Künstliche Intelligenz & die Energiewende mit Microsoft Deutschland
Shownotes
WIllkommen zu einer neuen Episode von Expanding Utilities. Auch in dieser Episode haben wir einen besonderen Gast bei uns: Wolfgang Lippert von Microsoft Deutschland. Wolfgang ist verantwortlich für das Großkundengeschäft im Bereich Chemie und Energie und setzt sich mit Leidenschaft dafür ein, die Energiewirtschaft durch innovative KI-Lösungen zu stärken. Dabei geht es um die transformative Rolle der künstlichen Intelligenz in der Energiewirtschaft. Wir besprechen die Chancen und Herausforderungen, die KI mit sich bringt, und wie Unternehmen ihre Geschäftsprozesse, Betrieb und Transformation durch den Einsatz von KI unterstützen können. Freuen Sie sich auf spannende Einblicke und praktische Beispiele aus der Praxis, wie KI die Energiewirtschaft revolutioniert. Viel Spaß beim Zuhören!
Kontakt zu Eviden: https://www.linkedin.com/in/spadberg
Transkript anzeigen
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]