"Statt mit Daten zu starten, sollten EE-Unternehmen mit Menschen anfangen." – AI Readiness für die Erneuerbaren
In unserem Interview erklärt Dr. Stefan Hennig, warum die KI-Adoption keine IT-Frage, sondern eine Unternehmensfrage ist und wie Kollaboration und Change Management den Unterschied machen. Außerdem beleuchtet er, wie skejlo als Plattform den Grundstein für effiziente KI-Nutzung legt.
Warum ist KI für die Wettbewerbsfähigkeit in der Erneuerbaren-Energien-Branche entscheidend?
KI ist der Schlüssel, weil sie drei fundamentale Probleme der EE-Branche gleichzeitig löst: Erstens, massive Kostensenkung durch intelligente Automatisierung – von der Datenpflege bis zur Dokumentenanalyse. Zweitens, Geschwindigkeit als Wettbewerbsvorteil bei 45-jährigen Projektlaufzeiten, wo jeder gesparte Monat Millionen wert ist. Und drittens – das ist der Game-Changer – adaptive Intelligenz statt starrer Regeln. Gesetze ändern sich, Projekte sind einzigartig, Dependancen in verschiedenen Ländern haben unterschiedliche Herausforderungen. KI wird zum intelligenten Sparringspartner, der aus jeder Situation lernt, Risiken antizipiert und uns durch die Komplexität navigiert. Das kann keine klassische Software leisten.
Wie kann die Erneuerbare-Energien-Branche Daten sinnvoll mit KI nutzen, um der Branche konkrete Mehrwerte zu bieten?
Die EE-Branche sitzt auf Goldminen von Daten – Eigentümer, Flurstücke, Verträge, Genehmigungen bis zum Repowering. Das Problem: Diese Daten liegen unstrukturiert in Excel-Friedhöfen. Jede:r einzelne Anwender:in bei unseren Kunden verbringt 1-2 Stunden wöchentlich nur mit Suchen – das potenziert sich mit jedem Teammitglied! Bei 20 Personen sind das 40 Stunden verschwendete Arbeitszeit pro Woche. Deshalb ist unser Ansatz strategisch: Zuerst mit skejlo die Daten strukturieren und verfügbar machen, dann KI-Mehrwerte darauf aufbauen. Mit Tewer können alle dann intelligent durchsuchen. Statt Stunden zu suchen, bekommen alle sofort Antworten: „Welche Genehmigungen laufen aus?“, „Wo sind Risiken?“ Der Mehrwert: Von reaktivem Verwalten zu proaktivem Steuern.
Mit welcher Datenbasis sollte ein EE-Unternehmen starten, um KI-Lösungen nachhaltig und effizient aufzubauen?
Ich drehe die Frage um: Statt mit Daten zu starten, sollten EE-Unternehmen mit Menschen anfangen. Mitarbeitende sollten ihre Routinen hinterfragen – was nervt täglich? Dann mit KI-Assistenten experimentieren: Protokollierungsassistent für Meetings, den man sogar per Sprache nachbearbeiten kann. Das schafft Akzeptanz und Verständnis. Erst wenn Menschen KI als Sparringspartner erleben, macht der Schritt zu strukturierten Unternehmensdaten Sinn. Bottom-up schlägt top-down bei KI-Adoption.
Die EE-Branche sitzt auf Goldminen von Daten – Eigentümer, Flurstücke, Verträge, Genehmigungen bis zum Repowering. Das Problem: Diese Daten liegen unstrukturiert in Excel-Friedhöfen.
Wie kann eine Plattform wie skejlo Unternehmen unterstützen, Projekte rund um KI erfolgreich zu planen und steuern?
skejlo selbst steuert keine KI-Projekte – skejlo IST die Grundlage für erfolgreiche KI-Nutzung. Als Single Point of Truth für alle EE-Daten – von Eigentümern über Verträge bis Betriebsdaten – schafft skejlo die strukturierte Datenbasis, die KI braucht. Ohne diese Datenqualität verpuffen KI-Investitionen. Unser Ansatz: Erst die solide Basis mit skejlo, dann KI-Mehrwerte mit TEWER darauf aufbauen. skejlo macht Unternehmen KI-ready, Tewer macht sie KI-intelligent.
Wo sehen Sie die Erneuerbare-Energien-Branche in Bezug auf KI-Anwendungen in den nächsten 5 Jahren?
Die EE-Branche steht vor exponentieller KI-Adoption – getrieben durch Margendruck und Projektkomplexität. In den nächsten zehn Jahren sehe ich zwei Game-Changer.
Zwei KI-Game-Changer in der Erneuerbaren-Energien-Branche:
- 1
KI-zu-KI Kommunikation zwischen Projektentwicklern und digitalisierten Verwaltungen – Genehmigungen in Echtzeit statt Jahre. Das braucht aber Zeit für die Verwaltungsdigitalisierung.
- 2
Vollautomatisierte dezentrale Netze, die Erzeugung und Verbrauch intelligent steuern. Bereits in fünf Jahren werden adaptive KI-Assistenten die Projektführung übernehmen – heute navigieren Menschen noch durch Excel-Wüsten, morgen durch intelligente Systeme. Jedes Projekt ist individuell – genau das können nur lernende Systeme optimal handhaben.