AI-Labor

Ein AI-Labor für die Energiewirtschaft

Orgeny baut ein Labor auf, in dem KI-Anwendungen für die Marktkommunikation entstehen und erprobt werden: am echten Regelwerk, mit nachvollziehbaren Ergebnissen. Das erste Ziel ist die KI-gestützte Klärfallbearbeitung. Das Labor ist langfristig angelegt, und wir laden Netzbetreiber, Lieferanten, Messstellenbetreiber und Softwarehäuser ein, sich daran zu beteiligen.

Warum Klärfälle

Der Lieferantenwechsel in 24 Stunden hat bei vielen Marktpartnern zu einer großen Zahl von Klärfällen geführt. Mit dem MaBiS-Hub steht die nächste große Umstellung bevor, und nichts spricht dafür, dass sie weniger Klärfälle bringt. Wir wollen, dass unsere Kunden darauf vorbereitet sind.

Klärfälle binden in jedem Haus die erfahrensten Leute. Eine Nachricht wird abgelehnt, ein Marktpartner beschwert sich, und jemand muss herausfinden, was passiert ist: die Nachricht lesen, den Prüfidentifikator bestimmen, im Anwendungshandbuch die Bedingung finden, im Entscheidungsbaum den Weg nachvollziehen, die Antwort formulieren. Das Wissen dafür steht in öffentlichen Dokumenten – in Nachrichtenbeschreibungen, Anwendungshandbüchern und Entscheidungsbaum-Diagrammen. Es ist nur zu viel, zu verstreut und ändert sich zweimal im Jahr.

Genau diese Mischung aus strengem Regelwerk und freier Sprache ist ein Feld, auf dem Sprachmodelle tragen können, wenn man sie richtig führt.

Das Zielbild

• Verstehen. Die eingehende Nachricht oder die Beschwerde-Mail wird gelesen: Prozess, Prüfidentifikator, Marktrollen, betroffene Segmente.
• Prüfen. Die Nachricht wird gegen Nachrichtenbeschreibung und Anwendungshandbuch geprüft, deterministisch, wo es Regeln gibt, und mit KI, wo Auslegung nötig ist.
• Erklären. Die Ursache wird benannt, mit Fundstelle im Regelwerk und einem Begründungsprotokoll, das ein Fachmensch nachlesen kann.
• Antworten. Die Antwortnachricht oder der Antworttext wird vorbereitet, mit den passenden Codes aus dem Entscheidungsbaum.
• Entscheiden. Der Mensch gibt frei. Das Labor baut Assistenz, keine Blackbox.

Was es schon gibt

• Ein Bedingungs-Erklärer für die Anwendungshandbücher. Zu jedem Feld zeigt er, wann es zu füllen ist und wie der Wert aussehen muss. Ein Sprachmodell formuliert daraus eine Erklärung mit Fundstellen und beantwortet Rückfragen. Was das Handbuch nicht hergibt, beantwortet es nicht. Die Fragen bleiben bei uns: Das Sprachmodell betreiben wir selbst, kein fremder Dienst liest mit.
• Ein Prototyp, in dem ein Sprachmodell UTILMD-Nachrichten gegen Nachrichtenbeschreibung und Anwendungshandbuch prüft und jeden Prüfschritt begründet. Eine Lehre daraus: Regelwissen im Kontext allein reicht nicht. Erst ein erzwungenes schrittweises Begründen macht die Ergebnisse verlässlich.
• Eine strukturierte Wissensbasis aus Regelwerken der Marktkommunikation: Anwendungsfälle, Sequenz- und Aktivitätsdiagramme, Entscheidungsbäume, Fristen und eine Fachontologie. Ein KI-Assistent beantwortet darauf Fachfragen und legt offen, aus welchem Kontext er antwortet.
• Ein erster Prototyp, der Beschwerden zu abgelehnten Nachrichten im Freitext analysiert, den Prozesskontext ergänzt und Ursache und Prüfschritte vorschlägt, wahlweise mit einem Cloud-Modell oder einem lokal betriebenen Modell.

Was noch fehlt

Die Bausteine stehen einzeln. Die durchgängige Klärfallbearbeitung ist das Ziel des Labors, nicht sein Stand. Offen sind vor allem:

• die Verbindung der Bausteine zu einer Kette, vom Eingang des Falls bis zur freigegebenen Antwort
• Praxisfälle und Evaluationsdaten, an denen sich die Güte der Ergebnisse messen lässt
• die KI-Unterstützung im Entscheidungsbaum selbst, dort, wo heute der Mensch den Code wählt
• Fallverwaltung und die Anbindung an die Systeme, in denen Klärfälle heute liegen
• ein Betriebs- und Datenschutzkonzept, das in einem Energieunternehmen besteht

Wonach wir arbeiten

• Nachvollziehbar. Jede Aussage der KI kommt mit Fundstelle und Begründung. Was sich nicht belegen lässt, zählt nicht.
• Der Mensch entscheidet. Die KI bereitet vor, erklärt und schlägt vor. Freigegeben wird von Fachleuten.
• Regeln vor Modell. Was sich deterministisch prüfen lässt, wird deterministisch geprüft. Das Sprachmodell kommt dort zum Einsatz, wo Sprache und Auslegung im Spiel sind.
• Datenschutz von Anfang an. Wo Daten das Haus nicht verlassen dürfen, arbeiten wir mit lokal betriebenen Modellen. EU AI Act und Datenschutz sind Teil des Konzepts, nicht der Nachtrag – begleitet von einem AI Consultant mit TÜV Rheinland geprüfter Qualifikation.

Wie Sie sich beteiligen können

Ein Labor für den Markt braucht den Markt. Wir suchen Häuser, die ihre Klärfälle kennen und wissen wollen, was sich davon automatisieren lässt:

• Netzbetreiber, Lieferanten und Messstellenbetreiber, die typische Klärfälle einbringen, anonymisiert und in dem Umfang, den sie selbst bestimmen, und die Ergebnisse an der eigenen Praxis messen
• Softwarehäuser und IT-Dienstleister, die an der Anbindung an ihre Systeme interessiert sind
• Fachleute der Marktkommunikation, die Ergebnisse prüfen und dem Labor sagen, wo es falsch liegt

Wie eine Beteiligung aussieht, klären wir im Gespräch, vom einzelnen eingebrachten Fall bis zur gemeinsamen Erprobung. Eine kurze Mail genügt.

Dazu passend: KI-Beratung, Lieferantenwechsel in 24 Stunden, Bilanzierung und MaBiS-Hub