KI im EVU braucht Betriebsregeln: Warum Strategien erst mit Prüfpfaden wirksam werden

Die Antwort zuerst: KI-Strategie ist nur der Anfang

Die Digital@EVU-Studie 2026 ordnet Digitalisierung und künstliche Intelligenz nicht mehr als Randthemen ein. Laut öffentlicher BDEW-Darstellung sieht ein großer Teil der Energieunternehmen KI als strategisch relevant; ein Teil hat bereits eine KI-Strategie umgesetzt, weitere Unternehmen planen eine solche Strategie. Zugleich verweist die Studie auf weiterhin bestehende Hürden und auf den Abstand zwischen Zukunftskompetenzen und Personalstrategie. Für Stadtwerke ist daraus eine nüchterne Lehre abzuleiten: Die Frage lautet nicht mehr, ob KI grundsätzlich beobachtet werden sollte. Die Frage lautet, wie sie in prüfbare Facharbeit übersetzt wird.

Eine KI-Strategie kann Orientierung geben. Sie ersetzt aber keine Betriebsregel. Im Alltag eines EVU entstehen Entscheidungen in Kundenservice, Netzbetrieb, Marktkommunikation, Messwesen, Beschaffung, Regulierung, Kommunikation und Controlling. Dort zählt nicht, ob ein Modell beeindruckend formuliert. Dort zählt, ob Quelle, Datenstand, Zuständigkeit, Freigabeweg und Aussagegrenze nachvollziehbar bleiben. Genau an dieser Stelle entscheidet sich, ob KI Produktivität schafft oder neue Unsicherheit erzeugt.

Stadtwerke sollten KI deshalb nicht als isoliertes Innovationsprojekt behandeln. Sie brauchen ein Betriebsmodell, das drei Dinge gleichzeitig regelt: welche Aufgaben automatisiert oder assistiert werden dürfen, welche Daten dafür geeignet sind und wie Ergebnisse geprüft werden. Erst dann wird aus Strategie eine Arbeitsfähigkeit.

Vom Pilot zur wiederholbaren Arbeitsroutine

Viele KI-Piloten beginnen mit einer guten Demonstration: ein Chatbot beantwortet Fragen, ein Modell fasst Dokumente zusammen, ein Assistent sortiert Vorgänge, ein Werkzeug erstellt Entwürfe. Das ist hilfreich, aber noch kein Betrieb. Betrieb beginnt, wenn dieselbe Aufgabe wiederholt unter vergleichbaren Bedingungen bearbeitet wird und wenn Abweichungen auffallen.

Für Stadtwerke bedeutet das: Jeder KI-Anwendungsfall sollte einen festen Prozessort haben. Ein Beispiel ist der Kundenservice. Dort kann KI helfen, interne Wissensstände zu finden, Antwortentwürfe zu strukturieren oder wiederkehrende Fragen zu bündeln. Aber sie darf keine ungeprüften individuellen Zusagen zu konkreten Konditionen oder bindenden Einzelfällen erzeugen. Ein anderes Beispiel ist die Marktkommunikation. Dort können Assistenzsysteme Klärfälle gruppieren, Fristen sichtbar machen oder Fehlerklassen beschreiben. Aber sie dürfen fachliche Entscheidung und Systemhandlung nicht verdecken.

Der Unterschied liegt im Prüfpfad. Für jeden Anwendungsfall braucht es eine einfache Akte: Ziel, erlaubte Daten, verbotene Daten, erwartetes Ergebnis, verantwortliche Rolle, Prüfschritt, Eskalationspunkt und Lösch- oder Korrekturweg. Ohne diese Akte bleibt KI eine Komfortschicht. Mit ihr wird KI zu einem kontrollierbaren Arbeitsmittel.

Datenqualität ist keine technische Vorfrage

Die öffentliche Zusammenfassung der Digital@EVU-Studie betont Datenanalyse und KI als wichtiges Handlungsfeld. Für die Praxis ist wichtig, diese Reihenfolge nicht falsch zu lesen. Datenqualität ist nicht die Vorarbeit, die irgendwann abgeschlossen ist, bevor KI starten darf. Sie ist Teil des laufenden Betriebs. Modelle spiegeln Lücken, Dubletten, veraltete Stammdaten, uneinheitliche Begriffe und unklare Verantwortlichkeiten schnell zurück.

Gerade kleinere EVU können daraus einen Vorteil machen. Sie müssen nicht mit einem großen Programm starten. Ein sinnvoller Beginn ist eine begrenzte Datenlandkarte für wenige wiederkehrende Aufgaben: Welche Dokumente gelten im Kundenservice? Welche Stammdaten sind in Marktprozessen führend? Welche Mess- oder Netzstatusdaten dürfen nur aggregiert verwendet werden? Welche Quellen sind öffentlich, welche intern, welche vertraulich?

Diese Datenlandkarte sollte nicht nur in der IT liegen. Fachbereiche müssen sie verstehen und pflegen können. Denn die Fehler entstehen selten ausschließlich im System. Sie entstehen an Übergängen: wenn eine Tabelle eine andere Bedeutung hat als im Fachbereich angenommen, wenn ein PDF als aktuell gilt, obwohl eine neuere Fassung existiert, oder wenn ein Begriff in Vertrieb und Netzbetrieb unterschiedlich verwendet wird. KI macht solche Reibungen sichtbarer. Sie behebt sie aber nicht automatisch.

Rollen und Nicht-Ziele gehören in jede KI-Akte

Ein häufig unterschätzter Teil von KI-Governance sind Nicht-Ziele. Stadtwerke sollten nicht nur definieren, was ein System leisten soll. Sie sollten ebenso klar dokumentieren, was es nicht leisten darf. Das schafft Sicherheit für Mitarbeitende und schützt vor schleichender Ausweitung.

Ein Assistenzsystem im Regulierungsumfeld kann beispielsweise Dokumente zusammenfassen, Fundstellen vorschlagen und offene Prüffragen markieren. Es sollte aber nicht als verbindliche Einzelfallauslegung auftreten. Ein Werkzeug im Netzbetrieb kann Ereignisse gruppieren, Checklisten vorbereiten und Datenlücken markieren. Es sollte aber keine netzbetriebliche Schalthandlung auslösen. Ein System im Vertrieb kann Themencluster aus Kundenanfragen erkennen. Es sollte aber keine individuellen Tarif- oder Konditionszusagen treffen.

Solche Grenzen wirken nicht innovationsfeindlich. Sie machen Innovation tragfähig. Mitarbeitende wissen, wann sie dem Werkzeug vertrauen dürfen, wann sie prüfen müssen und wann eine Führungskraft oder Fachrolle einzubinden ist. Für kommunale Unternehmen ist diese Klarheit besonders wichtig, weil Vertrauen, Nachvollziehbarkeit und öffentliche Verantwortung zusammenfallen.

Produktivität entsteht durch Entscheidungstakte

Die Studie beschreibt Digitalisierung und KI als Hebel für Effizienz, Resilienz und Kapitalproduktivität. In der Stadtwerke-Praxis wird daraus kein einzelner Sprung, sondern ein Takt. Jede KI-Routine sollte regelmäßig bewertet werden: Spart sie tatsächlich Suchzeit? Verbessert sie Antwortqualität? Verringert sie Klärfälle? Macht sie Risiken früher sichtbar? Oder erzeugt sie nur neue Kontrollarbeit?

Dafür genügen zu Beginn wenige Kennzahlen. Wichtig ist, dass sie fachlich anschlussfähig sind: Anzahl geprüfter Vorgänge, Anteil nachbearbeiteter Entwürfe, typische Fehlerklasse, Bearbeitungszeit bis zur Entscheidung, Zahl der Eskalationen, dokumentierte Datenlücken. Diese Werte sind keine Werbung für KI. Sie sind ein Lernsystem für den Betrieb.

Wenn Stadtwerke KI so einführen, wird aus der Strategie ein belastbarer Veränderungsprozess. Nicht das größte Modell entscheidet, sondern die Fähigkeit, digitale Unterstützung in verantwortete Facharbeit einzubetten. Genau darin liegt die eigentliche Modernisierung.