KI für die Energiewende? Dafür braucht es mehr als ChatGPT
Vom Universum zum Energiesystem: Tenure-Track-Professor Benjamin Schäfer hat sich vom theoretischen Physiker zum vielfach preisgekrönten KI-Forscher gewandelt. Am KIT will er mit verständlichen KI-Modellen die Energiewende vorantreiben.
Benjamin Schäfer ist gerade in einer Bibliothek des Max-Planck-Instituts in Potsdam, als er mit 23 sein bisheriges Leben auf den Kopf stellt: „Damals habe ich Theoretische Physik studiert. Ich saß mit mehreren dicken Büchern vor meinem Laptop und habe mathematische Objekte von links nach rechts geschoben, um an einer Erweiterung der allgemeinen Relativitätstheorie zu arbeiten. Da habe ich plötzlich gedacht: Nein. Das will ich nicht mehr. Ich will etwas machen, das auf diese Welt einen direkten Einfluss hat.“
Dreizehn Jahre ist die Entscheidung her und er bereut sie nicht. Als Tenure-Track-Professor des Fachgebiets „Daten-getriebene Analyse komplexer Systeme“ am Institut für Automation und angewandte Informatik (IAI) des KIT zwängt der fast zwei Meter große Forscher heute seine Beine nicht mehr unter einem Bibliothekstisch, sondern radelt rund 100 Kilometer pro Woche zwischen den Campus Süd und Nord hin und her. Im Süden gibt er eine Vorlesung zu Datenwissenschaft und Künstlicher Intelligenz (KI) in Energiesystemen, im Norden tüftelt er mit seiner Forschungsgruppe an KI-Modellen, die die Energiewende vorantreiben. „Der Klimawandel ist die größte Krise, die wir als Menschheit derzeit zu meistern haben. Da will ich nicht tatenlos zuschauen, sondern etwas Positives beitragen“, sagt der Vater eines Zweijährigen.
Ausgabe 3/2026 des Forschungsmagazins lookKIT widmet sich dem wissenschaftlichen Nachwuchs am KIT.
Zum MagazinDreizehn Jahre ist die Entscheidung her und er bereut sie nicht. Als Tenure-Track-Professor des Fachgebiets „Daten-getriebene Analyse komplexer Systeme“ am Institut für Automation und angewandte Informatik (IAI) des KIT zwängt der fast zwei Meter große Forscher heute seine Beine nicht mehr unter einem Bibliothekstisch, sondern radelt rund 100 Kilometer pro Woche zwischen den Campus Süd und Nord hin und her. Im Süden gibt er eine Vorlesung zu Datenwissenschaft und Künstlicher Intelligenz (KI) in Energiesystemen, im Norden tüftelt er mit seiner Forschungsgruppe an KI-Modellen, die die Energiewende vorantreiben. „Der Klimawandel ist die größte Krise, die wir als Menschheit derzeit zu meistern haben. Da will ich nicht tatenlos zuschauen, sondern etwas Positives beitragen“, sagt der Vater eines Zweijährigen.
KI verstehen, kontrollieren, optimieren
Sein Ansatz: Er will KI-Anwendungen „erklärbar“ machen. Das bedeutet drei Dinge. Erstens: die Modelle selbst besser zu verstehen. Zweitens: damit zu experimentieren und zu lernen, die Parameter zu kontrollieren. Drittens: die Nutzung der Energiesysteme dank dieser transparenten KI-Verfahren zu optimieren. „Bisher sind die Modelle noch Blackboxen“, erläutert Schäfer. Man weiß also nicht, wie der Algorithmus zu einem Ergebnis kommt. Der Experte möchte aber wissen, ob die KI den Strompreis oder die Tageszeit in ihrer Berechnung für den Haushaltsverbrauch oder die Netzlast einbezogen hat – nur so kann er ihr trauen und gezielt nachsteuern. Mittelfristig könnte damit unser Energiesystem, das zunehmend mit der fluktuierenden Stromzufuhr aus erneuerbaren Quellen funktioniert, stabiler und zugleich belastbarer werden. So hat Schäfer kürzlich mit seiner Forschungsgruppe ein Modell vorgestellt, das Vorhersagen über den Stromverbrauch und die Strompreise über eine Woche trifft. Der Algorithmus wurde bereits vom Training an so konstruiert, dass er besonders effizient Erklärungen liefern kann.
Aber nicht nur technisch ist eine verständliche KI wichtig, so Schäfer: „Menschen müssen nachvollziehen können, wie Vorhersagen und Entscheidungen zustande kommen. Gerade im sensiblen Energiebereich, in dem Fehler schwerwiegende Folgen haben können, sind Transparenz und menschliche Aufsicht entscheidend – und mit dem AI Act der Europäischen Union auch eine regulatorische Vorgabe.“
Daten aus Autos und Balkonen
Um erklärbare KI-Systeme zu entwickeln, kämpft der 36-Jährige aber nicht nur mit Softwarecode, sondern auch mit logistischen Herausforderungen. Zwar gibt es Energiedaten im Überfluss, da Stromproduktion und -verbrauch kommerziell und dezentral organisiert sind, muss Schäfer diese aber erst finden und zusammenführen.
So stehen die Stromquellen mal weit entfernt von Verbraucherinnen und Verbrauchern als Windkraftanlage im Ozean, mal liefern Solarpanele den Strom direkt von Dächern und Balkonen. Mal speisen klassische Energiebetreiber, mal Privatpersonen ihren Strom ins Netz. E-Autos, Wärmepumpen und Batteriespeicher verändern Verbrauchsmuster. Die Energiekonzerne halten jedoch viele dieser Informationen unter Verschluss – aus Konkurrenzgründen und weil sie Rückschlüsse auf die kritische Infrastruktur des Landes ermöglichen.
„Auf der einen Seite müssen wir daher mit veralteten, aber zumindest verfügbaren Datensätzen arbeiten. Auf der anderen Seite gibt es dadurch viele mögliche Datenquellen, die wir gar nicht auswerten können: Es ist ein krasses Paradox und eine gewaltige Herausforderung“, erklärt Schäfer. Die methodischen Grundlagen, die derzeit vom Kern der KI-Community verwendet würden, könnten nicht eins zu eins für die Energiesysteme genutzt werden.
Viele Köpfe für eine große Frage
Um diese Lücke zu füllen und bessere KI-Lösungen für die Energiewende zu entwickeln, setzt der Tenure-Track-Professor bewusst auf ein interdisziplinäres Team. Bei ihm arbeiten Expertinnen und Experten aus Mathematik, Elektrotechnik und Informatik an einem Tisch.
Ob das mit seiner Vorliebe für kooperative Brettspiele zusammenhängt? Schäfer lacht: „Ich mag an diesen Spielen, dass man an einem Strang zieht, um eine gemeinsame Herausforderung zu meistern. Ich habe auch grundsätzlich ein gewisses Harmoniebedürfnis. Und tatsächlich können wir in meinem Forschungsteam viel voneinander lernen. An der Physik haben mich früher die komplexen Systeme fasziniert. Um solche komplexen Probleme wie die Energiewende zu bewältigen, brauchen wir vielfältige Zugänge und verschiedene Lösungsansätze.“
So ist für den Forscher auch die Nähe zum Energy Lab am Campus Nord des KIT essenziell. Die Kolleginnen und Kollegen von Europas führender Forschungsplattform für eine nachhaltige Energiezukunft liefern aktuelle Daten aus eigenen Modellhäusern und Solarfeldern, entwickeln Messgeräte und stehen in engem Kontakt zu Netzbetreibern. Das alles hilft, um realistischere Energiedaten zu gewinnen.
Nähe zur Industrie gesucht
Für seine Forschung hat Schäfer schon mehrere Preise erhalten. Seine Helmholtz Investigator Forschungsgruppe wurde zudem mit „außerordentlichem Erfolg“ bewertet. Künftig will er noch stärker mit Energienetzbetreibern zusammenarbeiten, um die Stromnetzstabilität anhand von KI-Modellen vorherzusagen und zu sichern.
Wie er heute auf seinen Lebenswandel vor 13 Jahren zurückschaut? Der Forscher überlegt nicht lange: „Ich mache immer noch keine Forschung, die in ein Massenprodukt mündet, aber zumindest ist sie näher an der Anwendung. Und ich glaube schon, dass ich damit einen positiven Beitrag für die Welt leiste.“
Isabelle Hartmann, 05.11.2026
