Viele KI-Projekte bleiben im Pilotstadium stecken. Alexander Neuhaus, Vice President Customer Advisory Energy & Healthcare bei SAP, überrascht das nicht: Sprachmodelle könnten zwar plausible Antworten formulieren, hätten aber zunächst "keine Ahnung", wie ein Stadtwerk funktioniert. Im Interview erklärt er, warum KI tief in Prozesse und Daten hinein muss, weshalb Assistenten künftig Agenten steuern und welche Aufgaben dem Menschen bleiben.
Herr Neuhaus, wie sieht für Sie das Stadtwerk der Zukunft aus?
Das Stadtwerk wird weiterhin der vertrauenswürdige Akteur der Daseinsvorsorge vor Ort sein. Aber die Art, wie gearbeitet wird, wird sich fundamental ändern. Kundenservice, Marktkommunikation, Klärfälle oder regulatorisches Berichtswesen binden noch viel Personal. Dieses wird künftig wegen Fachkräftemangel und demografischer Entwicklung fehlen.
Deshalb wird das Stadtwerk der Zukunft digital, datengetrieben und KI-gestützt sein. Ein Zähler muss weiterhin montiert werden. Aber auch die Prozesse rund um die Zählermontage können, wie andere administrative Prozesse, sehr stark durch KI unterstützt werden. Ich bin überzeugt, dass wir an der Schwelle eines echten Produktivitätssprungs stehen.
KI unterstützt Unternehmen doch heute schon. Was wird daran künftig anders?
Das stimmt: Massenprozesse sind heute bereits weitgehend automatisiert – aber regelbasiert. Sprich: Wenn das kommt, tu das. Danach tu jenes. Oder es gibt drei Varianten, und dann geht der Prozess hier oder dort weiter. Prozesse wie Zählerstandsplausibilisierungen oder Zahlungszuordnungen werden durch Machine Learning unterstützt. Generative bezieungsweise agentische KI hilft bereits dort, wo klassische Automatisierung nicht greift, etwa im Kundenservice oder bei Klärfällen.
Aber unser Bild geht weiter. KI ist dann nicht nur ein Werkzeug an einzelnen Stellen, sondern integraler Bestandteil der Abläufe. Sie führt ganze Prozesse aus. Grob gesagt: Nicht mehr der Mensch führt aus und nutzt die KI zur Unterstützung. Die KI führt aus – in dem Rahmen, den der Mensch gesetzt hat. Und sie fragt den Menschen nach Hilfe oder Freigabe, wenn das relevant ist. Das ist ein ziemlich starker Paradigmenwechsel. Wir bezeichnen das als das "Autonome Unternehmen".
Viele Stadtwerke testen bereits KI. Trotzdem kommen zahlreiche Projekte nicht über den Piloten hinaus. Warum?
Weil diese Projekte häufig nur mit dem arbeiten, was an der Oberfläche zu sehen ist. Stellen Sie sich einen Eisberg vor. Die KI sieht nur das, was aus dem Wasser herausragt.
Eine E-Mail kommt herein. Das Sprachmodell kann sie interpretieren und plausibel beantworten – freundlich, streng oder schlecht gelaunt. Aber die KI hat keine Ahnung, was sie da tut. Sie kennt häufig nur einen sehr engen Kontext, zum Beispiel aus vorherigen Interaktionen, und antwortet nach Wahrscheinlichkeit. Nehmen wir eine Rechnungskorrektur. Die KI erkennt vielleicht, dass sich ein Kunde beschwert. Aber sie weiß noch nicht, dass sie Zahlungshistorie, Zählerstand oder Tarif prüfen muss. Sie versteht nicht automatisch, wie Zählerstand, Verbrauch und Rechnung zusammenhängen.
Das klingt für uns banal. Aber genau diese Geschäftslogik muss man der KI beibringen. E-Mails zusammenzufassen ist noch kein Prozess. Im Geschäft müssen Abläufe aneinandergereiht, Daten beschafft und Entscheidungen getroffen werden.
Was braucht es, damit die KI tiefer in dieses System hineinkommt?
Einen Knowledge Graph. Er verbindet das Anliegen mit den Prozessen und Daten. Ein Zählerstand gehört zu einem Zähler, der Zähler zu einer Verbrauchsstelle, die Verbrauchsstelle zu einem Kunden. Aus dem Zählerstand ergibt sich ein Verbrauch, aus Verbrauch und Preis eine Rechnungsposition.
Der Knowledge Graph zeigt der KI, wo sie hinschauen und welche Schritte sie ausführen muss. Ohne ihn bleibt sie an der Oberfläche. Das ist der Missing Link vieler Pilotprojekte.
Wir bauen seit mehr als 50 Jahren ERP-Systeme. Das ERP ist gewissermaßen das Gehirn eines Unternehmens. Darin stecken nicht nur Daten, sondern auch Prozesse und ihre Beziehungen: Welche Information gehört zu welchem Vorgang? Welche Schritte folgen aufeinander? Welche Daten werden dafür benötigt?
Bisher war dieses Wissen für eine KI nicht ohne Weiteres zugänglich. Der Knowledge Graph bildet die Prozesse, Daten und ihre Verknüpfungen so ab, dass die KI sie verstehen und nutzen kann. Er ist gewissermaßen die Repräsentanz dieses Unternehmensgehirns und übersetzt ein konkretes Anliegen in die Frage: Welche Prozesse muss ich jetzt ausführen, und welche Daten brauche ich dafür?
Sie unterscheiden zwischen Agenten und Assistenten. Wo liegt der Unterschied?
Das Bild des ersten Sachbearbeiters trifft es ganz gut. Ein Agent ist auf eine bestimmte Aufgabe spezialisiert. Ihm sage ich: Schau dir diese Rechnung an und finde heraus, was daran falsch ist. Dem Assistenten sage ich dagegen: Du bist für die Abrechnung verantwortlich.
Der Assistent erkennt, was zu tun ist, und beauftragt Agenten: Einer prüft die Rechnung, der nächste den Zählerstand, ein anderer korrigiert den Vorgang. Er orchestriert den Gesamtprozess. Die Agenten sind Spezialisten, der Assistent braucht Steuerungs- und Managementtalent und muss seine Grenzen kennen.
Wenn die KI Prozesse autonom ausführt: Braucht man den Menschen dann überhaupt noch?
Wir verfolgen konsequent das Prinzip Human in the Loop. Das heißt aber nicht, dass ein Mensch jede Aktivität der KI abnehmen muss. Sonst sitzt er den ganzen Tag vor dem Bildschirm und macht klick, klick, klick.
Man gibt vorher den Rahmen vor: Manche Vorgänge darf die KI selbstständig ausführen, an anderen Stellen muss ein Mensch bestätigen. Zugleich muss nachvollziehbar bleiben, wie der Assistent die Aufgabe interpretiert, welche Agenten er aktiviert und was diese getan haben.
Der Anspruch ist, dass der Mensch mehr Zeit für das bekommt, was ihn ausmacht: hinterfragen, reflektieren, entscheiden, steuern, neue Impulse geben und mit anderen Menschen sprechen. Keiner ist geboren, um den ganzen Tag Nachrichten in der Marktkommunikation zu korrigieren.
Datenschutz und IT-Sicherheit gelten gerade in der Energiewirtschaft häufig als Hürde. Ist der Einsatz von KI in kritischen Bereichen überhaupt vertretbar?
Für eine KI müssen grundsätzlich ähnliche Regeln gelten wie für einen Mitarbeiter. Berechtigungen steuern, was sie sehen und ausführen darf. Hinzu kommen Prüfpfade und Protokollierung.
Bei Large Language Models muss zudem sichergestellt sein, dass Unternehmensdaten nicht zum Training verwendet werden. Sie können vor der Übergabe maskiert werden. Es gibt keinen grundsätzlichen Grund, KI deshalb nicht einzusetzen – aber es braucht Kontroll- und Sicherheitsmechanismen.
Was müssen Stadtwerke, Netzbetreiber und Messstellenbetreiber jetzt konkret tun?
Sie brauchen offene Systeme, eine moderne Architektur, saubere Daten sowie klare Governance- und Sicherheitsregeln. Mit alten monolithischen Systemen ist KI nicht unmöglich, aber ungleich schwieriger.
Mindestens genauso wichtig ist ein anderes Verhältnis des Managements zur IT. Bei vielen Stadtwerken heißt es noch: Dafür habe ich meinen CIO, der kümmert sich darum. Spätestens mit KI-Agenten und KI-Assistenten funktioniert das nicht mehr.
Dann habe ich gewissermaßen neue Mitarbeiter im Team. Sie sind rund um die Uhr verfügbar, müssen aber gemanagt werden: Wo kann ich mich auf sie verlassen, wo liegen ihre Grenzen? Personalführung kann ich nicht an die Personalabteilung outsourcen. Genauso wenig kann ich KI vollständig an die IT delegieren.
Wo wird KI in der Energiewirtschaft zuerst wirklich spürbar?
Im Kundenservice. Dort gibt es viel unstrukturierte Kommunikation, und der Nutzen für den Kunden ist unmittelbar sichtbar. Die wenigsten wollen ihren Energieversorger anrufen oder ihm eine E-Mail schreiben. Sie wollen, dass die Dinge funktionieren: nicht zu viel bezahlen, eine warme Heizung und Licht.
Kennt eine KI Prozesse und Daten wie ein Kundenberater, kann sie Anliegen vollständig bearbeiten. Spracherkennung vorzuschalten ist kein Hexenwerk mehr: Der Kunde spricht in sein Handy und bekommt eine Lösung. Danach folgen Abrechnung, Marktkommunikation, Controlling, Personalwesen, Einkauf und IT.
Und wie sieht ein Stadtwerk in fünf Jahren aus?
Dann wird das Bild des autonomen Unternehmens sehr viel konkreter sein. Gerade im Kundenservice und in der Abrechnung wird Arbeit weniger stark an personelle Ressourcen gebunden sein. Durch die gesamte Wertschöpfungskette verschieben sich die Kompetenzen hin zu mehr Interpretation und Steuerung.
Die Alternative, keine KI einzuführen, wird vor dem Hintergrund des Fachkräftemangels schnell zu einer beschleunigten Überlastung führen. Es ist deshalb nicht mehr die Frage: KI – ja oder nein? Sondern: Wie gut, wie schnell und wie breit?
