Forschungsprojekt mit Künstlicher Intelligenz zu Asset-Management abgeschlossen
![](/fileadmin/_processed_/9/7/csm_Energie_Stromnetz_c_your123-AdobeStock_110671247_68a51462e1.jpg 320w, /fileadmin/_processed_/9/7/csm_Energie_Stromnetz_c_your123-AdobeStock_110671247_68a63c0964.jpg 480w, /fileadmin/_processed_/9/7/csm_Energie_Stromnetz_c_your123-AdobeStock_110671247_b0efd687a5.jpg 640w, /fileadmin/_processed_/9/7/csm_Energie_Stromnetz_c_your123-AdobeStock_110671247_8e7fd4dc80.jpg 784w, /fileadmin/_processed_/9/7/csm_Energie_Stromnetz_c_your123-AdobeStock_110671247_3ef1312cd9.jpg 912w, /fileadmin/_processed_/9/7/csm_Energie_Stromnetz_c_your123-AdobeStock_110671247_ec0890eaf7.jpg 1024w, /fileadmin/_processed_/9/7/csm_Energie_Stromnetz_c_your123-AdobeStock_110671247_477ffb9d38.jpg 1440w)
Hohe Investitionen lassen die Netzentgelte steigen.
Bild: © your123/AdobeStock
Die Optimierung des Asset-Managements und die damit einhergehende optimale Bewirtschaftung des Netzes wird eine immer wichtigere Aufgabe der Verteilnetzbetreiber werden. Die Altersstruktur der Betriebsmittel ist hoch, weshalb eine optimale und kosteneffiziente Strategiefindung zur Instandhaltung und Erneuerung zunehmend an Bedeutung gewinnt.
Dank der Digitalisierung, insbesondere durch KI, sollen Verteilnetzbetreiber beim Betrieb ihrer Netze eine höhere Versorgungszuverlässigkeit sowie eine optimale Kosteneffizienz erzielen. Hierfür wurde das Forschungsprojekt Predictive Asset Management (PAM)…
Weiterlesen mit ZFK Plus
Lesen Sie diesen und viele weitere Artikel auf zfk.de in voller Länge.
Mit einem ZfK+-Zugang profitieren Sie von exklusiven Berichten, Hintergründen und Interviews rund um die kommunale Wirtschaft.
Jetzt freischalten
Sie sind bereits Abonnent? Zum Log-In