa bei drohenden Engpässen oder neuen politischen Vorgaben.
Professor Aaron Praktiknjo erklärte, man wolle ein Werkzeug entwickeln, das die Dynamik des Energiesystems realistisch abbilde und zugleich im Alltag von Politik und Wirtschaft nutzbar sei. Es gehe darum, Forschungsergebnisse schneller in praktische Entscheidungen zu überführen.
Auch Projektpartner Professor Mario Adam vom Zentrum für Innovative Energiesysteme der Hochschule Düsseldorf sieht darin einen entscheidenden Vorteil. Leistungsfähige Methoden des Machine Learning könnten helfen, Unsicherheiten besser einzuordnen und Risiken früher zu erkennen.
Die Ergebnisse des Projekts sollen Politik, Energiebranche und Verwaltung unterstützen. Konkrete Maßnahmen oder Anwendungen werden im Laufe der Projektarbeit entwickelt. Ziel bleibt eine stabile Stromversorgung – auch unter zunehmend komplexen Bedingungen.