Das Problem des „AI-Washing“ auf dem Markt
Seit 2024 behauptet praktisch jeder Technologieanbieter, über KI-Kompetenzen zu verfügen. Präsentationen, Projekte, die nun als „KI-gestützt“ umbenannt werden, und Teams, die gestern noch etwas ganz anderes gemacht haben. Für einen CIO eines deutschen Energieversorgers ist das ein echtes Problem: Der Großteil dieser Kompetenzen wird ausgeliehen, an Subunternehmer vergeben oder auf dem Markt von Fachkräften eingekauft, die alle paar Monate wechseln.
Die Frage, die selten mit Fakten beantwortet wird, ist ganz einfach: Wie baut ein Beratungsunternehmen tatsächlich echte KI-Kompetenz auf, die langfristig Bestand hat, ohne sich auf das Glücksspiel bei der Personalbeschaffung verlassen zu müssen? Bei Principal33 stützt sich unsere Antwort auf drei Säulen, an denen wir seit Jahren arbeiten: strukturierte interne Schulungen, ein Senior-Junior-Entwicklungsmodell sowie die aktive Teilnahme an Branchenveranstaltungen und in der Community.
„Im Bereich der KI ist nicht das verwendete Modell entscheidend – entscheidend sind die Menschen, die wissen, wann, wo und warum sie es einsetzen müssen.“
Warum sich der Aufbau eigener KI-Kompetenzen vom Kauf solcher Lösungen unterscheidet
Der Einkauf von KI-Fachkräften auf dem freien Markt birgt für einen Partner, der mit deutschen Energieversorgern zusammenarbeitet, drei Probleme. Erstens: die Kosten. KI-Fachkräfte mit echter Erfahrung im Energiesektor oder mit SAP IS-U sind teuer und rar. Zweitens die Fluktuation: Die Fluktuation bei erfahrenen KI-Fachkräften wird in den Jahren 2024 und 2025 deutlich über dem Niveau anderer Technologiebereiche liegen. Drittens die mangelnde Branchenausrichtung: Ein allgemeiner Data Scientist versteht weder MaKo noch GPKE noch die regulatorische Bedeutung der Bundesnetzagentur oder des BSI.
Deshalb ist der Aufbau interner Kapazitäten keine romantische Entscheidung, sondern eine operative Maßnahme, die den Kunden vor Marktschwankungen schützt.
Die drei Säulen echter KI-Fähigkeiten
Drei Säulen bilden die Grundlage dafür, wie wir unsere KI-Kompetenzen intern aufbauen, anstatt sie auf dem Markt einzukaufen.
01 · Strukturierte interne Schulungen
Ein durchgängiges Programm, das Grundlagen in den Bereichen ML, GenAI und MLOps mit einer Spezialisierung auf den Versorgungssektor verbindet: Prognosen, Anomalieerkennung, Abrechnungsvorfälle, Kundenkommunikation.
02 · Entwicklung von Senioren und Junioren
Nachwuchskräfte mit hohem Potenzial, die unter der Anleitung erfahrener Kollegen an realen Projekten gefördert werden. Praxisorientiertes Lernen, Wissensaufbau, stabile Kundenbeziehungen und nachhaltige Margen.
03 · Veranstaltungen & Community
Regelmäßige Teilnahme an den Konferenzen „E-world energy & water“, „SAP for Utilities“ und „applied-AI“. Lernen, Überprüfen und Rückmeldung durch Artikel und Kooperationen mit Hochschulen.
Säule 1 – Strukturierte interne Fortbildung
Unsere KI-Schulung besteht nicht aus einer Reihe von aufeinander losgelösten Kursen. Es handelt sich um ein fortlaufendes Programm, das technische Grundlagen (klassisches maschinelles Lernen, Deep Learning, GenAI, MLOps) mit branchenspezifischen Fachkenntnissen verbindet. Für Versorgungsunternehmen bedeutet dies, die Teams anhand realer Branchenfälle zu schulen: Nachfrage- und Erzeugungsprognosen, Erkennung von Anomalien bei Zählerständen, Klassifizierung von Abrechnungsvorfällen sowie Kundenkommunikation zu komplexen Rechnungen.
Das Programm umfasst drei sich ergänzende Formate: regelmäßige Fachveranstaltungen unter der Leitung von erfahrenen Mitarbeitern, praktische Übungen mit branchenspezifischen Datensätzen sowie projektübergreifende Peer-Reviews anhand realer Fälle. Die bloße Teilnahme an einem Kurs reicht nicht aus, um eine Zertifizierung im Bereich KI zu erhalten; für die interne Zertifizierung muss ein realer Fall unter der Aufsicht eines erfahrenen Mitarbeiters bearbeitet worden sein.
Säule 2 – Talentförderung bei erfahrenen und Nachwuchsspielern
Anstatt teure erfahrene Fachkräfte auf dem Arbeitsmarkt einzustellen, holen wir vielversprechende Nachwuchskräfte an Bord und fördern sie in realen Projekten unter der Anleitung erfahrener Mentoren. Dieses Modell hat drei direkte Konsequenzen.
Erstens ist das Lernen praxisorientiert und nicht theoretisch. Nachwuchskräfte lernen, indem sie echte Probleme für echte Kunden lösen, und nicht im Klassenzimmer. Zweitens sammelt sich Wissen innerhalb des Unternehmens an: Wenn eine Nachwuchskraft zum erfahrenen Mitarbeiter aufsteigt, gibt sie das Branchenwissen weiter, anstatt es an einen anderen Arbeitgeber weiterzugeben. Drittens bleibt die Kundenbeziehung erhalten: Die Teams bleiben stabil, da die berufliche Entwicklung innerhalb des Unternehmens stattfindet.
Das Modell ermöglicht es uns zudem, nachhaltige Margen zu sichern, ohne die Kundenrechnung mit hochbezahlten Fachkräften zu überhöhen – für Aufgaben, die ein gut angeleiteter Nachwuchsmitarbeiter problemlos bewältigen kann.
Säule 3 – Veranstaltungen und Gemeinschaft
Ein Beratungsunternehmen, das glaubwürdig über KI sprechen möchte, darf sich nicht hinter seinen eigenen vier Wänden verschließen. Wir nehmen regelmäßig an wichtigen Branchenveranstaltungen teil, wie beispielsweise der E-world energy & water, den SAP for Utilities-Treffen und Fachkonferenzen zum Thema KI in regulierten Branchen. Diese Foren dienen zwei Zwecken: Wir erfahren, was andere tun, und wir überprüfen unsere Hypothesen im Gespräch mit echten Kunden – nicht in internen Besprechungsräumen.
Außerdem leisten wir durch Fachartikel, die Teilnahme an Podiumsdiskussionen und Kooperationen mit Hochschulen einen Beitrag zur Community. Das ist kein Marketing: Auf diese Weise sorgen wir dafür, dass unsere Teams stets auf dem neuesten Stand der Technik bleiben, und gewinnen Talente, die an anspruchsvollen Projekten arbeiten möchten – und nicht an Laborversuchen.
Warum dies für den CIO eines deutschen Energieversorgers von Bedeutung ist
Für einen deutschen Energieversorger, der Partner für seine KI-Strategie evaluiert, lautet die entscheidende Frage nicht : „Verfügen Sie über KI-Kompetenzen?“. Denn darauf wird jeder mit „Ja“ antworten. Die relevante Frage lautet vielmehr: „Wie bauen Sie diese Kompetenzen auf und erhalten sie langfristig aufrecht?“.
Die Antwort auf diese Frage lässt drei Dinge erkennen: ob die Teams, die das Projekt starten, in achtzehn Monaten noch daran arbeiten werden, ob Branchenwissen aufgebaut wird oder verloren geht und ob das Geschäftsmodell nachhaltig ist oder von der Vergabe von Unteraufträgen an Dritte abhängt.
Wo Principal33 ansetzt
Bei Principal33 wird dieses Modell bereits seit Jahren eingesetzt und ist der Grund dafür, dass wir erfahrene, deutschsprachige Nearshore-Teams für den DACH-Raum mit einer geringen Fluktuationsrate anbieten können. Unsere KI-Kompetenz ist kein Produkt, das wir gekauft haben: Es handelt sich um eine Kompetenz, die wir intern aufgebaut und speziell auf die Bedürfnisse der deutschen Versorgungsbranche sowie auf die für diese geltenden rechtlichen Rahmenbedingungen (Bundesnetzagentur, BSI, KRITIS, DSGVO) abgestimmt haben.
Der Perspektivwechsel
Im Bereich der KI ergibt sich ein nachhaltiger Wettbewerbsvorteil nicht aus dem Zugang zum neuesten Modell – das ist mittlerweile eine Selbstverständlichkeit. Er ergibt sich vielmehr daraus, dass man Mitarbeiter hat, die die Branche verstehen, die wissen, wann KI eingesetzt werden sollte und wann nicht, und die seit Jahren zusammenarbeiten. Diese Art von Kompetenz lässt sich nicht kaufen: Sie muss aufgebaut werden. Und dieser Aufbau erfordert Zeit, Engagement und eine gewisse Besessenheit, was die Qualität des eigenen Teams angeht.
