Die Antwort zuerst: Stadtwerke sollten generative KI im Kundenservice nicht mit der Frage beginnen, welcher Chatbot am elegantesten antwortet. Die entscheidende Frage lautet: Welche Antworten dürfen automatisiert gegeben werden, aus welchen Quellen stammen sie, wann muss eskaliert werden und wie wird später geprüft, was das System getan hat? Erst wenn diese Prüfpfade stehen, wird KI vom Experiment zum belastbaren Fachprozess.
Der Reiz ist offensichtlich. Kunden fragen nach Abschlägen, Zählerständen, Umzug, Einspeisung, Wärmepumpen, Ladepunkten, Preisbestandteilen, Störungen und Fristen. Viele Fragen wiederholen sich. Gleichzeitig sind Servicecenter unter Druck, Fachabteilungen knapp besetzt und Kommunikationskanäle fragmentiert. Generative KI kann helfen, Informationen schneller zu strukturieren und einfache Anliegen vorzubereiten. Doch gerade in der Energiewirtschaft ist der Unterschied zwischen hilfreicher Auskunft und riskanter Aussage schmal.
Der Chatbot ist nicht der Kern
Ein Chatbot ist nur die sichtbare Oberfläche. Der eigentliche Wert entsteht im Antwortprozess. Dieser Prozess muss definieren, welche Inhalte freigegeben sind, welche personenbezogenen Angaben verarbeitet werden dürfen, welche Systeme angebunden werden, welche Aussagen tabu sind und wer bei Unsicherheit übernimmt. Ohne diese Architektur produziert KI möglicherweise flüssige, aber nicht belastbare Antworten.
Für Stadtwerke ist das besonders sensibel, weil Kundenservice viele Fachgrenzen berührt. Eine Frage nach einem hohen Abschlag kann Tarif, Verbrauchshistorie, Preisbestandteile, Messwertqualität und soziale Härte berühren. Eine Frage zur Einspeisung kann Netzanschluss, Messkonzept, Marktkommunikation und Abrechnung betreffen. Eine Störungsmeldung kann sicherheitsrelevant sein. KI darf solche Grenzen nicht verwischen.
Quellenbindung statt Plausibilität
Generative Systeme formulieren gut. Das ist Stärke und Risiko zugleich. Im Kundenservice zählt nicht, ob eine Antwort plausibel klingt, sondern ob sie aus freigegebenen Quellen stammt. Stadtwerke sollten deshalb eine Quellenbibliothek aufbauen: geprüfte FAQ, allgemeine Prozessinformationen, Erläuterungen zu Kostenbestandteilen, Prozessbeschreibungen, Störungshinweise, Netzanschlussinformationen, Datenschutztexte und interne Serviceleitfäden.
Jede automatisierte Antwort sollte einer Quellenklasse zugeordnet sein. Öffentliche Informationen können anders behandelt werden als kundenspezifische Daten. Allgemeine Hinweise zu Zählerstandsmeldungen sind weniger kritisch als Aussagen zu individuellen Forderungen. Wo keine passende Quelle vorhanden ist, sollte das System nicht improvisieren, sondern eine Rückfrage stellen oder an Menschen übergeben. Die wichtigste KI-Funktion ist manchmal die saubere Nicht-Antwort.
Eskalation muss vor dem Livegang stehen
Viele Pilotprojekte testen zuerst die Antwortqualität und klären Eskalation später. Für Stadtwerke ist das falsch herum. Eskalationsregeln gehören vor den Livegang. Sie sollten mindestens fünf Klassen unterscheiden: personenbezogene Zahlungs- oder Kontofragen, Beschwerdethemen, Störungen und Gefahrenmeldungen, Netzanschluss- und Einspeisethemen sowie unklare oder widersprüchliche Datenlagen.
Für jede Klasse braucht es eine klare Übergabe: an welchen Kanal, mit welchen Informationen, in welcher Frist und mit welchem Protokoll. Wenn ein KI-System eine Störung erkennt, darf es nicht in einer allgemeinen Serviceantwort hängen bleiben. Wenn ein Kunde eine rechtliche Bewertung verlangt, sollte das System keine verbindliche Auslegung liefern. Wenn Messwerte fehlen oder widersprüchlich sind, muss die Antwort genau das transparent machen.
Protokolle schützen Kunden und Organisation
Prüfbarkeit ist kein Selbstzweck. Sie schützt Kunden, Servicekräfte und Unternehmen. Stadtwerke sollten dokumentieren, welche Version der Wissensbasis genutzt wurde, welche Antwortklasse ausgelöst wurde, ob personenbezogene Daten verarbeitet wurden, ob eine Eskalation erfolgte und welche Qualitätskontrolle vorgesehen ist. Dabei müssen Datenschutz und Datensparsamkeit beachtet werden; nicht jedes Gespräch gehört vollständig in eine Trainingsdatenbank.
Ein sinnvolles Protokoll muss nicht alles speichern. Es muss das speichern, was für Nachvollziehbarkeit, Fehleranalyse und Verbesserung nötig ist. Besonders wichtig sind Fehlantworten, Eskalationsabbrüche, häufige Nicht-Antworten und Themen, bei denen die Wissensbasis lückenhaft ist. Daraus entsteht ein Lernsystem für den Serviceprozess, nicht nur für das Sprachmodell.
AI Act als Anlass für saubere Governance
Die europäische KI-Regulierung macht deutlich, dass KI nicht nur als Technologie betrachtet werden kann. Für Stadtwerke ist der praktische Schluss einfach: Auch wenn viele Serviceanwendungen nicht automatisch Hochrisikosysteme sind, brauchen sie Governance. Dazu gehören Zweckbeschreibung, Risikobewertung, Verantwortlichkeiten, Transparenz gegenüber Nutzern, Qualitätskontrolle und klare Grenzen.
Diese Governance sollte nicht in einem separaten KI-Ordner verschwinden. Sie gehört in die Fachprozesse. Der Kundenservice muss wissen, was die KI darf. Die IT muss wissen, welche Systeme angebunden sind. Datenschutz und Informationssicherheit müssen wissen, welche Datenflüsse entstehen. Fachabteilungen müssen wissen, welche Inhalte freigegeben sind. Geschäftsführung und Compliance müssen wissen, wie Risiken gesteuert werden.
Ein tragfähiger Pilotumfang
Der beste Einstieg ist klein, aber streng. Geeignet sind Themen mit hoher Wiederholung, niedriger Individualität und guter Quellenlage: Öffnungszeiten, Zählerstandsmeldung, Umzugsvorbereitung, allgemeine Erklärung von Preisbestandteilen, Statusinformationen zu Standardprozessen oder Vorbereitung von Formularen. Nicht geeignet für den Start sind individuelle Tarif- oder Zahlungszusagen, Beschwerdeentscheidungen, Störungssteuerung ohne menschliche Absicherung oder komplexe Netzanschlussentscheidungen.
Ein Pilot sollte vorab Erfolgskriterien festlegen: Entlastung bei Standardfragen, Anteil korrekt eskalierter Anliegen, Kundenzufriedenheit, Zahl der Nicht-Antworten, Fehlerrate nach Qualitätsprüfung und Pflegeaufwand der Wissensbasis. Diese Kennzahlen verhindern, dass ein technisch beeindruckender Demo-Chat mit produktiver Reife verwechselt wird.
Die nächste Führungsentscheidung
Für Geschäftsführungen ist die wichtigste Entscheidung nicht der Kauf eines Systems, sondern die Freigabe eines kontrollierten Antwortprozesses. Dazu gehören eine freigegebene Wissensbasis, definierte Antwortklassen, Eskalationswege, Protokollregeln, Qualitätskontrolle und ein klar begrenzter Pilotumfang.
KI im Kundenservice kann Stadtwerken helfen. Aber sie wird nur dann zum Vertrauensgewinn, wenn sie fachlich bescheiden startet und organisatorisch sauber eingebettet ist. Der Maßstab ist nicht, ob die Maschine menschenähnlich klingt. Der Maßstab ist, ob sie im richtigen Moment richtig antwortet, im Zweifel sauber stoppt und ihre Wirkung prüfbar bleibt.