KI4Energy: Künstliche Intelligenz für die Energie-, Wasserstoff- und Materialforschung
Künstliche Intelligenz (KI) treibt die Energiewende und stärkt die technologische Souveränität Deutschlands. Sie optimiert die Planung, Steuerung und den Betrieb komplexer Energiesysteme, beschleunigt die Entwicklung neuer Materialien und unterstützt datenbasierte Innovationen in der Energie- und Wasserstoffforschung.
Die Hightech Agenda Deutschland (HTAD) hebt KI sowie leistungsfähige Daten- und Recheninfrastrukturen als Schlüsseltechnologien hervor. Für die Energie- und Wasserstoffforschung bedeutet dies, datenbasierte Methoden, intelligente Systemarchitekturen und digitale Prozessinnovationen frühzeitig zu entwickeln und die Grundlagenforschung zu KI-Modellen der nächsten Generation gezielt zu stärken.
Die Verknüpfung exzellenter KI-Forschung mit Kompetenzen in den Energie-, Wasserstoff- und Materialwissenschaften erschließt erhebliche Innovationspotenziale, stärkt den Forschungs- und Wirtschaftsstandort Deutschland und unterstützt die Erreichung der Klimaziele. Die Fördermaßnahme konzentriert sich auf Grundlagenforschung und den Übergang zu anwendungsorientierten Konzepten (TRL 1–3) in folgenden Themenfeldern:
1. Data Science und KI-gestützte Analytik
Ziel: Verbesserung der Datenqualität, der Vorhersagefähigkeit in Energie- und Materialsystemen sowie deren Zusammenwirken.
Zu den Schwerpunkten zählen das standortübergreifende Management sowie die KI-basierte Auswertung von Versuchsdaten. KI-Methoden integrieren heterogene Datenquellen – etwa Mess-, Wetter- und Infrastrukturdaten – und erkennen mithilfe von Machine Learning Muster wie Anomalien, Defekte oder Cyberangriffe auf Energieinfrastrukturen. Darüber hinaus entwickeln und nutzen sie KI-Modelle für die Materialforschung.
Da Energie- und Betriebsdaten häufig proprietär oder sicherheitskritisch sind, adressiert der Forschungsbereich zugleich zentrale Aspekte der Daten-Governance. Dazu gehören insbesondere Federated Learning, die Generierung synthetischer Daten sowie Datentreuhänder-Modelle. Diese Ansätze schaffen die Grundlage für einen rechtssicheren Datenaustausch im Forschungskontext.
2. Digitale Zwillinge und Systemmodellierung
Ziel: Entwicklung simulativer und adaptiver Systemmodelle zur Planung und Steuerung des betrachteten Energiesystems.
Ein weiterer Schwerpunkt liegt auf der Architektur digitaler Zwillinge und intelligenter Simulationsmodelle für Energiesysteme. Gefördert werden Forschungsarbeiten, die KI-gestützte Szenarien für Energieerzeugung, -transport, -speicherung und -verbrauch entwickeln oder datenbasierte Entscheidungswerkzeuge für Wissenschaft, Industrie und Politik erarbeiten. Darüber hinaus sollen verschiedene Modellierungsansätze verglichen werden, um robuste und transparente digitale Zwillinge und Modelle weiterzuentwickeln.
3. Autonome Systeme und Predictive Maintenance
Im Themenfeld autonome Systeme werden selbstlernende Verfahren gefördert, die den Betrieb technischer Anlagen effizienter und zuverlässiger machen. Dazu zählen datenbasierte Instandhaltungskonzepte, Predictive-Maintenance-Verfahren zur frühzeitigen Erkennung von Störungen sowie autonome Robotersysteme für Wartung, Installation und Überwachung komplexer Energieinfrastrukturen. Ergänzend tragen intelligente Algorithmen und selbstlernende Software zur kontinuierlichen Optimierung und Resilienzsteigerung kritischer Infrastrukturen bei.
4. Adaptive KI-Plattformen und vertrauenswürdige KI
Diese Kategorie entwickelt vernetzte, lernfähige und menschzentrierte KI-Umgebungen für die Energiewirtschaft. Intelligente, kollaborative Plattformen unterstützen Forschung, Planung und Betrieb. Gleichzeitig ermöglichen adaptive Lernumgebungen kürzere, modulare Entwicklungszyklen.
Ein weiterer Schwerpunkt liegt auf der Erforschung und dem Einsatz von Sprachmodellen (Large Language Models, LLMs) für spezifische energiewirtschaftliche Anwendungen. Sie begleiten komplexe Entscheidungsprozesse und tragen dazu bei, die KI-Readiness neuer Technologien sicherzustellen.
Für sicherheitskritische Anwendungen der Energieversorgung gilt das Human-in-the-Loop-Prinzip als verbindliche technische Anforderung. Fachpersonen müssen jederzeit in der Lage sein, in KI-gestützte Prozesse einzugreifen und autonome Entscheidungen zu übersteuern. Diese Anforderungen entsprechen zugleich den regulatorischen Vorgaben des EU AI Acts, der KI-Systeme in kritischen Infrastrukturen als Hochrisiko-KI einstuft und eine wirksame menschliche Aufsicht vorschreibt.
Informationen zur Förderung
Eine Einreichung von Projektskizzen auf den Förderaufruf „KI4Energy“ - Künstliche Intelligenz und Data Science als Schlüsseltechnologien für die Energie- und Wasserstoffforschung des Bundesministeriums für Forschung, Technologie und Raumfahrt (BMFTR) ist unbefristet möglich.
Hier geht es zu den Bewerbungsunterlagen
Die Forschungsthemen leisten einen wesentlichen Beitrag zur digitalen Vernetzung von Forschungsinfrastrukturen in Deutschland, Europa und darüber hinaus. Durch standardisierte Datenmanagement- und KI-Analytikverfahren werden experimentelle und simulationsbasierte Daten gemeinsam nutzbar. Digitale Zwillinge und Systemmodelle schaffen einheitliche, skalierbare Plattformen, die es Forschungseinrichtungen ermöglichen, ihre Energie- und Materialdaten miteinander zu verknüpfen und Szenarien kooperativ zu entwickeln.
Gleichzeitig fördern autonome Systeme und adaptive KI-Plattformen die kontinuierliche Interaktion zwischen Laboren, Rechenzentren und Industriepartnern. So entsteht eine integrierte digitale Forschungslandschaft, die den Austausch von Wissen, Methoden und Ressourcen erleichtert.
Die Förderung soll dazu beitragen, vorhandene Forschungskompetenzen durch gezielte Unterstützung von Personal und spezialisierter IT-Infrastruktur auszubauen.
Nachrichten zur Maßnahme
Zuletzt geändert am