Die Rechnungsstellung ist kein KI-Problem – aber KI spielt dabei eine Rolle
Die Diskussion über KI in der deutschen Versorgungsbranche dreht sich oft um dieselbe Frage: „Kann KI unser Abrechnungssystem ersetzen?“ Die ehrliche Antwort lautet: Nein. Die Abrechnung in der Versorgungsbranche ist in erster Linie kein KI-Problem, sondern ein Problem sauberer Stammdaten, deterministischer Tariflogik, regulatorischer Nachvollziehbarkeit und Konsistenz zwischen Vertrag, Zähler, Berechnung und Rechnungsstellung. Genau dafür sind SAP IS-U, FI-CA oder Powercloud konzipiert, und kein Sprachmodell wird sie ersetzen können.
Die interessante Frage lautet jedoch anders: Wo schafft KI im Abrechnungssystem tatsächlich einen Mehrwert, ohne dessen Kern zu berühren? Die Bundesnetzagentur meldete im Jahr 2024 7,1 Millionen Stromanbieterwechsel, 236.195 Vertragskündigungen wegen Zahlungsverzugs und rund 4,6 Millionen Abschaltbescheide. Hinter diesen Zahlen verbergen sich Millionen von Rechnungen, Streitfällen und Kundenkontakten, bei denen KI – wenn sie diszipliniert eingesetzt wird – erhebliche Kapazitäten freisetzen kann.
„KI ersetzt das Abrechnungssystem nicht. Sie sorgt dafür, dass die um das Abrechnungssystem herum liegende Ebene schneller, übersichtlicher und berechenbarer wird.“
Wo KI hingehört – und wo nicht
Einige Teile des Abrechnungsprozesses müssen deterministisch bleiben. Andere lassen sich mithilfe von KI erheblich verbessern. Den Unterschied zu kennen, ist entscheidend dafür, ob ein Projekt seriös oder risikobehaftet ist.
✗ Wo KI nichts zu suchen hat
Die Tarifberechnung, die Anwendung der Preisbildungslogik, die Rechnungsstellung oder die Buchung in FI-CA. Aktualisierungen der Stammdaten und Änderungen des Vertragsstatus. Diese Vorgänge erfordern Reproduzierbarkeit, lückenlose Rückverfolgbarkeit und regulatorische Nachvollziehbarkeit. In dieser Kette ist kein Platz für Zufälle.
✓ Wo KI einen echten Mehrwert schafft
Erkennung von Anomalien in Messwerten, Klassifizierung von Abrechnungsvorfällen, Vorhersage von Zahlungsausfällen, personalisierte Kundenkommunikation zu komplexen Rechnungen. KI ist rund um die Abrechnungs-Engine angesiedelt, niemals in ihr selbst, und liefert messbare Ergebnisse, ohne die Berechnung selbst zu beeinflussen.
Vier Anwendungsfälle, in denen KI messbare Ergebnisse liefert
In vier Bereichen konzentriert sich der größte Teil des tatsächlichen Nutzens der KI im Zusammenhang mit der Abrechnung von Versorgungsleistungen, ohne dass die Abrechnungsengine selbst verändert wird.
01 · Erkennung von Anomalien in Messwerten
Verbrauchswerte außerhalb der erwarteten Bereiche, unregelmäßige Verbrauchsverläufe nach einer Vertragsänderung oder ungewöhnliche Lücken bei den Ablesewerten werden bereits im Vorfeld erkannt – noch bevor eine fehlerhafte Rechnung ausgestellt wird und korrigiert werden muss.
02 · Klassifizierung und Weiterleitung von Vorfällen
Die Modelle klassifizieren die Tickets vorab nach ihrer Hauptursache (Vertrag, Preis, Ablesung, Mahnwesen) und leiten sie mit bereits extrahierten Kontextinformationen an das zuständige Team weiter. Bei Versorgungsunternehmen mit hohem Aufkommen führt dies zu einer erheblichen Einsparung an Arbeitsstunden pro Woche.
03 · Ausfall- und Mahnprognose
Angesichts von 236.195 Vertragsbeendigungen wegen Zahlungsverzugs und 4,6 Millionen Abschaltankündigungen pro Jahr erkennen Vorhersagemodelle gefährdete Kunden frühzeitig, sodass noch vor der Abschaltung proaktive Kommunikation und Zahlungspläne möglich sind.
04 · Kommunikation bei komplexen Rechnungen
Rückwirkende Anpassungen, Tarifwechsel und Abrechnungen über mehrere Abrechnungszeiträume lassen sich nur schwer in einem einzigen Brief erklären. Generative KI erstellt personalisierte Erklärungen auf der Grundlage realer Rechnungsdaten, die von einem Mitarbeiter überprüft werden – wodurch Anrufe und Streitfälle reduziert werden.
Warum „KI-unabhängig“ hier keine Option ist
Abrechnungsdaten gehören zu den sensibelsten Datensätzen, über die ein Versorgungsunternehmen verfügt. Sie vereinen personenbezogene Daten (DSGVO), Verbrauchsverhalten und finanzielle Verpflichtungen. Nicht jedes Modell darf diese Daten verarbeiten, nicht jede Hosting-Konfiguration entspricht den Anforderungen des BSI, und nicht jedes Inferenzmuster ist mit den KRITIS-Auflagen vereinbar.
Hier kommt einem KI-unabhängigen Ansatz entscheidende Bedeutung zu: Für die Erkennung von Anomalien ist möglicherweise ein Open-Source-Modell vorzuziehen, das in der Umgebung des Versorgungsunternehmens bereitgestellt wird; für die Kundenkommunikation könnte ein geschlossenes Modell eines Hyperscalers mit strengen Datenhandhabungsvorschriften die richtige Wahl sein; für die interne Ticketklassifizierung kann ein kleines, feinabgestimmtes Modell einem großen, allgemeinen Modell überlegen sein. Die Auswahl nach Anwendungsfall und nicht nach Anbieter gewährleistet sowohl die Einhaltung von Vorschriften als auch die Kostenkontrolle.
So integrieren Sie KI in SAP IS-U, ohne den Kern zu beeinträchtigen
Das bewährte Integrationsmodell ist allgemein bekannt: Die KI wird um das Abrechnungssystem herum eingesetzt, nicht darin. Die Daten werden über kontrollierte Schnittstellen extrahiert, in einer separaten Umgebung verarbeitet, und nur strukturierte Signale (Markierungen, Bewertungen, Kategorien, Textentwürfe) fließen zurück in IS-U, FI-CA, Powercloud, das CRM oder das Kundenportal. Die Abrechnungsengine bleibt deterministisch, überprüfbar und aktualisierbar.
Dieser Ansatz bewahrt zudem das, was jedem CIO eines deutschen Energieversorgers am wichtigsten ist: die Möglichkeit, auf S/4HANA umzustellen, ohne KI-Abhängigkeiten in die Kernmigration mit einzubeziehen.
Wo Principal33 ansetzt
Principal33 vereint zwei Kompetenzen, die normalerweise getrennt sind: AMS für Abrechnungssysteme von Versorgungsunternehmen (SAP IS-U, FI-CA, Powercloud, Salesforce) und einen KI-unabhängigen Daten- und KI-Bereich, der von erfahrenen, deutschsprachigen Nearshore-Teams aus dem DACH-Raum betreut wird. Diese Kombination ermöglicht es, mit ein und demselben Partner die Abrechnung stabil zu halten und gleichzeitig zu ermitteln, wo KI in diesem Bereich einen Mehrwert schaffen kann, ohne dabei zusätzliche Risiken einzugehen. Principal33.
Der Ausgangspunkt ist nicht : „Lasst uns KI auf die Rechnungsstellung anwenden.“ Vielmehr handelt es sich um eine gemeinsame Analyse mit dem Versorgungsunternehmen, bei der ermittelt wird, welche Probleme bei der Rechnungsstellung struktureller Natur sind, welche datenbedingt sind und welche tatsächlich von KI profitieren können – um dann für jeden dieser Bereiche die geeignete Technologieplattform auszuwählen, wobei vor dem Start eines Pilotprojekts klare Kennzahlen festgelegt werden.
Der Perspektivwechsel
Bei einem deutschen Energieversorger dient KI in der Abrechnung nicht als Ersatzstrategie, sondern als Unterstützungsstrategie. Die Abrechnungs-Engine bleibt dort, wo sie hingehört, und die KI übernimmt die Aufgaben, die früher stundenlange manuelle Arbeit erforderten: das Aufspüren falscher Zählerstände, die Weiterleitung von Vorfällen, das Vorhersagen von Zahlungsausfällen und die Erläuterung komplexer Rechnungen. Bei konsequenter Anwendung gefährdet die KI das Abrechnungssystem nicht, sondern verbessert sichtbar dessen bestehende Leistungsfähigkeit.
