mit Dr. Alexandra Redmann, KI- und Innovationsexpertin bei der NEW Gruppe
Reicht ein KI-Tool für alles? Darauf hat Alexandra Redmann eine klare Antwort: Nein. Sie erklärt, warum KI weit mehr ist als ChatGPT, welche Technologien bei der NEW Gruppe wirklich zum Einsatz kommen und warum neue Lösungen zur bestehenden IT-Strategie passen müssen. Sie gibt Einblicke in Auswahlprozesse, Governance und die Frage, wer Ideen einbringen kann – und wer entscheidet. Außerdem: Warum gute KI-Projekte beim Problem beginnen, nie beim Tool und warum Spielerei manchmal der beste Einstieg ist.
Dr. Alexandra Redmann ist KI- und Innovationsexpertin bei der NEW Gruppe. In dieser Funktion verantwortet sie die Umsetzung der KI-Strategie des Energieversorgers. Zu ihren Aufgaben zählen nicht nur die Implementierung von KI-Initiativen, sondern auch die Förderung eines verantwortungsvollen Umgangs mit KI und die Einhaltung ethischer und regulatorischer Leitplanken.
In der NEW-Gruppe ist KI kein Thema, das einfach nur nebenbei mitläuft, sondern Teil der Digitalisierungs- und Datenstrategie. „Uns war klar, dass eine Schlüsseltechnologie auf uns zu kommt. Deshalb haben wir uns relativ frühzeitig mit dem Thema beschäftigt“, sagt Alexandra Redmann. Die NEW ist deshalb schon weit und der KI-Reifegrad im Vergleich mit anderen Unternehmen hoch.
Auffällig ist bei der NEW zudem der kulturelle Zugang. Das Unternehmen sucht nicht nur nach Anwendungsfällen mit messbarem Effizienzgewinn, sondern baut auch Akzeptanz und Offenheit auf. Ein Beispiel dafür ist ein Avatar des Vorstands Frank Kindervatter, der bewusst nicht primär als klassischer Business Case gedacht war, sondern als Türöffner für das Thema.
Gerade solche Projekte zeigen, dass kulturelle Voraussetzungen für KI-Einsatz nicht nebenbei entstehen. Alexandra Redmann sagt dazu: „Spielerei muss ja nicht immer schlecht sein.“ Wer Menschen für KI gewinnen will, muss nicht mit Regulierung oder Toollisten anfangen, sondern oft erst einmal mit Verständlichkeit und Neugier.
Viele Menschen verbinden KI heute vor allem mit generativer KI. Auch Alexandra Redmann erlebt im Austausch mit Unternehmen immer wieder, dass ChatGPT oder andere generative KI-Tools stellvertretend für das gesamte Thema stehen. Das macht KI zwar greifbarer, verkürzt aber den Blick auf die tatsächliche Bandbreite der Technologien.
Für Alexandra Redmann ist Künstliche Intelligenz vielmehr ein Werkzeugkasten mit unterschiedlichen Schubladen. Dazu gehören maschinelles Lernen, natürliche Sprachverarbeitung, Bildverarbeitung und Wissensgrafen. Der Punkt ist ihr wichtig, weil unterschiedliche Aufgaben auch unterschiedliche technische Ansätze brauchen. Sprachmodelle sind für sie damit nur Teil eines größeren Ganzen.
Viele KI-Technologien nutzen wir längst im Alltag, ohne es bewusst wahrzunehmen. Navigationssysteme, personalisierte Empfehlungen auf Plattformen oder maschinelle Übersetzung nutzen Verfahren, die unter den KI-Begriff fallen. In der Energiewirtschaft gehören Prognosemodelle für Lastverläufe, Störungen oder Verbrauch seit Jahrzehnten zum Standard.
Die NEW ist mit Energie, Wasser, Abwasser, ÖPNV und weiteren Geschäftsfeldern breit aufgestellt. Entsprechend unterschiedlich sind die Einsatzfelder für Künstliche Intelligenz. Alexandra macht deutlich, dass es deshalb weder das eine Tool noch die eine Standardlösung geben kann. Maßgeblich ist für sie immer die Frage, welches Problem gelöst werden soll und welche Technologie dafür geeignet ist.
Gleichzeitig soll die Tool-Landschaft beherrschbar bleiben. Neue Lösungen müssen, so Redmann, „zur bestehenden IT-Strategie und IT-Architektur passen“. Dahinter steht der Anspruch, nicht zu viele Insellösungen einzukaufen, die später nicht zusammenarbeiten.
Ein konkretes Beispiel: Microsoft Copilot 365 wird in der NEW Gruppe nicht nur im Büroalltag, sondern vor allem für KI-gestütztes Wissensmanagement genutzt. Ziel ist nicht, Wissen für KI zu sammeln, sondern KI zu nutzen, „Wissen besser zugänglich zu machen“, sagt Alexandra. Wenn Mitarbeitende auf freigegebene SharePoint-Dateien zugreifen können, lassen sich damit z. B. Fragen zu Richtlinien oder zu einer E-Mail vom Vortag schneller beantworten.
Dass KI bei der NEW deutlich über Sprachmodelle hinausgeht, zeigt ein weiteres Beispiel: Im Versorgungsgebiet werden Punktwolken und digitale Modelle genutzt, um reale Strukturen abzubilden. Alexandra Redmann berichtet von einem Projekt im Bunten Garten in Mönchengladbach, bei dem tausende Bäume digital erfasst wurden, damit Pflege und Analyse des Bestands leichter möglich werden. Manche KI-Anwendungen sprechen also, andere erkennen Objekte, berechnen Modelle oder strukturieren Wissen.
So offen die NEW für neue Ideen ist, so klar sind zugleich die Leitplanken. Alexandra Redmann betont: „Es dürfen nur KI-Tools verwendet werden, die freigegeben sind.“ KI-Software wird dabei nicht als Sonderwelt behandelt, sondern in den bestehenden IT-Anschaffungsprozess eingeordnet.
Bei der NEW kann jede Mitarbeiterin und jeder Mitarbeiter Ideen einbringen, entschieden wird dann entlang definierter Prozesse. In einem Expert*innenkreis wird geprüft, welche Besonderheiten der jeweilige Anwendungsfall mit sich bringt. Dazu zählen Fragen nach der KI-Verordnung, nach möglichen Pflichten aus der Regulierung oder auch danach, ob Daten zum Training eines Modells verwendet werden.
Wichtig ist für Alexandra dabei, dass Governance nicht nur aus Verboten besteht und ein bewegliches System bleibt. Weil sich Technologien, Regulierung und typische Anwendungsfälle schnell verändern, müssen Regeln aus ihrer Sicht laufend angepasst und verständlich kommuniziert werden.
Die KI-Governance der NEW Gruppe ist gemeinsam mit dem Betriebsrat entstanden und enthält nicht nur Freigaben, sondern auch praktische Hinweise für den Alltag, z. B. beim Umgang mit KI-generierten Bildern oder bei der Auswahl erlaubter Tools
Für Alexandra Redmann beginnt KI-Umsetzung nicht mit der Frage, welches Produkt gerade besonders sichtbar ist. Sie plädiert dafür, vom konkreten Problem und vom Arbeitsprozess her zu denken. Deshalb arbeitet die NEW mit Workshops in Fachabteilungen, in denen zunächst Grundwissen vermittelt und dann gemeinsam geschaut wird, welche Aufgaben sich überhaupt für KI eignen.
Dieses Vorgehen ist bewusst partizipativ angelegt. Mitarbeitende können Ideen über Formate wie die Kickbox einbringen und sie so weit validieren, dass wirtschaftliche und technologische Machbarkeit sichtbar werden. Gleichzeitig wartet die NEW nicht nur auf Ideen aus den Abteilungen, sondern betreibt Trendscouting und arbeitet eng mit Start-ups zusammen, um neue Impulse in die Organisation zu tragen.
Ein weiterer Punkt ist die Frage „Make or Buy“. Die NEW kann Modelle auch selbst trainieren, entscheidet das aber nicht dogmatisch. Alexandra Redmann empfiehlt, auf Fallbasis zu prüfen, ob internes Know-how aufgebaut werden muss oder ob externe Spezialisten für einen sehr spezifischen Anwendungsfall besser aufgestellt sind. Entscheidend ist aus ihrer Sicht, dass genug eigenes Verständnis im Unternehmen bleibt, um Qualität, Datengrundlage und Eignung einer Lösung beurteilen zu können.
Zum Innovationsprozess gehört für sie außerdem ein realistischer Umgang mit Unsicherheit. KI-Projekte starten bei der NEW oft als überschaubare Pilotprojekte oder Proof of Concepts. „Wir setzen vielleicht erst mal ein handhabbares Pilotprojekt auf, das nur zwölf Wochen geht“, sagt Redmann. Solche Formate schaffen Raum zum Testen und erlauben auch das Ergebnis, dass etwas noch nicht passt. Gerade das kann Vertrauen stärken, weil Fachbereiche erleben, dass nicht jede neue Lösung automatisch dauerhaft ausgerollt wird.
Doch KI wird in der NEW Gruppe nicht als Selbstläufer verstanden. Alexandra Redmann beschäftigt sich unter anderem mit Ontologien und Wissensgrafen, also mit strukturierten Wissensbasen, die Informationen und Beziehungen explizit modellieren. In Kombination mit Sprachmodellen können solche Strukturen helfen, Antworten besser abzusichern und Halluzinationen zu begrenzen.
Der Mehrwert liegt für sie darin, dass ein Sprachmodell nicht nur aus Wahrscheinlichkeiten antwortet, sondern zusätzliche Regeln mitbekommt. Alexandra spricht davon, Sprachmodellen „Leitplanken zu geben“. Wenn in einer Wissensbasis bestimmte Zusammenhänge, Wertebereiche oder Ja-Nein-Entscheidungen hinterlegt sind, lassen sich Aussagen besser prüfen und in kritischen Fällen genauer absichern.
Trotzdem macht sie keine falschen Versprechen. Halluzinationen bleiben aus ihrer Sicht ein reales Thema, selbst bei gut trainierten Modellen. Deshalb müsse immer geprüft werden, ob die Sicherheit einer Technologie für den jeweiligen Anwendungsfall ausreicht oder ob eine andere Lösung besser passt. Ebenso vorsichtig argumentiert sie beim Thema Nutzenmessung: Nicht jeder Mehrwert lässt sich direkt in eingesparter Zeit oder zusätzlichen Leads ausdrücken, aber jedes Projekt braucht klare Kriterien dafür, was als Nutzen gelten soll.
Am klarsten wird ihre Haltung beim Thema Fachwissen. „Fachkompetenz ist unverzichtbar dafür, dass KI die Mitarbeiter*innen unterstützen kann“, sagt Redmann. Wenn Sie generative KI im Unternehmen einsetzen, brauchen Sie also weiterhin Menschen, die Ergebnisse prüfen, Verantwortung übernehmen und die fachliche Qualität bewerten. KI kann Fachleute entlasten und ergänzen, sie ersetzt aber nicht ihre Urteilskraft.
wvgw
Wirtschafts- und
Verlagsgesellschaft
Gas und Wasser mbH
Josef-Wirmer-Str. 3
53123 Bonn
Tel.: +49 228 9191-40
Mo – Do: 8:00 – 17:00 Uhr
Fr: 8:00 – 14:00 Uhr
Künstliche Intelligenz verändert Gesellschaft und Unternehmen. Unser Newsletter hilft Ihnen, diese Entwicklung einzuordnen – ohne Hype und Techniksprech, aber mit klarem Fokus auf Ihre Praxis.
Jetzt hier kostenlos abonnieren und immer auf dem Laufenden bleiben.
