Automatisierte Prüfung von Netzanschlussanträgen

Das echte Ausmaß des Problems

Der Stau ist kein lokales Phänomen bei einem überforderten Stadtwerk. Er ist strukturell und wächst.

In der EU wurden 2024 mehr als 450.000 Anträge für erneuerbare Energieanlagen gestellt — ein Plus von 133 Prozent gegenüber 2021, wie der DSO Observatory Report der Europäischen Kommission (JRC, 2024) dokumentiert. Bei einzelnen mittelgroßen Verteilnetzbetreibern kommen mehrere tausend neue Anträge pro Monat an. Für Deutschland liefert die Bundesnetzagentur ähnliche Signale: Allein 226 Gigawatt Batteriespeicher-Kapazität warteten zu Jahresbeginn 2025 auf Netzanschluss bei Übertragungsnetzbetreibern — das meiste davon steckt noch im Antragsstadium.

Was bremst? Nicht das Netz, sondern der Prozess davor. Die meisten deutschen Verteilnetzbetreiber haben zwischen 20 und 80 Netzplaner — viele davon erfahrene Fachleute, die jahrelang ausgebildet wurden. Aber selbst wenn man jeden davon nur mit Standardanträgen beschäftigt, ist die Kapazitätsrechnung eindeutig:

• Ein Standardantrag kostet 2–4 Stunden Netzplanerzeit (Vollständigkeit prüfen, Netzrückwirkung berechnen, Bescheid formulieren)
• Durchschnittliche Bearbeitungszeiten in der Praxis: 8–16 Wochen für Niederspannungsanträge (laut Branchenberichten der Fachzeitschrift 50komma2 und BDEW-Erhebungen)
• Seit dem 1. Januar 2025 verpflichtet §8a EEG Netzbetreiber, EE-Anlagen bis 30 kW digitale Antragsprozesse bereitzustellen — was den Eingang weiter erhöht

Das Paradoxe: Je besser die Energiewende läuft, desto mehr bricht der Prozess zusammen. Mehr PV, mehr Wärmepumpen, mehr Speicher — mehr Arbeit für dieselben Netzplaner. Das System skaliert nicht mit.

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Erfahrungswerte aus Pilotprojekten mit envelio IGP; Restzeit = menschliche Prüfung der automatischen Empfehlung.
² Laut Angaben des Überlandwerks Mittelbaden nach Einführung der envelio-Plattform (Quelle: 50komma2 Fachmagazin).

Der Effizienzgewinn bei Netzplanern ist dabei der eigentlich wichtige Punkt: Nicht weil KI schlauer ist als Andrea, sondern weil sie dieselbe Berechnung für den 47. Standard-PV-Antrag dieser Woche genauso schnell und fehlerfrei macht wie für den ersten — und weil sie dabei niemals vergisst, das Anlagendatenblatt anzufordern.

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5)
Die Reduktion von zwei bis vier Stunden auf 15–30 Minuten je Standardantrag ist einer der extremsten Zeitgewinne in dieser Kategorie. Die Automatisierung trifft einen Kernprozess, der täglich mehrfach wiederholt wird und keine kreative Leistung erfordert — ideale Voraussetzungen für maximale Entlastung. Unter den Anwendungsfällen dieser Branche hat kaum ein anderer so klare Stundengewinne pro verarbeitetem Vorgang.

Kosteneinsparung — mittel (3/5)
Die Einsparung an Netzplanerzeit ist real und quantifizierbar. Das Problem: Die Plattformintegration ist aufwendig und kostspielig — Implementierungsprojekte liegen typisch bei 80.000–200.000 Euro, Jahreslizenzen kommen dazu. Die tatsächliche Nettoeinsparung hängt davon ab, wie groß das Antragsvolumen ist und ob das freigesetzte Personal für Mehrwertaufgaben eingesetzt werden kann oder nicht. Bei kleinen DSOs mit geringem Volumen ist der Business Case schwach.

Schnelle Umsetzung — niedrig (2/5)
Das ist die ehrlichste Einschätzung in dieser Kategorie. Eine produktiv laufende automatisierte Antragsprüfung braucht: ein sauberes digitales Netzmodell, eine GIS/NIS-Integration, eine Anbindung an das bestehende ERP/CRM, einen Kundenkanal für den digitalen Antragseingang und eine Netzberechnungs-API. Wer das von Null aufbaut, rechnet mit 6–12 Monaten bis zum Pilotbetrieb. SNAP (PSI/SoftProject) bewirbt einen schnelleren Einstieg für reine Mittelspannungsberechnung — aber vollständige End-to-End-Automatisierung dauert länger.

ROI-Sicherheit — hoch (4/5)
Durchlaufzeit vor und nach der Einführung ist täglich messbar. Die Automatisierungsquote (Anteil der Anträge, die ohne manuellen Eingriff abgeschlossen werden) ist eine klare Kenngröße. Der ROI ist damit einer der am besten belegbaren in dieser Branche — kein indirekter Effekt, kein Schätzen, sondern gezählte Anträge mit Zeitstempeln. Nicht höher, weil die Höhe des ROI stark vom Antragsvolumen abhängt: Wer 500 Anträge pro Jahr hat, rechnet sich das anders als wer 5.000 hat.

Skalierbarkeit — hoch (4/5)
Mit jedem neuen PV-Dach, jeder neuen Wärmepumpe und jeder neuen Wallbox in eurem Netzgebiet wächst das Antragsvolumen — ohne dass das Automatisierungssystem proportional teurer wird. Das ist der strategische Kern dieses Use Cases: Die Kapazitätsgrenze liegt nicht mehr im Personal, sondern in der Netzinfrastruktur selbst. Einschränkung: Bei stark wachsendem Antragsvolumen steigen auch die Anforderungen an die NIS-Datenqualität und Modellpflege.

Richtwerte — stark abhängig von Antragsvolumen, vorhandenem Digitalisierungsgrad und NIS-Qualität.

Was das System konkret macht

Der Automatisierungsprozess läuft in vier Schichten:

Schicht 1: Dokumentenextraktion
Ein Antrag kommt rein — per Webformular, PDF-Upload oder E-Mail. OCR-Software (z. B. Azure Document Intelligence oder AWS Textract) liest strukturierte und unstrukturierte Dokumente: Anlagendatenblatt, Lageplan, Messkonzept, Zählerantrag. Das NLP-Modell klassifiziert, was vorhanden ist und was fehlt. Das System schickt automatisch eine Nachforderung, wenn Pflichtdokumente fehlen — kein manuelles Lesen notwendig.

Schicht 2: Vollständigkeitsprüfung
Für jede Anlagenart und jede Spannungsebene gibt es eine Prüfliste: Was muss bei einer 15-kW-PV-Anlage in der Niederspannung vorliegen, was bei einer 200-kW-Anlage in der Mittelspannung? Die Regelmaschine prüft automatisch gegen diese Schemata und gibt dem Antrag einen Status: vollständig, unvollständig (mit spezifiziertem Fehlerbild), oder außerhalb des Standardbereichs (manuelle Bearbeitung nötig).

Schicht 3: Netzrückwirkungsberechnung
Hier liegt der technische Kern — und der ist anspruchsvoll. Das System übergibt Anlagenparameter (Einspeiseleistung, Anschlussadresse) an die Netzberechnungs-API. Plattformen wie envelio oder pandapower berechnen dann, ob die Einspeisung die Betriebsmittel (Transformatoren, Leitungen) im Netzgebiet überlastet oder zu unzulässigen Spannungsbändern führt. Ergebnis: technisch möglich ja/nein, mit Auslastungsangabe.

Schicht 4: Entscheidungslogik
Kombiniert Vollständigkeit + Netzrückwirkung + Sonderregeln (EEG-Grenzwerte, bestehende Einschränkungen im Netzgebiet) zu einer Entscheidungsempfehlung: Genehmigen, Ablehnen oder Eskalieren an Netzplaner. Für Standardfälle unter definierten Parametern wird die Entscheidung direkt ausgeführt — inklusive Bescheiderstellung und Kundenmitteilung.

Netzplaner sehen nur noch die eskalierte Minderheit: komplexe Anträge, Grenzfälle, neue Anlagentypen ohne Vorlage, oder Fälle mit Netzverstärkungsbedarf. Das ist die Arbeit, für die ihr Fachwissen tatsächlich gebraucht wird.

Das Netzmodell als Fundament: Warum NIS-Qualität über Erfolg oder Scheitern entscheidet

Dieser Abschnitt steht allein, weil er so wichtig ist: Eine automatisierte Netzanschlussprüfung ist nur so gut wie das digitale Netzmodell, auf dem sie rechnet.

Das Netzinformationssystem (NIS) enthält die Topologie des Netzes: Transformatoren, Leitungsquerschnitte, Sicherungsgrößen, bestehende Einspeiser und Verbraucher, Netzgrenzen. Wenn dieses Modell lückenhaft, veraltet oder falsch ist — und das ist bei erschreckend vielen DSOs in Deutschland die Realität, besonders im Niederspannungsnetz — liefert die automatische Netzrückwirkungsberechnung falsche Ergebnisse.

Ein System, das auf einem unvollständigen NIS aufsetzt, kann eine Einspeisung genehmigen, die das Netz tatsächlich überlastet. Oder es lehnt Anträge ab, die problemlos möglich wären. Beide Fehler sind schlimmer als die heutige manuelle Prüfung, weil sie im Großmaßstab passieren.

Die praktische Implikation: Vor der Systemeinführung braucht ihr eine ehrliche Inventur eures NIS-Zustands. Typische Schwachstellen:

• Niederspannungsnetz nur teilweise oder unvollständig erfasst (historisch gewachsene Lücken)
• Leitungsquerschnitte nicht aktuell — Änderungen bei Netzsanierungen nicht zurückgespielt
• Bestehende Einspeiser (alte PV-Anlagen aus 2010–2015) nicht oder falsch eingetragen
• Trafostationen mit veralteten Nennleistungsangaben

Der Fraunhofer IEE hat in einem wissenschaftlichen Gutachten für den Deutschen Bundestag (2023) explizit auf dieses Datenproblem hingewiesen: Der Nutzen von KI im Stromnetz hängt unmittelbar von der Qualität der zugrundeliegenden Netzdaten ab — und diese Qualität ist bei vielen deutschen DSOs im Niederspannungsbereich noch nicht ausreichend für vollautomatische Entscheidungen.

Das bedeutet nicht: Finger weg. Es bedeutet: Dieses Thema muss in der Projektplanung ganz oben stehen, nicht als letzter Punkt.

Was sich rechtlich geändert hat: EEG §8a und die neue Digitalisierungspflicht

Seit dem 1. Januar 2025 sind Verteilnetzbetreiber gesetzlich verpflichtet, für Erzeugungsanlagen bis 30 kW digitale Antragsprozesse anzubieten (§8a EEG 2023). Das ist keine freiwillige Modernisierung mehr — es ist Pflicht.

Was das konkret bedeutet:

• Digitales Eingangsformular mit definiertem Datenschema muss bereitstehen
• Automatische Eingangsbestätigung mit voraussichtlichem Bearbeitungszeitfenster ist verpflichtend
• Statusverfolgung durch den Antragsteller muss möglich sein
• Für Anlagen über 30 kW gelten die Anforderungen noch nicht verpflichtend, aber Branchenempfehlungen gehen in dieselbe Richtung

Zusätzlich hat Deutschland mit dem sogenannten Reifegradverfahren (gültig ab 1. April 2026) für Großspeicher und Großverbraucher ein neues Priorisierungsmodell eingeführt, das die Bearbeitung von Netzanschlussanträgen grundlegend verändert: Statt First-Come-First-Serve entscheidet jetzt der Projektreifegrad darüber, wann ein Antrag bearbeitet wird.

Für die KI-gestützte Antragsprüfung bedeutet das: Die Digitalisierungspflicht erzeugt einen Rechtsrahmen, der Automatisierung nicht nur ermöglicht, sondern für einen wesentlichen Teil des Antragsspektrums voraussetzt. Wer noch kein digitales Antragsportal hat, muss jetzt handeln — und wer ein digitales Portal einführt, ist gut beraten, direkt eine automatisierte Prüfung daran zu koppeln.

Konkrete Werkzeuge — was wann passt

Die Toollandschaft teilt sich in spezialisierte Verteilnetz-Plattformen und allgemeinere Komponenten, die als Bausteine dienen.

envelio Intelligent Grid Platform — Die am weitesten verbreitete Speziallösung für deutsche Verteilnetzbetreiber. Automatisiert den vollständigen Antragsprozess von der Eingangsvalidierung über die Netzrückwirkungsberechnung bis zur Entscheidung. Referenzen: Westnetz, E.DIS, Überlandwerk Mittelbaden. Vorteil: Branchenreife Lösung mit erprobten Integrationen zu gängigen GIS/NIS-Systemen. Nachteil: Hohe Implementierungskosten, keine öffentlichen Preise, erfordert Qualitätsnetzmodell als Voraussetzung. Geeignet für DSOs mit >1.000 Anträgen pro Jahr.

SNAP (PSI GridConnect + SoftProject) — Speziallösung mit Fokus auf Mittelspannungsanschlüsse. Die Schnittstelle zwischen dem SNAP-Portal und der PSIneplan-Netzberechnungssoftware wird direkt bei DSOs implementiert. Einrichtungszeit für das Datenmodell: wenige Wochen. Vorteil: Besonders stark bei komplexeren Mittelspannungsanträgen, bei denen envelio eher für Niederspannung optimiert ist. Wurde bei der E-World 2024 vorgestellt.

epilot — Branchenspezifisches Kundenportal, das als Eingangskanal für digitale Anträge dient und Workflow-Automatisierung für Stadtwerke ermöglicht. Wird oft in Kombination mit envelio IGP für die technische Prüfung eingesetzt: epilot übernimmt Kundenkommunikation und Dokumenteneingang, envelio die Netzberechnung. Geeignet als Frontend, wenn ihr noch keinen digitalen Antragskanal habt.

pandapower — Open-Source-Python-Bibliothek für Lastfluss- und Kurzschlussberechnungen, entwickelt am Fraunhofer IEE. Für DSOs mit Python-Know-how eine kostenlose Alternative für die Netzrückwirkungsberechnung. Kein fertiges Antragssystem, sondern ein Berechnungsmodul, das in eine eigene Automatisierungspipeline eingebaut werden muss. Realistisch nur für DSOs mit IT-Abteilung und Entwicklungskapazität.

Azure Document Intelligence / AWS Textract — Für die Dokumentenextraktion aus eingehenden Formularen und Anlagendatenblättern. Beide Dienste sind EU-gehostet und bieten Custom-Model-Training für branchen- oder netzbetreiberspezifische Dokumentformate. In einer selbst entwickelten Lösung sind sie der erste Schritt der Pipeline (vor der Netzberechnung). Für DSOs, die keinen fertigen Anbieter nutzen wollen, aber eine Automatisierungs-Pipeline eigenständig aufbauen.

Microsoft Power Automate — Für mittlere DSOs, die bereits in der Microsoft-Welt arbeiten (M365, SharePoint, Dynamics), kann Power Automate die Workflow-Orchestrierung übernehmen: Eingang → Vollständigkeitsprüfung → Eskalation → Benachrichtigung. Keine Netzberechnung, aber sinnvoller Baustein für die Prozessautomatisierung rund um den Kernprozess.

Wann welcher Ansatz:

• Volumen >1.000 Anträge/Jahr, Niederspannung im Fokus → envelio IGP
• Schwerpunkt Mittelspannung oder Einstieg in Teilautomatisierung → SNAP (PSI/SoftProject)
• Digitaler Eingangskanal + Kundenkommunikation fehlen → epilot
• IT-Eigenentwicklung mit Python-Kompetenz → pandapower als Berechnungsmodul
• Microsoft-Umgebung + einfache Workflow-Automatisierung → Power Automate als Orchestrierung

Datenschutz und Datenhaltung

Netzanschlussanträge enthalten personenbezogene Daten: Name und Adresse des Antragstellers, Gebäude- und Grundstücksdaten, ggf. Informationen über das Energieverhalten. Die Verarbeitung durch ein KI-System fällt unter DSGVO — mit einem zusätzlichen Aspekt, der in vielen anderen Branchen keine Rolle spielt: Netzdaten sind kritische Infrastruktur-Informationen.

Für die einschlägigen Plattformen gilt:

• envelio IGP: Hosting über Open Telekom Cloud in Deutschland oder On-Premise-Installation möglich. Beides erfüllt die typischen Anforderungen von Netzbetreibern an Datenhaltung im Inland. AVV ist Standard.
• epilot: ISO-27001-zertifiziert, Hosting in Deutschland, AVV verfügbar.
• Azure Document Intelligence / AWS Textract: EU-Region verfügbar (West Europe / eu-central-1), AVV über Microsoft bzw. AWS Data Processing Agreements. Für die reine Dokumentenextraktion ohne Speicherung des Volltexts ist das Datenschutzrisiko beherrschbar — Konfiguration entscheidend.
• pandapower (self-hosted): Vollständige Kontrolle über Datenhaltung, da lokal oder in eigener Cloud betrieben. Keine Third-Party-Datenweitergabe.

Wichtig für Netzbetreiber: Manche Regularien — etwa BSI-Grundschutz-Empfehlungen für KRITIS-Betreiber — legen nahe, Netzdaten nicht in Public-Cloud-Umgebungen zu verarbeiten, selbst wenn EU-Hosting technisch verfügbar ist. Das ist ein Argument für On-Premise-Lösungen oder zertifizierte Privat-Cloud-Angebote.

Für Netzbetreiber, die als kritische Infrastruktur (KRITIS) eingestuft sind (ab ca. 100.000 Anschlüssen), gelten außerdem die Meldepflichten nach BSI-Gesetz und IT-Sicherheitskatalog. Neue KI-Systeme im Netzanschlussprozess sollten mit dem zuständigen Datenschutzbeauftragten und ggf. dem BSI abgestimmt werden.

Was es kostet — realistisch gerechnet

Einmalige Implementierungskosten

Für eine vollständige End-to-End-Automatisierung (digitales Portal + Vollständigkeitsprüfung + Netzrückwirkungsberechnung + Entscheidungslogik) rechne mit:

• Spezialisierte Plattform (envelio, SNAP): 40.000–120.000 Euro Einführungsprojekt (Systemintegration, Datenmigration, Testing)
• Ergänzende Komponenten (Kundenportal, Dokumentenextraktion, Workflow-Tool): 15.000–50.000 Euro zusätzlich
• NIS-Bereinigung und Datenqualitätsprojekt (oft unterschätzt): 20.000–60.000 Euro
• Gesamtinvestition realistisch: 80.000–200.000 Euro

Laufende Kosten (jährlich)

• Plattformlizenz envelio/SNAP: auf Anfrage, typisch 20.000–60.000 Euro/Jahr abhängig von Antragsvolumen
• Infrastruktur und Betrieb: 5.000–15.000 Euro/Jahr
• Laufende NIS-Pflege und Datenqualitätssicherung: intern, 0,5–1 FTE-Anteil

Was du dagegenrechnen kannst

Ein Netzplaner in Deutschland kostet (vollständige Personalkosten inkl. Sozialabgaben, Overhead) ca. 70.000–95.000 Euro/Jahr. Bei 2.000 Standardanträgen pro Jahr und je 2 Stunden Bearbeitungszeit sind das 4.000 Stunden — oder 2,0 bis 2,5 FTE, die ausschließlich für Standardroutinen gebunden sind.

Bei einer Automatisierungsquote von 60 Prozent der Anträge sparst du 1,2–1,5 FTE an Netzplanerkapazität, die stattdessen für Netzplanung, Komplexfälle und die Vorbereitung des Netzausbaus zur Verfügung steht. Bei Netzplanern, die ohnehin schwer zu finden sind, ist dieser Kapazitätsgewinn oft wichtiger als die direkte Kosteneinsparung.

Wie du den ROI tatsächlich misst

Nicht durch eine theoretische Stundenrechnung — sondern durch zwei Kennzahlen, die du ab Tag 1 der Inbetriebnahme täglich siehst:

1. Automatisierungsquote: Wie viel Prozent der Anträge werden ohne manuellen Eingriff abgeschlossen?
2. Durchlaufzeit: Median und 90. Perzentil der Zeit von Antragseingang bis Entscheidung

Diese zwei Zahlen sagen dir, ob das System leistet, was es soll — und sie sind nicht interpretierbar. Entweder sind Anträge schneller durch, oder sie sind es nicht.

Typische Einstiegsfehler

1. Mit der Plattform starten, bevor das Netzmodell bereit ist.
Das klingt nach einem IT-Problem, ist aber ein Sachfachproblem: Wenn euer Netzinformationssystem lückenhaft ist — und für viele Niederspannungsnetze ist das die Realität — liefert die automatische Netzrückwirkungsberechnung falsche Ergebnisse. Keine Software kann dieses Problem lösen. Wer die NIS-Bereinigung auf “danach” verschiebt, bekommt ein automatisches System, das systematisch falsch entscheidet. Das ist gefährlicher als der Status quo. Lösung: Vor dem Startschuss eine ehrliche Datenqualitätsanalyse.

2. Alle Anlagentypen und Spannungsebenen auf einmal automatisieren.
Verführerisch, aber kontraproduktiv. Standardanträge für Niederspannung bis 30 kW sind gut automatisierbar — hier gibt es erprobte Berechnungsverfahren und klare Entscheidungslogik. Mittelspannungsanschlüsse und Großspeicher sind komplexer, brauchen oft individuelle Netzstudien und sind deutlich schwerer regelbasiert zu entscheiden. Wer beides gleichzeitig in Angriff nimmt, verlängert das Projekt und riskiert, bei den komplexen Fällen Fehler zu produzieren, die das Vertrauen in die gesamte Lösung beschädigen. Lösung: Niederspannung zuerst, Mittelspannung als zweite Phase.

3. Die Kapazitäten für den Systemübergang unterschätzen.
Während das System eingeführt wird, läuft der Antragsbetrieb weiter. Netzplaner müssen das neue System parallel bedienen lernen, Ausnahmen und Grenzfälle werden auftauchen, die in keine Regelkategorie passen. Wer das Einführungsprojekt ohne Kapazitätspuffer in den laufenden Betrieb integriert, schafft genau die Engpass-Situation, die man lösen wollte. Lösung: Für 3–4 Monate eine dedizierte Person als Projektverantwortliche einplanen.

4. Das System wird eingeführt — aber die Entscheidungsqualität wird nie auditiert.
Das ist der langfristig gefährlichste Fehler. Ein automatisches System genehmigt und lehnt ab — aber macht es das richtig? Wer die Ausgaben nie stichprobenartig prüft (mit Fachkenntnis eines erfahrenen Netzplaners), bemerkt systematische Fehler erst, wenn Netzprobleme auftreten oder Beschwerden eingehen. Das Ergebnis: ein System, das nach außen hin läuft, innerhalb aber Entscheidungen trifft, die dem Netz langfristig schaden. Lösung: Monatlich eine Stichprobe automatischer Entscheidungen durch Netzplaner prüfen lassen — nicht als Misstrauensvotum, sondern als Qualitätssicherungsroutine.

Was mit der Einführung wirklich passiert — und was nicht

Der technische Rollout ist der einfache Teil. Was die meisten Projektpläne unterschätzen, ist der Kulturwandel im Netzplanungsteam.

Die Fachleute, die bisher entschieden haben. Netzplaner haben Jahrzehnte Erfahrung. Sie wissen, welche Ortsnetzstation im nächsten Sommer Probleme macht, wenn noch drei PV-Anlagen dazukommen — auch wenn das Netzmodell das noch nicht abbildet. Wenn jetzt ein System automatisch entscheidet, fühlt sich das nach Kontrollverlust an. Und manchmal ist dieses Gefühl berechtigt: Das System kann das implizite Fachwissen nicht einrechnen.

Was hilft: Die Erfahrenen ins Ausnahmemanagement einbinden. Sie entscheiden, welche Fälle nicht automatisiert werden sollen. Sie definieren, wann das System eskalieren muss. Ihre Rolle ändert sich vom Formularprüfer zum Systemgestalter — das ist eine aufwertende Veränderung, wenn man sie so kommuniziert.

Kunden, die es nicht glauben. Wer 16 Wochen auf eine Antwort gewartet hat, reagiert auf “Ihr Antrag wurde in 24 Stunden genehmigt” zunächst mit Skepsis. In den ersten Monaten wirst du Rückfragen bekommen: “Stimmt das wirklich? Sind die Unterlagen vollständig? Hat das jemand geprüft?” Kommuniziere proaktiv, was das System tut und was nicht — und was bei unklaren Fällen passiert.

Fachleute bei Regulierern und Verbänden. Die Bundesnetzagentur hat mit dem §8a EEG einen klaren Rechtsrahmen gesetzt, aber die Frage, welche Entscheidungen ein automatisches System autonom treffen darf und welche einen menschlichen Entscheider brauchen, ist noch nicht abschließend geregelt. Wer in Bereichen außerhalb der 30-kW-Grenze automatisiert, sollte das Thema mit dem eigenen Rechtsbereich klären.

Realistischer Zeitplan mit Risikohinweisen

Realistisches Fazit: Von der Entscheidung bis zum produktiven Echtbetrieb für Standardanträge vergehen typisch 9–12 Monate. Wer das in sechs Monaten schaffen will, hat entweder ein außergewöhnlich gut gepflegtes Netzmodell, oder er unterschätzt den Aufwand.

Häufige Einwände — und was dahintersteckt

„Wir haben zu wenig Anträge, um das zu rechtfertigen.”
Bei 200 Anträgen pro Jahr ist das wahrscheinlich richtig. Aber das Volumen ist kein fixer Parameter mehr: Es wächst. Die Frage ist, ob ihr in zwei Jahren, wenn das Volumen dreimal so groß ist, das System dann noch einführen wollt — mit noch größerem Rückstand. Viele DSOs, die heute zögern, werden in 24 Monaten unter erheblichem politischen und Kundendruck stehen.

„Wir trauen dem System nicht, alleine zu entscheiden.”
Das ist kein Einwand gegen Automatisierung — das ist ein Argument für ein gutes Human-in-the-Loop-Design. Kein verantwortungsvolles System genehmigt Mittelspannungsanschlüsse ohne Netzplanerblick. Das System empfiehlt, der Mensch entscheidet. Die Frage ist nur, bei wie vielen Fällen ein Mensch entscheiden muss. Bei einem gut kalibrierten System: nur bei den 35–40 Prozent, die tatsächlich Fachurteil brauchen.

„Unser NIS ist nicht gut genug für automatische Entscheidungen.”
Das ist die ehrlichste Antwort — und gleichzeitig kein finales Nein, sondern ein Sequenzierungsproblem. NIS-Bereinigung ist Pflichtaufgabe, unabhängig von der KI-Frage: Ihr braucht ein verlässliches Netzmodell für die Netzplanung ohnehin. Die Automatisierung gibt dem Projekt jetzt einen konkreten Business Case und Deadline-Druck.

„Datenschutz — Netzkundendaten gehören nicht in die Cloud.”
Für On-Premise-Installationen bieten envelio und SNAP Alternativen. Für Machine Learning-Komponenten wie OCR auf Dokumenten gibt es EU-gehostete Dienste mit DSGVO-Compliance. Und pandapower läuft vollständig lokal. Das ist ein lösbares Problem, kein Grundsatzproblem.

Woran du merkst, dass das zu dir passt

Du solltest jetzt handeln, wenn:

• Dein Team bearbeitet >1.000 Netzanschlussanträge pro Jahr und der Rückstand wächst trotz vollem Personaleinsatz
• Netzplaner verbringen >30 Prozent ihrer Zeit mit Routineprüfungen, obwohl sie für Netzplanung eingestellt wurden
• Deine Durchlaufzeiten liegen über 8 Wochen für Standardfälle — Kundenbeschwerden häufen sich
• Du erfüllst §8a EEG noch nicht (digitales Antragsportal für Anlagen bis 30 kW fehlt) — hier tickt eine gesetzliche Uhr
• Dein Netz liegt in einem stark wachsenden PV-/WP-Gebiet (Neubaugebiete, landwirtschaftliche Regionen) — das Volumen wird noch deutlich steigen

Wann es (noch) nicht passt — drei harte Ausschlusskriterien:

1. Antragsvolumen unter ca. 500 pro Jahr. Die Amortisation der Implementierungskosten (80.000–200.000 Euro) ist bei diesem Volumen kaum realisierbar, solange nicht gleichzeitig erhebliche Qualitätsverbesserungen (Durchlaufzeit, Kundenzufriedenheit) ein zusätzliches Gewicht haben. Für kleine Stadtwerke ist digitale Antragstellung und klare Prozessstruktur der richtige erste Schritt — nicht eine Automatisierungsplattform.

2. Netzmodell (NIS) weist erhebliche Lücken auf und es gibt kein Budget für Bereinigung. Automatisierung auf Basis eines unvollständigen Netzmodells produziert systematische Fehler — Genehmigungen, die das Netz überlasten, oder Ablehnungen, die ungerechtfertigt sind. Ohne valides Netzmodell ist kein verantwortungsvoller Automatisierungsansatz möglich.

3. Keine IT-seitige Integrationskapazität vorhanden und kein Systemintegrator eingeplant. Die Plattformintegration (GIS/NIS-Anbindung, ERP-Integration, Kundenportal) braucht technische Ressourcen — intern oder extern. Wer das mit dem bestehenden IT-Team als Nebenprojekt realisieren will, riskiert ein jahrelanges Halbprojekt, das weder den alten noch den neuen Prozess optimal abdeckt.

Das kannst du heute noch tun

Starte nicht mit einer Plattformauswahl. Starte mit einer Bestandsaufnahme deines aktuellen Antragsprozesses. Das geht ohne Budget, ohne IT-Projekt und in einer Woche.

Nimm zwanzig zufällig ausgewählte Anträge aus den letzten drei Monaten. Stoppe die Zeit von Eingang bis Entscheidung. Klassifiziere, warum jeder Antrag so lange gedauert hat: fehlende Unterlagen, Nachfrage beim Kunden, Netzberechnungszeit, Warteschleife. Das Ergebnis zeigt dir, welcher Schritt der eigentliche Engpass ist — und ob Automatisierung dort überhaupt helfen kann.

Wenn du danach weißt, dass Standardanträge für PV bis 30 kW den größten Anteil ausmachen und hauptsächlich an Netzplanerkapazität hängen: Dann ist das ein klarer Fall für Automatisierung. Für die erste Einschätzung des technischen Aufwands nutze diesen Prompt:

Quellen & Methodik

• JRC DSO Observatory Report 2024: Europäische Kommission, Joint Research Centre, „DSO Observatory Report 2024” — 450.000+ RES-Anschlussanträge EU-weit, +133% vs. 2021, mehrere tausend Anträge/Monat für mittlere DSOs. publications.jrc.ec.europa.eu
• Überlandwerk Mittelbaden / envelio: Praxisbericht in 50komma2 Fachmagazin — Bearbeitungszeit von 3 Stunden auf 15 Minuten, 4.000 Anträge in 8 Monaten nach Implementierung, Implementierung in 2 Monaten. 50komma2.de
• envelio Netzanschlussnavigator (Dezember 2025): Pressemitteilung envelio GmbH / Presseportal — 75% Kostenreduktion für technische Netzanschlussprozesse, 20x schnellere Abwicklung bei europäischen Referenzkunden. presseportal.de
• PSI GridConnect + SoftProject / SNAP: Pressemitteilung PSI AG, Juli 2024 — Schnittstelle für automatische Netzverträglichkeitsprüfung, vorgestellt auf E-World 2024. psi.de
• Fraunhofer IEE, Wissenschaftliches Gutachten KI im Stromnetz (2023): Im Auftrag des Deutschen Bundestags (Büro für Technikfolgen-Abschätzung). Explizite Aussage zu Datenqualitätsanforderungen als Voraussetzung für KI-Anwendungen im Netz. future-energy-lab.de
• §8a EEG 2023: Digitalisierungspflicht für Verteilnetzbetreiber bei EE-Anlagen bis 30 kW, gültig ab 1. Januar 2025. Bundesnetzagentur-Informationsseite. bundesnetzagentur.de
• Batterie-Anschlussrückstand (226 GW): ESS-News, Januar 2025 — 226 GW Batteriespeicher-Kapazität in Warteschlange bei deutschen Übertragungsnetzbetreibern zu Jahresbeginn 2025.
• Implementierungskosten und Automatisierungsquoten: Erfahrungswerte aus Herstellerangaben (envelio, SoftProject) und Branchenberichten 50komma2, dflow/INTENSE (Stand Mai 2026). Keine repräsentative Erhebung.
• Personalkosten Netzplaner: Destatis Verdienststrukturerhebung 2024; vollständige Personalkosten inkl. Sozialabgaben und Overhead nach Branchendurchschnitt.

Du willst wissen, ob euer NIS-Zustand und euer Antragsvolumen für eine Automatisierung ausreichen — und welche Plattform zu eurer bestehenden IT-Landschaft passt? Schreib uns, wir schauen uns das gemeinsam an.