Energie Baden-Württemberg (EnBW): Auf dem Weg zur unternehmensweiten Skalierung von KI
"appliedAI hilft uns, einen strukturierten Ansatz zur Skalierung unserer KI-Aktivitäten zu entwickeln und uns in einer professionellen Community über Ideen und Herausforderungen auszutauschen." Rainer Hoffmann, Lead AI at EnBW
Die EnBW Energie Baden-Württemberg AG ist mit über 23.000 Mitarbeitenden eines der größten Energieunternehmen in Deutschland und Europa. Es versorgt rund 5,5 Millionen Kunden mit Strom, Gas und Wasser. Zudem bietet es Energielösungen und zugehörige Dienstleistungen an.
Bereits seit 2012 reagiert die EnBW mit einer weitreichenden Transformation des Unternehmens auf die grundlegenden Veränderungen der Energiewende. Sie will eine führende Rolle bei der Neugestaltung des Energiesektors spielen. Die Strategie der EnBW setzt auf den massiven Ausbau der erneuerbaren Energien und der Netze.
Zusätzlich will das Unternehmen nachhaltige Mobilität und intelligente Infrastrukturlösungen entwickeln. Um den Wert in ihren Daten zu nutzen, entschied sich die EnBW für den Einsatz von KI. Die EnBW arbeitet aktiv daran, KI im Produktportfolio sowie in Prozessen umzusetzen. Die Bemühungen des Unternehmens tragen bereits Früchte: Im August 2020 wurde die EnBW zum KI-Champion in Baden-Württemberg gekürt. Sie gewann den landesweiten Wettbewerb des Ministeriums für Wirtschaft, Arbeit und Wohnungsbau Baden-Württemberg mit ihrem Prognose-Service für virtuelle Kraftwerke und der Skalierung dieser Technologie.
Aber wie hat die EnBW es geschafft, KI in der Organisation zu implementieren? Welche Hürden mussten überwunden werden? Und welche Rolle spielte appliedAI innerhalb der Transformation, seit EnBW Anfang 2019 unserem Partnernetzwerk beigetreten ist?
Ausgangssituation
Die EnBW startete schon vor vielen Jahren erste KI-Initiativen und Experimente. Die ersten Projekte prognostizierten Last-, Wind- und Photovoltaik-Einspeisungen. Im Jahr 2018 richtete sie ein zentrales KI-Team ein. Daraufhin haben viele dezentrale Teams KI-Fähigkeiten aufgebaut. Derzeit betreibt die EnBW mehr als 20 KI-Lösungen in allen Geschäftsbereichen und den meisten unterstützenden Einheiten. Mehr als 100 Mitarbeitende arbeiten in verschiedenen Rollen an KI-bezogenen Projekten.
Das Ziel der EnBW ist, einen höheren KI-Reifegrad zu erreichen, um KI so weit wie möglich zu nutzen. Damit will sie die Arbeit ihrer Mitarbeitenden bereichern und die Entscheidungsfindung verbessern. Betrachtet man das Rahmenwerk zum KI-Reifegrad von appliedAI, so ist EnBW ein gutes Beispiel für ein Unternehmen auf der „Praktiker“-Stufe.
Es gibt bereits einige umgesetzte Anwendungsfälle und noch mehr, die entwickelt werden. Die Herausforderung besteht darin, die Identifizierung von Anwendungsfällen noch weiter zu skalieren. Somit kann die gesamte Organisation darauf ausgerichtet werden, die interne KI-Transformation voranzutreiben und sicherzustellen, dass diese Fälle tatsächlich umgesetzt werden. Nur so kann EnBW den Wert der KI realisieren.
Aus diesem Grund forciert die EnBW den Aufbau von Communities und formt interne Entwickler-Communities für KI und maschinelles Lernen. Zudem unterstützt sie die KI-Entwicklung mit einer ganzheitlichen Datenstrategie und fördert zentral die Entwicklung der Infrastruktur.
Was es bedeutet, ein Praktiker zu sein
Praktiker stellen sich der Herausforderung, ihre KI-Strategie zu operationalisieren, zu entwickeln und umzusetzen. Dabei konzentrieren sie sich darauf, Prozesse zu optimieren oder Produkte neu zu erfinden. Dazu gehört eine prinzipielle Herangehensweise, um Möglichkeiten zu identifizieren, zentrale KI-Teams und erste Kooperationen aufzubauen, die richtigen Trainingsprogramme für die Organisation einzuführen und die KI-Datenstrategie vorzubereiten.
Das Change-Management ist vor allem dafür verantwortlich, Barrieren abzubauen. Technische Prototypen werden von einem Proof of Concept zu einem aktiven Service und Prozesse werden angepasst, um die Entwicklung an die KI-Systeme anzupassen.
Problemstellung
Nachdem mehrere KI-Lösungen erfolgreich entwickelt und eingesetzt wurden, standen bei EnBW im Jahr 2019 vor allem zwei Fragen im Vordergrund: Wie kann KI im gesamten Unternehmen skaliert werden? Und wie können möglichst viele Mitarbeitende bei EnBW in die Lage versetzt werden, potenzielle KI-Anwendungsfälle zu erkennen?
Insbesondere stand die EnBW vor den folgenden Herausforderungen:
- Zuerst entwickelten mehrere interne Teams KI-basierte Produkte. Jedoch stimmten sich die Initiativen nie wirklich ab. So fehlte der EnBW eine übergreifende Perspektive, um ihre Aktivitäten auszurichten, zu skalieren sowie Lösungen standardisiert einzusetzen.
- Darüber hinaus befassten sich einige Geschäftsbereiche der EnBW noch nicht mit KI, da sie keinen Experten hatten, der ihnen mögliche Anwendungsfälle und Wertpools innerhalb der jeweiligen Geschäftsbereiche aufzeigte.
- Schließlich waren potenzielle Anwendungsfälle nicht sichtbar genug. Somit konnten die KI-Teams nicht effektiv unterstützen und Projekte vorantreiben.
Mit all diesen umgesetzten Maßnahmen führte die EnBW das Reifegrad-Assessment von appliedAI durch, um ein tieferes Verständnis dafür zu bekommen, wie ihre Maßnahmen bereits auf die Organisation wirken und inwieweit sie Früchte tragen.
Die Ergebnisse wiesen auf gute Fortschritte bei der Einführung von KI im großen Maßstab hin. Sie halfen aber auch, Schwerpunkte zu identifizieren, bei denen noch Verbesserungspotenzial besteht.
Herangehensweise und Methodik
Um ihre Ziele zu erreichen und die Herausforderungen zu meistern, entwickelten appliedAI und EnBW einen zielgerichteten Ansatz, um KI in der Organisation zu implementieren.
Zuerst führte EnBW mehrere KI-Workshops in vielen Bereichen der Organisation durch. Diese basierten auf der Methodik von appliedAI, um eine abgestimmte KI-Vision zu schaffen, die für die gesamte Organisation gilt und eine übergreifende Perspektive bietet. Im Rahmen der Workshops bewertete die EnBW auch den Status ihrer KI-befähigenden Faktoren.
Gleichzeitig bot appliedAI ein Engineering-Training mit der EnBW an, um deren Softwareingenieure im Umgang mit Künstlicher Intelligenz zu schulen. Das Training richtete sich an 20 Softwareingenieure und umfasste eine Woche lang Workshops vor Ort. In diesen wurden die neuesten Tools, Rahmenwerke und Ansätze vorgestellt, um maschinelles Lernen für reale Geschäftsprobleme zu nutzen. Im Rahmen dieser Workshops sammelten die Teilnehmenden praktische Erfahrungen in Colab und übten mit realen Datensätzen. In vertiefenden Gesprächen zwischen den Softwareingenieuren von EnBW und den appliedAI-Ingenieuren für maschinelles Lernen wurden Fragen geklärt. Das Team von EnBW erhielt so die richtigen Tools an die Hand, um KI selbstständig anzuwenden und interne Teams beim Definieren ihrer KI-Anwendungsfälle zu unterstützen.
Anschließend wurden KI-Multiplikatoren aus verschiedenen Geschäftsbereichen nominiert, die speziell zum Thema KI und zur Identifizierung von Anwendungsfällen geschult wurden.
Die benannten Multiplikatoren nahmen an einem zweitägigen Intensivtraining bei appliedAI in München teil. Das umfasste eine allgemeine Einführung in maschinelles Lernen und dessen Anforderungen. Zudem wurden durch Train-the-Trainer-Formate Methoden vermittelt, wie man KI-Anwendungsfälle identifiziert und entsprechende Workshops durchführt.
Anschließend erhielten die Multiplikatoren Zugang zu einer internen Community, um diese kontinuierlich auf- und auszubauen. Damit helfen die Multiplikatoren, KI-Wissen an die Teams und den Support weiterzugeben sowie eine zentrale Sicht auf mögliche Anwendungsfälle zu entwickeln.
Somit kann die EnBW nun allen relevanten Geschäftseinheiten ernannte KI-Experten zur Verfügung stellen, die ihre Expertise in die Teams einbringen und KI umsetzen.
KI-Reifegrad-Assessment
Das KI-Reifegrad-Assessment ist ein von appliedAI entwickeltes, interaktives Tool. Damit können Unternehmen ihren Stand der KI-Einführung bewerten und herausfinden, wo sie sich auf ihrer KI-Reise befinden.
Ziel ist es, sie bei ihrer Transformation von den ersten Berührungspunkten mit KI bis zur breiten Anwendung der Technologie im gesamten Unternehmen zu unterstützen.
Die Anwendung von KI kann nur in einem langfristigen, transformativen Prozess erreicht werden. appliedAI hat dafür die verschiedenen Phasen abgebildet, die Unternehmen durchlaufen – von ersten Experimenten mit Künstlicher Intelligenz bis zu deren unternehmensweiten Einsatz im großen Maßstab.
Mit dem KI-Reifegrad-Assessment können Unternehmen den Grad ihrer KI-Reife über acht strategische Dimensionen hinweg ermitteln.
Das Tool deckt verschiedene Aspekte ab, wie z. B. die Sichtbarkeit einer Gesamtstrategie, die Verfügbarkeit von Fähigkeiten, die IT-Infrastruktur, das Datenmanagement und die Ausführung.
Je nachdem wie die Unternehmen in allen Reifegraddimensionen abschneiden, hilft das Tool dabei, Verbesserungsbereiche zu identifizieren. Es gibt auch konkrete Handlungsempfehlungen, um eine Roadmap in Richtung KI-Reife zu entwickeln.
Tool für das Reifegrad-Assessment von appliedAI
Dank der Analyse des Reifegrad-Assessments bei der EnBW konnte appliedAI klare Handlungsbedarfe und Maßnahmen identifizieren. Eine große Anzahl von Mitarbeitenden der EnBW nahm an dem Assessment teil und viele von ihnen haben bereits ein gutes Verständnis, wie KI ihr Unternehmen und ihre Branche beeinflussen wird.
Neben den beschriebenen Herausforderungen zeigte das Assessment einige KI-bezogene Stärken, wie z. B. die Fähigkeit der EnBW, bei der Entscheidung, welche Anwendungsfälle implementiert werden sollen, einen strukturierten Ansatz zu verwenden. Außerdem fühlen sich die meisten Mitarbeitenden ermutigt, sich KI-Anwendungsfälle auszudenken. Sie betrachten KI als eine Möglichkeit, ihre Geschäftsprobleme zu lösen. Darüber hinaus tauscht sich die EnBW bereits gut über KI in internen und externen Communities aus.
Das Top-Management treibt das Thema aktiv voran und stellt dem Unternehmen die notwendigen Ressourcen zur Verfügung, um die KI-Reife der EnBW zu verbessern. Um den Einsatz von KI zu beschleunigen, benannte die EnBW Verantwortliche für etablierte KI-Systeme, die das Unternehmen entwickelt hat. Das bedeutet, dass jedes bei der EnBW etablierte KI-System einen Owner hat, der langfristig für dieses Thema verantwortlich ist. Er sorgt auch dafür, dass das System regelmäßig verbessert wird.
Neben diesen herausragenden Leistungen hat die EnBW bereits weitere Bereiche identifiziert, in denen Handlungsbedarf besteht. So will sie die nächste Stufe der KI-Reife erreichen. Um den KI-Reifegrad weiter zu erhöhen, ist eine noch präziser formulierte KI-Ambition in Abstimmung mit der gesamten Unternehmensstrategie erforderlich. Zusätzlich muss die EnBW die Entwicklungsprozesse noch weiter standardisieren, die über verschiedene Teams hinweg eingesetzt werden.
So will sie gewährleisten, dass KI abgestimmt angewendet und umgesetzt wird. Das Gleiche gilt für die Notwendigkeit, eine zentralisierte und skalierbare Infrastruktur weiterzuentwickeln. Auf der anderen Seite muss die EnBW die Sichtbarkeit ihrer Datenbestände erhöhen, um das Potenzial von KI im großen Maßstab zu nutzen.
Aufgrund dieser Ergebnisse des Assessments hat die EnBW nun ein klares Verständnis, welche Maßnahmen sie ergreifen muss, um ihren Reifegrad noch weiter zu verbessern.
Ergebnisse und nächste Schritte
Anhand der durchgeführten Maßnahmen sind erste Ergebnisse der EnBW erkennbar, die darauf abzielen, die 3. Stufe der KI-Reife zu erreichen. Die Arbeit trägt also Früchte.
Durch Workshops stellte die EnBW eine klare und zentrale KI-Vision über alle Geschäftsbereiche hinweg auf und stimmte sie mit der übergeordneten Unternehmensvision ab. Die EnBW nutzt die Ergebnisse des KI-Reifegrad-Assessments nun auch als Grundlage, um ihre nächsten strategischen Schritte zu definieren, um KI im großen Maßstab einzuführen. Mit der entwickelten Vision und der KI-Strategie stellt die EnBW nun eine übergreifende Perspektive und Orientierung sicher, nach denen ihre Aktivitäten skaliert und ausgerichtet werden sollen.
Darüber hinaus ermöglichte die Schulung der 30 Multiplikatoren aus diversen Geschäftsbereichen und verbundenen Unternehmen bereits, dass das zentrale KI-Team näher an die Geschäftsbereiche herankommt. Es weiß, welche KI-Anwendungsfälle aktuell diskutiert werden und welche KI-bezogenen Bedürfnisse in der Organisation bestehen. Dies hilft dem zentralen Team, sein Serviceangebot zu erweitern und zu verbessern.
So unterstützt es die Multiplikatoren dabei, KI in ihr Geschäftsfeld zu bringen. Die Multiplikatoren helfen dabei, den Wandel voranzutreiben und ein Mindset zu schaffen, das offen für KI ist und dafür eintritt, dass KI ein integraler Bestandteil der Strategie von EnBW ist, anstatt sie als Bedrohung zu sehen. Multiplikatoren tauschen sich auch in Communitys aus, um die bereichsübergreifende Zusammenarbeit und ebensolches Lernen zu erleichtern. Die Mitarbeitenden der EnBW stehen KI generell positiv gegenüber und haben bereits selbst KI-Anwendungsfälle ideenreich umgesetzt.
Aufgrund der beschriebenen initialen technischen Schulungen kann das IT-Team der EnBW nun die Fachbereiche bei KI-Anwendungsfällen unterstützen. So hilft es, Anwendungsfälle anfänglich zu evaluieren sowie die richtigen Implementierungspartner zu bewerten und auszuwählen.
Dank des erworbenen Hintergrundwissens über Tools und Ansätze setzt es sogar einfache Anwendungsfälle selbst um. Darüber hinaus kann das IT-Team nun einfacher mit den internen KI-Teams kommunizieren. Gemeinsam treiben sie die Entwicklung von Infrastruktur und Tools voran. So können KI-Lösungen leichter entwickelt und eingesetzt werden.
Ausblick
In naher Zukunft wird die EnBW vor vielen spannenden Herausforderungen stehen und ihren KI-Reifegrad noch weiter erhöhen. Zum Beispiel wird es entscheidend sein, die KI-Entwicklung und -Einführung (gemeinsam mit der IT) zu beschleunigen.
Eine weitere Aufgabe wird es sein, das Ökosystem zu erweitern, indem die EnBW die richtigen Partner findet. Auch wenn KI bereits in der Unternehmenskultur von EnBW präsent ist, muss die Datenkompetenz noch weiter vorangetrieben werden. Nur so können möglichst viele Mitarbeitende Teil der Community werden, die die Einführung von KI vorantreibt.
Zusätzlich will die EnBW die Entwicklung von KI unterstützen, indem sie ein Data Governance Framework und eine Datenplattform implementiert.
Dies sind nur einige beispielhafte Aufgaben für die nahe Zukunft. Sie verdeutlichen, dass die EnBW zwar bereits große Fortschritte gemacht hat, aber zugleich noch ein langer Weg hin zur höchsten Reifegradstufe vor dem Unternehmen liegt.