KI-Automatisierung des MaKo-Datenaustausches (EDIFACT)

Das echte Ausmaß des Problems

Die Marktkommunikation (MaKo) im deutschen Gasmarkt ist regulatorisch anspruchsvoll wie kaum ein anderer Geschäftsprozess. Gasnetzbetreiber müssen nach GeLi Gas (Geschäftsprozesse Lieferantenwechsel Gas) mit Dutzenden Lieferanten in einem standardisierten EDIFACT-Format kommunizieren — für jeden Lieferantenwechsel, jede Einspeiseanmeldung, jede Messwertmeldung. Das Pendant für den Strommarkt ist GPKE (Geschäftsprozesse zur Kundenbelieferung mit Elektrizität) — ein separates Regelwerk. Wer als Stadtwerk beides betreibt, hat entsprechend beide Frameworks zu bedienen; dieser Anwendungsfall fokussiert auf die gas-seitige Prozesskette nach GeLi Gas.

Die Herausforderung ist nicht technisch — EDIFACT ist ein alter, stabiler Standard. Die Herausforderung ist regulatorisch: Die BNetzA und das Konsortium edi@energy aktualisieren die Formatbeschreibungen mehrfach jährlich. Neue Prozesse kommen dazu, Segmente ändern sich, Wertelisten werden erweitert. Jede Änderung bedeutet:

• Prüfung, welche eigenen Systeme betroffen sind
• Anpassung der Validierungsregeln
• Kommunikation an alle Marktpartner
• Test mit repräsentativen Nachrichtenbeispielen

In mittelgroßen Netzbetreiberorganisationen mit 2–4 MaKo-Mitarbeitenden bedeutet das: Ein großes Format-Update kostet 3–6 Wochen Arbeitszeit — ausschließlich für Regelwerk-Lesen, Systemanpassung und Testbetrieb. Und dieser Aufwand kommt mehrfach jährlich.

Dazu die tägliche Last: Ein Gasnetzbetreiber mit 80.000 Zählpunkten verarbeitet typisch 2.500–4.000 EDIFACT-Nachrichten pro Monat. Davon sind je nach Lieferantenqualität 8–18 % fehlerhaft oder formal unvollständig — und müssen manuell geprüft und beantwortet werden.

Die BNetzA-Festlegungsfrist macht den Druck komplett: Nach den BNetzA-Festlegungen zu GeLi Gas muss der Netzbetreiber auf Lieferantenanmeldungen innerhalb von zwei Werktagen antworten. Wer diese Fristen verletzt, riskiert BNetzA-Monitoringberichte und im Wiederholungsfall regulatorische Konsequenzen.

Mit vs. ohne KI — ein ehrlicher Vergleich

Eigene Schätzung auf Basis von MaKo-Prozessberichten und EDIFACT-Automationsszenarien; keine repräsentative Erhebung für Gasnetzbetreiber spezifisch.

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5) Das ist der stärkste Zeithebeleffekt unter den verglichenen Anwendungsfällen in diesem Bereich. MaKo-Automatisierung eliminiert repetitive manuelle Arbeit direkt: Kein Mensch liest mehr die Standard-UTILMD-Nachricht für Lieferantenwechsel Nummer 47 an diesem Dienstag. Das System prüft, validiert, antwortet — ohne Wartezeit. Für das MaKo-Team bedeutet das: Die gleiche Mannschaft kann ein deutlich höheres Volumen abwickeln, oder das Volumen bleibt gleich und die Kapazität verschiebt sich auf qualitative Arbeit (Ausnahmen, Lieferantenbeziehungen, Regelwerkspflege).

Kosteneinsparung — hoch (4/5) MaKo ist keine hochbezahlte Tätigkeit — aber Personalkosten für 2–4 FTE plus der Aufwand für Format-Updates sind über das Jahr ein signifikanter Posten. Wenn Automatisierung 70 % der Vorgänge abdeckt, ist das eine direkte Entlastung von 70 % des Volumenaufwandes. Nicht so dramatisch wie die H2-Readiness-Bewertung mit vermiedenen Gutachterkosten im sechsstelligen Bereich, aber konsistent und messbar.

Schnelle Umsetzung — mittel (3/5) Die Integrationsarbeit ist nicht trivial: Das EDIFACT-System muss mit der Validierungslogik verknüpft werden, die Schnittstelle zum Abrechnungssystem (SAP IS-U, Powercloud oder ähnlich) muss konfiguriert werden, und die Fehlerfallbehandlung muss mit dem MaKo-Team zusammen definiert werden. Mit einem erfahrenen EDI-Integrator und klarer Priorisierung: 10–16 Wochen bis zum Produktivbetrieb für einen definierten Teilprozess.

ROI-Sicherheit — hoch (4/5) Messbar wie selten: Vorgänge je Vollzeitstelle pro Monat, Fristüberschreitungsquote, APERAK-Fehlerquote. Diese Kennzahlen existieren in jedem MaKo-Team bereits — sie müssen nur vor und nach der Einführung verglichen werden.

Skalierbarkeit — mittel (3/5) Das System skaliert gut mit Nachrichtenvolumen — mehr Lieferanten, mehr Vorgänge kein Problem. Aber es skaliert nicht gut mit Formatänderungen: Jede BNetzA-Festlegung braucht eine Regelwerksaktualisierung. Das ist der strukturelle Deckel auf der Automatisierung — er wird kleiner, aber er verschwindet nicht.

Richtwerte — stark abhängig von Anzahl der Marktpartner, Formatstandard-Versionen im Einsatz und Qualität der Lieferanten-EDIFACT.

Was das System konkret macht

Der NLP-gestützte Kern des Systems arbeitet in drei Schichten:

Schicht 1: Regelbasierte Syntaxvalidierung Jede eingehende EDIFACT-Nachricht wird gegen die aktuelle edi@energy-Formatbeschreibung geprüft: Sind alle Pflichtfelder vorhanden? Stimmen die Segmentsequenzen? Sind die Wertelisten korrekt (z. B. gültige Zählpunktbezeichner, gültige Marktpartner-IDs)? Diese Prüfung ist deterministisch und vollständig automatisierbar — sie erzeugt klare Ja/Nein-Entscheidungen.

Schicht 2: Plausibilitätsprüfung Über die Syntaxprüfung hinaus werden inhaltliche Plausibilitäten geprüft: Stimmt der Lieferant mit dem im Kundenstamm gespeicherten überein? Ist das angegebene Lieferbeginndatum plausibel (liegt es in der Zukunft, im zulässigen Vorlaufzeitfenster)? Ist der Zählpunkt in der Netzdatenbank vorhanden? Diese Prüfungen erfordern die Anbindung an Abrechnungssystem und Zählpunktregister.

Schicht 3: KI-gestützte Grenzfallerkennung Wenn Syntax und Plausibilität keine eindeutige Entscheidung erlauben, analysiert ein LLM die Nachricht im Kontext früherer Vorgänge mit demselben Marktpartner und ähnlicher Fehlerstruktur. Es schlägt vor: “Wahrscheinlich falsches Format vom April 2023 verwendet — APERAK mit Code Z19 empfohlen, Vergleichsfall: 3 ähnliche Nachrichten von Lieferant Y letzte Woche.” Das MaKo-Team entscheidet, der Aufwand sinkt auf 1–2 Minuten statt 10–15 Minuten.

Output:

• Automatisch generierte Antwortnachrichten für Standardvorgänge (APERAK für klare Ablehnungen, CONTRL für Bestätigungen)
• Priorisierte Arbeitsliste für Grenzfälle mit KI-Einschätzung und Fristanzeige
• Tagesprotokoll: Volumen, Fehlerquoten, offene Fristen

Was das System nicht automatisiert

Keine Vollautomatisierung für Nachrichten, die Entscheidungen mit wirtschaftlichen oder rechtlichen Konsequenzen enthalten. Ein UTILMD für einen strittigen Lieferantenwechsel, bei dem zwei Lieferanten denselben Kunden beanspruchen, landet immer beim MaKo-Team — das System zeigt alle relevanten Informationen, trifft aber keine Entscheidung.

Rechtliche Besonderheiten

MaKo-Nachrichten sind rechtsverbindliche Geschäftskorrespondenz zwischen Marktpartnern. Automatisch generierte APERAK-Nachrichten haben dieselbe rechtliche Wirkung wie manuell erstellte — eine falsch generierte Ablehnung kann Schadensersatzansprüche auslösen.

Deshalb gilt:

• Vier-Augen-Prinzip für Grenzfälle: Das System entscheidet nicht alleine — es empfiehlt, ein Mensch bestätigt oder korrigiert
• Dokumentationspflicht: Alle automatisch generierten Nachrichten müssen nachvollziehbar gespeichert sein (Eingangsnachricht, Validierungsergebnis, Ausgangsnachricht, Entscheidungsgrund)
• BNetzA-Festlegungen: Wenn die BNetzA eine neue Festlegung zu MaKo-Prozessen herausgibt (für Gas: GeLi Gas; für Strom: GPKE), muss das Regelwerk innerhalb der dort genannten Umsetzungsfristen angepasst werden — das ist eine Betreiberpflicht, keine Option

Klär mit deiner Rechtsabteilung: Wer haftet, wenn das System eine APERAK falsch generiert hat? Typische Antwort: der Netzbetreiber — deshalb ist das Vier-Augen-Prinzip für alles außer eindeutigen Standardfällen nicht verhandelbar.

Konkrete Werkzeuge — was wann passt

SEEBURGER BIC Platform — Die marktführende EDI-Middleware für die deutsche Energiewirtschaft. Speziell für MaKo ausgebaut: vollständige Unterstützung für GPKE, GeLi Gas, UTILMD, MSCONS, APERAK. Die BIC Platform beinhaltet Validierungsmodule, die bei edi@energy-Format-Updates gepflegt werden — das reduziert den eigenen Anpassungsaufwand deutlich. SEEBURGER hat zudem ein KI-Modul für Fehleranalyse und Mustererkennung angekündigt (Stand Q1 2026). Datenverarbeitung in EU-Rechenzentren. Für mittelgroße Netzbetreiber mit mehr als 50.000 Zählpunkten die erste Wahl.

Azure OpenAI Service — Als Ergänzungsschicht für die KI-gestützte Grenzfallerkennung: Wenn die EDI-Middleware die Syntaxprüfung übernimmt, kann ein Azure-OpenAI-basiertes System auf den Grenzfällen aufsetzen und Musterähnlichkeiten zu früheren Fällen erkennen. EU-Region verfügbar, DSGVO-konform. Erfordert einen integrationserfahrenen Entwickler für die Anbindung.

KISTERS Marktprozesse — Für Netzbetreiber, die bereits die KISTERS-Plattform für Energiemengenmanagement einsetzen: KISTERS bietet ein MaKo-Modul, das EDIFACT-Prozesse für Strom und Gas abbildet und direkt an das eigene Abrechnungssystem angeschlossen ist. Weniger flexibel als SEEBURGER, aber für bestehende KISTERS-Umgebungen manchmal die einfachere Integration ohne separate EDI-Middleware.

Als kostenloser Einstieg ohne Middleware-Investition: Claude oder ChatGPT (kostenloser Webzugang) zur manuellen Fehlerklassifikation von EDIFACT-Fehlermeldungen — kein automatischer Verarbeitungsworkflow, aber als erster Konzepttest geeignet, um herauszufinden, welche Fehlertypen sich systematisch wiederholen und ob eine Automatisierung überhaupt lohnt.

Wann welcher Ansatz:

• Mehr als 50.000 Zählpunkte, mehrere Prozesstypen → SEEBURGER BIC als Kern-EDI-Middleware
• SEEBURGER bereits vorhanden → KI-Ergänzungsmodul evaluieren
• Kleine bis mittlere Netzbetreiber (unter 30.000 Zählpunkte) → EDI-Dienstleister prüfen (Outsourcing sinnvoll)
• US-Cloud ausgeschlossen (KRITIS) → Azure nur EU-Region oder On-Premise-Lösung
• Erster Konzepttest ohne Budget → Claude oder ChatGPT für manuelle Fehlerklassifikation

Datenschutz und Datenhaltung

EDIFACT-Nachrichten im Gasmarkt enthalten Kundendaten — Zählpunktnummern (die einem Haushalt eindeutig zugeordnet werden können), Verbrauchsdaten aus MSCONS-Nachrichten und Vertragspartnerdaten. Das macht sie zu personenbezogenen Daten im Sinne der DSGVO:

• Auftragsverarbeitungsvertrag (AVV) zwingend für jeden KI-Dienstleister, der auf MaKo-Daten zugreift
• Keine US-Cloud für Produktionsdaten: Zählpunkt- und Verbrauchsdaten dürfen nicht an US-Dienstleister ohne angemessenes Schutzniveau übertragen werden — EU-Standardvertragsklauseln reichen für KRITIS-Betreiber nicht aus
• Logging und Datenlöschungsfristen: MaKo-Logs müssen aufgrund gesetzlicher Nachweis- und Aufbewahrungspflichten mindestens 5 Jahre vorgehalten werden; nach Ablauf: sichere Löschung

Prüfe mit dem Datenschutzbeauftragten: Wenn KI-Systeme auf Zählpunktnummern und Verbrauchsdaten zugreifen, ist das im Verzeichnis der Verarbeitungstätigkeiten zu dokumentieren.

Was es kostet — realistisch gerechnet

Einmalige Einrichtung:

• EDI-Middleware-Implementierung oder -Erweiterung (SEEBURGER BIC oder ähnlich): 30.000–80.000 €
• KI-Schicht für Grenzfallerkennung: 15.000–35.000 €
• Integration Abrechnungssystem und Zählpunktregister: 10.000–25.000 €
• Schulung MaKo-Team und Pilotbetrieb: 5.000–10.000 €

Laufende Kosten:

• Middleware-Lizenz: 8.000–20.000 €/Jahr
• KI-Plattformkosten: 500–2.000 €/Monat
• Format-Update-Aufwand (edi@energy): 5–10 Personentage/Jahr statt 15–30 (reduziert, aber nicht eliminiert)

ROI-Berechnung: Ein MaKo-FTE kostet inkl. Nebenkosten ca. 55.000–70.000 €/Jahr. Wenn Automatisierung 70 % des Volumens übernimmt und eine halbe Stelle eingespart werden kann (oder die gleiche Stelle mehr Zählpunkte betreut): 27.000–35.000 € Personalkosteneinsparung pro Jahr. Dazu: Format-Update-Aufwand halbiert = 5–8 Personentage/Jahr eingespart ≈ 5.000–8.000 €. Break-even nach 2–3 Jahren typisch bei mittlerer Investitionsgröße.

Konservatives Szenario: Automatisierungsquote nur 50 % statt 70 % (weil Lieferanten-EDIFACT-Qualität schlechter als erwartet). ROI tritt trotzdem ein, braucht aber 3–4 Jahre.

Drei typische Einstiegsfehler

Fehler 1: Alle Prozesstypen gleichzeitig automatisieren wollen UTILMD, MSCONS, APERAK, CONTRL, ORDERS — fünf verschiedene Nachrichtentypen mit unterschiedlichen Komplexitätsgraden. Wer alle auf einmal automatisieren will, unterschätzt den Konfigurationsaufwand und verlängert die Einführungszeit auf 12+ Monate. Besser: Mit dem volumenstärksten Prozesstyp starten (typisch: Lieferantenwechsel-UTILMD), Erfahrungen sammeln, dann ausweiten.

Fehler 2: Format-Update-Aufwand unterschätzen Die KI-Automatisierung macht Format-Updates leichter, aber nicht trivial. Wenn das Regelwerk bei jedem BNetzA-Update manuell nachgezogen werden muss, geht dieser Aufwand direkt vom Automatisierungsgewinn ab. Klär vor dem Einstieg mit dem Anbieter: Wie werden edi@energy-Updates eingespielt? Ist das im Wartungsvertrag enthalten? Eng damit verbunden: Kein Regelwerkspflege-Owner — wenn die zuständige Fachkraft das Unternehmen verlässt oder interne Zuständigkeiten wechseln, veralten die EDIFACT-Regeln, sobald GeLi-Gas-Festlegungen aktualisiert werden. Diese Rolle muss namentlich besetzt und nicht als “IT-Aufgabe” abgetan werden.

Fehler 3: Das MaKo-Team zu spät einbinden Die fachliche Expertise sitzt im MaKo-Team — die Leute, die täglich EDIFACT lesen, wissen, welche Lieferanten systematisch das falsche Format verwenden, welche Sonderkonstellationen es bei Netzanschlüssen gibt und wann eine APERAK rechtlich riskant ist. Ein IT-Projekt, das die Automatisierung ohne dieses Wissen baut, baut an der Realität vorbei. Das MaKo-Team sollte von Tag 1 an Anforderungen einbringen und Testergebnisse validieren.

Was mit der Einführung wirklich passiert — und was nicht

Das MaKo-Team wird die Automatisierung nach einer anfänglichen Skepsis schätzen — sobald klar ist, dass die langweiligen Routinevorgänge wegfallen und die interessanten Ausnahmefälle bleiben. Die Arbeit wird nicht weniger, aber sie verändert sich: weniger Dateneingabe, mehr Problemlösung und Lieferantenmanagement.

Was nicht passiert: Der Format-Update-Aufwand verschwindet vollständig. Solange die BNetzA und edi@energy das Format mehrfach jährlich ändern, bleibt ein Regelwerkspflege-Aufwand. Das System macht ihn handhabbar, nicht obsolet.

Die wichtigste Frage nach der Einführung: Wer pflegt das Regelwerk? Diese Rolle muss klar benannt sein — idealerweise jemand aus dem MaKo-Team selbst, der technisches Verständnis für die Validierungslogik entwickelt.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

“Was ist, wenn die KI eine APERAK falsch generiert und wir einen Lieferanten zu Unrecht abweisen?” Legitime Sorge. Deshalb gilt: Klare Ablehnungsfälle (Syntaxfehler, ungültige Marktpartner-ID) werden vollautomatisch behandelt, weil hier kein Ermessen erforderlich ist. Inhaltlich zweifelhafte Fälle werden immer zur manuellen Prüfung eskaliert. Die Fehlerquote der Automatisierung ist in diesen Fällen nicht höher als beim manuellen Prozess — oft niedriger, weil das System konsistenter prüft als ein überlastetes Zweipersonen-Team mit Zeitdruck.

“Wenn sich das BNetzA-Format ändert, ist unsere Automatisierung wieder obsolet.” Das Regelwerk muss aktualisiert werden — aber das ist deutlich schneller als eine Systemneuprogrammierung. Der Vorteil der KI-gestützten Lösung: Wenn die Formatbeschreibung sich ändert, muss das Regelwerk angepasst werden (1–3 Wochen), nicht eine neue Software-Infrastruktur aufgebaut werden (3–6 Wochen bisher). Das ist der eigentliche Wertbeitrag.

Woran du merkst, dass das zu dir passt

Das Vorhaben ist sinnvoll, wenn:

• Dein MaKo-Team mehr als 1.500 EDIFACT-Nachrichten pro Monat verarbeitet
• Die manuelle Bearbeitungsquote über 60 % liegt (der Rest ist schon automatisiert)
• Format-Updates von BNetzA regelmäßig zu 2–4-wöchigen Mehrarbeitsperioden führen
• Fristüberschreitungen nach BNetzA-Festlegung zu GeLi Gas bereits vorgekommen sind oder als Risiko gelten

Das Vorhaben ist noch nicht sinnvoll, wenn:

• Weniger als 30.000 Zählpunkte: Bei sehr kleinen Netzen ist EDI-Outsourcing an einen Dienstleister wirtschaftlicher als eigene Automatisierungsinvestition — die Volumina rechtfertigen den Systemaufwand nicht.
• Keine vollständige Fehlerhistorie der EDIFACT-Vorgänge: Wenn es kein strukturiertes Fehler-Log der letzten 12 Monate gibt, fehlt die Trainingsbasis für die KI-Grenzfallerkennung — starte mit Logging-Verbesserung.
• Kein klarer Prozesseigentümer: Wenn MaKo-Verantwortung zwischen IT und Regulierung verteilt ist und kein Single Point of Contact existiert, scheitern Automatisierungsprojekte an der internen Abstimmung, nicht an der Technik.

Das kannst du heute noch tun

Führe eine schnelle Fehlertyp-Analyse deiner letzten 200 APERAK-Ereignisse durch. Welche Fehlercodes (Z17, Z18, Z19) tauchen wie oft auf? Welche Lieferanten sind Wiederholungstäter? Das zeigt dir, wo der größte Automatisierungsgewinn liegt — und ob ein regelbasiertes System oder ein KI-gestütztes Muster-Erkennungssystem der richtige erste Schritt ist.

Quellen & Methodik

• edi@energy — Formatbeschreibungen UTILMD, MSCONS, APERAK — Konsortium im Auftrag der BNetzA; aktuell Oktober 2024 Ausgaben; edi-energy.de
• GeLi Gas — Bundesnetzagentur — Regulierungsrahmen für Lieferantenwechselprozesse Gas; definiert Fristen, Prozessschritte und EDIFACT-Anforderungen für Gasnetzbetreiber; BNetzA.de
• GPKE — Bundesnetzagentur — Pendant für Lieferantenwechsel im Strommarkt; gilt nicht für Gas
• STROMDAO — EDIFACT in der Energiewirtschaft — Technische Grundlagenerklärung MaKo-Standard; stromdao.de
• Willi-Mako — APERAK-Fehler: Risikoverteilung und präventive Maßnahmen — Praxisbericht zu APERAK-Fehlertypen und Automatisierungsansätzen; willi-mako.de
• SEEBURGER — MaKo Digitalization of the German Energy Market Communication — Anbieterperspektive auf MaKo-Automatisierung; seeburger.com/resources
• Methodik: Kostenschätzungen und Zeitangaben basieren auf Erfahrungswerten aus EDI-Implementierungsprojekten; nicht repräsentativ. Automatisierungsquote ist branchenabhängig und stark von Lieferantenqualität beeinflusst.