Künstliche Intelligenz & die Energiewende mit Microsoft Deutschland

00:00:00: Expanding Utilities, der IT und OT Podcast für die Energiewirtschaft von Evaldon.

00:00:08: Herzlich willkommen zu einer neuen Episode von Expanding Utilities von der eWorld,

00:00:14: unsere zweite Expanding Utilities Folge dieses Jahr auf der eWorld 2025. Man hört es nicht,

00:00:20: wir hören es leicht und wir sehen es, aber wir sind wieder in unserer schallisolierten

00:00:24: Podcast-Box am Evaldon stand in Halle 3 und nehmen eine Episode auf zu einem Thema,

00:00:30: das gerade in Energiewirtschaft enorm an Fahrt aufnimmt, künstliche Intelligenz. Wie verändert

00:00:35: künstliche Intelligenz die Branche, welche Chancen ergeben sich, welche Herausforderungen müssen

00:00:40: unternehmen, muss die Energiewirtschaft meistern. Dafür habe ich einen ganz besonderen Gast heute

00:00:45: mit mir in der Box, Wolfgang Lippert von Microsoft Deutschland. Wolfgang ist bei Microsoft für das

00:00:50: Großkundengeschäft im Bereich Chemie und Energie verantwortlich und hat sich zur Mission gemacht,

00:00:55: die Energiewirtschaft mit innovativen KI-Lösungen zu stärken. Hallo Wolfgang.

00:00:58: Hallo Simon, es ist schön hier zu sein. Was fasziniert dich? Microsoft ist ein großer Name.

00:01:03: Was interessiert dich an der Energiewirtschaft? Das ist eine relativ lange Geschichte. Ich habe

00:01:08: tatsächlich Chemie studiert. Erstmal hat man da keine Verbindung zur Energiewirtschaft,

00:01:12: aber damals gab es in der Beratungsbranche einen Industriebereich, der nennt sich Resources. Dabei

00:01:19: waren zusammengefasste Chemie-Unternehmen, Metallunternehmen und auch der Energiewirtschaft.

00:01:23: Warum? Weil Chemie und Metall natürlich große Verbraucher von Strom sind. Das war in den 90er

00:01:28: Jahren und als ich damals angefangen habe, hat sich niemand für diese Branche interessiert.

00:01:32: Ich habe damals eine Angebot bekommen, eine Beratung anzufangen und habe natürlich in meiner

00:01:36: Heimindustrie angefangen. Ich dachte mir, als Chemiker macht das Sinn und kam sofort auch

00:01:40: einen Bezugpunkt zur Energiewirtschaft. Jetzt, 26 Jahre später, ist die Welt ein bisschen anders.

00:01:46: Damals haben fast keine Menschen dort angefangen, weil es eigentlich als schmutzig und als nicht

00:01:50: attraktiv kalt. Heute wissen wir alle, dass die Energiewirtschaft und auch die großen

00:01:54: Energiewerbraucher zentral dafür sind, dass wir unsere Energiewende hinbekommen. Wir müssen

00:02:00: eigentlich alle zusammen an einem Strang ziehen, dass wir die Energiewirtschaft auf einen nachhaltigen

00:02:04: Pfad bringen und damit auch unsere deutsche Industrie, mit der wir natürlich sicherlich noch

00:02:09: weiter Erfolge feiern wollen. Schön, dass du da bist. Jetzt haben wir uns ein Thema vorgenommen,

00:02:13: das natürlich viel diskutiert ist, viel besprochen. Ich glaube, wenn wir jetzt mal so, ich habe heute

00:02:18: morgen einen kleinen Gang über die Messe gemacht, wir sind nicht die einzigen, die propagieren,

00:02:24: sich in der Branche mit KI zu beschäftigen aktuell, aber ihr habt natürlich eine ganz besondere

00:02:28: Marktposition. Da freue ich mich über die Feststellung, dass wir als Microsoft eine

00:02:34: besondere Marktposition haben, um es ganz kurz zu fassen, als ich vor zweieinhalb Jahren zu

00:02:39: Microsoft gegangen bin, war ich mir gar nicht sicher, dass ich zum Führer für AI gehe, weil ich

00:02:44: kam damals von einem anderen amerikanischen Unternehmen aus der Cloud, was auch relativ bekannt

00:02:48: für AI war. Und ich muss ehrlich gestehen, ich bin sehr, sehr froh, denn wir haben tatsächlich

00:02:54: das getan, was Microsoft am besten kann. Wir haben etwas, was reif für den Markt ist, in den Markt

00:02:59: gebracht. Wir haben es nicht erfunden, aber unsere Plattform inkludiert jetzt über 1.800 verschiedene

00:03:04: AI-Modelle, die unsere Kunden einfach nutzen können. Und darum geht es. Es geht darum, AI nicht

00:03:09: abstrakt zu betrachten, sondern ganz schlicht und ergreifend in die Anwendung zu bringen, da wo

00:03:14: die Menschen sie brauchen können. Ja, ich glaube, da werden beim Verlauf unseres Gesprächs noch das

00:03:18: ein oder andere Mal darauf zurückkommen. Also ich würde auch sagen, ich bin überzeugter und sicherlich

00:03:23: viele andere Nutzer von Co-Pilot, aber das ist ja nicht das große Rat, an dem ihr mitdrehen wollt

00:03:28: für die Energiewirtschaft, aber über diese Reda sprechen wir vielleicht später noch und ich starte

00:03:31: mit einer etwas einfacheren Frage. Wie siehst du, vielleicht, wie sieht Microsoft die Rolle von KI

00:03:37: für die Energiewirtschaft? Also ich spreche meistens über den Dreiklang von AI. Also künstliche

00:03:43: Intelligenz ist natürlich in den Geschäftsprozessen wichtig, aber nicht nur in den Geschäftsprozessen,

00:03:48: sie ist auch tatsächlich in kompletten Betrieben wichtig. Also Dreiklang A in den Geschäftsprozessen

00:03:54: selbst, zweitens im Betrieb und drittens, und das ist vielleicht etwas, was man noch nicht so

00:03:57: oft betrachtet, für die Transformation. Wir müssen ja von einem Allzustand in den Neuzustand kommen

00:04:02: und auf dem Weg dorthin können wir eben auch AI einsetzen, um uns um diesen Weg zu beschleunigen.

00:04:06: Transformation bringt mich zu einem guten Punkt. Wenn ich mit meinen Kunden und Gesprächspartnern

00:04:13: über KI spreche für die Energiewirtschaft, dann versuchen wir immer zu sortieren in,

00:04:17: an welchem Rat wollen wir drehen? Wollen wir mal am großen Rat drehen und die Energiewirtschaft,

00:04:22: die Management der Energie in der Bundesrepublik mit mehr Renewables und weniger Kraftwerken und

00:04:28: PV-Anlagen pro Human, mit Ladesäulen, mit Wärmepumpen, was auf beiden Enden des Systems

00:04:36: komplexer wird? Wollen wir da KI einsetzen? Wie können wir da KI einsetzen in dieser großen

00:04:42: Wertschöpfungskette, in die viele Unternehmen eingebunden sind, in die Regulatoren, mehrere

00:04:47: Regulatoren gleich eingebunden sind, um die Energiewirtschaft zu automatisieren und

00:04:53: möglich zu machen, dass mit wohlartigeren Quellen und Prosumern auf der anderen Seite

00:04:56: das Energienetz weiter stabil bleibt? Oder wollen wir am kleinen Rat drehen, mit den Unternehmen,

00:05:02: um mit den Unternehmen darüber zu sprechen, wofür setzt ihr vielleicht künstliche Intelligenz ein,

00:05:08: um eure Geschäftsprozesse zu optimieren, um eure Unternehmensabläufe, eure Kernprozesse zu

00:05:13: optimieren, vielleicht im Kundenservice oder in anderen Abläufen, in einer Standhaltung oder wo,

00:05:18: auch immer. Wie trennst du das, wenn du mit deinen Kunden sprichst und wo fängst du da an?

00:05:24: Weil die Transformation ist so groß und es gibt so viele gleichzeitig, dass es vielleicht schwer ist,

00:05:28: da nicht den Faden zu verlieren, oder? Ich glaube das wichtigste ist, dass man beginnt. Und der Beginn

00:05:33: steckt nicht darin, dass ich lange, lange, lange überlege und abwähge und vielleicht auch noch AI

00:05:38: erst mal neu entwickeln, was wir auch schon gesehen haben, dass die Unternehmen anfangen, sich ihre

00:05:41: eigenen Modelle zu entwickeln. Ich glaube jetzt geht es erstmal darum, dass man das da ist, nutzt.

00:05:46: Wir werden bestimmt noch viel, viel spezifischere Fähigkeiten sehen von künstlicher Intelligenz,

00:05:51: aber auf alle Fälle haben wir heute viel, viel mehr verfügbar zu nutzen. Und die Reise

00:05:56: einer Transformation beginnt mit den Menschen, die sich auf den Weg machen und deswegen sind

00:06:00: Unternehmen gut beraten, jetzt zu beginnen. Und zu Beginn kann man ganz einfach dort, wie du gerade

00:06:05: gesagt hast, an einem kleinen Rat zu drehen, nämlich dort, wo ich meine eigenen Prozesse,

00:06:08: meine eigenen Daten, heute schon halbwegs im Griff habe. Natürlich habe ich in den Ecosystemen die

00:06:13: Prosumer ja in einem Austausch über ganz viele Grenzen von Sektoren hinweg andere Probleme,

00:06:18: kann ein größeres Rat drehen, aber dort habe ich teilweise noch gar nicht die Data Readiness,

00:06:22: also ich bin noch gar nicht in der Lage, kaisenvoll einzusetzen. Wenn ich mich aber heute mit den

00:06:27: Bereichen, mit denen ich tatsächlich schon kontrolliert unterwegs bin, auf den Weg mache,

00:06:31: dann schaffe ich diese Change Journey schon mal los zu laufen. Ich glaube persönlich daran,

00:06:36: der größte Widerstand, den wir momentan tatsächlich noch haben, ist ja zum Teil Data

00:06:41: Readiness, aber viel, viel, viel, viel mehr in den Köpfen der Menschen, der Widerstand sich zu

00:06:46: verändern, auf die Reise zu gehen und KI wirklich zu umarmen, einfach zu nutzen. Dann lass es da

00:06:51: nochmal reingehen und die beiden Teile vielleicht nochmal trennen. Für unsere Zuhörerinnen und

00:06:54: Zuhörer das Thema Data Readiness, vielleicht die Datenqualität, was ist das und wo steht

00:07:00: die Energiewirtschaft im Thema Data Readiness und vielleicht als Empfehlung auch für unsere

00:07:06: Zuhörerinnen und Zuhörer. Wo fängt man an? Ich habe immer ein einfaches Bild in meinem Kopf.

00:07:11: Wenn man die Energiewirtschaft über alle Bereiche anschaut, dann ist es eigentlich ein

00:07:14: System kommunizierender Röhren. Das meine ich damit. Da gibt es Leute, die beziehen Energie und Leute,

00:07:21: die liefern Energie und dazwischen sind Netze. Und eigentlich funktioniert heute so, dass ich so

00:07:25: viel wie möglich erzeuge, wie ich verbrauche, um das Netz im Balance zu halten. Da gibt es viele

00:07:30: komplexe Regelmechanismus, aber de facto ist es zum Beispiel so, wenn heute jemand einen Strom

00:07:35: verbraucht, weiß er gar nicht, wo der herkommt. Weil das ein System kommunizierender Röhren ist.

00:07:39: Da schütt ich genug rein, das überall immer für alle genug verfügt ist. Das war lange

00:07:43: Zeit so richtig, weil wir nur große Verbraucher regulieren konnten. Das heißt, wir haben dann

00:07:48: ein großes Stahlwerk einfach mal vom Strom abgehängen, wenn es eine Lastspitze gab. Jetzt

00:07:54: könnten wir das aber auch schon auf dem Haushalt machen, auf Millionen von Haushalten mit

00:07:57: Wärmepumpen. Das wird natürlich ein Schritt sein, der jetzt sehr bald kommt, weil der Regulierer das

00:08:01: auch möchte. Aber das bedarf viel, viel, viel mehr Eingriff und Zusammenarbeit von verschiedenen

00:08:06: Stellen. Unternehmen heben heute noch gar nicht wirklich die komplette Power von Künstlicher

00:08:10: Intelligenz in ihrem internen Bereich. Da wo es in die Verwaltung geht, du hast vorhin in

00:08:15: Standhaltung angesprochen. Viele Unternehmen nutzen genau in dem Bereich schon Überflug von

00:08:19: Windrädern zur Überprüfung, der Abflug von Trassen. Da wird überall Bildgebende,

00:08:23: der AI verwendet das schon relativ lang. Aber wir können natürlich noch viel, viel mehr tun in

00:08:28: all den Bereichen, wo Unternehmen eine starke Kontrolle selbst haben und damit sich auf die

00:08:31: Reise machen, auch wirklich große Wertbereiche schon interessieren. Im kleinen Rat bin ich ein

00:08:37: Energiefersorger mit einfachen, unternehmerischen Prozessen, ob es Buchhaltung ist oder es ist

00:08:44: vielleicht mein Kundenservice, in denen wir erleben, dass es dann Ideen gibt, dort künstliche

00:08:48: Intelligenz einzusetzen. Natürlich habe ich auch meinen Netzbereich, der den bestimmten Anspruch auch

00:08:53: an seine Daten hat und da bestimmte Ownerships ist oder so. Wo fange ich da an, wenn ich mich mit dem

00:08:58: Thema KI beschäftigen will, ist es das Thema Data Readiness und wenn ja, welche Fragen muss

00:09:02: ich mir dann stellen? Okay, im kleinen Rat sind die allermeisten Unternehmen relativ gut aufgestellt,

00:09:07: was ihre Daten, Readiness oder die Bereitstellung von sauberen Daten angeht. Da können wir in

00:09:13: verschiedene Bereiche reingucken. Wir können reingucken in den ganzen Bereich, wie plane ich

00:09:17: meine Neuanlagen, ob das Netze sind oder Erzeugung, bis hin zur Durchführung von diesen kapitalintensiven

00:09:23: Projekten. Da gibt es eine Vielzahl von Anwendungsfällen. Warum? Ich brauche ganz schön viel Information. Bleiben wir mal

00:09:29: beim neumodischen Begriff, um wieder einen abzuhaken, der Agenten. Nehmen wir mal ein Beispiel. Ich plane

00:09:34: ein neues Windrad. So, jetzt gibt es verschiedene Standorte, wo ein Windrad stehen kann. Da gibt es

00:09:40: dann Rahmenbedingungen gesetzlicher Art bis hin zu zahrer lokaler Regulierungen wie auch Naturschutz

00:09:46: und anderes. Dann gibt es große übergeordnete Themen wie Wetter und Vorhersagen der Wind,

00:09:52: wie lange Wetter denn an welchen Standorten. Also es gibt eine Vielzahl von Themen, die ich eigentlich

00:09:57: beleuchten und analysieren muss, bevor ich in den Schuss fasse. Hier können einem tatsächlich KI-Agenten

00:10:02: extrem helfen, denn ich kann die spezialisiert für verschiedene Bereiche einsetzen. Ich kann eine KI

00:10:07: nutzen, die mir die Wettervorhersagen für den Platz gibt. Ich kann eine KI nutzen, die mir alle

00:10:11: regularischen Anforderungen für einen Platz auswirte. Ich kann eine KI nutzen, um mir auch die

00:10:15: Verfügbarkeit von verschiedenen Dienstleistern in eine Region herzuleiten. Und ich kann natürlich

00:10:19: alles, was eine klassische Recherche Arbeit ist, mit KI erheblich beschleunigen. Das heißt, wir

00:10:25: reden hier ganz stark davon, nicht nur, dass die Menschen besser arbeiten, sondern ihre Arbeit

00:10:29: sehr viel schneller tun können, was bei der Beantragung von einem Windrad natürlich eine

00:10:34: relativ große und wichtige Dimension ist. Das beeindruckt mich sehr. Du warst kurz bei Netzplanung,

00:10:39: wir sind bei Wie Plan ich, meine Windkrafträder oder die Projekte, was ja vielleicht für Projektierer

00:10:44: sehr interessant ist. Wie gehst denn du damit um in diesem Ecosystem? Wenn wir jetzt vom kleinen Rad

00:10:49: wieder ins Großrad gehen, wir definieren das gleich nochmal. Wie gehst du damit um, dass wenn du

00:10:54: jetzt mit einem Netzbetreiber sprichst, der hat ja so ein bisschen seine eigene Baustelle in diesem

00:11:00: Größt- und Prozess. Wie bin ich das dann ans Netz an etc.? Wie gehst du damit um, dass dann

00:11:05: ja noch viele weitere Parteien involviert sind? Habt ihr Ansitzer als Microsoft dann auch

00:11:10: Plattformlösungen irgendwie über mehrere Parteien hinweg zu etablieren oder wie groß denkst du da?

00:11:15: Also ich glaube, da kommen eine Vielzahl von technologischen Neuigkeiten jetzt zusammen. Wir

00:11:21: reden ja nicht nur darüber, dass wir jetzt künstliche Intelligenz mit den Sprachmodellen

00:11:25: in einer viel höheren Fähigkeit verfügbar haben seit etwa zwei Jahren, sondern wir haben

00:11:29: tatsächlich auch andere Möglichkeiten. Cloud und Edge, hybride Technologien, die uns ermöglichen,

00:11:34: die Daten auch von verschiedene Stellen zusammenzubringen, nicht zu zentralisieren, sondern

00:11:39: verteilte Systeme auch verteilt integrieren zu sprechen. Das heißt, wir haben etwas, was man

00:11:43: Distributed Storage oder Distributed Computing eigentlich jetzt viel, viel reifer ist als es

00:11:49: noch vielleicht vor fünf Jahren war. Und das versetzt uns tatsächlich in die Lage,

00:11:52: auch Dinge zu machen, die wir vor fünf Jahren noch nicht sehen konnten, nämlich über verschiedene

00:11:58: Akteure zusammen einen gemeinschaftlichen Datenraum zu erzeugen, den nicht zentral verwaltet wird,

00:12:03: sondern der tatsächlich eine Aggregation ist von Teildaten, die bei verschiedenen Akteuren liegen.

00:12:08: Das ist technisch machbar, nicht einfach und muss sich trotzdem einigen. Ich glaube, das,

00:12:12: was uns immer noch auffällt, ist der Einigungsprozess der Akteure. Nicht die technischen Fähigkeiten

00:12:16: und die grundsätzliche Voraussetzung, dass wir es machen können, sondern der Wille und die

00:12:20: Bereitschaft, auch Sektorengrenzen, Unternehmensgrenzen, teilweise auch Behördengrenzen zu überschreiten und

00:12:26: die Dinge zusammenbringen, die zusammengehören. Jetzt haben wir den Faktor Mensch zweimal gestreift.

00:12:30: Du hast im Dreiklang dein Dreiklang aus Geschäftsprozessen, Betrieb und Transformationen,

00:12:38: einen großen Schwerpunkt auf die Transformation gelegt. Wie betrachtest du den Faktor Mensch

00:12:44: im Kontext?

00:12:45: Das große Rat ist tatsächlich, wie schaffen wir es in diesem Ecosystem Intelligenz zu

00:12:49: nutzen, um Strom besser zu verteilen oder geringer zu nutzen? Eine andere Balanceierung

00:12:54: in diesem Stromnetz zu machen. Da können viele andere Dinge dazu. Leute wollen in Zukunft

00:12:58: wissen, habe ich wirklich Renewable Strom in meiner Dose? Das ist ja nicht eine Garantiemöglichkeit

00:13:03: heute. Und das gesamte System, dieses Ecosystem zu enablen, braucht KI. Das wissen eigentlich

00:13:10: alle Beteiligten. Aber die Einzelunternehmen sind selbst noch gar nicht auf die Reise gegangen.

00:13:14: Viele sind noch nicht in der Lage, tatsächlich KI anzuwenden und zu nutzen. Und da kommt

00:13:18: das kleine Rat ins Spiel. Wenn ich als Unternehmen beginne, KI Ready to Science, heißt ich nutze

00:13:23: die Technologie, ich habe auch meine Daten im Griff und jetzt kommt das Wichtigste. Ich

00:13:26: habe meine Menschen enabled. Das Wichtigste ist, dass wir anders arbeiten. Ich mache mal

00:13:31: ein ganz klartes Beispiel. Wenn ich heute eine komplexe HR, also eine HR Anwendung habe,

00:13:37: dann kann mir KI helfen, eine komplexe HR Anwendung zu bedienen. Frage an sich, man ist es eine

00:13:42: nutzbringende Nutzung von AI, wenn ein komplexes Interface von einer noch komplexeren Softwarelösung

00:13:48: nach mir KI befüllt wird? Vielleicht eher nicht. Die Frage ist also tatsächlich, kann

00:13:53: ich KI nicht anders nutzen? Kann ich KI möglicherweise diesen Vorgang übergeben als eine Art Agent,

00:13:58: der es für mich ausführt? Und ich als Mitarbeiter mache dann nur noch die Freigaben. Also wir

00:14:02: entwickeln uns gerade weg von KI ist was Lustiges, was wir so außen dran kleben hinzu, welchen

00:14:09: inneren Mehrwert liefert das eigentlich in Prozessen? Und dann werden die Menschen auch

00:14:12: beginnen, dieses Werkzeug neu anzusetzen. Ich habe in meinem Kopf immer einfache Bilder

00:14:16: und eine meine Lieblingsbilder ist Strom. KI, Künstliche Intelligenz, vergleiche ich ganz

00:14:21: gerne mit Strom. Das ist etwas, was mittlerweile so universell verfügbar ist, weil die Kosten

00:14:26: runtergegangen sind, die Verfügbarkeit durch die Klaufe wirklich überall da ist. Und jetzt

00:14:30: geht es darum, dass wir was draus machen. Strom per se ist kein großer Mehrwert. Wenn

00:14:35: ich aber eine Glühbirne erfinde, wenn ich aber eine mit Strom betriebene Anlagebauer

00:14:42: für die chemische Industrie, eine eFurnace, dann habe ich einen völlig anderen Wertbeitrag.

00:14:47: Ich brauche aber das Verständnis der Industrie. Das heißt, alle, die das Domain Verständnis

00:14:51: haben, müssen sich jetzt mit KI beschäftigen, damit sie rausfinden, wo sie den größten

00:14:55: Wertbeitrag liefern können. Und das ist eine faszinierende Zeit, weil wirklich der Strom

00:15:00: überall schon anliegt. Tolles Bild und ich erlebe das auch so. Schaust du in den Unternehmen

00:15:05: rein, dann siehst du heute eine enorme Gleichzeitigkeit von Menschen, egal in welche Aufgabe, bei

00:15:10: einem Energieversorgern oder in anderen Unternehmen, die sich dafür interessieren, mit KI was

00:15:15: zu machen. Von "Meine Kinder setzen für die Schule schon Schädtchenbietier ein", bis

00:15:19: hin zu "Ich habe eine sehr konkrete Idee, wie wir den Prozess optimieren, habt ihr

00:15:23: was gesehen, da kann man eine KI-Toll-Potenziell vereinsetzen". Gleichzeitig gibt es natürlich

00:15:27: auch Menschen, die damit hardern, die vielleicht auch ein Risiko, das ist eine typische Change

00:15:32: Management-Herausforderung, einen Risiko darin sehen für ihre eigene Relevanz, ein Stück

00:15:38: weit, potenziell für ihren eigenen Job zu sagen. Wenn wir da viel besser werden, nimmt

00:15:43: mir das möglicherweise mein Job weg. Du sagst, jemand, der in der Domäne stark ist, der kann

00:15:48: eigentlich seinen eigenen Impact in seinem Job deutlich stärken, indem er sich damit

00:15:55: beschäftigt, einen längeren Abend mit KI zu bekommen oder Empower zu werden, viel Strom

00:16:00: in deinem Welt zu bekommen. Wie antwortest du oder wie geht ihr in den Gesprächen eher

00:16:06: auf die Menschen zu, die damit hardern? Ich glaube, es wird immer in einer Gruppe von

00:16:12: Menschen geben, die vorauslaufen, dann ein großes Feld, das auch dann zum richtigen

00:16:16: Zeitpunkt des Mittelaufens anfängt und eine kleine Gruppe, mit der man besonders beruhtsam

00:16:21: umgehen muss und mitnehmen muss. Was wir feststellen, was ein gutes Rezept ist, ist, wenn man alle

00:16:27: Leute frühzeitig einbindet. Als Beispiel, wir hatten letztendlich ein großes Unternehmen

00:16:32: bei uns zu Gast, da kamen der Vorstand und nicht nur der Vorstand kamen, sondern ganz

00:16:36: viele Mitglieder des Vorstands und es kamen die Betriebsräte. Ich war wirklich erstaunt

00:16:40: und war total begeistert, dass ein Unternehmen mit so einer Vision da dran geht, zu sagen,

00:16:45: das Thema AI ist nicht nur ein Exekutive-Topic, sondern für uns alle. Und die haben ihre

00:16:50: Betriebsräte gemeinschaftlich mit der Geschäftsführung eingeladen, an einen solchen Innovationstagmalt

00:16:55: teilzunehmen und das gemeinschaftlich von vornherein zu betrachten. Das fand ich herausragend

00:16:59: und nicht verwunderlich ist natürlich ein Betriebsrat, der so stark eingebunden wird,

00:17:03: dann auch natürlich viel eher bereit, alle Leute mitzunehmen. Denn die Leute, die bedenken

00:17:08: haben äußern sich, die äußern sich nicht unbedingt gegenüber dem Management, manchmal

00:17:12: äußern sich gegenüber dem Betriebsrat. Und ich glaube, es ist wichtig, dass man dort

00:17:15: alle Stimmen hört und auch tatsächlich alle mit auf die Reise nimmt. Denn die Reise findet

00:17:20: statt um uns. Das ist, glaube ich, unbestritten. Das möchte ich unterstreichen. Also ich glaube,

00:17:26: das ist ein tolles Beispiel für eine Reise, die eine hohe Geschwindigkeit erreichen wird

00:17:32: und die vor allen Dingen auch die richtigen Ansätze für KI findet, jetzt auch im Vergleich

00:17:37: zu deinem HR-Bild von vor fünf Minuten. Was wir zum Beispiel vieler leben in Zusammenarbeit

00:17:43: mit unseren Kunden ist, dass wir in KI-Projekten erstmal drüber sprechen, ah, wie kann ich

00:17:47: denn zu einer Pipeline-Kombo meine Mitarbeiter mit eingebunden sind? Zum Beispiel, so ein

00:17:50: Ideenmanagement. Ich entwickel einen Ideenmanagement. Das ist gut, weil das erlaubt mir mit meinen

00:17:56: Geschäftsbereichen stark zu interagieren. Wir kommen beide aus der IT. In der Vergangenheit

00:17:59: war das alles relativ zentral und irgendwie steht IT mit einer Menge an Applikationen

00:18:04: zur Verfügung. Und dann gibt es komplexe Abstimmungen zwischen demjenigen, der nach einem Geschäftsprozess

00:18:09: ausüben muss und demjenigen, der die notwendige IT dafür zur Verfügung stellen wird. Dieser

00:18:14: Prozess hat sich sehr stark zugunsten derjenigen in den Fachbereichen entwickelt in den letzten

00:18:19: Jahren. Und jetzt ist das, glaube ich, ein ganz wichtiger Faktor auch da, die Fachbereiche

00:18:24: von heute, insbesondere in den Geschäftsprozessen der Energiewirtschaft, dann die Möglichkeit

00:18:29: zu geben, auch selber zu eksperimieren.

00:18:31: implementieren und ihre Ideen einzubringen.

00:18:34: Und da ist unsere Aufgabe sehr häufig zu gestalten, wie man das methodisch macht, wie

00:18:39: man zu Prozessen kommt, zu geeignetem Ideenmanagement kommt, wie man das geeignet qualifiziert,

00:18:44: in welche Idee will ich explorern und in welchem Kreis kommt man zusammen, um eine Entscheidung

00:18:49: darüber zu treffen.

00:18:50: Und ich könnte mir vorstellen, Wolfgang, dass eure Aufgabe häufig ist, sodass ihr probiert,

00:18:54: mit Unternehmen dazu zu kommen, dass solche Ideen dann auch schnell in die Tat umgesetzt

00:18:58: werden können, technisch.

00:18:59: Genau.

00:19:00: Microsoft ist tatsächlich ganz besonders gut darin, wenn wir Sachen für ganz viele

00:19:04: Leute zur Verfügung stellen.

00:19:05: Unsere Vision ist es, dass wir wirklich jedem AI an die Hand geben.

00:19:09: Absolut jedem, jedem Mitarbeiter, egal in welcher Funktion.

00:19:12: Und das setzt voraus, dass wir tatsächlich eine breite Technologie haben, und das haben

00:19:17: wir, die sehr einfach für alle verfügbar ist.

00:19:20: Was jetzt spannend ist, wir haben mal hier in den letzten, ich bin jetzt schon ein paar

00:19:23: Jahre in der IT-Branche oder auch in Verwandten in der Beratung gewesen, und normalerweise

00:19:29: kamen ganz oft bei Software oder IT die Innovation von außen.

00:19:33: Was meine ich damit?

00:19:34: Also lang genug bin ich um die Häuser gezogen und habe Best Practice verkauft.

00:19:38: Was heißt Best Practice?

00:19:39: Ich als Berater habe es beim Kunden A gemacht und dann gehe ich zum Kunden B und sage,

00:19:43: es ist Best Practice.

00:19:44: Vielleicht habe ich es schon bei 2, 3 gemacht, dann ist es eine wirkliche Best Practice,

00:19:48: aber es ist die Außeninnovation.

00:19:50: Ganz vielfach haben wir früher auch Software mit Featuren verkauft.

00:19:53: So ein Engel gegangen, was kannst denn?

00:19:55: Ich habe eine Ausschreibung gemacht mit Punkten drauf.

00:19:57: Und wir haben sehr viele Prozesse in Unternehmen standardisiert, um Standard Software laufen

00:20:02: zu lassen.

00:20:03: Das war gut, aber ich glaube, wir können jetzt was Neues machen.

00:20:06: Viele Unternehmen haben tatsächlich die Potenziale in ihrem Wissen, in den Dingen, die sie tun

00:20:12: und da ist eine Differenzierung.

00:20:13: Und wenn wir jetzt anfangen, Technologien zur Verfügung zu stellen, dass die Fachbereiche

00:20:18: selbst sagen, wo die Innovation weitergeht.

00:20:20: Da reden wir nicht nur allein natürlich über die Verwaltung, da reden wir tatsächlich

00:20:24: auch über das Engineering, da reden wir über die Planung, da reden wir über die Leute,

00:20:27: die die Entscheidungen treffen.

00:20:28: Da liegt unglaubliches Know-how in Deutschland.

00:20:31: Und dieses Know-how jetzt tatsächlich mit der AI verfügbar zu machen, Sachen zu beschleunigen,

00:20:37: Sachen noch stärker nach vorne zu bringen, ist eine unglaubliche Chance, die der deutsche

00:20:40: Verwaltung hat.

00:20:41: Ich würde gerne ein ganz kleines Zwischenfazie ziehen, Wolfgang.

00:20:45: Wir haben gesprochen über den Dreiklang von oder für KI für die Energiewirtschaft, aber

00:20:50: auch generell dein Thema.

00:20:51: Der Dreiklang aus Geschäftsprozess, Betrieb und Transformation.

00:20:54: Wir haben gerade über die Geschäftsprozesse gesprochen.

00:20:56: Wir haben über Betrieb gesprochen, die Bereitstellung der Technologie und wir haben über die Transformation

00:21:02: gesprochen und das einbinden vieler Mitarbeiter, Rinnen und Mitarbeiter.

00:21:07: Beim Thema Daten würde ich gerne nochmal eine Minute mit dir drauf verbringen, weil

00:21:14: ich bin mir nicht sicher, ob viele unserer Zuhörerinnen und Zuhörer aus der Energiewirtschaft bestätigen

00:21:19: würden, dass die Daten, ob im Kleinarad innerhalb des Unternehmens oder in der größeren Wertschöpfungskette

00:21:24: der Energiewirtschaft, wirklich überall so gut aufbereitet sind, transparent sind,

00:21:29: vielleicht katalogisiert sind, dass die Datenstrategie da ist, dass es die Data Owner gibt

00:21:33: und die Begriffe, mit denen auch wir als Berater da heute sehr stark agieren.

00:21:38: Hast du da habt ihr deine Empfehlung?

00:21:40: Vielleicht erst mal, wie nimmst du den Reifegrad wahr und wie empfiehlst du deinen Kunden

00:21:44: das Thema Daten anzugehen, wenn sie sagen, nee, also den Reifegrad den habe ich da noch

00:21:49: nicht erreicht, den ich glaube zu brauchen für ein KI Projekt?

00:21:52: Also ich glaube, da finden wir alles von sehr strukturiert bis noch gar nicht erfasst.

00:21:56: Das Letzte ist für mich das eigentlich größte Problem, wenn wir Daten noch gar nicht haben.

00:22:01: Ja, also wenn wir einfach ein Stück weit blind sind, weil die Daten noch nicht existent sind.

00:22:06: Das ist eine Schwierigkeit, die muss man adressieren mit Digitalisierung am Anfang, dass ich erst

00:22:11: mal in die Lage versetzt bin, Daten zu erfassen.

00:22:13: Was sehr, sehr viele unsere Kunden aber tatsächlich noch gar nicht beachten ist, dass sie, wenn

00:22:17: sie Daten haben, sie tatsächlich auch eher nutzen können, um Daten zu bereinigen und

00:22:22: Daten anzugleichen, um Daten mit Metadaten anzureichen.

00:22:25: Was viele Leute nicht wissen ist, was ich früher mit einer Form machen musste, eine klassische

00:22:30: Webform, wo ich meinen Namen, Vornamen, Adresse etc. eingebe.

00:22:33: Das kann ja heute jede AI aus jedem beliebigen E-Mail Text aus einer apotheografierten Webseite

00:22:39: sofort automatisch extrahieren.

00:22:40: Das heißt, wir sind mit diesen Werkzeugen auch in der Lage, ganz andere Daten zu erfassen.

00:22:45: Wir können Bilder automatisch verschlagworten.

00:22:48: Wir können Texte, die als PDF-Kom in irgendeiner Form digitalisiert sind und vielleicht auch

00:22:53: nur als Image automatisiert verarbeiten, in einer viel, viel, viel besseren Qualität,

00:22:59: als es noch für fünf Jahren möglich war.

00:23:00: Und es gibt uns ganz andere Möglichkeiten an die Hand.

00:23:03: Wir sehen heute sehr, sehr viele Prozesse, die beginnen mit einer E-Mail.

00:23:07: Freitext, formulierte E-Mail von einem Kunden.

00:23:09: Und trotzdem wieder erkannt, worum geht es, welcher Kunde ist das, welcher Problemfall

00:23:13: liegt vor, weil wir tatsächlich auch an dieser Stelle schon AI einsetzen können.

00:23:17: Ich finde es sehr, sehr spannend.

00:23:19: Auf das Thema Daten würde ich als Berater reagieren.

00:23:22: Wir müssen die Struktur bekommen.

00:23:23: Wir brauchen eine Datenstrategie.

00:23:24: Wir können über KI Anwendungsfälle sprechen.

00:23:27: Wir können die qualifizieren.

00:23:28: Aber wir brauchen die Datenstrategie, damit wir auch die richtigen Entscheidungen treffen

00:23:32: und nachhaltig da mehr Werte erzielen können.

00:23:35: Du als Microsoft sagst, hey, wir können vor allen Dingen auch die weißen Flecken ausleuchten.

00:23:39: Müssten wir.

00:23:40: Und ich glaube, du hast vollkommen recht, Simon.

00:23:42: Wir brauchen ein stärkeres Verständnis, was Daten eigentlich für uns bedeutet.

00:23:45: Warnen möchte ich nur davor, wenn man meint, man kann aus jedem Datum, aus jeder Datei,

00:23:52: unbedingt ein Geschäft machen.

00:23:53: Ich glaube, was wir viel, viel mehr lernen müssen, ist, dass wir Daten auch teilen,

00:23:57: dass wir Zugriff zu Daten geben, dass wir aus gemeinschaftlichen Daten, jetzt kommen wir

00:24:00: wieder zu dem großen Rat, zu dem Ecosystem.

00:24:03: Wer hat denn einen Benefit, wenn er irgendwo Daten hat?

00:24:06: Und wer kann, wie an diesem Benefit partizipieren?

00:24:10: Nur weil ich die Daten erhebe, oder vielleicht eine Stelle bin, die die Daten erhebt, bin

00:24:14: ich noch nicht notwendigerweise derjenige, der der größte Partizipation hat.

00:24:17: Und ich glaube, wir müssen intelligenter werden, wie wir Daten tatsächlich auch als Produkt

00:24:21: sehen und der Release stellen, Daten so pflegen, wie wir es mit einem Produkt tun würden.

00:24:26: Und so, aber auch jederzeit, wenn wir klar darüber sind, dass wir Daten auch austauschen

00:24:30: müssen, anreichen.

00:24:31: Ich habe vielleicht ein Teil der Daten meines Endkonsumenten, ein anderer hat andere Daten.

00:24:35: Und wenn wir diese Dinge zusammenbringen, das Verständnis stärker implementieren, dann

00:24:40: werden wir auch noch weiteren Fortschritte sehen.

00:24:41: Jetzt haben wir über Daten gesprochen, wer über Daten spricht, spricht auch schnell

00:24:46: über Datenschutz.

00:24:47: Aber auf jeden Fall, ich glaube, wir müssen nur im Moment über Verantwortung sprechen.

00:24:50: Das ist ein großes Thema, eher als Microsoft.

00:24:53: Du setzt euch stark für verantwortungsvolle KI ein.

00:24:56: Welche ethischen, welche regulatorischen Fragen betreffen dich, mit welchen Sorgen oder Bedenken

00:25:03: vielleicht sogar kommen auch die Kunden aus der Energiewirtschaft da auf dich zu?

00:25:07: Für mich ist, ich habe vorhin gesagt, dass wir jetzt auch das tatsächlich in der Lage

00:25:10: sind, verteilte Daten zu nutzen, also Distributed Systems zu haben, verteilte federated Systeme

00:25:16: zu bauen.

00:25:17: Ich bin ein riesengroßer Fan davon, ich oute mich, dass wir nicht alles zentralisieren,

00:25:22: dass nicht einer alle Daten hat.

00:25:25: Die Datenzentralisierung hat das Problem eines möglichen Missbrauchs, ganz egal ob das

00:25:30: jetzt in Gesundheitsdaten sind oder in dergie Daten sind.

00:25:33: Ich glaube, es ist gut, dass wir ein federiertes System bei uns auch in der Bundesrepublik haben,

00:25:38: mit ausgleichenden Kontrollen.

00:25:40: Und genauso sollte es in Daten auch sein.

00:25:42: Wir bringen Daten zusammen, aber sind federierte Systeme.

00:25:46: Einteilige Spieler haben unterschiedlichen Zugriff auf diese Daten.

00:25:49: Wir müssen nur alle sehr viel stärker in die Lage versetzen, Daten auszutauschen,

00:25:54: und in verschiedenen Formen.

00:25:55: Ich nenne mal ein einfaches Beispiel, angeliehen aus der Gesundheitsbranche, dann kann es

00:25:59: jeder verstehen, aber übertragt auch auf andere.

00:26:01: In der Vergangenheit war es so, wenn ich nach München gegangen bin und von mir ist ein

00:26:04: CT gemacht worden, dann will ich natürlich auch eher nutzen in der diagnostischen Unterstützung,

00:26:09: nicht die Diagnose allein, aber in der Auswertung der Bilder.

00:26:12: Dazu brauche ich viele vergleichbare Bilder und das kann ich machen, indem ich mir diese

00:26:16: Daten kaufe.

00:26:17: Dann habe ich die bei mir, muss ich bezahlen, schwierig.

00:26:19: Da müssen ja die Leute alle zustimmen, das sind ja persönliche Daten.

00:26:24: Mittlerweile sind wir in der Lage, eine solche Anfrage quasi auch zur Laufzeit.

00:26:29: Wenn das Bild von mir in München gemacht wird, ich komme aus München, dann kann gleich

00:26:32: Zeit in Berlin angefragt werden, vielleicht sogar in San Francisco, überall auf der Weltbahn

00:26:36: und in den Kliniken, hey, hast du Daten von der vergleichbaren Gruppe, darf ich die nutzen,

00:26:41: um meine AI auszuberegen.

00:26:43: Und genau das passiert dann zur Laufzeit.

00:26:45: Das heißt, die Daten werden gar nicht mehr zentralisiert, sondern die Datennutzung wird

00:26:49: zu Verfügung gestellt.

00:26:50: Und ich glaube, da müssen wir viel stärker hinkommen, dass die Datennutzbarkeit auch

00:26:54: für externe Zwecke, für den Austausch in Datensystemen einfach viel, viel stärker

00:26:59: in der Vorhine gestellt wird.

00:27:00: Wir haben uns in dem Podcast jetzt sehr stark damit beschäftigt, wie gehe ich es an?

00:27:05: Wir haben über KI in der Energiewirtschaft gesprochen, wir haben sehr viel darüber

00:27:08: gesprochen, wie gehe ich es an?

00:27:10: Wir haben über deinen Dreiklang gesprochen, Wolfgang.

00:27:14: Vielleicht hört jemand auch rein, KI in der Energiewirtschaft ist unser Titel und fragt

00:27:18: sich, ah, was kann ich in der Kulis machen?

00:27:19: Was sind denn da die Anwendungsfälle?

00:27:21: Hast du zwei, drei Beispiele?

00:27:22: Ich glaube, dass wir über das Wie gesprochen haben, sollte der Fokus unseres Gespräch sein.

00:27:26: Bin sehr froh darüber, weil das die Frage ist, die ich viel gestellt bekomme.

00:27:29: Aber vielleicht geben wir, wenn wir uns jetzt so gegen Ende der Episode bewegen, gehen wir

00:27:34: auch nochmal auf zwei, drei Anwendungsfälle ein oder auf ein oder zwei Anwendungsfälle

00:27:37: ein und du sagst, also die haben mich sehr, sehr beeindruckt, die begeistern mich aus

00:27:40: der Energiewirtschaft.

00:27:41: Ich habe den tatsächlich vorhin schon skizziert, vielleicht gehen wir auf den Nummer tiefer ein.

00:27:45: Eine der größten Herausforderungen, die wir haben, nachdem wir wieder Ölquellen, noch

00:27:50: andere klassische Rohstoffe haben, mit denen wir Energie zuzeugen, werden wir die erneuer

00:27:55: Bahn weiter ausbauen.

00:27:56: Wir werden weiter Windkraft zubauen, wir werden weiter Solar bauen, die Netze dazu entsprechend

00:28:01: stärken müssen.

00:28:02: Das passiert in einem großen Umfang und das finde ich auch super.

00:28:05: Wir haben in der Vergangenheit auch schon die Prozesse der Genehmigung reduziert, aber

00:28:09: dort sind viele Fragen.

00:28:10: Und einer der tollsten Anwendungsfälle, die ich aktuell finde, ist tatsächlich hier

00:28:14: in so einem Projekt, in einem Kapitalprojekt.

00:28:17: Hier ist ein möglicher Standort von einer neuen Anlage, sei es Solar oder Wind.

00:28:22: Und hier ist das fertige angeschlossene neue Teilsystem.

00:28:26: Wir sprechen ja über sehr viel kleinteiligere Anlagen als früher.

00:28:30: Früher hatten wir zentrale, riesengroße Kraftwerke, jetzt haben wir verteilt viele, viele Windkrafträder,

00:28:36: viele Solarparks.

00:28:37: Und wir müssen trotzdem, die ja alle ans Netz bringen, wir müssen die verfügbar machen,

00:28:42: wir müssen die Regularien alle berücksichtigen, wir müssen die lokalen Gegebenheiten verstehen,

00:28:47: wir müssen in verschiedenen Teilregionen auch mit verschiedenen Dienstleistern zusammenarbeiten.

00:28:51: Also man kann sich vorstellen, dass so ein Projekt von der Idee hier ist ein möglicher Standort

00:28:55: bis ich habe ihn ausgewählt und das Projekt durchgewickelt, ganz schön viele Parameter

00:28:59: zusammenkommen.

00:29:00: Und genau in dem Umfeld kann man mit KI arbeiten.

00:29:03: Man kann mit KI arbeiten, um natürlich die banalste Dinge, die schon lange gemacht werden,

00:29:07: die Wetterfühlsage anzugucken.

00:29:08: Ist da überhaupt genug Wind, dass sich das Windrad lohnt?

00:29:10: Bis hin zu, was sind die regularischen Rahmenbedingungen, welche Marktteilnehmer gibt es?

00:29:15: Wie sieht es tatsächlich auch mit der Netzinfrastruktur aus?

00:29:17: Das kann ich alles modellieren und tatsächlich mit KI in eine sehr viel schnelleren Art und

00:29:22: Weise dann zu einer Entschaltungsvorlage bringen.

00:29:24: Ich hatte gehofft, dass du auf die Windenergieanlagen nochmal eingehst.

00:29:28: Du sprichst zu jemanden, der selber ein kleines bisschen Land hat und das zur Verfügung stellt

00:29:32: für Windenergieprojekte.

00:29:33: Und ich glaube, für die Projektierer ist das ein wirklich sehr ansprechender Pitch, den

00:29:41: du gerade gemacht hast.

00:29:42: Weil ich, wenn ich mich damit beschäftige, irgendwo ein Windenergierrad aufzustellen,

00:29:47: ich habe vielleicht ein ausgewiesenes Windeitungsgebiet, dass die konkrete Windenergieanlage, an

00:29:53: der ich beteiligt bin, in die Planung gegangen ist vor 7,5 Jahren.

00:29:57: Ich glaube, 7 Jahre, vielleicht hat sich das ein bisschen reduziert, ist ungefähr der

00:30:00: durchschnittliche Planungszeitraum, den wir in Deutschland haben für Windenergieanlagen.

00:30:03: Ihren bewehrt man eine sehr bekannter Veröffentlichung gemacht, wie viele Tausende Seiten an Papier

00:30:08: sie erzeugt haben für die Genehmigungsprozesse.

00:30:10: Und da sprichst du den sehr aus der Seele zu sagen, diesen Prozess zu optimieren mit

00:30:15: künstlicher Intelligenz, auch wenn natürlich viele weitere Faktoren wie Regulatorik dann

00:30:20: eine Riesenrolle spielen, die wir zwei, wie wir hier über KI sprechen, nicht lösen werden

00:30:25: können.

00:30:26: Aber ich glaube, dass es wichtig ist.

00:30:28: Es ist wichtig, gerade in solchen Prozessen Informationen schnell bereitzustellen, Informationen

00:30:33: schnell analysieren zu können.

00:30:35: Vielleicht auch, wenn sich etwas verändert, Rahmenbedingungen verändern.

00:30:38: Ich habe im Wühlmooros Gutachten, ich muss umplanen.

00:30:40: Aufgrund dieses Gutachtens, schnell in der Lage zu sein, das zu tun, um einen eh schon

00:30:44: langwährenden Prozess nicht noch länger zu machen.

00:30:47: Absolut.

00:30:48: Das eine der wahrscheinlich einflussreichsten oder, wenn man so sagt, der hat einen großen

00:30:53: Hebel.

00:30:54: Man muss ganz schön viel machen, weil es natürlich die Standorte besser bewertet, weil es die

00:30:59: gesamte Planungszeit beschleunigt, weil es tatsächlich auch die Durstführungszeit am

00:31:02: Ende betreut von so einem kapitalintensiven Projekt und zeitintensiven Projekt.

00:31:06: Eine andere Anwendung, weil ja sehr viel banaler ist, den ich auch einmal wunderbar finde, ist

00:31:11: der Einsatz tatsächlich in der ganz normalen Verwaltung.

00:31:13: Auch hier werde ich jetzt den Kundennamen nicht nennen, aber wir haben ein großes Unternehmen

00:31:18: aus der Energiebranche, die tatsächlich Wachstum haben.

00:31:22: Einige müssen natürlich im Bereich der Erzeugung von Strom deutlich Kapazitäten zubauen.

00:31:27: Wir brauchen weitere Kapazitäten.

00:31:29: Deshalb sehen wir auch noch ganz schönes Wachstum für einige der Unternehmen hier.

00:31:33: Und eines dieser Unternehmen kam mit dem Problem auf uns.

00:31:35: So gesagt, Leute, ich müsste eigentlich 3.000 Mitarbeiter einstellen in den nächsten 5 Jahren.

00:31:40: Jetzt haben wir aber das Problem der Demografie, dass ich, Nettow, wahrscheinlich sogar noch

00:31:44: 10 Prozent der Belegstoff in den Ruhestand verlieren werde und ich sehe diese Talente im

00:31:50: Markt nicht.

00:31:51: Könnte mit uns einen Plan machen, wie wir die Produktivität und die Effizienz in unseren

00:31:55: ganz klassischen Projekten und Prozessen so hieben können, dass wir vielleicht x, y

00:32:01: von diesen neuen Stellungen verhindern.

00:32:03: Fand ich ein extrem spannenden Anwendungsfall und hat tatsächlich dazu geführt, dass das

00:32:07: Unternehmen sich entschieden hat, unsere Technologie Copilot in der absoluten Breite auszurollen

00:32:12: und wirklich Hieben zur Verfügung zu stellen, weil sie einfach überall die Produktivität

00:32:17: und Effizienz erhöhen wollen, gemeinschaftlich, weil sie ansonsten ein richtig großes, qualifiziertes

00:32:22: Mitarbeiterproblem bekommen.

00:32:24: By the way, viele der Kunden, mit denen ich spreche, gucken tatsächlich auf die nächsten

00:32:28: 5 Jahre mit Sorgenfalten, denn sie werden alle die Baby Boomer-Jahrgänge in den Ruhestand

00:32:33: verabschieden und wir gucken tatsächlich jetzt von dem Zeitpunkt des Peak-Employments

00:32:38: in Deutschland nach vorn und wir werden in den nächsten Jahren aufgrund unserer Demografie

00:32:42: jedes Jahr einige 100.000 dann angeblich in der Statistik bis zu eine Million Arbeitskräfte

00:32:48: pro Jahr aus den Arbeitsverhältnissen entlassen in den Ruhestand.

00:32:52: Wie können wir die ersetzen?

00:32:53: Wie können wir sicherstellen, dass auch hier viel von dem Wissen, was bei den sehr erfahrenen

00:32:57: Mitarbeitern in den Köpfen ist, noch festhalten?

00:32:59: Da bieten sich eine Vielzahl von Anwendungsfällen an und das ist ein ganz, ganz, ganz spannendes

00:33:04: Umfeld.

00:33:05: Du wirst lachen.

00:33:06: Wir sind offensichtlich bei evident Freunden von Audioformaten und du wirst wirklich

00:33:11: lachen.

00:33:12: Ein Portfolioelement geschaffen, das sehr, sehr angefragt ist in der Branche gerade

00:33:16: mit genau diesen Menschen, Menschen, die in der Technik sind, den Enstandhaltung, die

00:33:20: Wissen haben, wo auch immer mehr Energie betrieb, die Wissen haben, dass Verlochen gehen könnte,

00:33:26: Gespräche zu führen, die Gespräche aufzunehmen, zu transkribieren, mit intelligenten Modellen

00:33:32: zu arbeiten, um dann dieses Wissen wiederum, Fetchheadboard oder andere Möglichkeiten

00:33:35: zur Verfügung zu stellen, damit diejenigen, die die Arbeit vielleicht übernehmen.

00:33:38: Du sprichst jetzt auch von Auto.

00:33:39: Wir sind jetzt wieder einen Schritt weiter, aber erst mal zu sagen, ich halte das Wissen

00:33:42: fest und dafür nutzen wir interessanterweise genau das Format, in dem wir uns gerade auch

00:33:46: gegenüber setzen.

00:33:47: Absolut und das ist nicht nur das.

00:33:49: Was ist spannend von der neuen Generation von KI ist, dass es nicht nur unseren Ton wunderbar

00:33:54: verarbeiten kann, das kann quasi mit uns reden, kann aber auch Bilder verarbeiten, Videos.

00:33:58: Wir haben eine Vielzahl von Kunden, wir haben sehr viel Energie darauf verwandt, von ganz

00:34:02: vielen Enstandhaltungsprozessen, Videos zu erzeugen für Trainingsunterlagen.

00:34:06: Alleine das vorhandene Material zu nutzen und in einen Dialog zu geben, also jetzt nicht

00:34:11: einen Chatbot, der ein Text auswertet, sondern ich kann einfach nachfragen, wann musste

00:34:15: ich denn hier XY an der Anlage machen oder tatsächlich mit einer Bildsuche dran zu gehen,

00:34:19: zu sagen, wie kann ich das dann machen?

00:34:21: Es ist eine unglaubliche Beschleunigung und viele der Unternehmen sitzen da tatsächlich

00:34:25: schon oft heilschätzen, weil sie digitalisiertes Material in Form von Videos oder Texten oder

00:34:30: auch Audio-Files haben, die sie dafür noch gar nicht genutzt haben.

00:34:33: Und das kann man relativ schnell angehen.

00:34:35: Liebe Zuhörerinnen und Zuhörer, ich glaube, wir sind so langsam am Ende unseres schönen

00:34:40: Gesprächs lieber auf Gang.

00:34:42: Noch mal eine kleine Zusammenfassung.

00:34:44: Wir haben die Dreifaltigkeit Geschäftsprozesse, wir haben den Betrieb und wir haben die Transformation

00:34:49: besprochen.

00:34:50: Ich glaube, was wir mitgeben wollen oder was ich zusammenfasse würde, was ich Mitnehmer

00:34:54: aus unserem Gespräch heute ist, nehmt eure Mitarbeiter mit.

00:34:59: Ich fange mal der Transformation an.

00:35:00: Schafft Möglichkeiten technisch.

00:35:03: Eröffnet euch euren Mitarbeiterinnen und Mitarbeiter insbesondere in den Fachbereichen

00:35:07: mit schwierigen Prozessen und vielen Herausforderungen, vielleicht, wo Wissen verloren gehen kann,

00:35:12: mit KI zu arbeiten, darauf zuzugehen, die Möglichkeit haben, damit zu arbeiten.

00:35:16: Schafft Prozesse, Ideenmanagement und dann der letzte Punkt, schaut euch die Daten an.

00:35:22: Schaut euch eure Datenstrategie an.

00:35:24: Geht in Datenstrategie Projekte, wenn noch nicht geschehen.

00:35:27: Und dann eröffnet sich eine Welt voller Möglichkeiten mit künstlicher Intelligenz in der Energiewirtschaft

00:35:32: viel zu bewegen.

00:35:33: Für mich das Allerspannendste Moment ist, ich bin ein furchtbar neugieriger Mensch, deswegen

00:35:37: habe ich erst mal eine naturwissenschaftliche Studie im Ergriffen, deswegen bin ich dann

00:35:41: vielleicht auch in den Weg gegangen, in den ich gegangen bin.

00:35:42: Und wir müssen uns die Neugier behalten.

00:35:45: Wir sind momentan in einer extrem spannenden Zeit.

00:35:48: Wir bauen die gesamte Energiebranche eigentlich von Top-to-bottom um.

00:35:51: Alles müssen wir in eine neuen Art und Weise machen, nicht mehr Riesenkraftwerke, sondern

00:35:55: verteilte Anlagen.

00:35:56: Wir alle werden in absehbarer Zeit wahrscheinlich Elektromobilität nutzen.

00:36:01: Wir alle werden in der Art und Weise wahrscheinlich überall dort, wo neu gebaut wird, auch wenn

00:36:05: es standgehalten wird, wenn wir fürs Heizen Strom nutzen.

00:36:08: Und da ist eine Vielzahl von Möglichkeiten.

00:36:11: Und das wird begleitet von der wirklich universellen Verfügbarkeit von der AI.

00:36:16: Wenn wir diese zwei Dinge zusammenbringen, ich bleibe bei meinem Lieblingsbild, der Strom

00:36:20: liegt überall an.

00:36:21: Die Frage ist jetzt nur, was wir daraus machen.

00:36:23: Also die Technologie ist da.

00:36:25: Wenn wir die Neugier und das Wissen aus den Domänen nutzen, die Unternehmen selbst haben

00:36:29: dieses Wissen, dann kann man eine unglaubliche Innovationskraft nach vorne bringen und nicht

00:36:34: nur ein bisschen Produktivität steigern, was wir alle immer reden, sondern tatsächlich

00:36:38: Innovation nach vorne bringen.

00:36:39: Das waren die beiden Münchner aus Essen mit dem kleinen und dem großen Rad.

00:36:44: Wolfgang Lippert, vielen Dank für das wirklich spannende Gespräch und noch eine gute Zeit

00:36:49: auf der eWorld.

00:36:50: Danke Sie, es war jetzt Spaß.

00:36:51: [Musik]