Die Ausrichtung basiert zunächst auf einer Forschungslinie zu Smart-Grid-Kommunikation und Powerline-basierter Netzanalyse. In Projekten wie OPERA-1 und OPERA-2 sowie in E-DeMa, moma und ELABOX wurden Einsatz und Weiterentwicklung von PLC und Smart-Metering im Energieumfeld untersucht. Mit ENERGIE folgte die Anwendung auf der Niederspannungsebene mit dem Ziel, Netzzustandsgrößen über G3-PLC zu erfassen. In STeP wurden darauf aufbauend modellgestützte Planungsmethoden und messtechnische Ansätze entwickelt. NExt STeP führt diese Linie fort und verankert Data Science, Statistik, maschinelles Lernen und KI systematisch in der datengetriebenen Zustandsbewertung, insbesondere für Auslastungs- und Alterungsdiagnosen, sowie in der Anomalieerkennung.

Die zweite Entwicklungslinie wurzelt in der früheren Abteilung Leistungselektronik, die im Rahmen des interdisziplinären Projekts RHeNoHaft aufgebaut wurde. Im Mittelpunkt standen der Entwurf und die Bewertung leistungselektronischer Systeme sowie die physikalische Charakterisierung von Werkstoffen und Komponenten. Untersucht wurden elektrische, dielektrische und thermische Eigenschaften, ergänzt um Spannungsfestigkeit und Leistungsdiagnostik eigenentwickelter Baugruppen. Aus dem Aufbau normgerechter Prüfstände und durchgängiger Messketten entstand eine Arbeitsweise, mit der Messdaten ursachenbezogen interpretiert und Modelle experimentell abgesichert werden. Dieser messtechnisch und physikalisch geprägte Ansatz geht unmittelbar in SMS-Energie über und bildet heute eine tragende Grundlage für die Zustandsbewertung, insbesondere für Aussagen zu Auslastung und Alterung von Netzen, Komponenten und Materialien.

SMS-Energie verbindet Physik, Elektronik, Kommunikationstechnik und Data Science zu einem integrierten Forschungsansatz. Entwickelt und validiert werden Messsysteme und Bewertungsverfahren für Zustandsbewertung, Anomalieerkennung und prädiktive Instandhaltung elektrischer Verteilnetze. Im Mittelpunkt steht die Weiterentwicklung und Erweiterung etablierter Technologien zu praxistauglichen Messsystemen, von der Konzeption über Hardware, Firmware und Software bis zur skalierbaren Datenerfassung im Labor und im Feld. Ein Schwerpunkt ist die erweiterte Nutzung der Powerline-Technik. Neben der Kommunikationsfunktion kann sie über Veränderungen des Übertragungskanals diagnostische Informationen über den Netzzustand liefern und damit Rückschlüsse auf thermische Auslastung, Alterung und Anomalien von Komponenten ermöglichen. Die Datenauswertung erfolgt mit Methoden der beschreibenden Statistik, des maschinellen Lernens und der Künstlichen Intelligenz. Ziel sind belastbare Entscheidungsgrundlagen für einen sicheren, effizienten und nachhaltigen Netzbetrieb. Dafür erforschen wir Methoden, Mess- und Diagnosetechnik und deren Anwendungen für den Einsatz in Energienetzen.

Die Abteilung arbeitet eng mit Partnern aus Wissenschaft und Anwendung zusammen. Der Forschungsbereich Smarte Messsysteme für Energienetze wird durch Thorsten Klauke-Queder geleitet und vertreten. Zum Team zählen Nora Nieß, Chris Fonteyn und Sven Spieß. Unterstützt wird das Team zudem durch die studentischen bzw. wissenschaftlichen Hilfskräfte Duygu Bilir und Andrew Nugroho.