KI gegen Blackouts: Wie Fraunhofer das Stromnetz stabil halten will
Am 2. Juni 2026 hat Fraunhofer mehrere KI-Projekte für die Netzstabilität vorgestellt. Sie sollen Operatoren entlasten, den Fachkräftemangel abfedern und Blackouts wie den auf der iberischen Halbinsel verhindern. Dieser Artikel erklärt, was die Projekte leisten, welche Hardware dazugehört und worauf deutsche Unternehmen bei Reife, Sicherheit und EU AI Act achten sollten.
Das deutsche Stromnetz braucht heute rund 500 manuelle Eingriffe pro Tag, um stabil zu bleiben, vor wenigen Jahren genügten ein bis zwei. Grund ist die Energiewende mit vielen dezentralen, wetterabhängigen Einspeisern statt weniger trägheitsstarker Kraftwerke. Fraunhofer hat am 2. Juni 2026 mehrere KI-Projekte vorgestellt: eKI4DS mit NVIDIA und TransnetBW erkennt kritische Netzzustände per maschinellem Lernen, ein KI-Agent von Fraunhofer IOSB-AST automatisiert Routineanalysen und federt den Fachkräftemangel ab, sein Feldtest mit drei Netzbetreibern läuft seit Februar 2026. Dazu kommen netzbildende Wechselrichter, Batteriespeicher und bidirektionales Laden als stabilisierende Hardware. Der Blackout in Spanien und Portugal am 28. April 2025, bei dem rund 15 Gigawatt ausfielen und die Frequenz von 50 auf 47 Hertz einbrach, zeigt, was auf dem Spiel steht. Der zentrale Vorbehalt: KI im Netzbetrieb gilt nach EU AI Act als Hochrisiko-Anwendung, mit Pflichten ab Dezember 2027. Die KI bleibt Assistenz, die Entscheidung und die Governance bleiben beim Menschen.
500 Eingriffe pro Tag: Warum das Netz an die Grenze kommt
Das deutsche Stromnetz braucht heute rund 500 manuelle Eingriffe pro Tag, um stabil zu bleiben, vor wenigen Jahren genügten ein bis zwei. Der Grund ist die Energiewende: Viele dezentrale, wetterabhängige Einspeiser ersetzen wenige große, trägheitsstarke Kraftwerke. Fraunhofer-Forscher sehen das alternde Netz als Dreh- und Angelpunkt der Energiewende und setzen auf KI, um die wachsende Komplexität beherrschbar zu halten.
Wie KI in der Netzsteuerung konkret eingesetzt wird, hat innobu im Beitrag zu Agentic AI in der Energiewirtschaft und Netzsteuerung eingeordnet. Der aktuelle Schub kommt aus der Forschung.
Die Fraunhofer-Projekte: Wie KI Netzbetreiber unterstützt
Fraunhofer bündelt mehrere KI-Projekte, die Operatoren entlasten und Kettenreaktionen verhindern sollen. Im Zentrum steht erklärbare KI, die kritische Netzzustände früh erkennt und konkrete Handlungsempfehlungen liefert, ohne dem Menschen die Entscheidung abzunehmen. Wichtig ist diese Rollenverteilung: Die KI bleibt Assistenz, der Operator behält die Kontrolle.
eKI4DS
Mit Fraunhofer IEE, NVIDIA und TransnetBW. Maschinelles Lernen erkennt gefährliche Netzzustände und schlägt Gegenmaßnahmen vor, trainiert auf einem Open-Source-Modell des deutschen Übertragungsnetzes.
KI-Agent
Von Fraunhofer IOSB-AST. Automatisiert Routineanalysen und reduziert die lange Einarbeitung. Feldtest mit drei Netzbetreibern seit Februar 2026, Einsatz in ein bis zwei Jahren erwartet.
InterSCADA
Ein EU-Projekt von Fraunhofer IEE. Modulare Open-Source-Plattform für Datenerfassung, Fernüberwachung und Netzsteuerung über europäische Netze hinweg, um Anomalien früher zu erkennen.
Operations Center
Von Fraunhofer IFF. Bündelt Daten aus Erzeugung, Transport, Speicherung und Verbrauch und erzeugt KI-gestützt Trainingsszenarien für Krisen, etwa nach dem Sabotage-Ausfall in Berlin.
Operatoren brauchen ein bis zwei Jahre Einarbeitung. Eine automatisierte Analyse senkt diese Einstiegshürde und entlastet die Teams im Alltag.
Dr.-Ing. Dennis Rösch, Fraunhofer IOSB-ASTStabilität von unten: Wechselrichter und Vehicle-to-Grid
KI allein stabilisiert kein Netz, sie braucht stabilisierende Hardware. Netzbildende Wechselrichter können die wegfallende Schwungmasse konventioneller Kraftwerke ersetzen und Frequenz und Spannung aktiv stützen. Kombiniert mit Batteriespeichern und bidirektionalem Laden entsteht eine dezentrale Reserve, die im Notfall sogar Inselnetze bilden kann.
Netzbildende Wechselrichter
Sie stützen Frequenz und Spannung aktiv und ersetzen die Trägheit großer Generatoren. Im Projekt SUREVIVE hat Fraunhofer ISE das erste netzbildende Batteriesystem direkt an ein Umspannwerk angeschlossen.
Speicher und Inselnetz
Im Projekt ALene koppelt Fraunhofer Wechselrichter mit Batterien und misst die Netzimpedanz in Echtzeit. Bei einem Großausfall lässt sich so ein lokales Inselnetz aufbauen, bis das Hauptnetz zurückkehrt.
Vehicle-to-Grid
Ein E-Auto-Akku mit rund 90 Kilowattstunden deckt etwa eine Woche Haushaltsverbrauch. Bidirektionales Laden stützt das Netz bei Engpässen, Pilotprojekte liefen bereits in München und Hamburg.
Hardware und KI gehören zusammen: Erklärbare KI erkennt einen kritischen Zustand, aber gegensteuern muss physische Technik. Netzbildende Wechselrichter, Speicher und steuerbare Verbraucher sind die Stellhebel, die eine KI-Empfehlung erst wirksam machen. Wer KI plant, muss die Hardware mitdenken.
Deutsche und EU-Perspektive: Vom Iberien-Blackout lernen
Der Blackout auf der iberischen Halbinsel am 28. April 2025 zeigt, was auf dem Spiel steht. Rund 15 Gigawatt Leistung fielen aus, etwa 60 Prozent der damaligen Nachfrage, die Frequenz brach von 50 auf 47 Hertz ein. Ursache war ein Zusammenspiel aus geringer Systemträgheit, netzfolgenden statt netzbildenden Wechselrichtern und fehlender Spannungsstützung. Europäische Netzbetreiber arbeiten bereits an KI-Werkzeugen.
Auf europäischer Ebene ist KI im Netzbetrieb kein Neuland. Der Verband ENTSO-E listet konkrete Beispiele: TenneT nutzt das GridOptions-Tool für das Engpassmanagement, RTE in Frankreich das System ORIGAMI zur Entlastung der Operatoren, der tschechische Betreiber ČEPS KI zur Fehlererkennung in Netzmodellen. Das Horizon-Europe-Projekt AI-EFFECT baut zusammen mit TenneT eine europäische Test- und Experimentierumgebung für vertrauenswürdige KI im Energiesektor.
Nicht der hohe Anteil erneuerbarer Erzeugung war die Ursache des Iberien-Blackouts, sondern das Management von Spannung und Trägheit im System.
Diese Einordnung ist wichtig, weil sie gegen pauschale Schuldzuweisungen steht. Nicht die Erneuerbaren an sich gefährden das Netz, sondern fehlende Stützmechanismen. Genau hier setzen netzbildende Wechselrichter und KI-gestützte Frühwarnung an, wie auch der Beitrag zu virtuellen Kraftwerken und KI-Batteriespeichern zeigt.
Herausforderungen und Risiken
KI im Netz ist kein Selbstläufer. Sie fällt unter die strengsten Regeln des EU AI Act und trifft auf eine Branche, die KI bislang vor allem im Kundenservice nutzt, kaum aber im technischen Kern. Vier Punkte sollten Unternehmen nüchtern bewerten.
Hochrisiko nach EU AI Act: KI zur Steuerung kritischer Infrastruktur gilt nach Anhang III des EU AI Act als Hochrisiko-Anwendung. Die Pflichten greifen nach der jüngsten Fristverschiebung ab dem 2. Dezember 2027 und umfassen Risikomanagement, Dokumentation, Konformitätsbewertung und menschliche Aufsicht.
Reife-Lücke im technischen Kern
Laut PwC nutzen 79 Prozent der Energieversorger bereits KI, der Schwerpunkt liegt aber im Kundenservice. Netzbetrieb und Erzeugung hinken deutlich hinterher. Viele Versorger testen KI in Pilotprojekten, wenige sind im produktiven Einsatz reif. Diese Lücke zwischen Anspruch und Realität ist die größte Hürde.
Sicherheit und Cyber-Angriffsfläche
Der Sabotage-Ausfall in Berlin am 3. Januar 2026 ließ 45.000 Haushalte und über 2.200 Betriebe vier Tage ohne Strom und zeigte, dass im Krisenfall ein Echtzeit-Lagebild des Netzes fehlte. KI kann dieses Lagebild verbessern, erhöht aber zugleich die Cyber-Angriffsfläche und schafft neue Abhängigkeiten von Datenqualität und Modellen.
Datenqualität und Altsysteme
KI im Netzbetrieb braucht saubere, einheitliche Daten und muss in sicherheitskritische Altsysteme integriert werden. ENTSO-E nennt Datenerfassung über viele IT-Systeme, Datenqualität und die Integration in bestehende Schutzsysteme als zentrale Hürden. Ohne belastbare Datenbasis bleibt jede KI-Empfehlung unsicher.
Mensch bleibt in der Verantwortung
Erklärbare KI senkt das Risiko von Fehlentscheidungen, garantiert aber keine Korrektheit. Bei einer Hochrisiko-Anwendung wie der Netzsteuerung muss der Mensch die letzte Instanz bleiben. Die Forschung betont diese Rollenverteilung bewusst, auch um die Akzeptanz bei Operatoren zu sichern.
Was Unternehmen jetzt tun sollten
Energieversorger und Netzbetreiber sollten KI im Netzbetrieb als Assistenz planen, nicht als Ersatz für Operatoren, und Governance von Anfang an mitdenken. Wer jetzt Datenbasis, Erklärbarkeit und Compliance aufbaut, ist 2027 vorbereitet, wenn die EU-AI-Act-Pflichten greifen. Vier Schritte helfen dabei.
-
Mit erklärbarer Assistenz starten
Beginne mit Systemen, die Empfehlungen geben, statt autonom zu schalten. So bleibt der Operator in der Verantwortung, und die Befunde sind nachvollziehbar, ein Muss für eine Hochrisiko-Anwendung.
-
Datenbasis und Lagebild schaffen
Baue ein Echtzeit-Lagebild und einheitliche Datenmodelle auf. Ohne saubere Daten scheitert jede KI. Der Berliner Ausfall hat gezeigt, wie teuer ein fehlendes Lagebild im Krisenfall wird.
-
Compliance früh einplanen
Stufe KI-Anwendungen im Netzbetrieb als potenziell hochriskant ein und plane Dokumentation, Risikomanagement und menschliche Aufsicht. Das ist günstiger vor dem ersten produktiven Lauf als danach.
-
Mit Forschung pilotieren
Nutze Fraunhofer-Projekte und EU-Initiativen wie AI-EFFECT als Anschluss für eigene Tests. Und denke die Hardware mit: Netzbildende Wechselrichter und Speicher machen KI-Empfehlungen erst wirksam.
Wie sich Regulierung und KI bei Energieversorgern zusammendenken lassen, vertieft der Beitrag zur KI-Regulatorik für Energieversorger . Den Hintergrund zu Rechenzentren als Netzrisiko liefert der Artikel zum NERC-Alarm und KI-Rechenzentren .
KI im Netz ist ein Werkzeug mit hohem Hebel, aber keine Vollautomatik. Der Wert entsteht durch erklärbare Assistenz, eine belastbare Datenbasis, stabilisierende Hardware und eine klare Governance. Wer das beachtet, kann die wachsende Komplexität beherrschen, ohne die Kontrolle abzugeben.
Weiterführende Informationen
Häufig gestellte Fragen
Netzbetreiber müssen heute rund 500 Eingriffe pro Tag vornehmen, um das Stromnetz stabil zu halten, früher waren es ein bis zwei. Der Grund ist die Energiewende: Viele dezentrale, wetterabhängige Einspeiser wie Wind und Solar ersetzen wenige große, trägheitsstarke Kraftwerke. Dadurch steigt die Komplexität, und die Gefahr von Kettenreaktionen und Engpässen nimmt zu.
KI erkennt kritische Netzzustände früher und schlägt Operatoren konkrete Gegenmaßnahmen vor. Fraunhofer entwickelt mit NVIDIA und TransnetBW das Projekt eKI4DS, das per maschinellem Lernen gefährliche Zustände erkennt und erklärbare Empfehlungen liefert. Ein KI-Agent von Fraunhofer IOSB-AST automatisiert Routineanalysen und federt den Fachkräftemangel ab. Die KI bleibt dabei Assistenz, der Mensch behält die Entscheidung.
Beim Blackout auf der iberischen Halbinsel am 28. April 2025 fielen rund 15 Gigawatt aus, etwa 60 Prozent der damaligen Nachfrage, und die Frequenz brach von 50 auf 47 Hertz ein. Ursache war ein Zusammenspiel aus geringer Systemträgheit, netzfolgenden statt netzbildenden Wechselrichtern und fehlender Spannungsstützung. Laut IEEFA war nicht der hohe Anteil Erneuerbarer die Ursache, sondern das Management von Spannung und Trägheit.
Ja. KI zur Steuerung kritischer Infrastruktur wie dem Stromnetz gilt nach Anhang III des EU AI Act als Hochrisiko-Anwendung. Die zugehörigen Pflichten greifen nach der aktuellen Fristverschiebung ab dem 2. Dezember 2027. Sie umfassen Risikomanagement, technische Dokumentation, Konformitätsbewertung und menschliche Aufsicht. Wer KI im Netzbetrieb plant, sollte diese Anforderungen von Anfang an mitdenken.
Energieversorger sollten KI im Netzbetrieb als Assistenz planen, nicht als Ersatz für Operatoren, und Governance früh mitdenken. Sinnvoll sind erklärbare Assistenzsysteme, die Empfehlungen geben statt autonom zu schalten, eine belastbare Datenbasis mit Echtzeit-Lagebild, eine frühe EU-AI-Act-Einstufung und der Anschluss an Forschungsprojekte wie AI-EFFECT. Laut PwC nutzen zwar 79 Prozent der Versorger KI, der Schwerpunkt liegt aber im Kundenservice, nicht im technischen Netzbetrieb.