Wärmenetze werden in den kommenden zwei Jahrzehnten deutlich wachsen. Das Öko-Institut und das Fraunhofer ISE haben im Projekt KOMpare rund 380 kommunale Wärmepläne aus etwa 940 Kommunen ausgewertet. Nach diesen Plänen soll der Anteil der Wärme, die über Netze geliefert wird, von heute rund 15 Prozent auf 38 Prozent im Jahr 2045 steigen. »Wärmepumpen und Wärmenetze bilden das Rückgrat der kommunalen Wärmewende«, sagt Marc Stobbe, Energieexperte am Öko-Institut.
Für die Betreiber heißt das mehr Anschlüsse, längere Leitungen und mehr Erzeuger, die zusammenarbeiten müssen. Neben dem Gaskessel stehen zunehmend Solarthermie, Biomasse, Großwärmepumpen und Speicher. Ein solches Netz lässt sich kaum noch allein nach Erfahrungswerten fahren, weil jeder Erzeuger andere Bedingungen braucht und sich die günstigste Fahrweise von Stunde zu Stunde ändert.
Datenqualität als größte Hürde deutscher Energieversorger
Messwerte gibt es in jedem Wärmenetz reichlich. Die Leittechnik der Heizzentralen und Pumpstationen zeichnet Temperaturen, Drücke und Durchflüsse auf, die Erzeugungsanlagen haben eigene Steuerungen, und das Leitungsnetz ist im Geoinformationssystem erfasst. Hinzu kommen die Wärmezähler bei den Kunden, die bis Ende 2026 auf Fernauslesung umgestellt werden und damit erstmals regelmäßig Werte aus jeder Übergabestation liefern.
Diese Quellen liegen in der Regel in getrennten Systemen, bei unterschiedlichen Dienstleistern und in unterschiedlichen Zeitrastern. Solange das so bleibt, lassen sich Erzeugung und Abnahme nicht direkt vergleichen. Netzverluste erscheinen dann nur in der Jahresbilanz, und eine fehlerhafte Übergabestation fällt erst auf, wenn sich ein Kunde meldet.
Datenqualität ist dabei auch über Wärmenetze hinaus ein bekanntes Problem der Branche. In einer Studie von adesso und Natuvion aus dem Jahr 2025 nannte ein Drittel der befragten deutschen Energieversorger Probleme mit der Datenqualität als größte Überraschung ihrer IT-Projekte. Keine andere Hürde wurde häufiger genannt.
Eine gemeinsame Datenbasis als Grundlage
Unser Ansatz beginnt deshalb nicht mit einer weiteren Anwendung, sondern mit der Zusammenführung. Wir binden Heizzentralen, Pumpstationen, Speicher und Zählerdaten über offene Industriestandards an und legen alle Werte in einem gemeinsamen, dokumentierten Datenbestand ab, der dem Betreiber gehört. Erzeugung und Abnahme liegen danach im selben zeitlichen Raster, und alle weiteren Auswertungen greifen auf dieselben Zahlen zu.
Predictive Maintenance für Pumpen, Kessel und Übergabestationen
Auf dieser Basis lernen Modelle, wie sich die Anlagen im Normalbetrieb verhalten, und melden Abweichungen frühzeitig. Bei Pumpen und Kesseln sind das etwa veränderte Laufzeiten, Temperaturen oder Stromaufnahmen, die sich über Wochen ankündigen. Bei Wärmetauschern zeigt sich Verschmutzung in einer wachsenden Temperaturdifferenz.
Besonders ergiebig sind die Übergabestationen. Eine falsch eingestellte oder defekte Station gibt zu warmes Wasser in den Rücklauf zurück und hebt damit die Temperatur eines ganzen Strangs an. Das erhöht die Wärmeverluste und verschlechtert den Wirkungsgrad von Solarthermie und Wärmepumpen. Aus den Zählerdaten lässt sich ablesen, welche Stationen auffällig sind, sodass Techniker gezielt dorthin fahren können. Viele Eingriffe lassen sich so in die Sommermonate legen, bevor sie in der Heizperiode zum Störfall werden.
Der digitale Zwilling des Netzes
Der nächste Schritt ist ein digitaler Zwilling, also ein rechnerisches Abbild des Netzes, das laufend mit den Messwerten abgeglichen wird. Er verbindet die Leitungsdaten aus dem Geoinformationssystem mit einem hydraulischen und thermischen Modell und den aktuellen Werten aus Leittechnik und Zählern.
Weichen berechnete und gemessene Werte voneinander ab, deutet das auf ein Problem im Netz hin, etwa eine Leckage, ein klemmendes Ventil oder einen Engpass. Außerdem lassen sich mit dem Zwilling Änderungen durchrechnen, bevor sie im realen Netz umgesetzt werden, zum Beispiel eine niedrigere Vorlauftemperatur, der Anschluss eines neuen Baugebiets oder ein zusätzlicher Speicher. Für die hydraulische Berechnung lassen sich etablierte Simulationswerkzeuge anbinden, die Datenbasis bleibt dieselbe.
Automatisierung der Fahrweise
Mit einer verlässlichen Datenbasis lässt sich auch der Betrieb selbst stärker automatisieren. Eine Lastprognose aus Wetterdaten, Wochentag und Verbrauchshistorie zeigt, wie viel Wärme in den nächsten Stunden gebraucht wird. Daraus ergibt sich, wann der Speicher geladen werden sollte, welcher Erzeuger als nächster zugeschaltet wird und wie weit sich die Vorlauftemperatur absenken lässt, ohne dass bei den Kunden zu wenig Wärme ankommt.
Sinnvoll ist eine schrittweise Einführung. Zunächst laufen die Vorschläge als Empfehlung neben dem bestehenden Betrieb, sodass das Team sie mit der eigenen Erfahrung vergleichen kann. Erst wenn die Ergebnisse überzeugen, werden einzelne Sollwerte automatisch an die Leittechnik übergeben. Die Verantwortung für das Netz bleibt beim Betreiber.
Nebenbei entsteht so die Grundlage für die Berichte, die Wärmenetzbetreiber künftig regelmäßig liefern müssen, etwa zum Anteil erneuerbarer Wärme. Wenn Erzeugung und Verbrauch ohnehin gemeinsam erfasst sind, lässt sich dieser Anteil laufend berechnen, statt ihn einmal im Jahr zusammenzustellen.
Der Einstieg
Für den Anfang reicht ein einzelnes Netz. In einer vierwöchigen Analyse erfassen wir, welche Daten in welcher Qualität vorliegen, wo die größten Lücken sind und was es bringt, sie zu schließen. Auf dieser Grundlage entscheidet der Betreiber, ob und in welcher Reihenfolge Datenbasis, Früherkennung, digitaler Zwilling und Automatisierung folgen.
