Das Zentrum für sichere Energieinformatik (ZSE) widmet sich der Erforschung und Gestaltung der Digitalisierung zukünftiger Energiesysteme. Als Nachfolgeorganisation des Josef Ressel Zentrums für anwenderorientierte Smart Grid Privacy, Security und Steuerung (2013–2017) arbeitet das ZSE mit Unternehmens- und Forschungspartnern zusammen, um innovative Lösungen im Bereich der Datenanalyse – einschließlich künstlicher Intelligenz (KI) – sowie den damit verbundenen Herausforderungen im Bereich Datenschutz und Cybersecurity zu entwickeln.

Forschungsschwerpunkte

1. KI-Methoden zur Digitalisierung der Energiewirtschaft
Die Digitalisierung der Energieversorgung basiert auf der Analyse von Daten, die mithilfe moderner Informations- und Kommunikationstechnologien gesammelt werden. Dazu zählen etwa Daten von Smart Metern, die Informationen über den Stromverbrauch liefern.

Zunehmend volatile erneuerbare Energiequellen und der steigende Einsatz elektrischer Fahrzeuge fordern das Stromnetz heraus. Durch den Einsatz modernster KI-Methoden, wie präziser Prognosemodelle für Energieerzeugung und -verbrauch, unterstützt das ZSE die bessere Integration erneuerbarer Energien in das Energiesystem.

2. Vertrauenswürdige Anwendung von KI-Methoden
Die Vorteile von KI-Methoden bringen gleichzeitig Herausforderungen im Datenschutz und in der Systemsicherheit mit sich:

• Datenschutz: Das ZSE untersucht, welche unerwünschten privaten Informationen aus Energieverbrauchsdaten gewonnen werden können und entwickelt Methoden, um die Nutzung solcher Daten auf notwendige Informationen zu minimieren.
• Sicherheit: Komplexe KI-Systeme eröffnen neue Schwachstellen, wie sogenannte adversarial examples. Das ZSE analysiert und testet diese Schwachstellen in realen Anwendungsszenarien, um Sicherheitslösungen zu entwickeln.

3. Andere Anwendungsbereiche
Die entwickelten Methoden sollen auch auf andere kritische Infrastrukturen übertragen werden, beispielsweise:

• Industrielle Fertigung: Neue Möglichkeiten zur Einbruchserkennung in Produktionssystemen.
• Data Spaces: Erforschung der allgemeinen Anwendbarkeit von KI-Methoden in sicheren, geteilten Datenräumen.