Vom Assistenten zum autonomen Agenten: Agentic AI im Netzbetrieb

Der Agentenbegriff ist unscharf, das Zugriffsrecht nicht

Der Begriff Agent bezeichnet in der Energiewirtschaft nicht immer dasselbe: Ein Leitfaden der dena (Deutsche Energie-Agentur) nutzt den Begriff für Multiagentensysteme aus der Netzsteuerung und meint damit mehrere spezialisierte Softwarekomponenten, die Informationen austauschen und nach festgelegten Regeln zusammenarbeiten. Im heutigen Sinn beschreibt das BSI (Bundesamt für Sicherheit in der Informationstechnik) einen KI-Agenten dagegen als Software auf Basis eines Sprachmodells. Der Agent kann eigenständig Aktionen ausführen, ohne dass ein Mensch jeden Schritt bestätigen muss. Unter Umständen besitzt er dafür erweitertete Zugriffsrechte. Den Unterschied macht damit nicht die Eigenständigkeit, sondern das Zugriffsrecht: Es bestimmt, ob ein System Daten nur liest oder auch schreibt. Am Anfang jedes Vorhabens steht deshalb die Rechtevergabe. 

Praxisbeispiel: Agentic AI in der Netzplanung

Bei einem Verteilnetzbetreiber stocken die Abläufe in der Netzplanung: Die Fachbereiche prüfen die Unterlagen für neue Vorhaben noch von Hand. Wer vor einer Baumaßnahme wissen will, welche Leitungen bereits im Boden liegen, muss die Informationen in jedem System einzeln zusammensuchen. Dieselben Angaben tauchen mehrfach auf, mitunter in unterschiedlichen Bearbeitungsständen.

In einem laufenden Pilotprojekt übernehmen abgegrenzte Fähigkeiten – im Agentic-AI-Sprachgebrauch Skills genannt – Teile dieser Prozesskette. Die beiden Skills, die zum Einsatz kommen, setzen voraus, dass ein Sprachmodell unstrukturierte Unterlagen lesen kann, etwa einen eingescannten Lageplan. Diese Fähigkeit gehört inzwischen zum etablierten Repertoire von GenAI. Neu am Agentic-AI-Ansatz: Fehlt ein Dokument, fordert der zuständige Skill es selbstständig an, statt die Lücke nur zu vermerken. Der andere Skill überträgt die ausgelesenen Angaben, etwa den Bearbeitungsstand, in die Planungsdaten. Das wird mit echten Vorgängen iterativ erprobt, die Fachbereiche übernehmen die Prüfung. 

Das Projekt verfolgt zwei Ziele: Die Fachbereiche sollen weniger von Hand nachfassen müssen. Gleichzeitig wird ein einheitlicher Stand über die beteiligten Systeme angestrebt. Damit soll Agentic AI die Fachbereiche entlasten, die diese Prüfarbeit heute tragen. Der Pilot ist als Startpunkt für einen breiteren Einsatz in der Netzplanung angelegt.

Autonomie in Stufen

Branchenweit führt der Weg vom geführten Ablauf zum Agentenverbund über mehrere Ausbaustufen. Die VDE ETG (Energietechnische Gesellschaft im VDE) hat für die Netzbetriebsführung schon 2020 sechs Autonomiestufen beschrieben. Sie reichen von der manuellen Systemführung bis hin zur Vollautomatisierung. Dieses Stufenmodell ordnet ein, welche Entscheidungen eine Software bei der Steuerung in Echtzeit selbst treffen und ausführen darf. Übertragbar ist dabei die Frage, wer eine Funktion auslöst und wer sie freigibt. Im beschriebenen Beispiel bestimmt heute ein fester Ablauf, was nach dem Lesen passiert: Fehlt ein Dokument, wird es angefordert. Liegt es vor, werden die Angaben in die Planungsdaten übertragen. Die nächste Stufe wäre erreicht, wenn das Modell selbst entscheidet, welcher Schritt erforderlich ist, und ihn innerhalb klarer Grenzen ohne erneute Freigabe ausführt.

Ein zweiter Fall zeigt die Gegenrichtung: Das Fraunhofer-Institut IOSB-AST hat für die Netzleitwarte einen KI-Agenten vorgestellt, der laut Pressemitteilung in den dort genannten Pilotierungen ausschließlich lesend angebunden ist und fest programmierte Analysewerkzeuge ansteuert. Das System heißt Agent, in der Wirkung bleibt es ein Assistent.

Entscheidend ist der Arbeitsschritt, nicht die Abteilung 

Eine Einteilung nach Abteilungen liegt auf den ersten Blick nahe: Netzplanung ja, Netzführung nein. Das greift zu kurz: Der Pilot in der Netzplanung schreibt in einen Datenbestand, während der Agent in der Leitwarte die Daten nur liest. Entscheidend ist was der einzelne Schritt bewirkt: Liest das System Daten oder verändert es sie? Lässt sich die Aktion rückgängig machen? Wie viel Selbstständigkeit ein System erhalten soll, lässt sich an drei Fragen prüfen. Sie dienen als Arbeitshilfe, nicht als normative Vorgabe. 

• Wirkung und Häufigkeit: Was kann der Schritt verändern, und wie oft läuft er?

• Umkehrbarkeit: Lässt sich der Schritt zurücknehmen, bevor Schaden entsteht, und wer greift ein?

• Prüfbarkeit: Ist die Lage vor der Aktion belastbar, das Ergebnis danach nachvollziehbar?

Regeln im Prompt reichen nicht

Ein Sprachmodell kann in einer Unterlage, die es liest, nicht sicher zwischen Inhalt und versteckter Anweisung unterscheiden: Klingt ein Satz darin wie ein Befehl, kann das Modell ihm folgen. Diese Schwachstelle beschreibt das britische NCSC, Großbritanniens Cybersicherheitsbehörde ; das BSI dokumentiert einen Fall, in dem ein System dadurch eine gesetzte Grenze verlassen hat. Eine Regel darf deshalb nicht nur im Prompt stehen. Sie wird erst wirksam, wenn die Software drumherum sie erzwingt: Über enge Schreibrechte, durch einen festen Abbruchpunkt, durch ein Protokoll. Dazu gehört eine benannte Rolle im Fachbereich, die eingreifen kann: So hält die VDE ETG in ihrer Studie zur Netzleittechnik fest, dass qualifiziertes Personal die letzte Entscheidungsinstanz bleiben sollte.

Dort beginnen, wo sich Fehler korrigieren lassen

Wer entscheidet, wo ein System zuerst selbstständig handeln darf, sollte den erwarteten Nutzen nicht zum alleinigen Maßstab machen. Ausschlaggebend ist, ob sich ein Fehler korrigieren lässt, bevor er Schaden anrichtet, und ob ein Mensch das Ergebnis prüfen kann. Von diesem Startpunkt aus lässt sich der Zugriff schrittweise erweitern: Jeder neue Skill kommt erst dazu, wenn sich der vorherige bewährt hat. Zugleich muss ein Mensch jederzeit eingreifen können. Ob sich dieses Vorgehen auf andere Prozesse wie den Netzanschluss übertragen lässt, wird sich zeigen. Entscheidend ist nicht das Modell selbst, sondern Regeln außerhalb davon: Sie bestimmen, was ein System lesen und schreiben darf und welche Aktionen es auslösen kann.

Das könnte Sie auch interessieren:

KI im Nachhaltigkeitsmanagement: Wo sie wirklich Mehrwert schafft

Was wird aus menschlicher Urteilskraft, wenn KI übernimmt?

Warum der Mensch im Mittelpunkt der KI-Strategie stehen muss