Zukunftssichere KI in der Energiewirtschaft - was der EU AI Act jetzt verlangt und worauf es danach ankommt

Eigentlich sollte der EU AI Act im August 2026 in voller Breite gelten. Doch mit dem Digital Omnibus hat die EU die Pflichten für Hochrisiko-Systeme verschoben: auf Dezember 2027 für eigenständige Systeme nach Annex III - dazu zählen auch Sicherheitskomponenten kritischer Infrastruktur wie der Stromversorgung -, auf August 2028 für in Produkte eingebettete KI. Wer das als Entwarnung liest, zieht den falschen Schluss. Denn die inhaltlichen Anforderungen sind unverändert geblieben: Risikomanagement, technische Dokumentation, Logging und menschliche Aufsicht kommen - nur später. Und einzelne Pflichten gelten längst, etwa der Nachweis von KI-Kompetenz im Unternehmen. Für Energieversorger ist der AI Act damit kein Stichtag, sondern eine Daueraufgabe. Dieser Beitrag zeigt, wie KI-Architekturen aussehen, die regulatorische Anforderungen erfüllen und in zwei Jahren noch tragen.

Warum ein Stichtag die falsche Zielmarke ist

Viele Energieversorger behandeln den AI Act wie ein klassisches Compliance-Projekt: Bestandsaufnahme, Klassifizierung, Dokumentation, Abnahme, fertig. Diese Logik greift zu kurz - die Fristverschiebung führt es gerade vor: Termine ändern sich, die Aufgabe bleibt. KI-Systeme sind zudem keine statischen Anwendungen. Modelle werden nachtrainiert, Datenquellen ändern sich, Anbieter aktualisieren Foundation Models. Jede dieser Änderungen kann eine Neubewertung auslösen - fachlich, technisch und regulatorisch.

Konkret wird das schnell: Wird ein Prognosemodell für die Netzführung nachtrainiert, stellen sich sofort Fragen der Nachweispflicht. Wer bewertet die Änderung? Wo ist dokumentiert, welcher Modellstand wann entschieden hat? Und was legt man im Audit vor? Organisationen ohne eingespielte Antwort darauf erleben jede Modelländerung als Sonderfall.

Die entscheidende Frage lautet deshalb nicht: Wie werde ich bis zum Stichtag compliant? Sondern: Wie baue ich KI-Systeme, die dauerhaft compliant bleiben - ohne dass jede Modelländerung ein Projekt auslöst?

Zukunftssichere KI-Architekturen für OT- und IT-Landschaften

Regulatorische Anforderungen lassen sich nachträglich dokumentieren - oder von Anfang an in die Architektur einbauen. Der zweite Weg ist der wirtschaftlichere. Drei Designprinzipien haben sich bewährt:

Modellversionierung als Grundausstattung. Jedes produktive Modell braucht eine lückenlose Historie: Trainingsdaten, Parameter, Testergebnisse, Freigaben. Nur so lässt sich belegen, welches Modell wann mit welchem Stand entschieden hat - eine Kernanforderung für Hochrisiko-Systeme.

Explainability-by-Design statt nachgelagerter Erklärung. Erklärbarkeit lässt sich nicht nachrüsten, wenn das Modell als Black Box konzipiert wurde. Wer früh berücksichtigt, welche Entscheidungen gegenüber Betriebsführung, Auditoren oder Behörden erklärbar sein müssen, wählt Modellklassen und Schnittstellen anders aus.

Audit-Logging als Architekturmerkmal. Protokollierung ist im AI Act keine Nebenpflicht, sondern Betriebsvoraussetzung. In gewachsenen OT-Landschaften heißt das: Leitsysteme, Historians und KI-Komponenten so integrieren, dass Ereignisse durchgängig nachvollziehbar sind, ohne die Echtzeitfähigkeit zu gefährden.

Nicht alles davon ist für jedes System Pflicht. Aber wer diese Prinzipien als Standard etabliert, muss bei der Klassifizierungsfrage - Hochrisiko oder nicht - nicht nervös werden. Die Architektur trägt beide Antworten.

Continuous AI Governance als Betriebsmodell

Nach der Einführung beginnt der Dauerbetrieb - und der braucht ein Betriebsmodell, keine Projektorganisation. Dazu gehören klar definierte Rollen (fachliche Verantwortliche je KI-System, eine Governance-Instanz mit Entscheidungsbefugnis, Schnittstellen zu Datenschutz und Informationssicherheit) und wiederkehrende Prozesse: Modellüberwachung, ein geregelter Umgang mit Modelländerungen inklusive Trigger für Neubewertungen und ein Incident-Prozess für Fehlverhalten von KI-Systemen.

In der Praxis reichen die Reifegrade von punktueller, projektgetriebener Dokumentation bis zu einer Governance, die als gelebter Betriebsprozess mit Monitoring und klaren Eskalationswegen funktioniert. Die ehrliche Verortung auf dieser Skala ist der erste Schritt - sie zeigt, ob die Organisation mit dem Dauerbetrieb Schritt halten kann oder ob jede Modelländerung ein Feuerwehreinsatz wird. Technisch unterstützen lässt sich das mit Plattformen wie dem adesso AI Hub, der Transparenz über den KI-Einsatz im Unternehmen schafft und Governance-Strukturen samt Audit-Trails für die EU-KI-Verordnung mitbringt.

Vom Konzept in die Umsetzung

Für Energieversorger und Netzbetreiber hat sich ein dreistufiges Vorgehen bewährt: erst den Reifegrad ehrlich bestimmen - etwa entlang der Dimensionen Treiber, Enablement, Operationalisierung und Governance -, dann Architektur- und Governance-Lücken priorisieren, schließlich die Umsetzung in die bestehende IT- und OT-Landschaft integrieren, statt Parallelstrukturen aufzubauen.

Dass dieser Weg kein Mehrjahresprojekt sein muss, zeigt die Energieversorgung Mittelrhein (evm): Gemeinsam mit adesso entstand innerhalb von sechs Monaten eine tragfähige KI-Strategie samt Roadmap, Backlog und ersten Leuchtturmprojekten - auf Basis einer unternehmensweiten Sicht auf den eigenen Reifegrad.

adesso begleitet Energieversorger auf diesem Weg mit Branchenerfahrung aus Erzeugung, Netzbetrieb und Vertrieb: vom AI Maturity Check über die Entwicklung einer KI-Strategie mit Use-Case-Roadmap bis zur Architekturberatung und Integration in gewachsene SAP- und OT-Landschaften. Der Anspruch: Governance nicht als Bremse, sondern als Voraussetzung, KI dauerhaft und skalierbar zu betreiben.

Fazit

Der Digital Omnibus hat Zeit verschafft, aber nichts erlassen. Für die Energiewirtschaft ist der AI Act kein Sprint auf einen Stichtag, sondern der Übergang in einen neuen Normalbetrieb. Wer jetzt in zukunftssichere Architekturen investiert und Governance als Betriebsmodell statt als Projekt aufsetzt, erfüllt nicht nur die regulatorischen Anforderungen - er schafft die Grundlage, KI in Netzsteuerung, Instandhaltung und Kundenprozessen mit Vertrauen zu skalieren. Richtig gebaut, ist Compliance die Voraussetzung für Innovationsfähigkeit, nicht ihr Gegenspieler.

Wie adesso Energieversorger bei KI-Strategie, Architektur und Governance unterstützt, zeigen wir auf unserer Seite zur Energiewirtschaft.