KI-NLT

Methoden des maschinellen Lernens können die Netzleittechnik erheblich verbessern und Prozesse wie das intelligente Energiemanagement oder die präventive Erkennung von Systemfehlern automatisieren. Der Einsatz fortschrittlicher Methoden in kritischen Energieinfrastrukturen erfordert jedoch ein hohes Maß an Aufmerksamkeit. So muss die Qualität und Zuverlässigkeit der Ein- und Ausgangsdaten jederzeit gewährleistet sein. Das Institut für KI-Sicherheit beteiligt sich aktiv an der Entwicklung von Datenqualitätsstandards, die den sicheren und zuverlässigen Einsatz von KI-Methoden in diesem Kontext ermöglichen. Auf diese Weise kann der Automatisierungsgrad im Stromnetz erhöht, die Regeln für einen sicheren und effizienten Netzbetrieb intelligent angepasst und die Zustandserfassung und -überwachung von Systemen und Netzen erleichtert werden. Darüber hinaus muss die Manipulierbarkeit und Angreifbarkeit von KI-Anwendungen verhindert werden, um unbeabsichtigte oder böswillige Abschaltungen von Netzbereichen oder einzelnen Erzeugern zu vermeiden. In diesem Zusammenhang zielt das Institut für KI-Sicherheit auf die Entwicklung von Ansätzen zur präventiven Erkennung von Systemfehlern oder Manipulationen, um Netzschäden in Worst-Case-Szenarien zu verhindern oder zu kontrollieren.