Welche Maßnahmen (Netzausbau, Demand-side-management, P2X, Drosselung der Einspeisung) können die Volatilität der zukünftigen, erneuerbaren Stromerzeugung ausgleichen und kurzfristige Netzüberlastungen vermeiden helfen? Welche Kurz- und Langfristspeicher werden in welchem Ausmaß benötigt werden?

Wien adressiert Volatilität erneuerbarer Stromerzeugung über vier Maßnahmen-Familien. Erstens: DSM und virtuelle Kraftwerke — Wien Energie bündelt PV-Anlagen, Batteriespeicher und Gewerbe-Lasten zu einer Regelenergie-fähigen Ressource 2024-wien-energie-innovation-uivWien. Zweitens: Großbatterien — Donaustadt liefert Primärregelleistung. Drittens: Smart-Metering — Wiener Netze haben den Rollout zu ~96 % (~1,5 Mio Geräte, viertelstündlich) abgeschlossen (high confidence; robust evidence, high agreement) 2024-wiener-netze-smart-meter-rolloutWien. Viertens: Power-to-X — 3-MW-PEM-Elektrolyse Simmering verankert Wien in der BMK-Wasserstoffstrategie 2022-bmk-wasserstoffstrategie-atAT 2024-wien-energie-innovation-uivWien. IEA stuft KI-Dispatch als wirksamsten Integrations-Hebel ein 2025-iea-energy-and-aiGlobal.

Drei K3-Befunde schränken das Bild ein. Wang et al. (2025) zeigen in 74 VPP-Feldversuchen einen Performance-Gap von −28 % gegenüber Modell-Prognosen (medium confidence; medium evidence, high agreement) 2025-vpp-configurations-systematic-reviewGlobal. Demand-Response-Tarife wirken nach White & Sintov (2020) regressiv: Niedrig-Einkommens-Haushalte können Last weniger verlagern (high confidence; medium evidence, high agreement) 2020-white-sintov-demand-response-equityGlobal 2023-wang-incentive-demand-responseGlobal 2024-foes-vzbv-dynamische-tarifeGlobal. Voyez et al. (2025) belegen 90 % Re-Identifikationsrate aus 5 Messungen (high confidence; robust evidence, high agreement) 2025-voyez-smart-meter-reidGlobal 2019-edps-techdispatch-smart-metersGlobal.

Live-Performance und Vermarktungserlöse des Wien-Energie-VPP sind nicht quantifiziert; die Skalierungs-Wirkung der Donaustadt-Batterie auf die Wiener Niederspannungs-Topologie ist nur fallweise dokumentiert. Eine Wien-spezifische GW-Disaggregation des Bundes-Speicher-Bedarfs fehlt bislang. Smart-Meter-Daten auf Quartiers-/Trafostations-Ebene sind für externe Forschung kaum zugänglich — strukturelle Voraussetzung für robuste DSM-Studien und VPP-Validierung 2024-wiener-netze-smart-meter-rolloutWien. Equity-Folgen dynamischer Tarife im Wiener Marktdesign sind empirisch nicht untersucht; eine Einkommens-Disaggregation der Wiener DSM-Teilnahme fehlt bislang 2020-white-sintov-demand-response-equityGlobal 2024-foes-vzbv-dynamische-tarifeGlobal. Saisonale H₂-Speicher-Auslegung für Wien selbst bleibt jenseits der Hafen-Lobau-Logistik-Hypothese qualitativ 2022-bmk-wasserstoffstrategie-atAT.

Im Horizont 2025–2030 zeichnen sich drei Trajektorien ab. Erstens: Skalierung von VPP und Demand-Response-Tarifen für Privat-Kund:innen — ermöglicht durch den abgeschlossenen Smart-Meter-Rollout und neue Aggregator-Marktrollen im ElWG-Rahmen; der VPP-Performance-Gap (−28 % median) macht Echtzeit-Monitoring-Anforderungen zu einem offenen Marktdesign-Thema 2024-wiener-netze-smart-meter-rolloutWien 2025-vpp-configurations-systematic-reviewGlobal. Zweitens: Kurzfrist-Batteriespeicher als integraler Pfad-Baustein — Szenario-Analysen für das österreichische Stromsystem modellieren Kurzzeitspeicher (Batterien) als festen Bestandteil der Transformation zu einem zu 100 % erneuerbaren Stromsektor, neben Pumpspeicher (Mittelfrist) und Wasserstoff (saisonale Langfrist-Balance); eine Wien-spezifische Ausbau-Disaggregation steht aus (medium confidence; modellbasiert, single-study evidence) 2024-sayer-at-electricity-storage-scenariosAT. Drittens: KI-Integration in Forecasting und Dispatch — IEA prognostiziert messbare, reproduzierbare Effekte auf Spitzenlast-Glättung und Curtailment-Reduktion; Wien-Energie-Innovationsportfolio bildet den lokalen Pilot-Rahmen 2025-iea-energy-and-aiGlobal 2024-wien-energie-innovation-uivWien. NIS2 (Dir. 2022/2555) klassifiziert Wiener Netze und Wien Energie seit Oktober 2024 als Essential Entities — KI-gestützte Asset-/Steuerungs-Komponenten fallen unter den verschärften Resilienz-Pflichten-Kanon (Risk-Management, Reporting, Supply-Chain-Hardening).

Die Frage eignet sich für Prediction (Last-/PV-/Wind-Forecasts auf Smart-Meter- und APG-Daten), Optimization (Speicher-Dispatch und VPP-Fahrplan am Day-Ahead-/Regelenergie-Markt; DSM-Scheduling), Simulation (Power-Flow-Modelle, H₂-Surrogate) und Pattern-Recognition (Anomalie-/Maintenance auf Batterie-Telemetrie) 2025-iea-energy-and-aiGlobal. Datengrundlage: Wiener-Netze-Smart-Meter (96 %-Rollout, viertelstündlich), Wien-Energie-VPP-Telemetrie, APG-Regelenergie-Daten, EU-Copernicus-Wetter 2024-wiener-netze-smart-meter-rolloutWien. Methoden-Reife: LSTM-/XGBoost-Forecasts, MILP-/RL-Dispatch und VPP-Aggregation in EU-DSO/TSO-Umgebungen produktiv etabliert 2025-iea-energy-and-aiGlobal. Privacy-Caveat: Re-ID-Risiko 90 % bei 5 Messungen erfordert DPIA; EU-AI-Act-Anhang-III §2 (Kritische Infrastruktur Elektrizität) bei automatisierter Netz-/Last-Steuerung — Conformity-Assessment, Logging und menschliche Aufsicht sind obligatorisch — Hochrisiko-Klassifikation greift dabei nur, wenn die KI-Komponente als safety component gemäß Art. 6(1) bzw. als zur Steuerung kritisch beitragend qualifiziert ist; rein observatorische Lastprognose-Modelle ohne unmittelbaren Eingriff bleiben außen vor. Aggregation auf Quartiers-Ebene und Human-in-the-Loop halten den Compliance-Rahmen. Aggregierte Bewertung: D1=3, D2=3, D3=3, D4=2, Sum=11 → high.

Audit-Trail (Dimensionen-Scoring)