AI-Agenten in Stromnetzen und der EU AI Act

RestoreBench: die erste öffentliche Messung von KI-Agenten in Stromnetzen

Am 31. August 2026 haben sechs Forscher ein Benchmark-Verfahren namens RestoreBench auf arXiv hinterlegt. Das Dokument trägt die Signatur arXiv:2609.00384v1^[1].

Das Benchmark bewertet auf großen Sprachmodellen basierende Agenten bei einer präzisen Aufgabe: die Wiederherstellung der Konvergenz des Leistungsflusses in Stromnetzen. Es umfasst zwei Netze und 46 Fälle pro Netz, insgesamt 92 Szenarien fehlgeschlagener Konvergenz.

Die Messung vergleicht drei Architekturen: Chatbot, Single Agent und Multi-Agent. Jede erhält die gleiche Simulationsumgebung, die gleichen Beobachtungs- und Aktionsräume sowie die gleichen Bewertungsmetriken.

Das ist der erste relevante Punkt. Die Frage zu KI-Agenten in kritischen Vermögenswerten blieb qualitativ. Jetzt wird sie quantitativ und reproduzierbar.

Von „können wir einsetzen?" zu „wer entscheidet?"

Die öffentliche Berichterstattung über diese Systeme bleibt auf Fähigkeit beschränkt. Die echte Transformation betrifft Verantwortung.

Ein reproduzierbares Benchmark macht die Leistung eines KI-Agenten falsifizierbar. Es macht damit das regulierbar, was zuvor technische Meinung blieb. Wer ein Stromnetz betreibt, hat jetzt einen gemeinsamen Maßstab.

Der Unterschied ist deutlich. Vor dem 31. August 2026 konzentrierte sich die Diskussion auf die technische Machbarkeit der Bereitstellung von Agenten in kritischen Infrastrukturen. Nun verschiebt sich der Fokus auf das Rechenschaftsrahmenwerk, das den Verantwortlichen für die Entscheidung benennt, wenn der Agent Fehler macht.

Ein wissenschaftliches Artefakt, das die Leistung misst, öffnet eine rechtliche Frage. Wer haftet für eine fehlgeschlagene Korrekturmaßnahme in einem spannungsführenden Netz? Die Antwort liegt in der Governance, noch vor der Technik.

Der Regelungsrahmen: EU AI Act und kritische Infrastrukturen

Der EU AI Act ist seit dem 1. August 2024 in Kraft, mit gestaffelter Anwendung über mehrere Termine. Die Gerichtsbarkeit ist die Europäische Union.

Annex III klassifiziert KI-Systeme für die Verwaltung und den Betrieb kritischer Infrastrukturen, einschließlich Stromnetze, als Hochrisiko-Systeme. Die Verpflichtungen für Hochrisiko-Systeme gelten ab dem 2. August 2026.

Dies positioniert RestoreBench an einem präzisen Punkt der Timeline. Das Benchmark kommt wenige Wochen vor dem Stichtag, an dem die Verpflichtungen für Hochrisiko-Systeme operativ werden. Ein Betreiber, der KI-Agenten zum Leistungsfluss bewertet, arbeitet jetzt innerhalb des Geltungsbereichs von Annex III.

Die Europäische Kommission hat Aufschübe und Vereinfachungen im Rahmen des Digital-Omnibus-Pakets erörtert. Der Zeitplan bleibt jedoch an den geltenden Text gebunden.

Das Governance-Signal

Das Governance-Signal: eine messbare Aufgabe wird eine zuschreibbare Aufgabe. Wenn die Leistung quantifiziert wird, wird die Abwesenheit eines benannten Verantwortlichen sichtbar.

Eine Compliance-Haltung, die auf der Logik des „Entscheidungsunterstützungssystems" kalibriert ist, ist heute überkalibiert für einen Kontext, in dem der Agent Korrekturmaßnahmen an spannungsführenden Vermögenswerten ausführt. Der Unterschied wiegt im Audit.

Die drei getesteten Architekturen bringen unterschiedliche Risikoprofile mit sich. Ein Chatbot macht Vorschläge. Ein Single Agent plant und führt aus. Ein Multi-Agent-System verteilt die Entscheidung zwischen Komponenten. Jede Architekturwahl verschiebt den Punkt, an dem menschliche Verantwortung in den Zyklus eintritt.

Das ist der Kern dieser Position: Rechenschaftspflicht ohne Namen bleibt Compliance-Theater. Ein Rahmenwerk, das die Benennung einer spezifischen Rolle vermeidet, erzeugt Dokumentation statt echter Governance.

Benannte Rechenschaftspflicht: die Frage, die der General Counsel lösen muss

Die Messung verlagert die Last auf den General Counsel und Chief Compliance Officer. Die Frage wird operativ.

Welche namentlich benannte Rolle in der Organisation ist verantwortlich für die Korrekturmaßnahme, die von einem KI-Agenten am Leistungsfluss ausgeführt wird, mit Namen, schriftlich, vor der Bereitstellung? Die Antwort gehört ins Verantwortungsregister, noch vor das Modell.

Organisationen ohne benannten Verantwortlichen sehen sich wachsender Exposition ausgesetzt. Das Audit bleibt erforderlich. Der Audit-Umfang ändert sich.

Ein öffentliches Benchmark bietet auch einen Referenzpunkt, an dem der Auditor die angegebliche Leistung vergleicht. Organisationen, die jetzt Audit-Trail, Risikoeinstufung und benannte Rechenschaftspflicht aufbauen, gewinnen einen Vorteil von 18-24 Monaten, wenn die Durchsetzung wirklich beginnt.

Das zu aktualisierende Risikorahmenwerk

Der Chief Risk Officer erbt eine präzise Aufgabe: Aktualisierung des operativen Risikorahmens angesichts einer jetzt messbaren Leistung.

Ein Risikomodell, das KI als Unterstützungswerkzeug behandelt, unterschätzt den Agenten, der Maßnahmen ausführt. Die Hochrisiko-Klassifizierung von Annex III fordert spezifische Kontrollen: Datenverwaltung, Rückverfolgbarkeit, menschliche Aufsicht, Robustheit.

RestoreBench bietet nützliche Kategorien. Die 92 Instanzen fehlgeschlagener Konvergenz beschreiben reale Stress-Szenarien in zwei Netzen. Das Risikorahmenwerk gewinnt an Präzision, wenn es diese Szenarien als interne Testfälle einbezieht.

Regulatorische Fragmentierung erschwert das Bild. Die Gerichtsbarkeiten unterscheiden sich in Tempo und Inhalt. Ein Betreiber auf mehreren Märkten aktiv konstruiert ein Rahmenwerk, das die stringentere Regel aufnimmt, statt jede lokale Variante zu verfolgen.

Drei Entscheidungen für den Vorstand

Der Vorstand steht vor drei konkreten Entscheidungen, alle vor der Bereitstellung.

Erste Entscheidung: schriftliche Benennung der Rolle, die verantwortlich für jede Maßnahme ist, die von einem KI-Agenten in kritischen Infrastrukturen ausgeführt wird. Der Name geht dem Code voran. Diese Wahl reagiert auf die Logik von Annex III.

Zweite Entscheidung: Wahl der Architektur – Chatbot, Single Agent oder Multi-Agent – basierend auf dem akzeptablen Risikoprofil und Dokumentation der Begründung. RestoreBench bietet den technischen Maßstab für diese Bewertung.

Dritte Entscheidung: Definition der Offenlegung, die der Board Audit & Risk Committee den Stakeholdern zur Kenntnis bringt. Welches Restrisiko bleibt nach der Übernahme des Agenten, und welche menschliche Kontrolle überwacht es?

Regulatorischer Horizont

Aktueller Stand: Der EU AI Act ist in Kraft, mit Verpflichtungen für Hochrisiko-Systeme bis zum 2. August 2026 in der Europäischen Union gültig. Annex III umfasst kritische Infrastrukturen.

RestoreBench bleibt ein wissenschaftliches Artefakt, hinterlegt auf arXiv am 31. August 2026 und auch über alphaXiv^[2] verfügbar. Es trägt Beweiskraft statt Rechtsverbindlichkeit. Es wird dennoch zu einem technischen Referenzpunkt, den Auditoren und Regulatoren zitieren können.

Die Frage nach der Messbarkeit der Leistung von Agenten in Stromnetzen hat eine Antwort erhalten. Eine zweite Frage hat sich eröffnet: Auf welchem Rechenschaftsrahmenwerk benennt der Betreiber den Verantwortlichen der Entscheidung. Organisationen, die jetzt antworten, schriftlich, kommen vorbereitet zur Frist.