Siemens PSS®E

Kurzfazit

Siemens PSS®E (Power System Simulator for Engineering) ist seit Jahrzehnten der internationale Standard für die Simulation großer Übertragungsnetze, und seit Version 35 (2024) konsequent um KI-Funktionen erweitert. ML-basiertes Contingency Screening, KI-gestützte Optimal-Power-Flow-Berechnung und eine vollständige Python-API für eigene ML-Workflows machen aus dem klassischen Engineering-Tool eine moderne Datenplattform. Im deutschen Markt ist PSS®E aber nicht der Platzhirsch, diese Rolle hat DIgSILENT PowerFactory (Gomaringen) längst eingenommen. Wer im internationalen TSO-Geschäft arbeitet oder mit Siemens Spectrum Power koppelt, kommt an PSS®E nicht vorbei. Wer ausschließlich deutsche Verteilnetze plant, sollte zweimal nachdenken.

Für wen ist Siemens PSS®E?

Übertragungsnetzbetreiber (TSO): Im 380- und 220-kV-Geschäft ist PSS®E weltweit eines der zwei dominierenden Tools (neben PowerFactory). 50Hertz, TenneT, Amprion und TransnetBW arbeiten mit PowerFactory als Hauptwerkzeug, beherrschen PSS®E aber für internationale Kooperationen, ENTSO-E-Studien, grenzüberschreitende Lastflüsse, Netzentwicklungspläne im europäischen Verbund.

Energieberatungen und Planungsbüros: Wer Studien für TSOs, Energieerzeuger oder Investoren in Großkraftwerke (Wind-Offshore, Pumpspeicher, HGÜ-Anbindungen) erstellt, muss in den Datenformaten der Auftraggeber liefern können. PSS®E-Kompetenz ist im internationalen Projektgeschäft eine Pflichtqualifikation.

Energieversorger mit eigenen Übertragungsanlagen: Größere Stadtwerke, Industrie-EVU und Verteilnetzbetreiber mit 110-kV-Bestandsnetz nutzen PSS®E für Netzplanung, Investitionsstudien und regulatorische Nachweise gegenüber der Bundesnetzagentur.

Forschung und Hochschule: Lehrstühle für Elektrische Energietechnik nutzen PSS®E in Forschungsprojekten, vor allem dort, wo Industriepartner aus dem Siemens-Umfeld involviert sind. Educational-Lizenzen sind verfügbar, aber preislich nicht trivial.

Weniger geeignet für: Verteilnetzplaner (Mittel- und Niederspannung), Energie-Start-ups mit kleinem Budget, Open-Science-Forschungsprojekte, alle die ohne formale Einarbeitung in Power-Systems-Engineering einsteigen wollen, und Smart-Grid-Anwender, die primär auf der Sekundärtechnik-Seite (IoT, Datenanalyse) arbeiten.

Preise im Detail

Plan	Preis	Was du bekommst
PSS®E Basic	ab ca. 15.000 USD/Jahr	Lastfluss, Kurzschluss, Power-Flow-Berechnungen, Standardmodelle
PSS®E Advanced	ca. 25.000–40.000 USD/Jahr	Zusätzlich: Dynamische Stabilität, Optimal Power Flow, erweiterte Modellbibliothek
PSS®E Premium	ca. 35.000–50.000 USD/Jahr	Volles Feature-Set: ML-Contingency Screening, KI-OPF, Python-API, alle Module
Educational	nach Anfrage (deutlich reduziert)	Für Hochschulen und Forschungseinrichtungen, eingeschränkte kommerzielle Nutzung
Site License	individuelle Verhandlung	Mehrplatzlizenz für TSOs und Großunternehmen, oft mit Wartungsvertrag und Support

Einordnung: Siemens veröffentlicht keine Preisliste, alle Zahlen sind branchenüblich kolportierte Größenordnungen, der konkrete Preis hängt von Verhandlungsmacht, Wartungsumfang und Modulen ab. Realistisch ist für eine produktive Einzelplatzlizenz mit Wartung ein Jahresbudget zwischen 20.000 und 40.000 USD einzuplanen. Site Licenses für TSOs liegen im sechs- bis siebenstelligen Bereich. Educational-Lizenzen sind verfügbar, aber auch hier sollte man sich nicht von „Discount” täuschen lassen, es bleibt teuer. Open-Source-Alternativen (PandaPower, Matpower) sind für Lehrkontexte oft die pragmatischere Wahl.

Stärken im Detail

Internationaler De-facto-Standard. PSS®E existiert seit den 1970er Jahren und wird weltweit von Hunderten Übertragungsnetzbetreibern eingesetzt, vor allem in Nordamerika, Asien und Lateinamerika. Wer im internationalen Projektgeschäft arbeitet, muss die Datenformate .raw (Lastfluss) und .dyr (Dynamik) lesen und schreiben können. Das macht PSS®E-Kompetenz zur transportablen Berufsqualifikation über Ländergrenzen hinweg.

ML-basiertes Contingency Screening. Die klassische N-1-Sicherheitsanalyse prüft jeden möglichen Einzelausfall, bei großen Netzen sind das tausende Szenarien pro Stunde. Das in PSS®E 35 eingeführte ML-Modul priorisiert automatisch die kritischen Ausfälle, sodass Engineering-Ressourcen sich auf die wirklich gefährlichen Szenarien konzentrieren können. In der Praxis spart das in großen Netzleitstellen mehrere Stunden Berechnungszeit pro Tag.

KI-gestützte Optimal Power Flow. Klassische OPF-Solver konvergieren bei nicht-konvexen Problemen langsam oder gar nicht. PSS®E nutzt ML-basierte Warmstart-Initialisierungen und Heuristiken, um Konvergenz zu beschleunigen, vor allem in Szenarien mit hoher Volatilität (viel Wind, viel PV). Das ist ein direkter Produktivitätsgewinn für Marktstudien und Engpassmanagement.

Vollständige Python-API. PSSPY erlaubt es, jede UI-Aktion auch programmatisch auszuführen, Szenario-Generierung, Massenberechnung, Auswertung, Export. Das ist die Grundlage für ML-Workflows: Ein typischer Anwendungsfall ist die Generierung tausender Lastflussszenarien, deren Ergebnisse als Trainingsdaten für eigene neuronale Netze (z. B. zur Echtzeit-Prädiktion von Spannungseinbrüchen) dienen.

Integration mit Siemens Spectrum Power. Wer ohnehin im Siemens-Ökosystem arbeitet, Spectrum Power als Netzleitsystem, Sicam als Schutzleittechnik, bekommt eine durchgängige Datenkette von der Planung (PSS®E) bis zum Echtzeitbetrieb. Das ist für Großkunden ein erheblicher operativer Vorteil.

Modellbibliothek und Validierung. PSS®E enthält praktisch alle gängigen Generatormodelle, FACTS-Geräte (SVC, STATCOM), HGÜ-Topologien und Schutzkonzepte als validierte Bausteine. Die Modelle wurden über Jahrzehnte gegen reale Netzereignisse geprüft, das ist ein Vertrauensvorsprung, den neuere Tools erst aufbauen müssen.

Schwächen ehrlich betrachtet

Steile Lernkurve und veraltete UI. PSS®E sieht aus wie ein 2010er-Windows-Programm, und das ist es im Kern auch. Wer aus modernen Web-Tools kommt, braucht Wochen, um sich in der Bedienlogik zurechtzufinden. Die Kombination aus Fachkomplexität (Power Systems) und veralteter Bedienoberfläche macht den Einstieg deutlich härter, als er sein müsste. PowerFactory hat hier einen spürbaren UX-Vorsprung.

Keine öffentliche Preistransparenz. Siemens veröffentlicht keine Listenpreise. Wer ein Angebot will, muss den direkten Vertriebsweg gehen, mit allem, was das an Verhandlungsaufwand bedeutet. Für KMU und Forschungsprojekte ist das eine echte Hürde, gerade im Vergleich zu Open-Source-Alternativen wie PandaPower (kostenlos) oder kommerziellen Tools mit veröffentlichten Preisen.

In Deutschland zweite Wahl hinter PowerFactory. Bei deutschen TSOs und großen DSOs ist DIgSILENT PowerFactory (gemacht in Gomaringen) das verbreitetere Werkzeug, schon aus historischen und sprachlichen Gründen. Wer in Deutschland eine Stelle im Netzplanungsbereich sucht, wird häufiger nach PowerFactory-Kenntnissen gefragt als nach PSS®E. International dreht sich das Verhältnis allerdings.

KI-Features sind noch nicht nahtlos integriert. Das ML-Contingency-Screening und die KI-OPF-Funktionen sind in PSS®E 35/36 als zusätzliche Module verfügbar, sie fühlen sich aber noch wie Add-ons an, nicht wie native Bestandteile. Wer hier Spitzenleistung will, muss eigene ML-Pipelines auf der Python-API aufbauen. Das geht, ist aber nicht „out of the box”.

Schmales Open-Source-Ökosystem. Es gibt Community-Skripte, Foren und einige Bücher zu PSS®E-Automatisierung, aber im Vergleich zur PowerFactory-Community oder gar zum offenen Matpower-/PandaPower-Universum ist das überschaubar. Wer ungewöhnliche Probleme löst, ist häufig auf den offiziellen Siemens-Support angewiesen.

Kein echter Cloud-Betrieb. PSS®E läuft als Windows-Desktop-Software. Cloud-Analysen sind über die Siemens Energy Cloud optional möglich, aber das ist kein nativer SaaS-Workflow wie bei modernen Tools. Wer skalierbare Cloud-Berechnung will, muss eigene Infrastruktur aufbauen oder auf Wettbewerber wie das (relativ neue) DIgSILENT PowerFactory Cloud schauen.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
In Deutschland Verteilnetze planst (MS/NS)	DIgSILENT PowerFactory (eigene Tool-Seite folgt)
Open-Source-Lösung für Forschung und Lehre brauchst	PandaPower oder Matpower (eigene Tool-Seiten folgen)
Elektromagnetische Transienten simulieren willst	PSCAD oder EMTP (eigene Tool-Seiten folgen)
Eine in Microsoft 365 integrierte Workflow-Schicht oben drauf legst	Microsoft 365 Copilot
Python-basierte ML-Pipelines für Energieprognosen aufbauen willst	Claude für die Code-Generierung

Erwähnenswert ohne (noch) eigene Tool-Seite: DIgSILENT PowerFactory ist im deutschen Markt der direkte Hauptkonkurrent und in vielen DSO-/TSO-Projekten gesetzt. NEPLAN (Schweiz) deckt ein ähnliches Segment ab und ist in Mitteleuropa verbreitet. OpenDSS (US-Forschung) und PandaPower (TU Berlin/Fraunhofer) sind die ernstzunehmenden Open-Source-Optionen, vor allem in Forschungsprojekten und für reproduzierbare Studien wertvoll. PSCAD dominiert die EMT-Simulation, für die PSS®E nicht das richtige Werkzeug ist.

So steigst du ein

Schritt 1: Realistisch prüfen, ob PSS®E das richtige Werkzeug ist. Klär vor allem zwei Fragen: Arbeitest du auf Übertragungsnetzebene (110 kV+), und gibt es einen konkreten Anlass, gerade PSS®E zu wählen (z. B. Auftraggeber-Anforderung, internationale Kooperation, Spectrum-Power-Integration)? Wenn nein, prüfe DIgSILENT PowerFactory oder PandaPower zuerst, das spart möglicherweise viel Geld und Lernzeit.

Schritt 2: Educational-Lizenz oder Vertriebsanfrage. Für Hochschulen und Forschungseinrichtungen geht der Weg über die Siemens-Educational-Programme. Für kommerzielle Nutzung führt der Weg über den direkten Siemens-Vertrieb (Grid Software, München). Plane für die Verhandlung Wochen ein und beziehe Wartung, Schulung und Support in das Gesamtbudget mit ein, die reine Lizenz ist nur ein Teil der Total Cost of Ownership.

Schritt 3: Schulung einplanen, keine Selbsteinarbeitung. Siemens und ein Netzwerk autorisierter Trainingsanbieter bieten Grundkurse (typisch 3–5 Tage) und Vertiefungskurse (Dynamik, OPF, Python-API). Ohne formale Schulung ist die Selbsteinarbeitung extrem zäh, das Investment in 1–2 Wochen Training amortisiert sich innerhalb des ersten produktiven Projekts. Erst wenn du den Standard-Workflow beherrschst, erschließen sich die ML-Module sinnvoll.

Ein konkretes Beispiel

Ein deutsches Energieberatungsunternehmen mit Sitz in Mannheim (45 Beschäftigte, Schwerpunkt Netzanschluss-Studien für Wind-Offshore-Projekte) erhält den Auftrag, die Netzanschlussstudie für einen 800-MW-Offshore-Windpark in der Nordsee zu erstellen. Der Auftraggeber, ein internationaler Investor, verlangt die Lieferung im PSS®E-Format, weil sein britischer Konsortialpartner damit weiterarbeitet. Das Studienteam baut das Modell in PSS®E auf, fährt Tausende N-1-Szenarien mit ML-basiertem Contingency Screening, identifiziert kritische Engpässe an drei Umspannwerken und liefert die Studie inklusive .raw- und .dyr-Dateien innerhalb von acht Wochen statt der ursprünglich geplanten zwölf. Das ML-Screening hat allein bei der Szenario-Priorisierung rund 60 Stunden Engineering-Zeit eingespart. Für das interne deutsche Netzplanungsteam wäre PowerFactory effizienter gewesen, aber die Auftraggeber-Anforderung gab PSS®E vor.

DSGVO & Datenschutz

• Datenhosting: On-Premise, die Software läuft lokal auf Windows-Rechnern oder firmeneigenen Citrix-/VDI-Umgebungen. Netzdaten verlassen das Unternehmen nicht.
• Cloud-Option: Über die Siemens Energy Cloud sind cloudbasierte Analysen optional möglich (Hosting in EU-Rechenzentren). Dann gelten die Siemens-Cloud-Datenschutzvereinbarungen, AVV abschließbar.
• Datennutzung: Keine Telemetrie auf Modelldaten, Lizenzaktivierung läuft über klassische Lizenzserver (Network License Manager), nicht über Cloud-Telemetrie.
• Auftragsverarbeitung (AVV): Bei Cloud-Nutzung über Siemens Energy Cloud verfügbar; bei On-Premise-Nutzung nicht erforderlich, da keine Datenverarbeitung beim Anbieter stattfindet.
• Empfehlung für Unternehmen: Für Übertragungsnetzbetreiber und kritische Infrastruktur ist die On-Premise-Variante der Standard. Cloud-Optionen nur prüfen, wenn es echte Skalierungsanforderungen gibt, und dann mit klarer DSFA. Netzdaten sind als Schutzgut nach BSI-Kritis-Verordnung einzustufen.

Gut kombiniert mit

• Python-Ökosystem (NumPy, Pandas, scikit-learn), Über die PSSPY-API lassen sich Massensimulationen direkt in Python-Pipelines einbinden. Wer ML-Modelle für Last- oder Erzeugungsprognosen trainieren will, nutzt PSS®E als Datengenerator und scikit-learn/PyTorch als Trainingsumgebung.
• Claude, Für die Generierung und Wartung von PSSPY-Skripten ist Claude eines der stärkeren Modelle. Wer regelmäßig Automatisierungs-Skripte bauen muss (Szenarienschleifen, Auswertungen, Reports), spart erhebliche Zeit durch Code-Assistenz.
• Microsoft 365 Copilot, Für die Aufbereitung von PSS®E-Ergebnissen in Berichten, Präsentationen und Excel-Auswertungen für Auftraggeber und interne Stakeholder.

Unser Testurteil

PSS®E verdient 4 von 5 Sternen. Für den Job, für den es gebaut ist, Simulation großer Übertragungsnetze auf Engineering-Tiefe, ist es weltweit eines der zwei besten verfügbaren Werkzeuge. Die Erweiterung um ML-Contingency-Screening und KI-OPF in den jüngsten Versionen zeigt, dass Siemens die Modernisierung ernst nimmt. Den fünften Stern verliert PSS®E aus drei Gründen: Erstens ist es im deutschen Markt nicht der Standard, DIgSILENT PowerFactory dominiert hier deutlich. Zweitens ist die Lernkurve auch für ausgebildete Energietechniker steil, und die UI wirkt im Vergleich zu modernen Tools veraltet. Drittens ist die Preisintransparenz für KMU und Forschungseinrichtungen ein echtes Hindernis. Wer aber im internationalen TSO-Geschäft unterwegs ist oder mit Spectrum Power koppelt, kommt am Tool nicht vorbei, und sollte die Investition in Lizenz und Schulung als Pflichtausgabe einplanen.

Was wir bemerkt haben

• 2024, Mit PSS®E 35 hat Siemens die vollständige Python-API (PSSPY) konsolidiert und ML-basiertes Contingency Screening als reguläres Modul eingeführt. Das ist die erste Version, in der man PSS®E ernsthaft als „KI-fähige” Plattform bezeichnen kann, frühere Versionen hatten Skripting nur rudimentär.
• 2024–2025, Siemens hat die Grid-Software-Sparte (PSS®E, Spectrum Power, PSS®SINCAL) organisatorisch zur Siemens Grid Software zusammengefasst und stärker ins Portfolio von Siemens Energy positioniert. Das hat die Roadmap beschleunigt, aber auch zu Umbenennungen und Lizenz-Restrukturierungen geführt, Bestandskunden sollten ihre Lizenzbedingungen prüfen.
• Mai 2026, Im deutschen Übertragungsnetz-Geschäft bleibt DIgSILENT PowerFactory (Gomaringen) der dominierende Standard, diese Position hat sich trotz aller Modernisierung von PSS®E nicht verschoben. Für deutsche Berufsanfänger im Netzplanungsbereich ist PowerFactory weiterhin die wichtigere Erstkompetenz.
• Mai 2026, Eine echte SaaS-Variante von PSS®E mit nativer Cloud-Bedienung gibt es weiterhin nicht. Wer Cloud-Skalierung will, nutzt PSS®E in eigenen Citrix-/VDI-Umgebungen oder über die optionale Siemens Energy Cloud, beides ist kein Plug-and-play wie bei modernen SaaS-Tools.