Da die Diskrepanz zwischen kurz- und mittelfristiger Energienachfrage und -erzeugung eine entscheidende Herausforderung der Energiewende in Gesellschaften darstellt, die zunehmend auf erneuerbare "grüne" Energiequellen setzen, wird ein neues unterirdisches Energiespeicherkonzept in Form der unterirdischen thermischen Energiespeicherung in Betracht gezogen. Überschüssige Energie (inkl. Abwärme) soll so gespeichert und in den Bedarfsmonaten nutzbar gemacht werden. Die thermische Energiespeicherung untertage kann nach den jeweiligen Speichertechnologien weiter unterteilt werden in: i) Aquifer Thermal Energy Storage (ATES), ii) Borehole Thermal Energy Storage (BTES), sowie iii) Pit Thermal Energy Storage (PTES) und iv) Cavern Thermal Energy Storage (CTES). Diese Arbeit stellt die grundlegenden Konzepte dieser Techniken vor und fasst Best-Practice-Fallstudien sowie die spezifischen Anforderungen für eine erfolgreiche saisonale Speicherung zusammen. Darüber hinaus umfasst sie eine Fallstudie für eine potenzielle ATES-Anlage im Wiener Becken. Bei ATES wird Wärmeenergie in heißem Wasser gespeichert, das in den Untergrund injiziert und später wieder an die Oberfläche gefördert wird, um die Wärme in Wärmetauschern z.B. für die Raumheizung zu nutzen. Einer der wichtigsten Parameter bei der Bohrlochplanung für ein solches ATES-Projekt ist der Membranfilterindex, also das Ausfällungspotential des Infiltrationswassers, sowie der thermische Radius, um die thermische Interferenz zwischen den Bohrlöchern und der Umgebung zu minimieren. Darüber hinaus erfordert ATES eine bestimmte Reservoirqualität (z.B. Nettomächtigkeit, effektive Porosität und Permeabilität), die ähnlich wie bei der konventionellen Erkundung von Kohlenwasserstoff- oder geothermischen Reservoiren bewertet werden muss. Die Fallstudie im Wiener Becken konzentrierte sich auf die Lagerstättenqualität und zielte auf drei potenzielle mittelmiozäne Lagerstättenhorizonte in einem Zielgebiet im zentralen Wiener Becken ab, für das die OMV seismische und well-logging Daten zur Verfügung stellte. Die drei Zielhorizonte umfassten einen badenischen und zwei (untere und obere) sarmatische Einheiten. Eine besondere Herausforderung bestand darin, dass nur im zentralen Teil des Zielgebiets verlässliche Logdaten zur Verfügung standen, während in den übrigen Teilen nur wenige Bohrungen berücksichtigt werden konnten. Die Porositätswerte wurden zunächst anhand der verfügbaren Resistivity-Logs auf der Grundlage einer von der OMV bereitgestellten empirischen Beziehung neu berechnet, gefolgt von einer Permeabilitätsmodellierung basierend auf der Porosität unter Verwendung einer ebenfalls von der OMV bereitgestellten Porositäts-Permeabilitäts-Beziehung. Die Daten wurden dann auf die Reservoir-Bins hochskaliert. Da sich alle Bohrungen mit verfügbaren Logdaten in der Mitte des modellierten Reservoirs konzentrieren, wurde anstelle des klassischen Krigings eine stochastische Simulation verwendet, um sicherzustellen, dass die Modellbereiche, die weiter von den tatsächlichen Bohrlochdaten entfernt sind, dennoch aussagekräftige Ergebnisse liefern. Zur weiteren Verbesserung des Modells wurde auch ein seismisches Attribut, der quadratische Mittelwert (root-mean-square; RMS) der seismischen Amplitude, in die Simulation miteinbezogen. Die resultierenden Histogramme der gesamten Modelle zeigen eine gute Korrelation sowohl mit den hochskalierten als auch mit den echten Bohrlochdaten. Die Porositäts- und Permeabilitätsmodelle zeigen eine gute Korrelation untereinander, wobei die zuverlässigsten Ergebnisse für das Modell im oberen Sarmathorizont 2 erzielt wurden, bei dem mutmaßliche Channelfüllungen mit hoher Porosität und Permeabilität vorwiegend im südöstlichen Teil des Modells auf ein gutes Reservoirpotential schließen lassen. Insgesamt zeigt die Lagerstättenmodellierung, dass insbesondere die untersuchten Intervall