← Zurück zum Blog
Newsca. 7 Min. Lesezeit

ADNOC hatte bereits eine KI mit 70 Milliarden Parametern. Dann kaufte das Unternehmen eine Plattform, um sie zu verbinden.

Veröffentlicht 7. Nov. 2026
ADNOC hatte bereits eine KI mit 70 Milliarden Parametern. Dann kaufte das Unternehmen eine Plattform, um sie zu verbinden.

Am 2. November kündigte ADNOC auf der Energiekonferenz ADIPEC in Abu Dhabi eine mehrjährige Vereinbarung mit OpenAI und G42 an, um OpenAI Frontier unternehmensweit einzusetzen. G42 unterzeichnete über seine Tochtergesellschaft Inception42. Über den Preis wurde nichts bekannt gegeben.

In den Pressematerialien wird es so dargestellt, dass ADNOC das erste Energieunternehmen ist, das Frontier betreibt – eine Plattform, die OpenAI als Lösung zur Verbindung und Koordination von KI-Agenten über Geschäftsprozesse hinweg beschreibt. Dieser Satz leistet eine Menge Arbeit, und die meisten Berichte haben ihn übersprungen.

An KI mangelte es ADNOC nicht. Das Unternehmen verfügte über ein Modell mit 70 Milliarden Parametern, das auf mehr als fünfzig Jahren eigener geologischer und betrieblicher Daten trainiert worden war. Es hatte einen auf drei Jahre angelegten Vertrag über 340 Millionen US-Dollar, um dieses Modell auszurollen. Was ihm fehlte, war eine Möglichkeit, diese Modelle auf der Ebene miteinander kommunizieren zu lassen, auf der Kapital zugeteilt wird.

Das, was bereits in der Erde steckt

Das bestehende System heißt ENERGYai und wurde vom Abu-Dhabi-KI-Unternehmen AIQ gemeinsam mit G42 und Microsoft entwickelt. Das Modell wurde auf fünf Jahrzehnte an ADNOC-Daten trainiert. In einem im Januar 2025 abgeschlossenen 90-Tage-Test griff es auf Daten von mehr als 15 % der Onshore- und Offshore-Bohrungen von ADNOC zurück, und das Unternehmen meldete eine Verbesserung der Genauigkeit um 70 % in wesentlichen Bereichen der seismischen Interpretation.

Dieses Ergebnis brachte einen Vertrag ein. AIQ gewann einen dreijährigen Auftrag über 340 Millionen US-Dollar, um ENERGYai in den Upstream-Betrieb auszuweiten, beginnend mit fünf Agenten für Untertagearbeiten. Diese Agenten lesen seismische Volumina, Bohrlochmessungen und Reservoirmodelle. Sie sind Spezialisten und gut in ihrem Job – innerhalb enger Grenzen.

Ein spezialisierter Agent, der seismische Daten liest, hat keine Meinung dazu, ob ein bestimmter Feldentwicklungsplan anders sequenziert werden sollte, um im nächsten Geschäftsjahr Kapital freizusetzen. Diese Entscheidung findet in Tabellenkalkulationen, Planungsmeetings und in den Köpfen der Menschen statt, die das seit zwanzig Jahren tun.

Wofür Frontier tatsächlich gedacht ist

Die Plattform von OpenAI soll über dieser Ebene liegen. Die Beschreibung des Unternehmens lautet: Agenten über Geschäftsprozesse hinweg koordinieren. Im Fall von ADNOC ist das erklärte Ziel, operative Intelligenz mit Kapital- und kommerziellen Entscheidungen zu verbinden, damit diese Entscheidungen gemeinsam statt nacheinander getroffen werden.

Zwei Anwendungen werden als erste Ziele genannt.

Die erste ist die Feld-Masterplanung. Heute ist diese Arbeit eine Kette getrennter Studien: Untergrund, Anlagen, Wirtschaftlichkeit. Jede dauert Wochen, und jede wartet auf die vorherige. ADNOC zufolge sollen die Reasoning-Modelle von OpenAI Daten aus Tausenden von Bohrlöchern, mehreren übereinanderliegenden Reservoiren und Hunderten von Oberflächenanlagen mit Kapital-, Kosten- und kommerziellen Faktoren kombinieren, sodass der Plan für ein gesamtes Feld optimiert wird und nicht Reservoir für Reservoir. Das angegebene Ergebnis: statt Monaten nur Stunden für komplexe Entwicklungspläne.

Die zweite ist ehrgeiziger und vager. ADNOC will jedes Barrel bewerten, solange es noch unter der Erde ist. Agenten, die über Produktion, Verarbeitung, Raffinerie, Logistik, Vertrieb und Handel hinweg verbunden sind, würden kontinuierlich Rohölangebot, Nachfrage, Preise und Margen prognostizieren und die kommerziellen und operativen Auswirkungen jeder Entscheidung abwägen.

Liest man beide zusammen, wird die Form klar. Die erste Anwendung komprimiert einen Planungszyklus. Die zweite versucht, eine vierteljährliche Übung in eine laufende Berechnung zu verwandeln. Keine von beiden ist eine Modellfähigkeit. Beide sind Integrationsprobleme.

Der Teil, der es einsatzfähig macht

Drei Details in der Ankündigung sind wichtiger als die Fähigkeiten.

Souveränität. Das System läuft auf der KI-Infrastruktur von G42 in den VAE. Für ein staatliches Ölunternehmen ist die Frage, wo die Inferenz stattfindet, eine Frage auf Vorstandsebene und keine IT-Präferenz. Eine Plattform, die Agenten über Produktions-, Handels- und kommerzielle Daten hinweg verbindet, kann nicht in der öffentlichen Cloud eines anderen in einer anderen Jurisdiktion liegen.

Menschliche Aufsicht. ADNOC erklärt, dass menschliche Expertinnen und Experten die Aufsicht über folgenreiche Entscheidungen behalten. Das ist die richtige Wortwahl. „Folgenreich“ leistet die Arbeit: Routineanfragen laufen, große Entscheidungen bekommen einen Menschen.

Akzeptanz bereits vorhanden. ADNOC hat ChatGPT Enterprise an mehr als 40.000 Mitarbeitende ausgerollt und gibt an, die Akzeptanz habe 97 % überschritten. Diese Zahl verdient einen Moment des Innehaltens. Die meisten KI-Programme in Unternehmen kämpfen damit, über 30 % hinauszukommen. Eine Belegschaft, die das Chat-Produkt des Anbieters bereits täglich nutzt, ist eine ganz andere Ausgangslage als eine, die es noch nie gesehen hat.

Die Vereinbarung umfasst außerdem Cyberabwehr über die Daybreak-Blue-Initiative von OpenAI sowie Schulungen für die Belegschaft. Am selben Tag in Abu Dhabi unterzeichnete OpenAI mit dem Staatsinvestor Mubadala und einen Fünfjahresvertrag mit Inception42 für Regierung, Unternehmen und Bildung.

Der Vergleich, auf den es ankommt

Ölkonzerne kaufen seit einem Jahrzehnt KI, und die Ergebnisse haben sich auf zwei Bereiche konzentriert: vorausschauende Wartung von rotierenden Anlagen und seismische Interpretation. Beides ist Mustererkennung auf Basis historischer Daten, und beides liefert eine Empfehlung, die ein Spezialist an einem Nachmittag prüfen kann.

Feldplanung ist anders, weil die Antwort ein Plan ist – und ein Plan hat erst Jahre später eine gesicherte Wahrheit. Wenn die Reasoning-Ebene einen Entwicklungsplan in vier Stunden erstellt, für den ein Ingenieursteam vier Monate gebraucht hätte, gibt es keinen unmittelbaren Test dafür, ob es ein guter Plan ist. Das erfährt man, wenn die Bohrlöcher Ergebnisse liefern.

Deshalb sind die Zeile zur menschlichen Aufsicht und der Prüfpfad hier wichtiger als bei einem Chatbot. Eine Plattform, die einen Produktionsplan an einem Nachmittag umgestalten kann, ist eine Plattform, die an einem Nachmittag Hunderte Millionen US-Dollar Kapital binden kann.

Was nicht in der Ankündigung steht

Es gibt keinen Zeitplan für eine der beiden Anwendungen. Es gibt keine Leistungsziele. Es gibt keinen Vertragswert, keine Sitzplatzzahl für die neue Plattform und keine Erklärung, wie die Reasoning-Ebene damit umgeht, dass geologische Modelle probabilistisch sind, während Finanzmodelle Punktprognosen benötigen.

Die Aussage „Monate zu Stunden“ ist die, auf die man achten sollte. Einen Planungszyklus zu komprimieren ist messbar, und wenn ADNOC in einem Jahr Vorher-nachher-Zahlen veröffentlicht, wird das der nützlichste Datenpunkt sein, den jemand zu Agentenplattformen für Unternehmen in der Schwerindustrie hat. Bis dahin ist es ein Ziel.

Es gibt auch eine strukturelle Frage. ENERGYai wurde von AIQ gebaut, einem Joint Venture mit G42 und Microsoft. Frontier ist von OpenAI. Eines auf das andere zu setzen bedeutet zwei Anbieter, zwei Roadmaps und zwei Sicherheitshaltungen innerhalb desselben Entscheidungspfads. Sultan Al Jaber, CEO von ADNOC, formulierte es als einen Schritt über einzelne Anwendungen hinaus. Die technische Version dieses Satzes lautet, dass Integrationskosten gerade zu einem dauerhaften Posten geworden sind.

Warum Energie zuerst

Öl und Gas sind eine seltsame Wahl für den ersten prominenten Frontier-Einsatz – bis man auf die Daten schaut. Ein Feld hat Tausende von Bohrlöchern, Jahrzehnte an Produktionshistorie, Hunderte von Anlagen und ein Cashflow-Modell, über das alle streiten. Es ist dicht, strukturiert, hochwertig und bereits instrumentiert. Wenn sich eine Plattform zur Koordination von Agenten irgendwo beweisen kann, dann hier.

Die Branche hat außerdem die Angewohnheit, Software zu kaufen, die verspricht, Planungszyklen zu verkürzen. Weniger Erfahrung hat sie mit Software, die die Antwort ändert statt den Zeitplan. Die zweite Anwendung von ADNOC – die Bewertung des Barrels in der Erde – ist diese Art von Software. Sie schlägt eine andere Art vor, zu entscheiden, was wann produziert wird.

Das ist die Wette. Nicht, dass Reasoning-Modelle einen seismischen Schnitt lesen können, denn das können sie bereits. Sondern dass eine verbundene Ebene über den Spezialisten einen besseren Feldplan hervorbringen kann als die derzeitige Kette sequentieller Studien – innerhalb einer souveränen Infrastruktur und mit menschlicher Freigabe.

ADNOC sagt, es zeige, wie Frontier-KI eine ganze Branche umgestaltet. Der überprüfbare Teil dieser Aussage kommt, wenn der erste Feldplan in Stunden vorliegt und jemand außerhalb des Unternehmens prüft, ob es ein besserer Plan war.

Verwandte Artikel