Open Grid Europe Transparente und zuverlässige Kostenschätzung für Leitungsbauprojekte

Herausforderung

Als führender Gasnetzbetreiber in Deutschland plant und realisiert OGE regelmäßig neue Trassenprojekte. Diese Projekte sind komplex und unterliegen zahlreichen Einflussfaktoren: Leitungslänge, Rohrdurchmesser, Druckstufen, besondere Bauwerke für Fluss- oder Straßenquerungen sowie externe wirtschaftliche Parameter wie Stahlpreise und Inflation. Generell spielen die Bodenbeschaffenheit bzw. die Trassenführung und die damit verbundene Topologie und die Umweltbedingungen wie z. B. Verlegung in städtischem, ländlichem oder Waldgebiet eine sehr große Rolle für die entstehenden Kosten. Bislang wurden die voraussichtlichen Projektkosten mithilfe eines selbstentwickelten und Excel-basierten Kalkulationstools ermittelt. Die Eingabe von projektbezogenen Komplexitätsfaktoren erfolgte nutzerspezifisch, was eine hohe Flexibilität und Anpassung an individuelle Anforderungen ermöglichte. Gleichzeitig erschwerte diese Individualisierung jedoch die direkte Vergleichbarkeit der Ergebnisse zwischen unterschiedlichen Projekten.

Die Einführung eines transparenten, datengetriebenen und zentral zugänglichen Systems zur Kostenschätzung stellt einen wichtigen Schritt für OGE dar – sowohl für die operative Effizienz als auch für die strategische Planung. Auch wenn die vorhandene Datenbasis zunächst keine belastbare Prognose zuließ, wurde rasch eine passende Lösung entwickelt, um dieses Fundament gezielt auszubauen.

Technische Umsetzung: Datenmodellierung trotz geringer Datenmenge

OGE hat bereits zahlreiche Leitungsprojekte erfolgreich umgesetzt. Die für das Tool herangezogenen Projekte wurden sorgfältig nach festgelegten Kriterien ausgewählt. So entstand eine hochwertige Datenbasis, die trotz der begrenzten Projektanzahl – bedingt durch die selbst definierten Auswahlkriterien – eine solide Grundlage für einen ersten Prototypen sowie zukünftige Entwicklungen bietet. Dennoch konnte gemeinsam mit inovex eine leistungsfähige Lösung zur besseren Einschätzung von Projektkosten entwickelt werden. Ein zentrales Element war ein datengetriebenes Schätzmodell, das auf historischen Projektdaten basiert. Durch den Einsatz eines speziell trainierten Foundation-Modells gelang es, auch mit einer begrenzten Datenbasis eine hohe Prognosegüte zu erzielen. Ergänzt durch synthetische Trainingsdaten und In-Context-Learning konnte das Modell verlässliche Muster erkennen und auch in datenarmen Szenarien belastbare Ergebnisse liefern.

Die Gesamtkostenschätzung wird dabei in mehrere Teilmodelle unterteilt, um sowohl die Projektlaufzeit und damit verbundene Inflationskosten als auch die Kostenverteilung auf verschiedene Kostenblöcke schätzen zu können. Eine solch differenzierte Schätzung ermöglicht der Projektleitung sowohl, die Kosten abgeschlossener Projekte nachvollziehen zu können, als auch alle für die Projektkalkulation relevanten Informationen zur Verfügung zu stellen. Der neue datenbasierte Modellansatz zeigt vielversprechende Ergebnisse: Erste Analysen deuten darauf hin, dass sich die durchschnittlichen Abweichungen zwischen geschätzten und tatsächlichen Kosten deutlich reduzieren lassen. Ob sich dieser Trend langfristig bestätigt, wird sich mit weiteren Projekten und Daten zeigen.

Die modulare Architektur des Modells eröffnet zudem vielfältige Möglichkeiten zur Weiterentwicklung – etwa durch die Integration zusätzlicher Datenquellen, die Berücksichtigung projektspezifischer Einflussfaktoren oder die kontinuierliche Nachschärfung der Prognoselogik auf Basis neuer Projekterfahrungen. Damit bildet das Modell nicht nur eine solide Grundlage für aktuelle Kostenschätzungen, sondern auch ein skalierbares Werkzeug für zukünftige Anwendungen.

Agile Umsetzung mit enger Zusammenarbeit

In einem schlanken Team aus drei inovex-Entwickler:innen und drei OGE-Fachleuten wurde in enger Abstimmung iterativ gearbeitet. Die Zusammenarbeit war geprägt von offener Kommunikation, hoher Eigenverantwortung und einem starken fachlichen Austausch. Besonders wertvoll erwiesen sich die gemeinsame Validierung und die systematische Korrektur der historischen Datenbasis. Dieser Prozess erforderte teils tiefgehende analytische Detailarbeit, beispielsweise bei der Untersuchung auffälliger Projektlaufzeiten. Durch die gezielte Rekonstruktion von Kontextinformationen konnten Ursachen identifiziert und die Datenqualität nachhaltig verbessert werden.

Web-App als zentrale Plattform

Parallel zur Modellierung hat inovex eine maßgeschneiderte cloud-native Webanwendung in Microsoft Azure entwickelt, die alle Funktionen rund um die Projektkostenschätzung integriert. Die Anwendung basiert auf dem Corporate Design von OGE und bietet ein klares, funktionales UI mit Header, Sidebar und Content-Bereich.

Ein zentrales Feature ist die integrierte Versionierung: Projektänderungen lassen sich chronologisch nachvollziehen, inklusive Autor:in und Veränderung der Kostenschätzung. Über drei spezialisierte Reporting-Ansichten erhalten Nutzer:innen einen umfassenden Überblick:

• Kostenverteilung: Alle wichtigen Informationen auf einem Dashboard – mit Aufteilung der Kosten in Kategorien
• Kostenvergleich: Vergleich historischer Projekte entlang wählbarer Parameter (z. B. Meterpreis vs. Rohrdurchmesser)
• Kosteneskalation: Simulation der Auswirkungen von zeitlichen Verschiebungen auf die Gesamtkosten

Ein Konfigurationsbereich erlaubt die Anpassung von Inflationsraten und Stahlpreisprognosen für die nächsten Jahre. So bleibt das Modell auch bei volatilen Märkten aktuell und relevant. Die Anwendung ist IT-konform in der Microsoft-Azure-Cloud gehostet und nutzt Single Sign-on (SSO) über Entra ID. Die fachliche Verantwortung liegt bei der Ansprechpartnerin für Kostenschätzungen im Bereich technischer Projekte. Der Einkauf von OGE wird durch die Bereitstellung relevanter Daten unterstützt, die in das System integriert werden.

Ergebnisse & Mehrwert

Mit dem neuen System verfügt OGE über eine zentrale, datenbasierte Plattform für die Projektkostenschätzung – transparent, vergleichbar und effizienter. Die Lösung schafft einen standardisierten Prozess, der auch für künftige Projekte weiterentwickelt und ausgebaut werden kann – etwa um mehr Einflussparameter oder die Anbindung an Systeme wie SAP.