Die Stadtwerke Halle haben generative KI nicht mit einem fertigen Masterplan eingeführt, sondern mit einem konkreten Befund: Beschäftigte nutzten bereits Chat GPT im Browser. Für Datenschutz und Informationssicherheit stellte sich damit eine Grundsatzfrage. Sollte der Konzern die Nutzung technisch verhindern oder einen sicheren und kontrollierbaren Rahmen schaffen?
Robert Möbes, KI-Beauftragter und Koordinator für Konzerndatenschutz der Unternehmensgruppe Stadtwerke Halle, plädierte gemeinsam mit seinen Kollegen für den zweiten Weg. Für ihn war nicht allein die Nutzung von Chat GPT das entscheidende Signal, sondern der Bedarf dahinter. Wenn Beschäftigte generative KI bereits im Arbeitsalltag ausprobierten, brauchte es aus seiner Sicht eine Alternative, die Datenschutz, Informationssicherheit und praktische Nutzbarkeit miteinander verbindet.
Nach einer längeren Testphase fiel die Wahl auf Langdock. Im August 2025 begann der offizielle Einsatz. Was mit 20 bis 30 Testern startete, entwickelte sich innerhalb eines Jahres deutlich weiter: Heute haben knapp 800 der rund 3100 Beschäftigten Zugang zur Plattform. Mehr als 700 KI-Agenten wurden von Beschäftigten selbst gebaut, 25 Anwendungsfälle führt der Konzern inzwischen in einem Register.
Statt zunächst monatelang Reifegrade zu analysieren, Rollen festzulegen und Anwendungsfälle zu katalogisieren, starteten die Stadtwerke Halle mit einer kleinen Nutzergruppe und einem geschützten Experimentierraum. "Wir wollten bewusst klein starten, Erfahrungen sammeln und erst dann entscheiden, wie sich der Einsatz sinnvoll skalieren lässt", sagt Möbes.
Von 30 Testern zu knapp 800 Zugängen
Möbes übernahm zunächst selbst die Administration, 20 bis 30 Beschäftigte testeten die Plattform. Die Nachfrage kam aus der Belegschaft: Erst fragten einzelne Beschäftigte nach einem Zugang, später gingen Listen mit 50 Namen ein.
Der Konzern setzte dabei auf Freiwilligkeit. Wer Interesse hatte, konnte einsteigen und bekam Unterstützung. Aus den ersten Nutzern entwickelte sich ein aktiver Kern, der Erfahrungen weitergab, Anwendungen zeigte und Kollegen den Einstieg erleichterte. Heute würde man sie AI Champions nennen.
Gerade diese Beispiele aus dem eigenen Arbeitsumfeld machten den Nutzen greifbar. Beschäftigte mussten nicht erst abstrakt verstehen, was generative KI theoretisch leisten könnte. Sie konnten sehen, welche Aufgaben Kollegen damit bereits erledigten.
Den Schmerz im Arbeitsalltag suchen
Inzwischen reichen die Anwendungsfälle von E-Mails und Kundenanschreiben über Markt- und Wettbewerbsrecherchen bis zur Analyse umfangreicher Dokumente.
Im Kundenservice kann KI etwa E-Mails und Dokumente klassifizieren, Anfragen priorisieren und Antwortvorschläge vorbereiten. Die Verantwortung bleibt beim Menschen: Vor dem Versand wird die Antwort fachlich geprüft.
Auch im Wissensmanagement sehen die Stadtwerke Halle Potenzial. Gerade bei langjährigen Kundenbeziehungen kann es aufwendig sein, frühere Vorgänge in verschiedenen Systemen, Datenbanken oder Dokumenten nachzuvollziehen. KI soll helfen, Informationen zusammenzuführen und schneller verfügbar zu machen.
Bei neuen Anwendungsfällen beginnt Robert Möbes deshalb nicht mit der Technik, sondern mit dem Arbeitsalltag. Welche Aufgabe kostet viel Zeit, wiederholt sich ständig und bindet Aufmerksamkeit, die an anderer Stelle wertvoller wäre?
"KI ersetzt nicht die fachliche Arbeit. Sie schafft Freiraum für die Aufgaben, bei denen menschliche Bewertung wirklich zählt", sagt Möbes.
Vom ersten Prompt zu mehr als 700 Agenten
Mit wachsender Erfahrung veränderten sich auch die Fragen der Nutzer. Anfangs ging es um die Plattform selbst und grundlegendes Prompting. Später rückten Agenten, Skills und Schnittstellen stärker in den Fokus.
Zwei Einwände hörten Möbes und seine Kollegen besonders häufig: "keine Zeit" und "zu wenig Kompetenz". Seine Antwort: "Die Zeit kann ich Ihnen nicht verschaffen. Aber ich kann Sie befähigen, die vorhandene Zeit besser zu nutzen."
Robert Möbes
KI-Beauftragter und Koordinator für Konzerndatenschutz der Unternehmensgruppe Stadtwerke Halle
Robert Möbes ist KI-Beauftragter und Koordinator für Konzerndatenschutz der Unternehmensgruppe Stadtwerke Halle. Damit verbindet er zwei Rollen, die bei der Einführung generativer KI häufig als Gegensätze erscheinen: Datenschutz und praktische Befähigung. Er beschäftigt sich mit Anforderungen an Datenschutz und Governance und treibt zugleich den praktischen KI-Einsatz im Konzern voran. Gemeinsam mit einem Kollegen entwickelt er die Strukturen für den KI-Einsatz weiter.
Die Befähigung der Beschäftigten ist dabei keine Aufgabe eines Einzelnen. Möbes arbeitet beim Thema KI eng mit einem Kollegen zusammen, zugleich bringen sich Beschäftigte aus unterschiedlichen Fachbereichen ein. Aus dem Kreis der frühen Nutzer entstanden Multiplikatoren, weitere Mitarbeiter entwickeln eigene Agenten und Anwendungen oder beschäftigen sich bereits mit der Integration von KI über Schnittstellen.
Diese Befähigung war in der Anfangsphase wichtiger als Perfektion. Viele der mehr als 700 entwickelten Agenten sind Lern- und Testanwendungen. Beschäftigte konnten zunächst frei eigene Agenten bauen und Erfahrungen sammeln.
Vom Experiment zur Governance
Inzwischen beginnt die nächste Phase. Persönliche Agenten können Beschäftigte weiterhin für sich erstellen. Wer sie teilen oder für einen größeren Nutzerkreis bereitstellen will, durchläuft künftig einen administrativen Freigabeprozess.
Geprüft werden sollen unter anderem Qualität, Compliance, fachlicher Nutzen und Ressourcenverbrauch. Der Fokus verschiebt sich damit: Welche Anwendungen lassen sich belastbar in Geschäftsprozesse überführen und wo ist der Nutzen tatsächlich messbar?
Anderthalb Tage für einen Use Case
Wie produktiv Experimentieren sein kann, wenn Beschäftigte bewusst Zeit dafür erhalten, zeigte ein interner Hackathon. Rund 50 Beschäftigte aus verschiedenen Konzerngesellschaften arbeiteten anderthalb Tage an konkreten Anwendungsfällen und präsentierten ihre Ergebnisse anschließend den Führungskräften.
Auch in den Nutzungszahlen war das sichtbar: Nach Angaben von Möbes erzeugten die Teilnehmer ein Vielfaches des üblichen Nachrichtenvolumens.
Doch ein Prototyp ist noch kein belastbarer Geschäftsprozess. Anwendungen müssen weiterentwickelt, organisatorisch eingebettet und wirtschaftlich bewertet werden. Genau an diesem Punkt stehen die Stadtwerke Halle nun.
Wenn eingesparte Zeit neue Kosten verursacht
Deshalb beginnen die Stadtwerke Halle, bestehende Arbeitsweisen mit KI-gestützten Varianten zu vergleichen. Die Fragen sind konkret: Wie lange dauerte eine Aufgabe bisher? Wie verändert sich die Bearbeitungszeit mit einem Agenten? Und welcher zusätzliche Aufwand entsteht?
Nicht jeder Nutzen lässt sich sofort in Euro ausdrücken. Trotzdem soll erkennbar werden, ob Abläufe schneller, verlässlicher oder qualitativ besser werden. Gleichzeitig können der eingesparten Arbeitszeit neue Kosten gegenüberstehen.
Besonders bei verbrauchsabhängig abgerechneten Anwendungen wird der Tokenverbrauch zur betriebswirtschaftlichen Größe. Ein Beispiel aus dem eigenen System zeigt die Dimension: Bei einem Agenten verbrauchte eine einzelne Interaktion nach Angaben von Möbes 8,6 Millionen Token.
Für Unternehmen, die KI über Schnittstellen in Prozesse integrieren, wird damit auch der Ressourcenverbrauch zum Steuerungsthema. Möbes hält deshalb künftig sogar ein Token-Controlling für denkbar. So wie früher der Dieselverbrauch auf vergleichbaren Strecken betrachtet wurde, könnte künftig der Ressourcenverbrauch von KI-Anwendungen verglichen werden. Welche Anwendung erzielt für dasselbe Ergebnis welchen Verbrauch? Und ab wann ist der technische Nutzen betriebswirtschaftlich nicht mehr sinnvoll?
KI ist auch Unternehmenskultur
Ob KI im Unternehmen wirksam wird, entscheidet sich aus Sicht der Stadtwerke Halle nicht allein an Technik, Regeln und Lizenzen. Es braucht Unterstützung von oben und Neugier von unten.
"KI ist auch Unternehmenskultur. Sie verändert nicht das Ziel der Arbeit, aber die Art, wie Menschen zu Ergebnissen kommen", sagt Möbes. Das Ziel bleibe dasselbe, neu sei der Werkzeugkasten, mit dem Beschäftigte dorthin kommen.
Nach einem Jahr steht der Konzern damit an einem neuen Punkt. Aus den Experimenten müssen nun jene Anwendungen ausgewählt werden, die sich dauerhaft in Prozesse integrieren lassen, messbaren Nutzen bringen und wirtschaftlich bleiben.
