MCP Tools & API-Dokumentation

Kuratierter Einstieg in Model Context Protocol (MCP), REST API und Cernion Energy Tools für Stadtwerke: Tool-Kontexte verstehen, technische Wahrheit in Swagger/OpenAPI prüfen und Zugang über den CET-Token anfordern.

MCP-Kontexte REST/OpenAPI als Referenz MaKo Sanitizer CET-Token-Onboarding Human-in-the-loop Grenze

Warum MCP Tools?

🔌 Standardisierte Integration

Model Context Protocol (MCP) ist der neue Standard für AI-Tool-Integration. Von Anthropic entwickelt. Kompatibel mit Claude Desktop, SDKs und Custom Clients.

⚡ Schneller technischer Einstieg

Die Seite verweist auf die kuratierten Tool-Kontexte, den CET-MCP-Einstieg und die aktuelle Swagger/OpenAPI-Referenz. Produktive Nutzung erfolgt erst nach Rollen-, Token- und Freigabeprüfung.

🛡️ Kontrollierte Nutzung

Token-Authentifizierung, Quota-Kontext, Auditierbarkeit und Human-in-the-loop-Grenzen werden im Onboarding geprüft. Öffentliche Seite und technische Referenz ersetzen keine Vertrags-, Datenschutz- oder Betriebsratsprüfung.

🔎 Öffentlicher CET/MCP-Stand: Swagger/OpenAPI ist die Referenz
Die öffentliche OpenAPI unter https://api.cernion.de/api/openapi.json ist der laufende technische Stand für Version, Pfade, Schemas und Verfügbarkeit. Sie enthält MCP/Sidecar- und Token/Auth-Familien; Sidecar-Discovery listet kuratierte read-only/advisory Tools mit beobachtetem sideEffects:none. Ohne gültigen Token werden Sidecar-Ausführungen policy-seitig als auth_required blockiert.
CET MCP Einstieg →

Tool-Kontexte und technische Referenz

Standhinweis: Für Toolzahlen, Schemas und Verfügbarkeit gelten Swagger/OpenAPI und das Token-Onboarding als technische Referenz.

Daten-Abfragen & Analysen (30 Tools)

Grundlegende Datenzugriffe auf MaStR, SMARD, ENTSO-E, Grünstromindex, Netztransparenz, AGSI Gas Storage – inkl. 9 dedizierte ENTSO-E Tools

🌱 CO2-Intensität Strom

Grünstromindex, 36h Forecast, CO2-optimierte Tarife & E-Mobility

Details & API →

🔍 Fuzzy Installation Finder

Intelligente PV-Suche bei unvollständigen Angaben. 15 Min → 60 Sek

Details & API →

🌱 CO2-Intensität Strom

Grünstromindex, 36h Forecast, CO2-optimierte Tarife & E-Mobility

Details & API →

🔍 Fuzzy Installation Finder

Intelligente PV-Suche bei unvollständigen Angaben. 15 Min → 60 Sek

Details & API →

🌍 Physical Flows ENTSO-E

Grenzüberschreitende Stromflüsse. Import-Abhängigkeit. Trading-Arbitrage

Details & API →

📨 MaKo EDIFACT Sanitizer

EDIFACT-Beispiele lokal im Browser pseudonymisieren; produktiver Open-Source-CLI-Weg im eigenen Netzwerk.

Sanitizer öffnen →

🔍 MaStR-Anlagensuche

Suche PV/Wind/Storage-Anlagen im Marktstammdatenregister

Details & API →

⚡ Strompreise API

Day-Ahead & Intraday-Preise (EPEX, ENTSO-E)

Details & API →

🏭 Stromerzeugung

Erzeugungsdaten nach Quelle (Solar, Wind, Gas, etc.)

Details & API →

🌱 CO₂-Intensität

Regionale CO₂-Intensität + 36h-Forecast

Details & API →

⚡ Day-Ahead Preise

ENTSO-E Day-Ahead-Preise (direkt, ohne LLM)

Details & API →

🔄 Grenzüberschreitende Flüsse

Physical Flows zwischen EU-Ländern

Details & API →

Beschreibung: Suche nach PV/Wind/Storage/Wallbox-Anlagen im Marktstammdatenregister (MaStR). Filter nach Typ, Region, Kapazität, Inbetriebnahmejahr.

Status: ✅ SDK-verifiziert

Business Value: Basis für Portfolio-Analysen, Standortbewertungen, Lead-Generierung. Schnelle Recherche statt manuellem MaStR-Export.

📖 Vollständige Dokumentation & API

Beispiel-Request:

cernion_installations(
  installationType: "solar",
  location: "Heidelberg",
  limit: 5
)

Beispiel-Resultat:

5 PV-Anlagen in Heidelberg:
- SEE900123456789, 5,28 kW, IBN 2015
- SEE900123456790, 9,90 kW, IBN 2018
- SEE900123456791, 8,60 kW, IBN 2020
...

Typische Use Cases:

  • "Wieviele PV-Anlagen >10 kW gibt es in unserem Netzgebiet?"
  • "Welche Windanlagen wurden 2024 in BW in Betrieb genommen?"
  • "Liste alle Wallboxen in Mannheim für Vertriebskampagne"

Beschreibung: Historische und aktuelle Erzeugungsdaten nach Quelle (Solar, Wind, Braunkohle, Gas, etc.) und Region.

Status: ✅ SDK-verifiziert

Business Value: Energiebilanz-Analysen, Merit-Order-Studien, Forecasting-Basis.

Beispiel:

cernion_energy_production(
  energySource: "Solar",
  region: "Deutschland",
  startDate: "2025-01-20",
  endDate: "2025-01-23"
)
→ Tagesganglinie Solar-Erzeugung, Peak 12:00-13:00, 35 GW

Beschreibung: CO₂-Intensität (gCO2eq/kWh) nach PLZ oder Stadt, inkl. 36h-Forecast.

Status: ✅ SDK-verifiziert

Business Value: CO₂-optimierte Tarife, Ladefenster-Empfehlungen für E-Mobility, Green Marketing.

Beispiel:

cernion_co2_intensity(location: "Heidelberg")
→ PLZ 69115, 318 gCO2eq/kWh (aktuell), 
   24h-Forecast: Minimum 03:00 (180 g), Peak 18:00 (420 g)

Status: ✅ SDK-verifiziert

Business Value: Dynamische Tarife, Beschaffungsoptimierung, Forecasting.

Beschreibung: Direkte ENTSO-E Day-Ahead Strompreise für 35+ EU-Länder mit automatischer EIC-Code-Auflösung. 15-Min-Auflösung, Trading, Procurement, Forecasting.

Status: ✅ SDK-verifiziert

Business Value: Offizielle Preisdaten (kein Web-Scraping), Vollständige EU-Abdeckung, Automatische EIC-Codes.

📖 Vollständige Dokumentation & API

Beispiel-Request:

entsoe_day_ahead_prices(
  region: "Deutschland",
  dateFrom: "morgen",
  dateTo: "morgen"
)

Beispiel-Resultat:

Day-Ahead Preise für 09.02.2026:
- Durchschnitt: 42.30 €/MWh
- Min: -8.50 €/MWh (14:00h - Solar-Peak)
- Max: 87.30 €/MWh (08:00h - Morgen-Peak)
- Negative Stunden: 3 von 24
- Automatischer EIC-Code: 10Y1001A1001A82H (Germany BZN)

Use Cases:

  • Trading & Arbitrage (Cross-Border, Storage-Optimization)
  • Procurement & Hedging (Tranche-Timing, Risk Management)
  • Dynamic Tariffs (§41 EEG-Compliance, Spot-Pass-Through)
  • Forecasting & Analytics (ML-Training, Preis-Erzeugung-Korrelation)

Beschreibung: Spotmarktpreise von EPEX/EEX via Netztransparenz.de für dynamische Tarife und Marktanalyse.

Status: ✅ Implemented (Build verified)

Business Value: Dynamische Tarifkalkulation, Marktanalyse, Preisoptimierung für Prosumer & Direktvermarkter.

API: OAuth2-authenticated, Token-Caching automatisch.

Beispiel-Request:

netztransparenz_spotprices(
  dateFrom: "2026-01-29T00:00:00",
  dateTo: "2026-01-29T23:59:59",
  includeStatistics: true
)

Beispiel-Resultat:

Spotmarktpreise für 29.01.2026:
- Min: 25 EUR/MWh (03:00)
- Max: 85 EUR/MWh (18:00)
- Avg: 45 EUR/MWh
→ Merit-Order-Effekt: PV-Peak 12:00 (40 EUR/MWh)

Use Cases:

  • Dynamische Tarife für Prosumer (§41a EnWG)
  • Marktanalyse & Preisvorhersage
  • Merit-Order-Effekt visualisieren
  • Direktvermarktungs-Optimierung

Beschreibung: Analyse negativer Strompreise für §51 EEG 2023 Compliance bei Direktvermarktung.

Status: ✅ Implemented (Build verified)

Business Value: Vergütungsverlust bei Direktvermarktung vermeiden, EEG-Compliance sicherstellen, Prosumer-Beratung optimieren.

API: Unterstützt 6-Stunden-Regel (konfigurierbar: 1h, 2h, 3h, 4h, 6h, 15min).

Beispiel-Request:

netztransparenz_negative_prices(
  dateFrom: "2026-01-01T00:00:00",
  dateTo: "2026-01-31T23:59:59",
  logic: 6,
  includeEegCompliance: true
)

Beispiel-Resultat:

12 Perioden mit negativen Preisen (45 Stunden total)
§51 EEG Analyse:
- 3 kritische Perioden (≥6h) → ⚠️ Vergütungsverlust!
- Risk Level: MEDIUM
- Betroffene Stunden: 18h (von 45h)

Use Cases:

  • EEG-Direktvermarktung Compliance-Check
  • Prosumer-Beratung (Eigenverbrauch vs. Direktvermarktung)
  • Risikomanagement für Stadtwerke-Vertrieb

Regulation: §51 EEG 2023 (kein Vergütungsanspruch bei 6+ Stunden negativen Preisen)

Beschreibung: Solar/Wind-Erzeugungsprognosen für Grid Planning und Load Forecasting von ÜNB-Daten.

Status: ✅ Implemented (Build verified)

Business Value: Beschaffungsoptimierung, Netzplanung, Ertragsvorhersage, Ausgleichsenergie-Reduktion.

API: Unterstützt Prognose, Hochrechnung (actual) und Online-Daten (real-time).

Beispiel-Request (Solar):

netztransparenz_forecast(
  product: "Solar",
  dateFrom: "2026-01-30T00:00:00",
  dateTo: "2026-01-30T23:59:59",
  includeActual: true,
  includeOnline: false
)

Beispiel-Resultat:

24h Solar-Prognose:
- Forecast: Peak 12:00 (35 GW), Minimum 06:00 (2 GW)
- Actual: Peak 12:15 (33 GW) → Accuracy: 94%
- Deviation: Avg 6%, Max 15%

Beispiel-Request (Wind):

netztransparenz_forecast(
  product: "Wind",
  dateFrom: "2026-01-30T00:00:00",
  dateTo: "2026-01-30T23:59:59"
)

Use Cases:

  • Lastprognose für Energiebeschaffung
  • Grid Congestion Forecasting
  • Renewable Generation Planning
  • Ausgleichsenergie-Reduktion

Beschreibung: Redispatch-Maßnahmen & Netzengpass-Analyse für Grid Planning und Curtailment-Risikobewertung.

Status: ✅ Implemented (Build verified)

Business Value: Curtailment-Risiko bewerten, Investitionen priorisieren, NEST-Begründung (§11 EnWG).

API: Optional mit Einspeisemanagement-Daten (ABSM CSV).

Beispiel-Request:

netztransparenz_redispatch(
  dateFrom: "2026-01-01T00:00:00",
  dateTo: "2026-01-31T23:59:59",
  includeAnalysis: true,
  includeCurtailment: false
)

Beispiel-Resultat:

142 Redispatch-Maßnahmen gefunden
Gesamtenergie: 25.800 MWh
Top Gründe:
  1. Netzengpass Nord-Süd: 18.500 MWh (72%)
  2. Lokale Überlast: 5.200 MWh (20%)
  3. Sonstige: 2.100 MWh (8%)
Risk Assessment: ⚠️ HIGH (>100.000 MWh = kritisch)

Mit Curtailment-Daten:

netztransparenz_redispatch(
  ...,
  includeCurtailment: true
)
→ Zusätzlich: 48 Curtailment-Events (CSV), 3.200 MWh abgeregelt

Use Cases:

  • Grid Congestion Analysis
  • Curtailment Risk für neue PV/Wind-Anlagen
  • Redispatch-Kosten forecasting
  • NEST-Projekt-Begründung (§11 EnWG)

Status: ✅ SDK-verifiziert

Business Value: Netzanalysen, Engpassbewertung, Redispatch-Planung.

Status: ✅ SDK-verifiziert

Business Value: Regionale Strategieberichte, Politikberatung, Nachhaltigkeits-Reporting.

Status: ✅ SDK-verifiziert

Business Value: Benchmarking, M&A Due Diligence, Wettbewerbsanalyse.

Status: ✅ SDK-verifiziert

Business Value: Merit-Order-Analysen, Direktvermarktung, Dispatch-Optimierung.

Beschreibung: Self-Learning System für wiederkehrende Fragen. 20x schneller als freie Abfragen.

Status: ✅ SDK-verifiziert

Business Value: Stabilere Ergebnisse, kürzere Antwortzeiten.

Beispiele:

"Wieviel PV-Leistung in Bayern?"
→ 31.604.839 kW (MaStR PV, Bayern)

"Windleistung in Baden-Württemberg"
→ 2.067.394 kW

Beschreibung: Aktuelle Gasspeicherdaten für 25 europäische Länder via AGSI (Gas Infrastructure Europe). Füllstand, Injection/Withdrawal, Operator-Breakdown, 90%-Mandat-Monitoring.

Status: ✅ Tested (Sprint 18)

Business Value: Versorgungssicherheit überwachen, Winter-Vorbereitung, EU 90%-Mandat prüfen (Stichtag 1. Nov).

📖 Vollständige Dokumentation & API

Beispiel-Request:

agsi_country_storage(
  country: "DE",
  includeOperators: true,
  includeFacilities: false
)

Beispiel-Resultat:

Deutschland: 31.97% voll (80.3 TWh von 251.1 TWh)
Withdrawal: 1223.5 GWh/Tag
Coverage: 8.88 Tage
Trend: -0.47% (sinkend)
90%-Mandat Status: ✅ Erfüllt (95.2% am 1. Nov)

Top Operators:
- Uniper Energy Storage: 28.5% voll (72.3 TWh)
- RWE Gas Storage West: 35.1% voll (55.8 TWh)

⚠️ Supply Security: WARNING (nur 8.88 Tage Coverage)

Use Cases:

  • Tägliches Monitoring nationaler Gasspeicher
  • Versorgungssicherheit-Dashboards für Stadtwerke
  • Vergleich Füllstände mit Vorjahr
  • EU 90%-Mandat Compliance-Check

Beschreibung: EU-weite Aggregat-Statistiken (Gesamtkapazität, Füllstand, Days-of-Coverage).

Status: ✅ Implemented (Sprint 18)

Business Value: EU-Gesamtbild, 90%-Mandats-Compliance, Policy-Monitoring.

Beispiel-Resultat:

EU gesamt: ~40.55% voll (463.4 TWh von 1142.6 TWh)
20 Länder aggregiert
Compliance: EU Storage Regulation 2017/1938

Use Cases:

  • EU-weites Versorgungssicherheit-Monitoring
  • Policy-Maker Dashboards
  • Cross-Border Supply Security Assessment

Beschreibung: Multi-Country Vergleich (Füllstände, Kapazitäten, Trends).

Status: ✅ Implemented (Sprint 18)

Business Value: Cross-Border Analysen, Best-Practice-Identifikation.

Beispiel-Request:

agsi_compare_countries(
  countries: ["DE", "AT", "NL"],
  metric: "fill_percentage"
)

Beispiel-Resultat:

Ranking nach Füllstand:
1. AT: 45.07% (58 Tage Coverage)
2. NL: ~XX%
3. DE: 31.97% (8.88 Tage Coverage)

⚠️ DE deutlich niedriger als Nachbarländer!

Use Cases:

  • Regionale Versorgungssicherheit vergleichen
  • Policy-Effectiveness analysieren
  • Best-Practice-Länder identifizieren

Beschreibung: Trend-Analysen über definierte Perioden (Injection/Withdrawal-Patterns, Seasonality).

Status: ✅ Tested (Sprint 18)

Business Value: Prognosen, Anomalie-Erkennung, Seasonal-Planning.

Beispiel-Request:

agsi_storage_trend(
  country: "DE",
  period: "month",
  endDate: "2026-02-03"
)

Beispiel-Resultat:

Period: 30 Tage (04.01. - 03.02.2026)
Trend: -22.22% (54.19% → 31.97%)
Absolute Change: -54.11 TWh
Avg Daily Change: -0.77%/Tag
Direction: withdrawal (Winter-Heizsaison)
Peak Withdrawal: 3.43 GWh/Tag (7. Jan)

Use Cases:

  • Winter-Abnahme-Rate berechnen
  • Anomalien erkennen (unerwarteter Rückgang)
  • Vergleich zu Vorjahres-Periode

Beschreibung: Versorgungssicherheit-Assessment (Füllstand vs. Verbrauch, EU 90%-Mandat, Critical Thresholds).

Status: ✅ Tested (Sprint 18)

Business Value: Frühwarnsystem, Emergency Planning, Policy Compliance.

Beispiel-Request:

agsi_supply_security_check(
  country: "de",
  winterMandateCheck: true
)

Beispiel-Resultat:

Country: Germany
Security Status: ⚠️ WARNING
Fill Level: 31.97%
Days of Consumption: 8.88 Tage
Compliance: ❌ Gap to 90% target: 58.03%

Recommendation: Monitor closely - approaching winter target

Critical Finding:

Deutschland mit 31.97% knapp über kritischem Schwellenwert (30%). Nur 8.88 Tage Coverage – deutlich unter EU Winter-Mandat (90%).

Use Cases:

  • Frühwarnung bei niedrigen Füllständen
  • EU 90%-Mandat Compliance-Check (Stichtag: 01.11.)
  • Emergency Response Planning

Beschreibung: Historische Zeitreihen-Daten (daily/weekly/monthly) für Trend-Analysen.

Status: 🔧 Schema Fixed (Sprint 18) - Requires MCP Client Reload

Business Value: Saisonale Muster, Prognosen, Vorjahresvergleiche.

Beispiel-Request:

agsi_historical_data(
  country: "DE",
  from: "2026-01-27",
  to: "2026-02-03",
  aggregation: "daily"
)

Use Cases:

  • Saisonale Füllstand-Analyse
  • Forecast-Modelle trainieren
  • Vorjahresvergleich (z.B. Winter 2024/25 vs. 2025/26)

Beschreibung: Detaillierte Speicherdaten für einzelne Speichersystembetreiber (SSO).

Status: ⚠️ AGSI API Limitation (2026-02-03)

Business Value: Betreiber-Benchmarking, Portfolio-Management.

API Limitation:

AGSI/GIE Transparency Platform bietet nur Country-Level-Data, keine operator-spezifischen Daten.

Workaround:

agsi_country_storage(
  country: "DE",
  includeOperators: true
)
→ Operator-Breakdown auf Country-Level

Use Cases:

  • Betreiber-Portfolio-Analyse (via Country-Aggregation)
  • Kapazitätsplanung (Country-Level)

Beschreibung: Speicherdaten für einzelne UGS-Anlagen (Underground Gas Storage).

Status: ⚠️ AGSI API Limitation (2026-02-03)

Business Value: Anlagen-Level-Monitoring, technische Spezifikationen.

API Limitation:

AGSI/GIE Transparency Platform bietet nur Country-Level-Data, keine facility-spezifischen Betriebsdaten.

Workaround:

agsi_country_storage(
  country: "DE",
  includeFacilities: true
)
→ Facility-Liste (Metadata only)

Use Cases:

  • Technische Facility-Übersicht
  • Betriebsstatus-Tracking (via Country-Level)

Beschreibung: Direkter Zugriff auf ENTSO-E Day-Ahead Strompreise für alle EU-Märkte. Echtzeitdaten ohne Umweg über Interpretationsschichten.

Status: ✅ Production Ready (Sprint 10 - S10-5)

Business Value: Dynamische Tarifgestaltung, Marktanalyse, Beschaffungsoptimierung, Merit-Order-Studien.

Beispiel-Request:

entsoe_day_ahead_prices(
  country: "Deutschland",
  date: "2026-02-06"
)

Use Cases:

  • Dynamische Stromtarife (§41a EnWG)
  • Beschaffungsoptimierung für Energieversorger
  • Spotmarkt-Analyse und Forecasting
  • Merit-Order-Effekt visualisieren

Beschreibung: Geplante und ungeplante Kraftwerks-Ausfälle aus ENTSO-E Transparency Platform für Supply-Risk-Analysen.

Status: ✅ Production Ready (Sprint 10 - S10-6a)

Business Value: Versorgungssicherheit-Assessment, Preisprognosen, Redispatch-Planung.

Use Cases:

  • Versorgungssicherheit bewerten (Kraftwerksausfälle)
  • Preisspitzen vorhersagen (korreliert mit Ausfällen)
  • Redispatch-Bedarf antizipieren
  • Portfolio-Risk-Management

Beschreibung: Physische Stromflüsse über Grenzkuppelstellen zwischen EU-Ländern. Kritisch für Netzplanung und Engpassmanagement.

Status: ✅ Production Ready (Sprint 10 - S10-6b)

Business Value: Cross-Border-Analysen, Engpass-Identifikation, Redispatch-Optimierung.

Use Cases:

  • Grenzüberschreitende Lastfluss-Analysen
  • Netzengpass-Identifikation (Nord-Süd-Problematik)
  • Import/Export-Strategien optimieren
  • Versorgungssicherheit durch Cross-Border-Lieferungen

Beschreibung: Aktuelle Stromerzeugung nach Typ (Solar, Wind, Gas, Kohle, etc.) aus ENTSO-E. Echtzeit-Einblick in Energiemix.

Status: ✅ Production Ready (Sprint 10 - S10-6c)

Business Value: Real-time Monitoring, Merit-Order-Analysen, CO₂-Intensität berechnen.

Use Cases:

  • Echtzeitüberwachung Energiemix (Dashboard)
  • Merit-Order-Analysen (welche Kraftwerke laufen?)
  • CO₂-Intensität berechnen (für Green Tarife)
  • Residuallast-Analysen (Last minus Erneuerbare)

Beschreibung: Wind- und Solar-Erzeugungsprognosen für Grid Planning und Load Forecasting. Day-Ahead und Intraday Forecasts.

Status: ✅ Production Ready (Sprint 10 - S10-6d)

Business Value: Beschaffungsoptimierung, Netzplanung, Ertragsvorhersage, Ausgleichsenergie-Reduktion.

Use Cases:

  • Lastprognose (Residuallast = Last - Erneuerbare)
  • Beschaffungsplanung (wieviel kaufen?)
  • Grid Congestion Forecasting
  • Renewable Generation Planning

Beschreibung: Lastprognosen (electricity demand) von ENTSO-E für europäische Märkte. Day-Ahead und Week-Ahead Forecasts.

Status: ✅ Production Ready (Sprint 10+ - A65)

Business Value: Energiebeschaffung optimieren, Balancing-Kosten reduzieren, Portfolio-Management.

Use Cases:

  • Energiebeschaffung optimieren (richtige Mengen kaufen)
  • Ausgleichsenergie-Kosten minimieren
  • Portfolio-Management (Erzeugung vs. Last balancieren)
  • Netzplanung (Peak-Load-Forecasting)

Beschreibung: Aggregierte Erzeugungsdaten nach Typ für Länder/Regionen. Historische Zeitreihen für Trend-Analysen.

Status: ✅ Production Ready (Sprint 10+ - A73)

Business Value: Energiebilanz-Analysen, Merit-Order-Studien, Forecasting-Basis, Policy-Monitoring.

Use Cases:

  • Energiebilanz-Analysen (Jahresvergleiche)
  • Merit-Order-Studien (welcher Kraftwerkstyp läuft wann?)
  • Trend-Analysen (Kohle-Ausstieg, PV-Ausbau)
  • Forecasting-Modelle trainieren

Beschreibung: Aktuelle Wind- und Solar-Erzeugung (Actual Generation) für Echtzeit-Monitoring und Merit-Order-Analysen.

Status: ✅ Production Ready (Sprint 10+ - A74)

Business Value: Real-time Monitoring, Forecast-Validierung, Merit-Order-Effekt visualisieren.

Use Cases:

  • Echtzeitüberwachung Erneuerbare Erzeugung
  • Forecast vs. Actual Accuracy-Check
  • Merit-Order-Effekt live verfolgen
  • CO₂-Intensität real-time berechnen

Beschreibung: Erzeugungsprognosen nach Kraftwerkstyp (Gas, Kohle, etc.) für Dispatch-Planung und Merit-Order-Analysen.

Status: ✅ Production Ready (Sprint 10+ - A71)

Business Value: Dispatch-Planung, Merit-Order-Prognosen, Preisvorhersagen.

Use Cases:

  • Kraftwerks-Dispatch vorhersagen
  • Merit-Order-Kurve prognostizieren
  • Strompreis-Forecasts (korreliert mit Dispatch)
  • CO₂-Intensität prognostizieren

Netzplanung & CAPEX-Optimierung (11 Tools)

Kritischer Fokus für Netzbetreiber: Investitionsplanung, E-Mobility, §14a EnWG, Transformator-Forecasts

📈 Netzauslastung Analyse

NEST §11 EnWG Compliance, Heatmap Hotspots, CAPEX-Priorisierung

Details & API →

🚗 E-Mobility Netzanalyse

§14a EnWG Integration, kritische Straßen, 1,5M€ CAPEX-Einsparung

Details & API →

🔌 Redispatch Export

BNetzA-konforme Exporte ≥100kW in 2 Minuten statt 2-3 Tagen

Details & API →

📊 Netzbetreiber-Analyse

Portfolio-Analyse: Anlagen, Kapazität, Redispatch-Potenzial

Details & API →

📈 Netzauslastung Analyse

NEST §11 EnWG Compliance, Heatmap Hotspots, CAPEX-Priorisierung

Details & API →

Beschreibung: Analysiert Auswirkungen von E-Mobility auf Netzinfrastruktur basierend auf echten Zulassungsdaten (KBA) und öffentlicher Ladeinfrastruktur (BNetzA). Identifiziert kritische Straßen, berechnet §14a-Potenzial, vergleicht Investitions-Szenarien.

Datenquellen: KBA E-Fahrzeug-Zulassungen, BNetzA Ladesäulenregister, Netzbetreiber-GIS-Daten

Status: ✅ SDK-verifiziert

Business Value: 1,5 Mio. € CAPEX-Vermeidung über 5 Jahre durch §14a-Integration.

📖 Vollständige Dokumentation & API

Beispiel-Request:

cernion_emobility_impact_analysis(
  gridOperator: "Netze BW",
  location: "Baden-Württemberg",
  timeHorizon: "3-years",
  section14aIntegration: true,
  includeVehicleRegistrationData: true,
  includePublicCharging: true
)

Beispiel-Resultat:

=== KFZ-Zulassungsdaten (KBA) ===
Baden-Württemberg:
- BEV: 65.000 (1,0%)
- PHEV: 32.000 (0,5%)
- E-Auto-Quote: 1,5%
- Trend: +18,2% YoY

Wallbox-Schätzung: 77.600 (80% der E-Autos)

=== Öffentliche Ladeinfrastruktur (BNetzA) ===
Baden-Württemberg:
- Ladepunkte: 2.847
- Gesamtleistung: 95.420 kW
- AC-Ladepunkte: 2.124
- DC-Schnelllader: 723

=== Szenario-Vergleich ===
Ohne §14a: 45M€ CAPEX
Mit §14a: 18M€ (60% Einsparung!)
  
Top 3 Risiko-Straßen:
1. Rohrbach, Lindenweg: 45 Wallboxen, Trafo 85% ausgelastet
2. Pfaffengrund, Hauptstr.: 38 Wallboxen, NS-Leitung kritisch
3. Kirchheim, Bergstr.: 32 Wallboxen, §14a-Kandidat

ROI-Impact:

  • 200-300h/Jahr manuelle Arbeit eingespart (Anschlussanfragen)
  • 1,5 Mio. € CAPEX-Vermeidung (5 Jahre)
  • Self-Service: 1.000 Anschlussanfragen/Jahr automatisiert

Beschreibung: 3/5/10-Jahres-Prognose für Transformator-Auslastung basierend auf PV/EV/HP-Zubauszenarien.

Status: ✅ SDK-verifiziert

Business Value: Beschaffungsplanung, Budgetsicherheit, Versorgungsqualität.

Beispiel:

cernion_transformer_loading_forecast(
  gridOperator: "Netze BW",
  forecastHorizon: "3-years"
)
→ Erwartete Zunahme: +18% durch PV/EV-Ausbau
   8 Trafos benötigen Upgrade bis 2028
   Kritische Bereiche: Pfaffengrund, Rohrbach

Use Case:

Stadtwerke Heidelberg: "Wir müssen 2026 bereits Trafos bestellen für Austausch 2028. Welche Standorte sind priorisiert?"

Status: ✅ SDK-verifiziert

Business Value: NEST-Begründung, Investitionspriorisierung, Engpass-Monitoring.

Beispiel-Output:

12 Trafos mit >90% Auslastung
Hotspots: Heidelberg-Nord, Mannheim-Ost
Empfehlung: NEST-Priorisierung für 3 Standorte

Status: ✅ SDK-verifiziert

Business Value: Self-Service für Kunden, Kostenreduktion im Anschlussprozess.

Beispiel:

cernion_connection_capacity_check(
  location: "Heidelberg, 69115",
  installationType: "solar",
  capacityKW: 15
)
→ ✅ Anschluss möglich! NS-Netz 67% Auslastung
   Geschätzte Kosten: 2.500-4.000€

Status: ✅ SDK-verifiziert

Business Value: 750k€/Jahr Einsparpotenzial durch Verlustminimierung.

Status: ✅ SDK-verifiziert

Business Value: Speicher (10M€) vermeidet Netzausbau (18M€), Break-even 8 Jahre.

Status: ✅ SDK-verifiziert

Business Value: Wirtschaftlichkeitsentscheidung (CAPEX vs. Alternativen wie §14a/Speicher).

Status: ✅ SDK-verifiziert

Business Value: Portfolioübersicht, Benchmarking, Redispatch-Potenzial.

Status: ✅ SDK-verifiziert

Business Value: Strategische Netzplanung 5/10/20 Jahre.

Status: ✅ SDK-verifiziert

Business Value: Automatisiertes Compliance-Reporting, Export als PDF/XML/Excel.

Status: ✅ SDK-verifiziert

Business Value: Regulatorik/Redispatch-Reporting, Portfolioanalyse.

💰 Prosumer Tarif Designer

ARPU 1.450€ (+142%), Churn <8%, PV+Speicher+Wallbox Premium

Details & API →

Vertrieb & Marketing (7 Tools)

Lead-Generierung, Churn-Prävention, Marktpenetration, Tarif-Design

🎯 Customer Churn Prediction

300k€ Umsatz gesichert/Quartal. 40-45% Save Rate. ROI 19:1

Details & API →

🔍 Sales Lead Identification

PV/Storage/Wallbox-Leads aus MaStR mit Scoring

Details & API →

💰 Dynamische Tarife

CO₂- und Spotpreis-optimierte Tarifkalkulation (§41 EEG-Pflicht)

Details & API →

📊 Marktdurchdringung

White-Spot-Analyse: Wo sind unerschlossene Potenziale?

Details & API →

Beschreibung: Identifiziert abwanderungsgefährdete Kunden nach Segmenten (Residential, Prosumer, Commercial, Premium). Scoring nach Vertragsende, Preissensitivität, Servicequalität, Zahlungsverhalten.

Status: ✅ SDK-verifiziert

Business Value: 200 Kunden/Quartal gerettet = 300k€ Umsatz gesichert. 10x günstiger als Neukundenakquise.

📖 Vollständige Dokumentation & API

Beispiel-Request:

cernion_customer_churn_prediction(
  customerSegment: "prosumer",
  region: "Heidelberg",
  riskThreshold: "medium"
)

Beispiel-Resultat:

60 at-risk Prosumer-Kunden identifiziert
Churn-Rate: 8% (vs. 5-8% Branchenschnitt)
ARPU: 1.450€/Jahr, LTV: 10.000€

Top 3 Churn-Gründe:
1. Preis (40%): Wettbewerber 5-15% günstiger
2. Service (30%): Wartezeiten >48h, ungel. Tickets
3. Innovation (20%): Prosumer benötigen dynamische Tarife

Retention-Strategie:
- Prevention (Score 0-40): Loyalty-Programm, 5-10€/Jahr
- Early Intervention (Score 41-70): Persönlicher Call, 50-200€ Retention-Offer
- Win-back (Score 71-100): Aggressive Price-Matching, 10-20% Erfolgsrate

ROI: 10x (Retention 15€ vs. Neuakquise 150€)

Status: ✅ SDK-verifiziert

Business Value: Schnellere Akquise, bessere Conversion durch Timing.

📖 Vollständige Dokumentation & API

Beispiel:

cernion_sales_lead_identification(
  region: "Heidelberg",
  installationType: "solar",
  daysBack: 30
)
→ 5 Hot Leads identifiziert
   Top Lead: 9,9 kWp PV in HD-Neuenheim (Score 95)
   Empfehlung: Prosumer-Tarif + Speicher-Upsell
   Potentieller ARPU: 1.450€/Jahr

Status: ✅ SDK-verifiziert

Business Value: Vertriebssteuerung, Wachstumspotenziale identifizieren.

Beispiel:

3.850 PV-Installationen in HD, 40% Marktdurchdringung
White-Spots: HD-Pfaffengrund (25%), HD-Kirchheim (22%)
Potenzial: 2.300 Haushalte für Prosumer-Tarife
Geschätzter Umsatz: 3,3M€/Jahr

Status: ✅ SDK-verifiziert

Business Value: Höhere ARPU (1.450€ vs. 600€), geringere Churn (<8% vs. 10-12%).

Beschreibung: Dynamische Tarifkalkulation für §41 EEG-Compliance. Spot-basiert, CO2-optimiert, Time-of-Use. Automatische Preisberechnung für Endkunden.

Status: ✅ SDK-verifiziert

Business Value: Kundeneinsparungen 18% (285€/Jahr), Tarifinnovation, §41 EEG-Pflicht seit 2025.

📖 Vollständige Dokumentation & API

§41 EEG 2023 - PFLICHT:

Alle EVU mit >100.000 Kunden müssen seit 01.01.2025 mindestens einen dynamischen Tarif anbieten. Kleinere EVU bis 2026.

Tarif-Typen:

  • Spot-basiert: 1:1 Day-Ahead Weitergabe + Marge (2-5 ct/kWh)
  • CO2-optimiert: Rabatt bei hoher Erneuerbaren-Quote (<50g CO₂/kWh)
  • Time-of-Use: Feste Preiszonen (Nacht 18ct, Tag 32ct, Peak 45ct)

Beispiel-Request:

cernion_dynamic_tariff_calculator(
  tariffType: "spot-based",
  region: "Deutschland",
  dateFrom: "morgen",
  margin: 2.0
)

Kundenersparnis (Beispielrechnung):

Standard-Tarif: 32 ct/kWh × 4.000 kWh = 1.280€/Jahr
Dynamischer Tarif: 24 ct/kWh × 4.000 kWh = 960€/Jahr
Ersparnis: 320€/Jahr (25%)

Mit Lastverschiebung (E-Auto nachts, Wärmepumpe mittags):
Zusätzliche Ersparnis: +270€/Jahr
Gesamt: 590€/Jahr (42% Ersparnis!)

Use Cases:

  • §41 EEG-Compliance: Gesetzliche Pflicht erfüllen (250k-500k€ Development-Kosten eingespart)
  • Customer Portal/App: Live-Preise, Push-Notifications "Strom jetzt günstig!"
  • Marketing & Differenzierung: Innovation statt Commodity (Prosumer-Zielgruppe)
  • Lastmanagement: 10% Lastverschiebung = 15% weniger Netzausbau

Status: ✅ SDK-verifiziert

Business Value: Effiziente B2B-Akquise, ROI 15,6% p.a., Payback 6,4 Jahre.

Status: ⚠️ Backend-Issue (Powabase unavailable)

Business Value: Zusätzliche B2B-Umsätze durch Direktvermarktung.

Kundenservice & Automatisierung (5 Tools)

Schnellere Antwortzeiten, Self-Service, 30-40% Callcenter-Entlastung

🏛️ Customer Portal Widget

Self-Service Widget. 30-40% Callcenter-Reduktion. 4.800-6.600€/Jahr

Details & API →

🛠️ Installation Change Wizard

Betreiberwechsel, EEG-Ende, Speicher. 45 Min → 5 Min. 48k€/Jahr

Details & API →

Beschreibung: Findet PV-Anlagen auch bei unvollständigen Informationen (ca. Adresse, ca. Leistung, ca. Jahr).

Status: ✅ SDK-verifiziert

Business Value: 15 Min → 60 Sek Recherche. Höhere Kundenzufriedenheit.

Beispiel:

cernion_installation_finder_fuzzy(
  location: "Heidelberg",
  capacityMin: 8,
  capacityMax: 12,
  commissioningYearRange: [2014, 2016]
)
→ Trefferliste mit Confidence-Score
   Top Match: SEE951127117129, 11,75 kW, IBN 2013 (Score: 88)

Status: ✅ SDK-verifiziert

Business Value: Alle Kundenfragen in einem Call beantworten.

Beispiel:

cernion_installation_details_customer_view(
  mastrNummer: "SEE951127117129"
)
→ Ludwigshafen, 11,75 kWp
   IBN: 28.06.2013
   EEG-Ende: 28.06.2033
   Restlaufzeit: 7 Jahre 5 Monate
   Erwarteter Ertrag: ~11.750 kWh/Jahr

Status: ✅ SDK-verifiziert

Business Value: 15-20 Min → 3-5 Min Bearbeitung. 12.600€/Jahr Kostenersparnis.

Anwendungsfälle:

  • Betreiberwechsel (47/Monat): Hauskauf, Erbschaft, Schenkung
  • Speichernachrüstung (25/Monat): Technische Prüfung, VNB-Anmeldung, Förderung
  • Anlagenerweiterung (15/Monat): Genehmigungen, MaStR-Update
  • Post-EEG-Transition: Nach 20 Jahren Vergütung
  • Stilllegung: Ordnungsgemäßer Shutdown

Beispiel-Output:

✅ Schritt 1: VNB benachrichtigen (Frist: ⚠️ 30 Tage!)
⏳ Schritt 2: MaStR aktualisieren
⏳ Schritt 3: Finanzamt informieren
⏳ Schritt 4: Versicherung ummelden
...

Dokumente: ✅ Kaufvertrag, ✅ Grundbuch, ⏳ VNB-Formular
Kosten: Meist kostenfrei, ggf. 50€ Bearbeitungsgebühr VNB
Dauer: 4-6 Wochen

Status: ✅ SDK-verifiziert

Business Value: 30-40% Callcenter-Entlastung. 4.800-6.600€/Jahr Ersparnis.

Widget-Typen:

  • Installation Lookup (Suche nach Adresse)
  • Installation Overview (Dashboard)
  • Operator Change Wizard (Embedded)
  • Storage Calculator (Lohnt sich Speicher?)
  • EEG End Helper (Nach 20 Jahren)
  • FAQ Embedded (Top 10)
  • Contact Finder (VNB/BNetzA/Finanzamt)
  • Document Templates (Formular-Download)

Status: ✅ SDK-verifiziert

Business Value: Servicefälle beschleunigen, Wartungserlöse generieren.

Beispiel:

Soll-Ertrag: 10.500 kWh, Ist-Ertrag: 9.000 kWh (86%)
Status: ⚠️ ACCEPTABLE (aber Optimierungspotenzial)

Root Cause:
- Verschattung (60% Wahrscheinlichkeit)
- Verschmutzung (30%)
- Defekt (10%)

Verlust: 1.500 kWh/Jahr = 600€ Umsatzausfall

Empfehlung:
1. Reinigung (150€, Amortisation 3 Monate)
2. Thermografie falls weiter niedrig (300€)

Compliance & Regulatorik (1 Tool)

Beschreibung: Automatisierte BNetzA-Reports für NEST-Projekte, §14a EnWG-Deployment, Redispatch-Dokumentation.

Status: ✅ SDK-verifiziert

Business Value: Compliance-Sicherheit, Zeit-Ersparnis, Export als PDF/XML/Excel.

Report-Typen:

  • nest-justification: §11 Para. 2 EnWG – Nachweis Engpass, Alternativen ausgeschöpft
  • section14a-deployment: Controllable Devices Inventory, Dimming Events, Grid Relief
  • redispatch-documentation: Curtailment Events, Compensation Payments, Congestion Causes
  • full-compliance: Kombiniert alle Reports + SAIDI/SAIFI Qualitätsmetriken

OSM Geo (OpenStreetMap) – Physische Netzinfrastruktur (4 Tools)

Physische Netzinfrastruktur aus OpenStreetMap — Layer 2 der Cernion Geo-Architektur (Layer 1 = VNBDigital, Layer 3 = MaStR)  © OpenStreetMap contributors, ODbL 1.0

Beschreibung: Zweistufige geografische Validierung der Netzbetreiber-Zuordnung einer MaStR-Anlage. Stufe 1 (autoritativ): Koordinate → VNBDigital. Stufe 2 (physisch): Koordinate → Overpass → nächste Stationen/Trafos. Erkennt DEFINITIVE_MISASSIGNMENT und LIKELY_MISASSIGNMENT.

Status: 💎 NEU (Sprint 18)

Business Value: Stammdaten-Qualität sichern, fehlerhafte Netzbetreiber-Zuordnungen aufdecken, Redispatch-Konflikte vermeiden.

→ Tool-Dokumentation

Ergebnis-Typen:

  • DEFINITIVE_MISASSIGNMENT: Klarer Zuordnungsfehler (Stufe 1 + 2 negativ)
  • LIKELY_MISASSIGNMENT: Wahrscheinlicher Fehler (Stufe 1 oder 2 negativ)
  • VALID: Zuordnung korrekt bestätigt

Beschreibung: Alle Energieinfrastruktur-Objekte (Umspannanlagen, Trafos, Leitungen, Kabel) im konfigurierbaren Radius, sortiert nach Distanz. Enthält connectionSuitability-Bewertung (NS/MS/HS).

Status: 💎 NEU (Sprint 18)

Business Value: Anschlussplanung optimieren, Netzausbau priorisieren, Netzanschluss-Suitability auf einen Blick.

→ Tool-Dokumentation

Rückgabe-Felder:

  • Objekt-Typ (Umspannanlage, Trafo, Leitung, Kabel)
  • Distanz in Metern
  • Spannungsebene (NS/MS/HS)
  • connectionSuitability-Score

Beschreibung: Stationsinventar für ein Netzgebiet oder eine Region. Aufschlüsselung nach Spannungsebene, Betreiberanteil, Dichtelabel (SPARSE · RURAL · SUBURBAN · URBAN).

Status: 💎 NEU (Sprint 18)

Business Value: Infrastruktur-Inventur, Netzplanung, Benchmarking der Stationsdichte.

→ Tool-Dokumentation

Dichtelabels:

  • SPARSE: Sehr geringe Stationsdichte (rural/abgelegen)
  • RURAL: Ländliche Stationsdichte
  • SUBURBAN: Vorstädtische Stationsdichte
  • URBAN: Städtische Stationsdichte

Beschreibung: Topologieanalyse des Verteilnetzes: Knoten/Kanten-Graph, Knotengrad, Topologietyp (RADIAL · MIXED · RING). Optionale Pfadanalyse zwischen zwei OSM-Knoten.

Status: 💎 NEU (Sprint 18)

Business Value: Netzstruktur-Analyse, Redundanz-Prüfung, NEST-Begründung, Fehlerortung.

→ Tool-Dokumentation

Topologie-Typen:

  • RADIAL: Strahlenförmig (typisch NS-Netz)
  • MIXED: Gemischt (typisch MS-Netz)
  • RING: Ringförmig (typisch HS-Netz, hohe Redundanz)
ℹ️ OSM-Daten: © OpenStreetMap contributors (ODbL 1.0).
Typische Abdeckung: 60–80 % im städtischen Bereich, 20–40 % rural. Alle Responses enthalten Coverage-Flags und dataQuality-Hinweise. Für Produktionslast: eigene Overpass-Instanz empfohlen (OVERPASS_ENDPOINT konfigurierbar).

EWK Monitoring – BNetzA Energiewendekompetenz (4 Tools)

Anschlussdauer, Digitalisierungsindex und Umsetzungsquote für ~820 deutsche Verteilnetzbetreiber – Datenquelle: vnb-transparenz.de (BNetzA-Selbstauskunft 2024)

Beschreibung: Medianwerte (in Wochen) für neue Erzeugungsanlagen (EE) und Verbrauchseinrichtungen (Wallboxen, Wärmepumpen, Speicher) pro Verteilnetzbetreiber – gefiltert nach Spannungsebene und Phase. Bundesweites Ranking inklusive.

Status: 🔄 In Entwicklung

Business Value: Identifikation von VNBs mit überdurchschnittlichen Wartezeiten als Zielgruppe für Prozessberatung; §14a-relevante Anschlussdauer für Wallboxen/Speicher auf einen Blick.

Wichtige Parameter:

  • vnbName – VNB-Name (Teilsuche), z.B. "Netze BW"
  • bnr – BNetzA-Betreibernummer (exakte Suche)
  • voltageLevel – NS / MS / HS / all (Default: all)
  • installationType – EE / Verbrauch / all (Default: all)
  • sortBy – anschlussdauer_asc (schnellste zuerst), _desc, name
  • limit / offset – Paginierung (Default: 50 / 0)
  • includeRanking – nationalen Rang einblenden (Default: true)

BNetzA-Indikatoren:

  • 4.3.1 / 4.3.2 → EE-Anlagen NS: Phase 1 (Zusage) / Phase 2 (IBN)
  • 4.3.3 / 4.3.4 → EE-Anlagen MS  |  4.3.5 / 4.3.6 → EE-Anlagen HS
  • 5.3.1 / 5.3.2 → Verbrauchsanlagen NS (Wallboxen, WP, Speicher)
  • 5.3.3 – 5.3.6 → Verbrauchsanlagen MS / HS
// Top 10 schnellste VNBs für PV-Netzanschluss NS
{ "installationType": "EE", "voltageLevel": "NS", "sortBy": "anschlussdauer_asc", "limit": 10 }

// Wartezeit für einen bestimmten VNB
{ "vnbName": "Netze BW" }

// §14a-relevante Wallbox-Anschlüsse NS
{ "installationType": "Verbrauch", "voltageLevel": "NS" }

→ Tool-Dokumentation

Beschreibung: Digitalisierungsgrad über 5 Hauptkategorien und bis zu 19 Sub-Indikatoren für alle ~820 deutschen VNBs. Scores von 0–100% (höher = besser). Bundesweites Ranking inklusive.

Status: 🔄 In Entwicklung

Business Value: VNBs mit niedrigem KI- oder Smart-Grid-Score als Beratungszielgruppe; Benchmarkvergleich für den eigenen Digitalisierungsstand.

Kategorien:

  • gesamtscore – Gewichteter Gesamtscore (c001)
  • smart_grids – Smart Grids NS/MS/HS (c002, c006–c008)
  • digitale_prozesse – Digitale Prozesse & Systeme inkl. KI (c003, c009–c012)
  • datenmanagement – Datenmanagement & Analyse (c004, c013–c015)
  • kundenmanagement – Kundenmanagement inkl. Webportale (c005, c016–c019)
  • all – Alle 19 Indikatoren
// Bundesranking nach Gesamtscore
{ "sortBy": "score_desc", "limit": 20 }

// KI-Score aller VNBs
{ "category": "digitale_prozesse", "sortBy": "score_desc" }

// Vollprofil eines VNB
{ "vnbName": "Bayernwerk Netz", "category": "all" }

→ Tool-Dokumentation

Beschreibung: Anteil tatsächlich realisierter Netzanschlussbegehren je VNB, Spannungsebene und Anlagentyp (EE / Verbrauch) – inkl. absoluter Zahlen (Anträge eingereicht vs. realisiert).

Status: 🔄 In Entwicklung

Business Value: Identifikation von Engpassindikatoren; Vergleich mit Bundesmedian für NEST-§11-Nachweise; §14a-relevante Verbrauchsanlagen NS auf einen Blick.

BNetzA-Indikatoren:

  • c010 – EE-Anlagen NS  |  c020 – EE-Anlagen MS  |  c030 – EE-Anlagen HS
  • c041 – Verbrauch + Speicher NS  |  c053 – MS  |  c064 – HS
// VNBs mit niedrigster Umsetzungsquote EE-NS (Problemfälle)
{ "installationType": "EE", "voltageLevel": "NS", "sortBy": "rate_asc", "limit": 20 }

// Vollbild für einen VNB
{ "vnbName": "E.ON Energie Distribution", "installationType": "all" }

// §14a-relevante Verbrauchsanschlüsse NS
{ "installationType": "Verbrauch", "voltageLevel": "NS" }

→ Tool-Dokumentation

Beschreibung: Kombiniert alle drei EWK-Datensätze (Anschlussdauer, Digitalisierungsindex, Umsetzungsquote) in einem einzigen strukturierten Report für einen einzelnen VNB. Ausgabe als Markdown-Tabellen + strukturiertes JSON.

Status: 🔄 In Entwicklung

Business Value: Vollständige Entscheidungsgrundlage für Regulatorik (NEST §11), Vertrieb und interne Benchmarks in einem einzigen Aufruf.

Parameter:

  • vnbName (Pflicht) – VNB-Name, z.B. "Netze BW GmbH"
  • bnr – BNetzA-Betreibernummer für exakte Suche

Ausgabe-Sektionen:

  • ⏱ Anschlussdauer-Tabelle (NS/MS/HS × EE/Verbrauch) + nationaler Rang
  • 💻 Digitalisierungsindex (5 Kategorien) + nationaler Rang
  • ✅ Umsetzungsquote (Anträge / Realisiert / Quote) + nationaler Rang
{ "vnbName": "Netze BW" }
{ "vnbName": "Netze BW", "bnr": "10001796" }

→ Tool-Dokumentation

System-Tools (12 Tools)

Authentifizierung, Discovery, Monitoring, Job-Management, EIC-Code-Management

Status: ✅ SDK-verifiziert

Business Value: Quota-Transparenz, Limit-Management.

Status: ✅ SDK-verifiziert

Business Value: Multi-User/Quota-Management.

Status: ✅ SDK-verifiziert

Business Value: Troubleshooting, Monitoring.

Status: ⚠️ Teilweise (locations-Scope bekanntes Issue)

Business Value: Verhindert fehlerhafte Parameter & Queries.

Status: ✅ SDK-verifiziert

Business Value: Reduziert Fehlanfragen & Debug-Aufwand.

Status: ✅ SDK-verifiziert

Business Value: Verlässliches Polling für Langläufer.

Status: ✅ SDK-verifiziert

Business Value: Asynchrone Langläufer sicher auslesen.

Status: ✅ SDK-verifiziert

Business Value: Partner- und Kontaktrecherche (BDEW/EIC, Name, Stadt).

Beschreibung: Suche in der EIC-Code-Datenbank (72.580+ Codes) nach Code oder Name. Essential für AGSI-Tools.

Status: ✅ Production Ready (Sprint 17)

Business Value: Valide Operator/Facility-Codes für AGSI-Tools finden, Marktpartner-Recherche.

Datenbank: MongoDB (72.568 ENTSO-E + 12 AGSI/GIE)

Beispiel-Request:

cernion_eic_search(
  name: "RWE",
  limit: 10
)

Beispiel-Resultat:

10 Treffer gefunden:
- 21X000000001262B | RWE Gas Storage West | Gas Operator | DE
- 22XRWE-SUPPLY-DE | RWE Supply & Trading | Party | DE
- ... (8 weitere)

Use Cases:

  • AGSI tool preparation (valide Codes finden)
  • Market partner lookup by company name
  • EIC code validation
  • Energy market research

Beschreibung: Validiert EIC-Code-Format nach IEC 62325 Standard (16 Zeichen, LIO-Area 10-70, Check-Digit).

Status: ✅ Production Ready (Sprint 17)

Business Value: Pre-Validierung vor AGSI-API-Calls, Formular-Validierung, Fehlerprävention.

Beispiel-Request:

cernion_eic_validate(
  code: "21X000000001262B"
)

Beispiel-Resultat:

✅ Valid EIC Code
Format: ✓ Valid (16 characters)
Database: ✓ Found
Name: RWE Gas Storage West
Type: operator
Sector: gas
Country: DE

Use Cases:

  • User input validation in forms
  • Pre-check before expensive API calls
  • Developer debugging
  • Code format education

Beschreibung: Liste deutscher Gas-Storage-Operatoren mit EIC-Codes für AGSI-Tools.

Status: ✅ Production Ready (Sprint 17)

Business Value: Valide Operator-Codes für agsi_operator_storage bereitstellen, Marktübersicht.

Beispiel-Request:

cernion_eic_gas_operators(
  country: "DE",
  includeMetadata: true
)

Beispiel-Resultat:

10 deutsche Gas-Operatoren:
- 21X000000001262B | RWE Gas Storage West
- 21X0000000013465 | Trianel Gasspeicher
- 21X000000001368D | Uniper Energy Storage
- 21X-DE-BAYERNGAS | Bayerngas GmbH
- 21X000000001006J | EWE Gasspeicher
- 21X000000001329T | VNG Gasspeicher
- 21X-DE-STORENGY-G | Storengy Deutschland
- 21X000000001254W | MEGAL
- 37X000000000128Y | astora
- 21X000000001160L | OMV Gas Storage Germany

Use Cases:

  • Valide Codes für AGSI operator queries
  • German gas storage market overview
  • Operator portfolio analysis
  • Benchmarking

Beschreibung: Liste deutscher Gas-Storage-Facilities (UGS) mit EIC-Codes und Operator-Links.

Status: ✅ Production Ready (Sprint 17)

Business Value: Valide Facility-Codes für agsi_facility_storage bereitstellen, Anlagen-Monitoring.

Beispiel-Request:

cernion_eic_gas_facilities(
  operatorCode: "21X000000001262B"
)

Beispiel-Resultat:

2 RWE Facilities:
- 21W0000000000532 | UGS Epe-L | RWE Gas Storage West
- 21W000000000533U | UGS Gronau-Epe | RWE Gas Storage West

Use Cases:

  • Valide Codes für AGSI facility queries
  • Operator portfolio breakdown
  • Facility-level monitoring
  • Technical specifications lookup

Beschreibung: Statistiken über EIC-Datenbank (Gesamtanzahl, Breakdown nach Type/Sector/Country).

Status: ✅ Production Ready (Sprint 17)

Business Value: Datenbank-Übersicht, Datenqualität-Monitoring, Coverage-Assessment.

Beispiel-Resultat:

EIC Code Statistics
Total codes: 72,580

Top 10 countries:
  ES: 20,368 codes (28.08%)
  NO: 15,315 codes (21.10%)
  DE: 7,630 codes (10.51%)
  IT: 5,431 codes (7.48%)
  EU: 3,701 codes (5.10%)

By sector:
  electricity: 72,568 codes (99.98%)
  gas: 12 codes (0.02%)

Use Cases:

  • Database health check
  • Coverage assessment (which countries/sectors)
  • Data quality monitoring
  • Market overview

🏆 Top 10 Business-Value Highlights

Die Tools mit dem größten ROI-Impact für Stadtwerke:

  1. cernion_emobility_impact_analysis – 1,5 Mio. € CAPEX-Vermeidung über 5 Jahre

    E-Mobility Netzintegration mit §14a-Potenzial. Kritische Straßen identifizieren, Investitions-Szenarien vergleichen.

  2. cernion_customer_churn_prediction – 300k€ Umsatz gesichert pro Quartal

    200 Kunden gerettet bei 8% Churn-Rate. 10x günstiger als Neuakquise (15€ vs. 150€).

  3. cernion_installation_change_wizard – 12.600€/Jahr Kostenersparnis

    15-20 Min → 3-5 Min Bearbeitung. 100 Vorgänge/Monat × 12 Min = 1.200 Min = 20h.

  4. cernion_transformer_loading_forecast – Beschaffungssicherheit 2-3 Jahre

    Lieferzeiten Trafos: 18-24 Monate. Prognose verhindert Versorgungsengpässe und Notbeschaffungen (+30% Kosten).

  5. cernion_grid_loss_analysis – 750k€/Jahr Einsparpotenzial

    Netzverluste von 3,2% auf 2,9% reduzieren durch gezielte Maßnahmen (Trafo-Wechsel, Leiterquerschnitt).

  6. cernion_customer_portal_widget – 30-40% Callcenter-Entlastung

    4.800-6.600€/Jahr Ersparnis. 24/7 Self-Service für Installation Lookup, EEG-Rechner, Change Wizard.

  7. cernion_storage_optimization – 8M€ CAPEX-Vermeidung

    Speicher (10M€) vermeidet Netzausbau (18M€). Break-even 8 Jahre, zusätzlich 350k€/Jahr Regelleistung.

  8. cernion_market_penetration_analysis – 3,3M€ Umsatzpotenzial identifiziert

    White-Spots finden: 2.300 Haushalte für Prosumer-Tarife. Territoriale Vertriebssteuerung.

  9. cernion_capacity_utilization – NEST-Begründung in 2 Stunden

    Statt 2-3 Tage manuelle Datensammlung. BNetzA-konforme Heatmaps, Trafo-Hotspot-Analyse.

  10. cernion_prosumer_tariff_designer – ARPU +142% (600€ → 1.450€)

    Prosumer-Tarife mit Eigenverbrauchsbonus, Time-of-Use, Storage-Integration. Churn <8% (vs. 10-12%).

Für AI Agents & Entwickler 🤖

📘 Kuratierte Tool-Dokumentation für LLMs

Die MCP Tool-Dokumentation ist als kuratierter Kontext für AI Agents und LLMs zugänglich; die laufende technische Referenz bleibt Swagger/OpenAPI.

Direkt-Link: mcp_tools.md

Tool-Kontexte • Sprint-Status • Business Value • Beispiele

Use Cases für diese Datei:

  • 🔧 VS Code Copilot: Als Workspace-Kontext für intelligente Tool-Vorschläge
  • 🤖 Custom AI Agents: Als Wissensbasis für autonome MCP-Client-Implementierung
  • 📚 Claude Projects: Als Project Knowledge für konsistente Tool-Nutzung
  • 🔍 Semantic Search: Strukturierte Tool-Discovery nach Use Case

Integration Beispiel (VS Code):

// In .vscode/settings.json oder workspace context
{
  "github.copilot.advanced": {
    "contextFiles": ["mcp_tools.md"]
  }
}

💡 Tipp: Für Toolzahlen, Schemas und Verfügbarkeit bitte immer Swagger/OpenAPI und Token-Onboarding als aktuelle technische Referenz prüfen.

Technische Integration

🔧 MCP Standard 1.24.0+

Architektur:

  • Server: StreamableHTTPServerTransport
  • Client: StreamableHTTPClientTransport
  • Protokoll: Streamable HTTP mit JSON/SSE

Kompatibilität:

  • ✅ Claude Desktop
  • ✅ MCP Inspector
  • ✅ SDK-Clients (TypeScript, Python, etc.)
  • ❌ NICHT: Simple HTTP POST (curl, Postman)

Wichtig: SSEClientTransport ist deprecated! Immer StreamableHTTPClientTransport verwenden.

🔐 Authentifizierung

Token-basiert:

Authorization: Bearer <token>

Quota-Management:

  • Token-Wechsel via cernion_switch_token
  • Status-Check via cernion_token_info
  • Audit-Logs inklusive

Datenschutz & Governance:

  • On-Premise Deployment verfügbar
  • Mitbestimmungsanforderungen vor produktiver Nutzung prüfen
  • KI-Richtlinien und interne Freigaben im Onboarding klären

⚡ Async-Job-Flow

Für schwere Tools (z.B. Grid Development Scenarios, Load Forecasts) läuft ein asynchroner Job-Flow:

  1. Tool-Aufruf → Gibt sofort job_id zurück (Status: queued/running)
  2. Pollingcernion_job_status(job_id) bis Status = succeeded/failed
  3. Ergebnis abrufencernion_job_result(job_id) für finales Resultat

Beide Parameter job_id und jobId werden akzeptiert.

🚀 REST API via RapidAPI
Neben dem direkten MCP-Zugang ist die Cernion REST API auch auf RapidAPI gelistet – ideal für schnelle Tests, Demos und erste Integrationen ohne eigene Instanz. Keine Konfiguration, interaktive Konsole direkt im Browser.
Zur RapidAPI →

Test-Status & Qualität

✅ Status-Hinweis

  • Swagger/OpenAPI ist die laufende Referenz für Pfade, Schemas und Version.
  • Sidecar-Discovery listet kuratierte read-only/advisory Tools mit Policy-Annotationen.
  • Token-Onboarding klärt Rolle, Scope, Quota und Einsatzgrenze vor produktiver Nutzung.

⚠️ Bekannte Issues

  • cernion_ask – mastr_db execute_query Error (Backend-Issue)
  • cernion_eeg_calculator_customer – mastr_db Error (Backend-Issue)
  • cernion_direct_marketing_opportunity_scanner – Powabase unavailable
  • cernion_discover (locations-Scope) – execute_query Error (Backend-Issue)

Alle Issues sind Backend-seitig, NICHT MCP-Implementierung. Tools sind korrekt implementiert und SDK-konform.

Use Cases nach Fachbereichen

🔌 Netzplanung & Asset Management

  • E-Mobility Netzintegration (§14a EnWG)
  • Transformator-Lastprognosen (3/5/10 Jahre)
  • NEST-Begründung & BNetzA-Reporting
  • Netzauslastungs-Heatmaps
  • Anschlusskapazitätsprüfung (Self-Service)
  • Grid Loss Analysis & Optimierung
  • Speicherplatzierung & ROI-Analyse

ROI-Beispiel: 1,5 Mio. € CAPEX-Vermeidung über 5 Jahre (E-Mobility + §14a)

💰 Vertrieb & Marketing

  • Churn-Prävention (Residential/Prosumer/Commercial)
  • Lead-Generierung aus MaStR (PV/Wallbox/HP)
  • Marktdurchdringung & White-Spots
  • Prosumer-Tarif-Design
  • Dynamische Tarife (CO₂/Spot)
  • Mieterstrom-Potenziale (§42a EnWG)
  • Direktvermarktungs-Opportunities

ROI-Beispiel: 300k€ Umsatz gesichert/Quartal (Churn-Prävention)

📞 Kundenservice & Automatisierung

  • PV-Anlagen Fuzzy Finder (60 Sek statt 15 Min)
  • Installation Details (kundenfreundlich)
  • Change Wizard (Betreiberwechsel, Speicher, etc.)
  • Self-Service Widgets (30-40% Entlastung)
  • Installation Health Check (Ist/Soll-Ertrag)

ROI-Beispiel: 12.600€/Jahr Kostenersparnis (Change Wizard)

📊 Regulatorik & Compliance

  • NEST Compliance Reports (§11 EnWG)
  • §14a EnWG Deployment-Reporting
  • Redispatch-Dokumentation
  • SAIDI/SAIFI Qualitätsmetriken
  • BNetzA-konforme Exports (PDF/XML/Excel)

ROI-Beispiel: 2h statt 2-3 Tage (NEST-Begründung)

FAQ: MCP/Agent Tools in Energieprozessen

Nein. Die öffentliche Dokumentation erklärt Integrations- und Discovery-Pfade; produktive Nutzung benötigt Token, Rollen, Quotas und je nach Risiko ein Human-in-the-loop-Gate. Öffentliche REST-, Swagger- und MCP-Hinweise sind keine Zusage für ungeprüfte Ausführung in Kundensystemen.

REST/OpenAPI und Swagger sind die technische Referenz für Endpunkte, Schemas und Parameter. Der Cernion Sidecar stellt daraus kuratierte read-only/advisory Tool-Kontexte für Agenten bereit. MCP- oder MCP-nahe Zugänge sind Onboarding- und Policy-gebunden und ersetzen nicht die technische Prüfung im konkreten Betriebssetup.

Vor produktiven Energieprozessen sollten Datenräume, AVV/ADV- und Datenschutzgrenzen, Rollenmodell, Token-Lebenszyklus, Logging/Audit-Trail, Quotas sowie fachliche Freigaben geklärt werden. Preis-, Vertrags-, regulatorische oder rechtliche Aussagen entstehen daraus nicht automatisch.

Die Cernion-Plattform ist die Business-Anwendung mit UI, Dashboards, Reports und Self-Service-Funktionen für Endanwender.

Die MCP Tools sind die technische API-Schicht – für Entwickler, IT-Projektleiter und Custom Integrations. Sie ermöglichen:

  • Integration in eigene Systeme (CRM, GIS, SAP IS-U)
  • Custom Workflows und Automatisierungen
  • AI-Assistenten (Claude, eigene LLMs)
  • Prototyping und Proof-of-Concepts

Empfehlung: Plattform für Fachbereiche, MCP Tools für IT/Dev-Teams.

  1. API-Zugang beantragenKontaktformular
  2. Token erhalten → Authentifizierungs-Token per E-Mail
  3. Client konfigurieren → Claude Desktop, SDK oder Custom Client
  4. Erste Abfrage → z.B. cernion_installations(location: "Heidelberg")
  5. 2-Wochen-PoC → Messbare Erfolgskriterien vereinbaren

Durchschnittliche Setup-Zeit: 5-10 Minuten (Claude Desktop), 30-60 Min (Custom Integration)

  • MaStR: 3,7 Mio. Anlagen (PV, Wind, Storage, Biomasse, etc.)
  • SMARD/ENTSO-E: Erzeugung, Preise, Grid-Data, Cross-Border-Flows
  • Grünstromindex: Regionale CO₂-Intensität, 36h-Forecast
  • Eigene Daten (Optional): CRM, GIS, SAP IS-U, Abrechnungssystem

Alle Daten werden täglich automatisch aktualisiert. MaStR: tägliche Updates. SMARD/ENTSO-E: stündlich (für aktuelle Daten).

Ja. Cernion MCP Tools können vollständig On-Premise betrieben werden:

  • Docker-Container (empfohlen) oder VM-Deployment
  • Eigene Datenhaltung (PostgreSQL/TimescaleDB)
  • Keine externe API-Calls (außer opt-in SMARD/ENTSO-E)
  • Datenschutz- und Mitbestimmungsanforderungen werden im Onboarding geprüft

Nächster Schritt: Betriebsmodell und Datenquellen im CET-Token-/Onboarding-Prozess klären.

Jeder Token hat ein Request-Limit (z.B. 1.000 Requests/Monat, 10.000/Monat, unbegrenzt je nach Plan).

Monitoring:

  • cernion_token_info() → Verbleibende Requests, Usage %, Ablaufdatum
  • Email-Alerts bei 80% / 90% / 100% Quota

Multi-User: cernion_switch_token(token, reason) für Team-Quotas.

Überschreitung: Request wird abgelehnt mit HTTP 429 (Rate Limit Exceeded). Quota-Upgrade jederzeit möglich.

Cernion trennt öffentliche Energiedaten-Kontexte von eigenen Kundendaten. Konkrete Datenschutz-, AVV-/ADV- und Betriebsratsfragen werden vor produktiver Nutzung im Onboarding geprüft:

  • Keine personenbezogenen Daten in MaStR/SMARD (nur Anlagenstandorte, keine Namen)
  • Opt-in für eigene Daten: Kundendaten (CRM, Churn-Prediction) werden nur bei expliziter Integration verarbeitet
  • Datenschutz-Folgenabschätzung (DSFA): bei Bedarf fachlich zu prüfen
  • Auftragsverarbeitung: Rollen und Vertragsdokumente vor Cloud-Deployment klären
  • On-Premise: Volle Datenkontrolle beim Stadtwerk

Mitbestimmung: Cernion ist auf fachliche Energie-, Anlagen- und Prozesskontexte ausgerichtet; konkrete Betriebsratsanforderungen werden einzelfallbezogen geprüft.

Bereit für die Integration?

MCP- und REST-API-Einstieg für Stadtwerke: technische Referenz prüfen, CET-Token anfordern und Integrationsgrenze klären.

Keine Preis-, SLA-, Compliance- oder Autopilot-Zusage: fachliche Nutzung bleibt kontrolliert und Human-in-the-loop.