KI-Kenntnisse sind in der Energiewirtschaft bei Neueinstellungen noch selten ein hartes Auswahlkriterium. Doch ihre Bedeutung wächst. Das zeigt eine nicht repräsentative Umfrage unter 27 Teilnehmenden. Dort gaben 41 Prozent an, KI-Fähigkeiten werden bei der Einstellung von Nachwuchskräften zunehmend wichtiger, seien aber noch kein Muss. Weitere 33 Prozent halten KI-Kenntnisse für wünschenswert, aber nicht ausschlaggebend. Nur sieben Prozent sehen dieses Know-how bereits als entscheidendes Einstellungskriterium. Ebenfalls sieben Prozent setzen eher auf interne Weiterbildung. Elf Prozent gaben an, KI-Kompetenz spiele bei Neueinstellungen bisher keine Rolle.
Die Zahlen zeigen eine Übergangsphase. Die Branche sucht nicht für jede Stelle KI-Spezialistinnen und KI-Spezialisten. Sie erwartet aber zunehmend Menschen, die mit KI umgehen lernen wollen. Wichtiger als einzelne Werkzeuge wird ein Grundverständnis dafür, wo künstliche Intelligenz sinnvoll eingesetzt werden kann, wie Ergebnisse geprüft werden müssen und wo Verantwortung nicht an Maschinen delegiert werden darf.
Zusatzprofil statt Ausschlusskriterium
Diese Einschätzung teilt auch Carsten Pitschke, Leiter Personal der Stadtwerke Düsseldorf. Die Relevanz von KI sei je nach Funktion sehr unterschiedlich. Zwischen Tiefbau und Data Analytics lägen große Unterschiede. Zugleich gelte aber: "Es werden immer mehr Jobs, in denen KI eine Rolle spielt oder spielen wird." Praktische Erfahrungen seien hilfreich. Entscheidend sei jedoch vor allem die Bereitschaft, mit KI zu arbeiten und sich entsprechende Fähigkeiten aktiv zu erschließen.
Auch die Leipziger Versorgungs- und Verkehrsgesellschaft, kurz LVV, sieht KI-Kompetenz nicht als formale Hürde im Recruiting. Susann Planert, bei der Leipziger Gruppe für strategische Personalgrundsatzfragen zuständig, formuliert es so: "KI-Kompetenz ist für uns kein formales Ausschlusskriterium im Recruiting – aber auch nichts, was wir einfach ins Onboarding verschieben." Erwartet würden Offenheit und Neugier gegenüber digitalen Technologien. Die konkrete Befähigung im Umgang mit KI verstehe die Leipziger Gruppe als gemeinsame Entwicklungsaufgabe im Unternehmen.
Maik Neubauer, Partner bei der Beratungsgesellschaft Axxcon, bestätigt das: "Noch sind KI-Kenntnisse in der Energiewirtschaft ein Zusatzprofil und kein mögliches Ausschlusskriterium", erklärt er. Bei der großen Mehrheit der Stellen entschieden weiterhin Fachwissen, Netzwerke und regulatorisches Verständnis. Anders sei das in Data-Science-, Analytics- und Teilen der IT-Funktionen. Dort sei ein solches Kompetenzprofil längst Kernanforderung.
Viele Unternehmen forderten "KI", meinten damit aber häufig Erfahrungen aus Digitalisierungsprojekten. Bewerberinnen und Bewerber wiederum verstünden darunter teils schon die gelegentliche Nutzung von Chatbots. Solange das Anforderungsprofil unscharf bleibe, sei KI-Kompetenz vor allem ein weiches Differenzierungsmerkmal.
Governance wird wichtiger
Was Unternehmen unter KI-Kenntnissen verstehen, ist laut Neubauer bisher häufig nicht eindeutig definiert. Für die Breite der Belegschaft reiche zunächst ein kritischer Umgang mit KI-Werkzeugen. Beschäftigte müssten wissen, wann sie einem Ergebnis trauen können, wann nicht und welche Risiken beim Einsatz von KI mitgedacht werden müssen. Für Spezialistenrollen gehe es dagegen um Datenkompetenz, Prozessverständnis und KI-Governance.
In einer KRITIS- und stark regulierten Branche wird zudem die Schnittstelle aus AI Act, Datenschutz und NIS 2 wichtiger. Diese Anforderungen müssen fachlich verantwortet werden können. Damit wird KI-Wissen nicht nur zu einem Thema für Bewerberinnen und Bewerber. Sie wird auch zu einer Aufgabe für Unternehmen. Berufseinsteigerinnen und Berufseinsteiger können Offenheit und erste Erfahrungen mitbringen. Die systematische Befähigung muss aber in den Organisationen selbst stattfinden.
Mehr als Toolwissen
Die Stadtwerke Düsseldorf unterstützen ihre Beschäftigten beim Thema KI mit einem breit angelegten Curriculum. Dieses soll nicht nur die technische Seite vermitteln. Es geht auch um die Frage, was künstliche Intelligenz für Arbeit, Verantwortung und das eigene Rollenverständnis bedeutet. Damit rückt KI-Kompetenz näher an die allgemeine berufliche Handlungsfähigkeit heran.
In kaufmännischen Rollen dürfte der Umgang mit Copilot und ähnlichen Anwendungen nach Einschätzung Pitschkes zunehmend so selbstverständlich werden wie früher Powerpoint oder Excel. Wichtiger als reine Toolkenntnis sei aber die Fähigkeit, Aufgaben richtig einzuordnen. Beschäftigte müssten verstehen, welche Aufgaben sie einer KI anvertrauen können, wie sie Ergebnisse prüfen und wer am Ende die Verantwortung trägt. "Diese AI Literacy wird mit zunehmendem Einsatz von KI zur Schlüsselkompetenz", erklärt Pitschke.
AI Literacy umfasst mehr als Prompting oder Toolbedienung. Gemeint ist die Fähigkeit, KI-Ergebnisse einzuordnen, Fehler zu erkennen, Datenschutz und den eigenen fachlichen Maßstab nicht aufzugeben. Gerade in der Energiewirtschaft ist das wichtig. Viele Prozesse sind reguliert, sicherheitsrelevant oder betreffen sensible Kunden- und Netzdaten.
Planert aus Leipzig beschreibt KI-Kompetenz ähnlich breit. Es gehe darum, Technologien grundsätzlich zu verstehen und einordnen zu können. Ebenso wichtig seien Datenschutz, Compliance und Datenverständnis. Zentral sei zudem die kritische Reflexion. Ergebnisse sollten nicht einfach übernommen, sondern geprüft, hinterfragt und in den eigenen Kontext gebracht werden. "KI-Kompetenz heißt für uns deshalb nicht ‘ein Tool bedienen können’, sondern: verstehen, einordnen und verantwortungsvoll nutzen", erklärt Planert.
Fachbereiche rücken in den Fokus
Axxcon sieht die Anforderungen ebenfalls nicht mehr nur in IT und Datenanalyse. Vor einigen Jahren sei KI vor allem ein Thema für IT, Datenanalyse und Prozessautomatisierung gewesen. Inzwischen betreffe sie zunehmend auch Fachbereiche. Neubauer nennt Anwendungen im Vertrieb, im Netz, im Kundenservice sowie in Regulierung und Compliance.
Besondere Anforderungen sieht Pitschke bei Führungskräften. Sie brauchen aus seiner Sicht ein technisches Grundverständnis. Vor allem müssten sie aber den sinnvollen Einsatz von KI gestalten. Dazu gehöre, Aufgaben zwischen Menschen und KI entlang der jeweiligen Stärken zu verteilen. Führungskräfte müssten außerdem Orientierung geben und Sorgen der Mitarbeitenden ernst nehmen. Wenn sie eigene Unsicherheiten offen reflektierten und sich mit ihren Teams "in einem Boot" sähen, könne dieser Wandel besser gelingen.
Auch Planert von den LVV bewertet KI-Kompetenz rollenübergreifend. Mitarbeitende sollten sicher damit arbeiten können, Führungskräfte verantwortungsvoll damit umgehen und Orientierung geben. Neubauer sieht gerade auf dieser Steuerungsebene eine große Lücke. Geschäftsführung und Bereichsleitungen müssten KI-Vorhaben beurteilen, Investitionen priorisieren und Risiken verantworten können. Genau dort fehle derzeit häufig die nötige Urteilsfähigkeit. Neubauer formuliert es zugespitzt: "KI wird nicht mehr verschwinden – Energie-Führungskräfte ohne KI-Kompetenz hingegen schon."
Vom Pluspunkt zur Basiserwartung
Neubauer erwartet, dass KI-Grundkompetenz in vielen Wissensarbeitsrollen zur Selbstverständlichkeit wird, ähnlich wie heute der Umgang mit Office und Standardsoftware. Für technische und analytische Funktionen würden tiefere KI-Fähigkeiten zur harten Einstellungsvoraussetzung. Heute hebe KI-Kompetenz Bewerberinnen und Bewerber positiv ab. In einigen Jahren könne ihr Fehlen in bestimmten Rollen zum Nachteil werden.
Eine ähnliche Richtung beschreibt Christof Spangenberg, Geschäftsführer der M3 Management Consulting GmbH. KI verändere die Arbeitswelt bereits heute spürbar und werde sie in den kommenden Jahren noch tiefer prägen. "Vieles von dem, was wir in ein paar Jahren wissen müssen, ist heute noch nicht einmal vorgedacht", so Spangenberg. KI-Kompetenz heiße deshalb auch, die Voraussetzungen zu schaffen, um mit künftigen Entwicklungen umgehen zu können.
Zugleich warnt Neubauer davor, KI-Kompetenz nur formal abzuarbeiten. Die Pflicht zur KI-Kompetenz im AI Act mache Befähigung auch zu einer Compliance-Aufgabe. Das könne Unternehmen helfen, das Thema verbindlicher zu behandeln. Es berge aber auch das Risiko, dass KI-Schulungen zur "Häkchen-Übung" werden. Dann entstünden Nachweise, aber noch keine wirkliche Befähigung.
Datenfundament vor Talentsuche
Für Stadtwerke, Netzbetreiber und Energieversorger sieht der Axxcon-Experte mehrere Konsequenzen. Unternehmen müssten in Weiterbildung investieren, neue Rollen schaffen und ihre Recruiting-Strategien anpassen. Der wichtigste Hebel sei das Reskilling vorhandener Domänenexpertinnen und -experten. Daneben entstünden neue Rollen, etwa AI-Product-Owner, Verantwortliche für KI-Governance sowie Übersetzerrollen zwischen Fachbereich und Daten.
Gerade für Stadtwerke sei es realistisch, vorhandene Fachleute zu qualifizieren, Fähigkeiten in Kooperationen oder Shared Services zu bündeln und externe Partner einzubinden. Der größte Fehler wäre aus Sicht Neubauers, zuerst in KI-Talente zu investieren, bevor die Datengrundlagen stimmen. "Wer KI auf ein unsauberes Datenfundament setzt, kauft teure Enttäuschung", erklärt er.
Die eigentliche Kompetenzlücke
Den größten Nachholbedarf sieht Neubauer an der Schnittstelle von Energiewirtschaft, Daten und KI. Reine Data Scientists kennten häufig Netzbetrieb, Regulierung und Marktmechanik nicht. Reine Fachexpertinnen und -experten wiederum verstünden Daten, Modelle oder KI-Agenten oft noch nicht ausreichend. Der reine Tool-Umgang lasse sich trainieren. Schwieriger sei die "letzte Meile": Sprich, die künstliche Intelligenz in belastbaren Geschäftsnutzen zu übersetzen.
Was jetzt zählt
Für Bewerberinnen und Bewerber heißt das: Einzelne Tools zu beherrschen, kann helfen. Wichtiger wird aber die Fähigkeit, fachliche Aufgaben mit Daten, Prozessen und KI-Anwendungen zusammenzudenken. Wer erklären kann, wo KI im Vertrieb, im Netz, im Kundenservice oder in der Regulierung konkret Nutzen stiften kann, dürfte künftig bessere Karten haben als jemand, der nur allgemeine Toolerfahrung mitbringt.
Für Arbeitgeber liegt die größere Aufgabe im eigenen Haus. Sie müssen klarer definieren, welche KI-Kompetenz sie für welche Rolle erwarten. Sie müssen vorhandene Fachleute qualifizieren, Datenstrukturen verbessern und Verantwortung organisieren. Die Leipziger Gruppe betont dabei auch die Freude am Ausprobieren. Für Berufseinsteigerinnen und Berufseinsteiger gehe es weniger um Verbote als um eine Haltung: neugierig bleiben, Ergebnisse reflektieren und Verantwortung für das eigene Tun übernehmen.
