Die sichere Agentenschicht ist kein Chatbot vor dem ERP

Die falsche Frage lautet: Welches System ersetzt die KI?

Viele Diskussionen über künstliche Intelligenz im Stadtwerk beginnen mit einer zu großen Erwartung. Ein Chatfenster soll Fachwissen bündeln, Vorgänge erklären, Daten finden, Entscheidungen vorschlagen und am besten gleich den nächsten Prozessschritt auslösen. Genau an dieser Stelle wird es gefährlich. Stadtwerke arbeiten nicht in einer leeren digitalen Landschaft. Sie haben ERP-Systeme, EDM, GIS, Messwesen, Marktkommunikation, Portale, Dokumentenablagen und eingespielte Freigabewege. Diese Systeme sind nicht bloß Datenquellen. Sie sind Nachweisräume, Verantwortungsräume und oft auch die Orte, an denen regulatorische Sorgfalt sichtbar wird.

Die bessere Frage lautet daher nicht, welches Fachsystem durch KI ersetzt werden kann. Die bessere Frage lautet: Welche sichere Schicht kann zwischen Fachfrage, Datenlage und Entscheidung treten, ohne die Grenze zur automatischen Entscheidung zu überschreiten? Eine solche Agentenschicht ist weder ein Allzweck-Chatbot noch ein Schatten-ERP. Sie ist ein kontrollierter Übersetzer. Sie nimmt eine fachliche Frage entgegen, sucht nach passenden Fähigkeiten, fragt definierte Quellen an, dokumentiert Annahmen und macht sichtbar, wo die Evidenz nicht reicht.

Bestands-IT bleibt System of Record

In der Praxis ist diese Trennung entscheidend. Das ERP bleibt der Ort für kaufmännische Stammdaten und Buchungsprozesse. Das GIS bleibt relevant für Netztopologie und Anlagenbezug. Das EDM bleibt nah an Zeitreihen, Messwerten und Energiemengen. Die Marktkommunikation behält ihre geregelten Nachrichten- und Klärprozesse. Eine Agentenschicht darf diese Systeme nicht verwischen. Ihr Wert liegt gerade darin, die vorhandene Ordnung zu respektieren und die fachliche Navigation durch diese Ordnung zu verbessern.

Das Muster ist einfach, aber anspruchsvoll: lesen, einordnen, begründen, begrenzen. Ein Agent kann eine Frage in Teilfragen zerlegen. Er kann zeigen, welche Quelle für welchen Teil zuständig wäre. Er kann ein Dossier erzeugen, das Fakten, Annahmen, Widersprüche, offene Evidenz und den nächsten Review-Gate beschreibt. Was er nicht tun sollte: stillschweigend Verträge ändern, Marktkommunikationsnachrichten senden, Netzanschlusszusagen geben, Tarifwirkungen auslösen oder Freigaben simulieren.

Dossiers statt Blackbox-Antworten

Für Stadtwerke ist die Dossierform besonders interessant. Sie passt zur Arbeitsrealität vieler Fachbereiche. Ein gutes Dossier beantwortet nicht nur eine Frage, sondern zeigt, warum eine Antwort möglich oder noch nicht möglich ist. Es benennt Quellen, Zeitstand, Rollen, fehlende Nachweise und Risiken. Es unterscheidet zwischen gesichertem Sachstand, plausibler Annahme und offener Prüfung. Damit wird KI nicht zum Entscheidungsträger, sondern zur Arbeitsvorbereitung.

Diese Unterscheidung klingt formal, ist aber operativ sehr konkret. Wenn ein Bereich wissen will, ob ein Vorgang entscheidungsreif ist, reicht eine schön formulierte Zusammenfassung nicht aus. Er braucht Hinweise wie: Welche Quelle wurde gelesen? Welche Quelle fehlt? Ist die Datenlage aktuell? Gibt es eine widersprüchliche Zuordnung? Wer muss prüfen? Welcher Schritt wäre sicher, welcher wäre eine fachliche oder rechtliche Entscheidung? Genau dort beginnt der Nutzen einer sicheren Agentenschicht.

Open Source als prüfbares Beispiel

Cernion Energy Tools v0.99 ist ein öffentliches Open-Source-Beispiel für diese Denkrichtung. Das Projekt beschreibt sich als API-first Agentic Energy Operations Layer für Stadtwerke, Netzbetreiber und Energiedienstleister und steht unter GPL-3.0 auf GitHub. Interessant ist daran weniger ein einzelnes Feature als die architektonische Haltung: Capability-Lookup, Evidence-Dossiers, read-only Integrationsflächen, Receipts und Human-in-the-Loop-Grenzen werden nicht als nachträgliche Compliance-Dekoration behandelt, sondern als Kern des Systems.

Gerade diese Offenheit macht das Beispiel nützlich. Ein Stadtwerk muss daraus keine Produktentscheidung ableiten. Es kann aber prüfen, welche Architekturfragen ein solcher Werkzeugkasten sichtbar macht. Welche Fähigkeiten sind nur lesend? Welche Schritte erzeugen Entwürfe? Wo entsteht ein pending confirmation? Wo wird eine Entscheidung bewusst nicht automatisiert? Solche Fragen sind wichtiger als die nächste Demo, weil sie über die spätere Betriebssicherheit entscheiden.

Der erste sichere Use Case ist klein

Wer eine Agentenschicht einführt, sollte nicht mit dem größten Versprechen beginnen. Ein sinnvoller Anfang ist ein abgegrenzter read-only Use Case: eine Evidenzakte zu einem wiederkehrenden Fachfall, eine strukturierte Klärsicht, ein Dossier für Standortfragen oder eine vorbereitete Entscheidungsvorlage ohne operative Mutation. Der Erfolg liegt nicht darin, dass die KI „alles kann“. Er liegt darin, dass die Organisation lernt, zwischen Frage, Evidenz und Entscheidung sauber zu unterscheiden.

Für Stadtwerke ist das ein realistischer Weg in die Automatisierung. Bestehende Systeme bleiben bestehen. Fachliche Verantwortung bleibt sichtbar. Die Agentenschicht übernimmt die Arbeit, die heute oft zwischen E-Mail, Excel, Screenshots und mündlichen Rückfragen verloren geht: Kontext sammeln, Lücken markieren, nächste sichere Schritte vorbereiten. So wird KI nicht zur Abkürzung um Governance herum, sondern zu einem Werkzeug, das Governance im Arbeitsfluss sichtbar macht.