Fragen statt klicken: Warum Energiedaten KI-Agenten brauchen statt noch ein Dashboard

Fast jedes Start-up im Energiebereich beginnt mit einem Dashboard. Karten, Diagramme, Filter und ein Export-Knopf. Wer zwanzig Parks betreut, hat bereits Leitwarte, Tabellen, Berichte der Betriebsführung und ein volles Postfach. Gefragt sind Antworten, und zwar so, als würde man einen erfahrenen Kollegen fragen.

In diesem Beitrag erklären wir, warum wir unsere Plattform für KI-Agenten öffnen. Wir beschreiben, was das Model Context Protocol (MCP) ist, was unser MCP-Server kann und was er noch nicht kann. Eines vorweg: Der Server ist in Entwicklung und noch nicht allgemein verfügbar. Die Beschreibung gibt den Entwicklungsstand vom 1. November 2026 wieder.

Das Problem mit dem nächsten Dashboard

Jedes Werkzeug hat seine eigene Logik: eigene Anmeldung, eigene Menüs, eigene Filter, eigene Exportformate. Für eine Portfoliomanagerin ist die Frage dagegen einfach. Welche meiner Parks liegen in einer Hochwasserzone? Welche Anlagen fehlen noch in unserer Übersicht? Wie sieht der Park aus, den wir gerade prüfen? In einem Dashboard finden Sie die Antwort, wenn Sie wissen, wo Sie klicken müssen. Wer das Werkzeug nur einmal im Quartal öffnet, weiß es meistens nicht mehr.

Dazu kommt ein einfacher Zusammenhang: Eine Plattform schafft nur dann Wert, wenn Menschen sie nutzen. Ein Dashboard, das niemand öffnet, beantwortet keine Frage. Das ist kein Argument gegen Dashboards. Karten, Verlustwasserfälle und Unsicherheitsbänder bleiben wichtig, wenn Sie ein Ergebnis prüfen oder Ihrem Gremium erklären wollen. Der Einstieg verschiebt sich aber. Zuerst kommt die Frage, dann die Grafik, die die Antwort belegt.

Was Gartner erwartet und wovor das Haus warnt

Diese Verschiebung beschreibt auch das Marktforschungsunternehmen Gartner. In einer Pressemitteilung vom 26. August 2025 sagte Gartner voraus, dass 2026 bis zu 40 Prozent der Unternehmensanwendungen integrierte, aufgabenspezifische KI-Agenten enthalten werden. 2025 waren es nach Gartner weniger als fünf Prozent. Bis 2028 soll sich laut Gartner ein Drittel der Nutzererlebnisse von klassischen Anwendungen hin zu agentischen Oberflächen verschieben. Gemeint ist: Nutzer formulieren ihr Ziel, und ein Agent arbeitet sich durch die Anwendungen, statt dass der Mensch jede Anwendung einzeln bedient.

Dieselbe Quelle ist aber auch nüchtern. In einer Pressemitteilung vom 25. Juni 2025 erwartet Gartner, dass mehr als 40 Prozent der Projekte mit agentischer KI bis Ende 2027 eingestellt werden. Als Gründe nennt Gartner steigende Kosten, unklaren geschäftlichen Nutzen und unzureichende Risikokontrollen. Gartner warnt außerdem vor „Agent Washing“: Bestehende Produkte wie Assistenten, Automatisierungssoftware oder Chatbots werden als Agenten vermarktet, ohne nennenswerte agentische Fähigkeiten zu haben. Nach Schätzung von Gartner sind nur etwa 130 der Tausenden Anbieter in diesem Bereich echt. Die Empfehlung lautet, agentische KI nur dort einzusetzen, wo sie klaren Nutzen bringt.

Wir ziehen daraus einen Schluss: Nicht jedes Produkt braucht einen eigenen Chatbot. Wir wollen Ihnen keinen weiteren Assistenten verkaufen, den Sie wieder lernen müssen. Wir wollen unsere Daten für die Agenten zugänglich machen, die Sie ohnehin nutzen oder bald nutzen werden.

Was ein Agent ist und was ein guter Kollege kann

Ein KI-Agent ist ein System auf Basis eines Sprachmodells, das nicht nur Text schreibt, sondern Werkzeuge benutzt. Es ruft Daten ab, prüft sie, führt Arbeitsschritte aus und berichtet, was es getan hat. Der Vergleich mit einem Kollegen hilft, die Anforderungen zu verstehen. Ein guter Kollege weiß, wo die Daten liegen. Er fragt nach, wenn etwas unklar ist. Er sagt, wenn er etwas nicht weiß. Und er löscht nicht ungefragt Ihre Unterlagen.

Genau das ist der Maßstab für einen Agenten im Energiebereich. Ohne Zugang zu verlässlichen Daten rät ein Sprachmodell. Ohne klare Grenzen kann es Schaden anrichten. Ein Agent ist deshalb nur so gut wie die Schnittstellen, über die er arbeitet: welche Daten er sehen darf, welche Schritte er ausführen darf und welche nicht.

Das Model Context Protocol: ein gemeinsamer Stecker

Hier kommt das Model Context Protocol ins Spiel. Anthropic hat MCP am 25. November 2024 vorgestellt, als offenen Standard, um KI-Assistenten mit den Systemen zu verbinden, in denen Daten liegen. Statt für jeden Assistenten eine eigene Anbindung zu bauen, stellt ein Datenanbieter einen MCP-Server bereit. Jeder Assistent, der MCP unterstützt, kann ihn nutzen.

Am 9. Dezember 2025 hat Anthropic MCP an die Agentic AI Foundation übergeben, einen Fonds unter dem Dach der Linux Foundation, den Anthropic, Block und OpenAI gemeinsam gegründet haben. Nach Angaben von Anthropic gab es zu diesem Zeitpunkt mehr als 10.000 aktive öffentliche MCP-Server. ChatGPT, Cursor, Gemini, Microsoft Copilot und Visual Studio Code gehören zu den Produkten, die MCP übernommen haben. Für Sie bedeutet das: Sie wählen den Assistenten, wir liefern die Daten. Welche Funktionen Ihr Assistent im Einzelnen unterstützt und ob Ihre IT ihn für externe Server freigibt, klären Sie mit Ihrer IT.

Was unsere Plattform rechnet

Ein Agent ist nur so nützlich wie die Daten dahinter. Unsere Plattform ordnet ein Portfolio als Anlage, Asset und Komponente, also etwa Turbine, PV-Komponente oder gemeinsamer Netzanschluss. Für Wind rechnen wir den Ertrag je Turbine aus stündlichem Standortwetter und der Leistungskurve. Der Katalog umfasst etwa 900 Turbinenmodelle. Das Ergebnis ist ein Verlustwasserfall mit P90/P50/P10-Bändern. Für Solar nutzen wir eine pvlib-Kette mit stündlicher Einstrahlung und Temperatur. Grundlage sind stündliche Wetterdaten der letzten 20 vollständigen Jahre. Für den Ausblick verwenden wir EURO-CORDEX-Klimaprojektionen auf einem Raster von etwa 25 Kilometern.

Dazu kommt ein Risiko- und Maßnahmenregister. Risiken wie Vereisung, Blitz oder ein alternder Rotor sind mit Maßnahmen verknüpft, die wir zu Ihrem Preis, Ihrem Investitionshorizont und Ihrem Kalkulationszins in Euro bewerten. Für Deutschland kommen Daten aus dem Marktstammdatenregister (MaStR), Umspannwerke als Anschlusspunkte und eine Engpassschicht hinzu. Wetter und Klimaprojektionen decken mehr als 30 europäische Länder ab.

Was unser MCP-Server kann

Der Agent meldet sich mit dem API-Schlüssel des Kunden an. Jedes Werkzeug arbeitet ausschließlich auf dem Konto, dem dieser Schlüssel gehört. Kein Werkzeug nimmt ein anderes Konto als Parameter entgegen.

Daten hinein. Der Agent kann Dateien hochladen, die unverändert im Konto abgelegt werden: CSV, Excel, XML, JSON, PDF oder ZIP, über diesen Weg bis 7 MB. Er kann eine Portfoliobeschreibung prüfen lassen, ohne etwas zu schreiben. Die Prüfung nennt jedes gefundene Problem. Erst dann importiert er. Der Import ist additiv: Eine Anlage oder ein Asset, dessen Name schon existiert, bleibt unverändert und wird übersprungen. Nichts wird gelöscht oder überschrieben. Hat die Beschreibung Fehler, wird gar nichts geschrieben.

Daten heraus. Der Agent kann das ganze Portfolio mit Anlagen, Assets, Turbinen und Solarkomponenten exportieren, und zwar im selben Format, das der Import erwartet. Ein Export lässt sich also bearbeiten und wieder importieren. Außerdem kann er die vorhandenen Anlagen auflisten sowie hochgeladene Dateien auflisten und lesen.

Nachschlagen. Der Agent kann im MaStR live nach Einheiten-, Standort-, EEG- oder Betreibernummer suchen oder nach Name, Park, Betreiber, Postleitzahl und Ort. Und er kann Turbinen in unserem Katalog finden. Das sind dieselben Werkzeuge, die auch unser KI-Import in der App nutzt.

Ein Beispiel: Sie bitten Ihren Assistenten, die Anlagenliste aus der letzten Mail der Betriebsführung mit dem MaStR abzugleichen und die fehlenden Parks bei EnviroTrust anzulegen. Der Agent liest die Liste, sucht die Einheiten im Register, ordnet die Turbinen dem Katalog zu, lässt die Beschreibung prüfen und meldet Ihnen die Probleme. Danach importiert er, was fehlt. Ob Ihr Assistent Ihre Mails lesen darf, hängt allerdings von seinen übrigen Verbindungen ab, nicht von uns.

Warum der Import nur hinzufügt

In der App schlägt unser KI-Import einen Import vor, und nichts wird geschrieben, bevor Sie auf „Importieren“ klicken. Über MCP ist das anders. Wenn Ihr Agent importiert, ist das Ihre eigene Handlung unter Ihrem Schlüssel. Es gibt keinen zweiten Klick. Deshalb haben wir den Import bewusst so gebaut, dass er nur hinzufügt. Ein Agent, der sich irrt, kann eine überflüssige Anlage anlegen. Er kann aber keine bestehenden Daten löschen oder überschreiben. Das ist die Regel, die wir auch von einem neuen Kollegen erwarten würden.

Was der Server noch nicht kann

Die erste Version beantwortet keine Ertrags- oder Risikofragen direkt. Sie sorgt dafür, dass Daten sauber hinein- und wieder herauskommen. Das ist die Grundlage, denn jede Auswertung beginnt mit einem vollständigen Portfolio. Ergebnisse wie Ertragsbänder oder bewertete Maßnahmen sehen Sie weiterhin in der App. Welche Auswertungen als Nächstes über die Schnittstelle kommen sollen, möchten wir mit Kunden klären, die den Server ausprobieren.

Datenschutz: Sie wählen den Assistenten

Unsere Plattform läuft auf Servern in Frankfurt. Wenn Ihr Agent ein Werkzeug aufruft, gehen die Ergebnisse an den Assistenten, den Sie nutzen, und damit an dessen Anbieter. Welcher Anbieter das ist und wo er Daten verarbeitet, entscheiden Sie mit Ihrem Vertrag. Klären Sie deshalb mit Ihrer Datenschutzbeauftragten, bevor Sie Portfoliodaten verbinden. Behandeln Sie den API-Schlüssel wie ein Passwort. Unser KI-Import in der App läuft übrigens auf Claude von Anthropic, verarbeitet Daten außerhalb der EU und fragt deshalb vor der ersten Nutzung ausdrücklich nach Ihrer Zustimmung. Er ist optional.

Grenzen bleiben Grenzen

Ein Agent macht ein Ergebnis nicht genauer. Unsere Ertragsbänder bleiben Näherungswerte. Die Plattform ist kein Ertragsgutachten und keine Ertragsermittlung nach FGW TR 6, liefert keine Netzbetreiberdaten und ist keine Finanz- oder Anlageberatung. Für Batteriespeicher und Netzanschlüsse gibt es kein eigenes physikalisches Ertragsmodell. Ein Sprachmodell kann ein Ergebnis allerdings überzeugter formulieren, als es ist. Achten Sie deshalb darauf, dass die Antworten Ihres Agenten Quelle und Grenzen nennen. Ein guter Kollege tut das auch.

Wie Sie anfangen

Sie müssen dafür kein neues Werkzeug lernen. Im Gespräch zeigen wir Ihnen Ihre eigene Anlage auf der Plattform. Wenn Sie bereits einen Assistenten mit MCP-Unterstützung nutzen, sagen Sie uns, welchen. Dann klären wir gemeinsam, ob ein Test mit Ihren Portfoliodaten sinnvoll ist.

Quellen und historische Einordnung

Die Marktzahlen sind Prognosen von Gartner aus dem Jahr 2025, keine eigenen Erhebungen. Die Angaben zu MCP stammen von Anthropic. Die Beschreibung des MCP-Servers gibt unseren Entwicklungsstand vom 1. November 2026 wieder; Funktionen können sich bis zur Freigabe ändern.

• Gartner: Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026, 26. August 2025 (aufgabenspezifische Agenten, agentische Oberflächen bis 2028)
• Gartner: Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, 25. Juni 2025 (eingestellte Projekte, Agent Washing, Empfehlung)
• Anthropic: Introducing the Model Context Protocol, 25. November 2024
• Anthropic: Donating the Model Context Protocol and establishing the Agentic AI Foundation, 9. Dezember 2025 (Agentic AI Foundation, Verbreitung)