Die Energiewende braucht Kapital und Intelligenz

Die Energiewende ist eine der größten Investitionsaufgaben unserer Zeit. Wir brauchen mehr erneuerbare Erzeugung, leistungsfähigere Netze, Speicher und neue Flexibilitäten. Die entscheidende Frage lautet deshalb häufig:

Wie viel müssen wir investieren und wohin soll das Kapital fließen?  

Das ist richtig, aber es greift zu kurz. Denn parallel zur physischen Transformation unseres Energiesystems findet eine zweite, mindestens ebenso bedeutende Veränderung statt:

Unser Energiesystem wird datengetrieben.

Damit verändert sich auch die Logik von Investitionsentscheidungen. Es geht künftig nicht nur darum, welche zusätzliche Infrastruktur wir errichten. Es geht zunehmend auch darum, wie intelligent wir diese Infrastruktur betreiben, steuern und miteinander verbinden und wie viel Leistung und Wert wir mit jedem investierten Euro schaffen.

Artificial Intelligence wird damit nicht einfach zu einer weiteren Technologie der Energiewende. Sie wird zu einem Hebel für die Produktivität unseres Energiesystems und des darin eingesetzten Kapitals.

Die fünf Ds verändern die Logik des Energiesystems

Für mich lässt sich die Transformation der Energiewirtschaft am besten anhand von fünf Ds beschreiben:

Dekarbonisierung, Dezentralisierung, Demokratisierung, Degression und Digitalisierung.

Über allem steht die Dekarbonisierung. Strom aus erneuerbaren Quellen wird zunehmend zur Leitenergie unseres Energiesystems, nicht nur in der klassischen Stromversorgung, sondern durch die fortschreitende Elektrifizierung auch in Mobilität, Wärme und Industrie. Gleichzeitig verändert die Kostendegression die ökonomische Logik. Wind und Photovoltaik haben sich zu hoch wettbewerbsfähigen Formen der Stromerzeugung entwickelt. Auch Speicher gewinnen mit sinkenden Kosten und neuen Geschäftsmodellen an Bedeutung. Besonders fundamental sind jedoch Dezentralisierung und Demokratisierung. Das traditionelle Energiesystem folgte einer vergleichsweise einfachen Logik:

Wenige große Kraftwerke erzeugten Strom. Netze transportierten ihn. Kunden verbrauchten ihn.

Diese Welt verändert sich. Heute treffen große Wind- und PV-Parks auf eine stetig wachsende Zahl dezentraler Erzeugungsanlagen, Batteriespeicher, Wärmepumpen und Elektroautos. Energiegemeinschaften entstehen. Kunden werden zu Prosumern und können zunehmend auch Flexibilität bereitstellen.

Ein Elektroauto zeigt, wohin diese Entwicklung führen kann: Es lädt bevorzugt dann, wenn viel erneuerbare Energie verfügbar und Strom günstig ist. Zu einem späteren Zeitpunkt kann es über bidirektionales Laden einen Teil dieser Energie wieder dem System zur Verfügung stellen. Aus einem Verbraucher wird ein aktiver Teilnehmer am Energiesystem. Damit steigt allerdings die Komplexität erheblich. Erzeugung und Verbrauch müssen weiterhin zu jedem Zeitpunkt im Gleichgewicht sein. Dieses Gleichgewicht muss künftig jedoch mit einer enormen Zahl dezentraler, volatiler und zunehmend flexibler Assets hergestellt werden.

Genau deshalb wird das fünfte D – die Digitalisierung– zum entscheidenden Enabler.

Die Energiewende ist nicht nur eine Infrastrukturtransformation. Sie ist zunehmend auch eine Daten- und Steuerungstransformation.

Wir werden weiterhin massiv in Windkraft, Photovoltaik, Speicher und Netze investieren müssen. Gleichzeitig müssen wir lernen, die Leistungsfähigkeit dieser Assets besser auszuschöpfen und sie intelligenter miteinander zu verbinden.

Nicht Technologie, sondern Wert

Was das konkret bedeutet, zeigt sich weniger in Zukunftsszenarien als in Anwendungen, die bereits heute Realität sind. Bei Burgenland Energie setzen wir diese Entwicklung entlang der gesamten energiewirtschaftlichen Wertschöpfungskette um von Erzeugung und Handel über das Netz bis zum Kunden.

Die entscheidende Frage lautet dabei nicht:

Wo können wir AI einsetzen?

Sondern:

Welche Entscheidung können wir besser treffen und welchen Wert schaffen wir dadurch?

Dieser Perspektivenwechsel ist entscheidend. Denn Technologie schafft nicht automatisch Wert. Wert entsteht erst dann, wenn bessere Informationen zu besseren Entscheidungen und bessere Entscheidungen zu besseren wirtschaftlichen und operativen Ergebnissen führen.

Erzeugung: Aus Wartung wird Asset Intelligence

Ein Windpark oder eine Photovoltaikanlage ist eine Investition für Jahrzehnte. Entsprechend intensiv beschäftigen wir uns vor einer Investition mit Business Case, Technologie, Finanzierung und Errichtung. Der wirtschaftliche Erfolg eines Assets entscheidet sich jedoch über seine gesamte Lebensdauer. Bei Burgenland Energie entwickeln wir unser Asset Management deshalb konsequent datengetrieben weiter. Mit IBM Maximo Renewables haben wir einen konkreten Anwendungsfall in Umsetzung: Betriebs- und Zustandsdaten werden automatisiert zusammengeführt, Verfügbarkeit und Performance von Wind- und PV-Anlagen integriert überwacht sowie Einspeiseverluste und deren Ursachen systematisch analysiert. Der nächste Schritt ist Predictive Maintenance. Statt erst zu reagieren, wenn eine Komponente ausfällt, geht es zunehmend darum, frühzeitig zu erkennen: Wo entsteht ein Problem? Wie wahrscheinlich ist ein Ausfall? Und wann ist der optimale Zeitpunkt für eine Intervention?  Damit verändert sich die Logik der Instandhaltung: von reaktiv zu vorausschauend und von Maintenance zu Asset Intelligence. Der wirtschaftliche Effekt ist unmittelbar: höhere Verfügbarkeit, weniger ungeplante Stillstände und eine bessere Nutzung bereits vorhandener Anlagen. Genau diesen Zusammenhang zwischen intelligenterer Steuerung und höherer Produktivität physischer Assets adressiert unser Ansatz. Der erste Hebel lautet damit: mehr Wert aus bestehenden Assets.

Handel: Volatilität intelligent beherrschen

Im Energiehandel wird dieser Zusammenhang noch unmittelbarer sichtbar. Mit dem steigenden Anteil volatiler Erzeugung gewinnt Prognosequalität enorm an Bedeutung.  Wie viel Wind produzieren unsere Anlagen morgen? Wie entwickelt sich die PV-Erzeugung in den nächsten Stunden? Wie verändern sich Preise und Last? Und wie positionieren wir darauf basierend unser Portfolio?  Algorithmische Modelle können Wetter-, Erzeugungs-, Markt- und Preisdaten in immer kürzeren Zeitintervallen miteinander verbinden. Ein anschauliches Beispiel aus unserer Praxis ist eine Steady-Eye-Kamera, mit der Wolkenbewegungen beobachtet werden, um kurzfristige Veränderungen der Photovoltaikproduktion besser vorherzusagen. Das technische Prinzip ist interessant. Entscheidend ist aber die wirtschaftliche Wirkungskette:

Bessere Wetterprognose → bessere Erzeugungsprognose → bessere Handelsentscheidung → geringere Kosten und Risiken.

Darin steckt eine grundlegende Logik von AI: Aus Daten werden Prognosen. Aus Prognosen werden Entscheidungen. Aus besseren Entscheidungen entsteht Wert. Der zweite Hebel lautet damit: Volatilität besser beherrschen.

Netz: Investieren und gleichzeitig intelligenter nutzen

Eine der größten Investitionsaufgaben der Energiewende liegt in unseren Stromnetzen. Dezentrale Erzeugung, Speicher, Wärmepumpen und Elektromobilität verändern Lastflüsse fundamental. Netzausbau bleibt deshalb unverzichtbar. Aber die Energiewende kann nicht ausschließlich darin bestehen, immer mehr Kupfer zu verbauen. Wir müssen gleichzeitig fragen: Wie können wir die vorhandene Infrastruktur intelligenter nutzen? Bei Netz Burgenland arbeiten wir gemeinsam mit enliteAI an genau dieser Frage. Ansätze wie Grid State Estimation, Flexibility Management und Dynamic Operational Envelopes sollen dazu beitragen, den tatsächlichen Netzzustand besser zu kennen, flexible Erzeuger und Verbraucher gezielter einzubinden und vorhandene Netzkapazitäten effizienter zu nutzen. Damit verändert Digitalisierung eine fundamentale Investitionsfrage. Sie lautet nicht mehr ausschließlich:  Wie viel zusätzliche Infrastruktur müssen wir bauen? Sondern zunehmend: Wie können wir die Leistungsfähigkeit der bereits vorhandenen Infrastruktur besser ausschöpfen?  

AI ersetzt Netzausbau nicht. Aber wenn intelligente Steuerung dazu beiträgt, bestehende Assets besser auszulasten, Engpässe früher zu erkennen und Investitionen gezielter zu priorisieren, entsteht ein erheblicher wirtschaftlicher Hebel. Digitalisierung wird damit zu einem Instrument der Kapitalproduktivität. Der dritte Hebel lautet: Ausbau und intelligente Nutzung gemeinsam optimieren.

Kunden: Flexibilität wird zum Asset

Auch auf der Kundenseite verändert sich die Investitions- und Wertschöpfungslogik. Ein Haushalt verfügt heute möglicherweise über Photovoltaik, Batteriespeicher, Wärmepumpe, Wallbox und Elektroauto. Gleichzeitig gewinnen dynamische Stromtarife an Bedeutung.  Damit entstehen permanent Optimierungsentscheidungen: Wann sollte der Speicher geladen werden? Wann das Elektroauto? Wann sollte die Wärmepumpe laufen? Wann ist Eigenverbrauch optimal und wann der Bezug aus dem Netz?  Kein Kunde möchte diese Entscheidungen laufend selbst treffen. Home Energy Management Systeme (HEMS) können diese Komplexität zunehmend automatisiert beherrschbar machen. Bei Burgenland Energie verbindet die intelligente HEMS App EnergIQ beispielsweise PV, Speicher, E-Auto, Wallbox, Wärmepumpe und Smart Meter und optimiert ihren Einsatz automatisiert. Strategisch interessant wird diese Entwicklung in der nächsten Dimension. Heute optimiert ein solches System primär für einen Haushalt. Künftig können solche Systeme gleichzeitig für den Kunden und für das Energiesystem optimieren. Wenn tausende Speicher, Elektroautos und Wärmepumpen intelligent koordiniert werden, entsteht aus vielen kleinen Flexibilitäten ein neues systemisches Asset. Flexibilität wird damit selbst zu einem wichtigen Teil der energiewirtschaftlichen Wertschöpfung.

Industrie: Energie wird vom Kostenfaktor zur steuerbaren Ressource

Die gleiche Entwicklung eröffnet auch für Industrieunternehmen neue Möglichkeiten. Elektrifizierung, Eigenerzeugung, Batteriespeicher und flexible Produktionsprozesse verändern die Rolle von Energie im Unternehmen. Entscheidend wird künftig nicht nur sein, wie viel Energie ein Unternehmen verbraucht und zu welchem Preis es sie beschafft, sondern zunehmend auch, wann es Energie verbraucht, selbst erzeugt, speichert oder dem System Flexibilität zur Verfügung stellt. Daten und AI können dabei helfen, Produktionsplanung, Energiepreise, Eigenerzeugung, Speicher und flexible Lasten intelligent miteinander zu verbinden. Energieintensive Prozesse können – dort, wo es betrieblich möglich ist – stärker in Zeiten hoher erneuerbarer Erzeugung verlagert, Lastspitzen reduziert und Speicher gezielter eingesetzt werden. Damit verändert sich auch die strategische Bedeutung von Energie für die Industrie:

Aus einem weitgehend fixen Kostenfaktor wird zunehmend eine aktiv steuerbare Ressource.

Das schafft nicht nur Potenzial für niedrigere Energiekosten. Flexibilität kann zugleich helfen, Netze zu entlasten, erneuerbare Erzeugung besser zu integrieren und neue Erlös- und Geschäftsmodelle zu ermöglichen. Die Digitalisierung des Energiesystems wird damit auch zu einem wichtigen Faktor industrieller Wettbewerbsfähigkeit.

AI wird zur strategischen Unternehmensfähigkeit

Asset Management, algorithmischer Handel, smarte Netzsteuerung und intelligentes Energiemanagement wirken zunächst wie sehr unterschiedliche Anwendungen. Strategisch betrachtet verbindet sie jedoch dasselbe Muster:

AI ist kein einzelner Use Case. Sie wird zu einer strategischen Unternehmensfähigkeit.

Und genau an diesem Punkt entscheidet sich, ob aus einzelnen Pilotprojekten tatsächlich Transformation entsteht. Erfolgreiche AI-Piloten machen noch keine AI-Transformation. Unternehmen benötigen ein gemeinsames Fundament aus Daten, Architektur, Cybersecurity, Governance und Kompetenzen. Gerade in kritischer Infrastruktur ist das entscheidend.  Die eigentliche Herausforderung liegt damit weniger darin, den nächsten AI-Use-Case zu finden. Sie liegt darin, eine Organisation aufzubauen, die AI skalieren und daraus nachhaltig Wert schaffen kann.

Die doppelte Kapitalallokationsaufgabe

Damit führt die Entwicklung einzelner Anwendungen zu einer übergeordneten Managementfrage. Die Energiewende stellt Unternehmen vor eine doppelte Kapitalallokationsaufgabe: Wir müssen enorme Summen in neue Infrastruktur investieren und gleichzeitig sicherstellen, dass wir das bereits investierte Kapital möglichst produktiv einsetzen.

Gerade in einer kapitalintensiven Branche ist diese zweite Dimension entscheidend. Unternehmen leiden heute selten an einem Mangel an Daten. Die knappere Ressource ist zunehmend die Fähigkeit, aus einer wachsenden Menge an Informationen schnell die richtigen Konsequenzen abzuleiten. Welche Investitionen priorisieren wir? Welche Technologien und Geschäftsmodelle werden langfristig Wert schaffen? Welche Szenarien sind relevant? Welche Risiken gehen wir ein? Wo setzen wir Kapital ein? Und welche Entscheidung schafft langfristig den größten Wert?  Gerade für die Unternehmenssteuerung liegt darin eine große Chance. Der größere Hebel liegt in der Qualität der Entscheidungen. AI kann Zusammenhänge früher sichtbar machen, Szenarien schneller bewerten, Risiken besser quantifizieren und Investitions- und Kapitalallokationsentscheidungen fundierter unterstützen. Damit schließt sich der Kreis:

• In der Erzeugung geht es um die Produktivität unserer Assets.

• Im Handel um den intelligenten Umgang mit Volatilität.

• Im Netz um die optimale Balance zwischen Ausbau und besserer Nutzung bestehender Infrastruktur.

• Beim Kunden um die wirtschaftliche Nutzung von Flexibilität.

• In der Industrie um die intelligente Verbindung von Energie, Flexibilität und Produktion.

• Und auf Unternehmensebene um bessere Entscheidungen über Kapital, Risiko und Performance.

Der gemeinsame Nenner ist nicht Technologie, sondern bessere Steuerung.

Kapitalallokation bedeutet deshalb künftig nicht nur, zwischen Erzeugung, Netzen, Speichern oder Flexibilität zu entscheiden. Es bedeutet auch, bei jeder dieser Investitionen die digitale Leistungsfähigkeit von Beginn an mitzudenken.

Drei Prinzipien für die nächste Investitionsphase

Was folgt daraus?

1. Value first, technology second.

Nicht jede technisch mögliche Anwendung ist wirtschaftlich sinnvoll.

Die erste Frage sollte deshalb nicht lauten: Wo können wir AI einsetzen? Sondern: Welches Problem lösen wir? Welche Entscheidung verbessern wir? Und welchen messbaren Wert schaffen wir?

2. Physische und digitale Infrastruktur gemeinsam denken.

Windparks, Batteriespeicher und Stromnetze werden für Jahrzehnte gebaut. Ihre zukünftige Leistungsfähigkeit wird zunehmend davon abhängen, wie intelligent sie überwacht, gesteuert und in das Gesamtsystem integriert werden können. Digitalisierung ist deshalb kein Add-on nach der Investitionsentscheidung. Digitale Intelligenz wird zunehmend Teil des Assets selbst.

3. Investitionsentscheidungen brauchen langfristige Orientierung.

Die Energiewende verlangt enorme Investitionen in einem Umfeld volatiler Märkte, technologischer Entwicklung und regulatorischer Veränderungen. Umso wichtiger ist es, Investitionen nicht isoliert nach einzelnen Technologien zu beurteilen, sondern danach, welchen Beitrag sie im zukünftigen Energiesystem leisten und wie sie mit Erzeugung, Netzen, Speichern und Flexibilität zusammenspielen. Gerade in einem solchen Umfeld braucht es weniger kurzfristige Reaktionen auf einzelne Marktsignale als belastbare Szenarien und eine klare langfristige Orientierung für strategische Entscheidungen.

Die Energiewende braucht Kapital und Intelligenz

Die Energiewende wird enorme Investitionen erfordern. Die entscheidende Frage der kommenden Jahre lautet deshalb zu Recht:

Wohin soll dieses Kapital fließen?

In erneuerbare Erzeugung? In Netze? In Speicher? In Flexibilität?

Die Antwort lautet: in alle diese Bereiche.

Aber die Qualität unserer Investitionsentscheidungen wird sich nicht allein daran messen lassen, wie viel Infrastruktur wir errichten. Sondern zunehmend auch daran, wie intelligent wir diese Infrastruktur miteinander verbinden, wie produktiv wir sie betreiben und wie viel langfristigen Wert wir aus dem eingesetzten Kapital schaffen.

Die nächste Phase der Energiewende besteht deshalb nicht in der Wahl zwischen Infrastruktur und Technologie. Sie besteht in ihrer Verbindung. Und genau darin liegt aus meiner Sicht eine der größten Chancen von Artificial Intelligence.

AI macht aus Daten bessere Entscheidungen und aus Infrastruktur mehr Wert.

‍