Energieversorger: Netzstörungen erkennen bevor Kunden anrufen

Ein regionaler Energieversorger mit 300 Mitarbeitenden betreibt das Strom- und Gasnetz für 180.000 Haushalte. Im Leitraum laufen täglich 50.000 Sensordatenpunkte ein — Spannungen, Lasten, Durchflüsse, Temperaturwerte. Störungen entstehen selten ohne Vorwarnung: In den Stunden vor einem Ausfall zeigen Messwerte oft subtile Muster, die erfahrene Netzingenieure kennen — die aber in der Datenmenge untergehen, wenn man nicht gezielt sucht.

Kritische Infrastruktur verlangt maximale Kontrolle

Energieversorgungsnetze sind kritische Infrastruktur nach dem KRITIS-Dachgesetz. Daten aus dem Netzleitbetrieb dürfen nicht in externe Cloud-Dienste übertragen werden — weder aus Sicherheitsgründen noch aus regulatorischen Anforderungen. Das schließt KI-Angebote externer Anbieter praktisch aus.

Lokale Netzanalyse mit SoverIQ

SoverIQ Stack läuft im gesicherten Leitwartenbereich. Das Modell wurde auf historischen Störungsdaten der letzten 8 Jahre kalibriert:

• Anomalie-Erkennung in Echtzeit: Abweichungen von Normalmustern in Sensor-Zeitreihen markieren
• Störungs-Korrelation: Werden an mehreren Messstellen gleichzeitig Anomalien beobachtet? Welches Netzelement ist der wahrscheinliche Ursprung?
• Prognose: Setzt sich ein auffälliger Trend fort? Wie hoch ist die Wahrscheinlichkeit eines Ausfalls in den nächsten 4 Stunden?
• Automatisches Briefing: Dienstschichtübergaben werden automatisch zusammengefasst — laufende Auffälligkeiten, Wartungsarbeiten, offene Ticket

Ergebnis

Proaktive Entstörungsmaßnahmen vor Kundenbetroffenheit stiegen von 18 % auf 61 % aller Störungsfälle. Durchschnittliche Ausfallzeit pro Störung sank um 28 %. Kundenbeschwerden über Ausfälle ohne Vorankündigung gingen um 55 % zurück. Die Investition amortisiert sich durch eine einzige verhinderte größere Störung pro Jahr.