Vom Datenschatz zum Wachstum: Wie Stadtwerke ihre Kundendaten neu nutzen können
mit Michael Hartke, Geschäftsführer der clarifydata GmbH
Darum geht's in dieser Folge
In dieser Folge spricht Michael Hartke über den Datenschatz, den Stadtwerke und Energieversorger längst besitzen und warum er im Vertrieb und Kundenservice oft noch nicht gehoben wird. Statt Kundendaten für Wachstum zu nutzen, dienen sie häufig vor allem der Abrechnung und dem rückwärtsgerichteten Controlling. Hartke zeigt, welches Potenzial in einer echten 360‑Grad-Kundensicht steckt: Kunden besser betreuen, gezielter binden und Angebote entlang des wachsenden Portfolios entwickeln. Gleichzeitig steigt der Druck von außen durch höhere Kundenerwartungen, mehr Komplexität und Wettbewerb. Genau hier kann KI entlasten: Hartke zeigt, wie Versorger im Kundenservice wiederkehrende Standardanfragen flexibel und fallabschließend automatisieren, wenn Datenbasis und Governance sauber aufgesetzt sind.
Michael Hartke ist Mitgründer und Geschäftsführer der clarifydata GmbH in Kiel, einem auf KI- und Data-Science-Lösungen für Stadtwerke und Energieversorger spezialisierten Unternehmen. Seine beruflichen Wurzeln liegen im E-Commerce und im datenbasierten Marketing bei großen Versandhändlern. Erfahrungen, die er gezielt in die Energiewirtschaft übertragen hat, unter anderem als Mitarbeiter bei den Stadtwerken Kiel. Heute begleitet er mit clarifydata Energieversorger und Stadtwerke auf dem Weg vom reaktiven Verwalten zum aktiven, datengetriebenen Gestalten: von der Nutzung vorhandener Kundendaten über KI-gestützte Next-Best-Actions bis hin zu tragfähigen Data-Governance-Strukturen.
Status quo
Stadtwerke verwalten Daten, statt sie für Wachstum zu nutzen
Im Controlling von Stadtwerken und Energieversorgern werden große Mengen an Daten gesammelt. Für Michael Hartke liegt darin ein Schatz, der in vielen Unternehmen bislang nur selten in Wert gesetzt wird. „Man ist eher in der Historie verhaftet und erfasst da ganz viel. Man verwaltet sozusagen“, beschreibt er die aktuelle Situation.
Zwar werden vielerorts Zahlen aufbereitet und Strukturen rund um Vertriebssteuerung und Controlling sind häufig gut ausgebaut. Doch der Blick bleibe oft rückwärtsgerichtet. „Kaum ein Vertriebsleiter würde sagen, ich arbeite datengetrieben, sondern ich nutze Daten an verschiedenen Stellen“, sagt Hartke. Die Arbeit sei „immer noch sehr heuristik getrieben“: geprägt von Erfahrungswerten, Intuition und eingespielten Routinen.
Warum hält sich dieses Muster so hartnäckig? Hartke verweist auf historisch gewachsene Strukturen. Viele Kundinnen und Kunden stammen noch aus früheren Monopolzeiten; durch die Grundversorgung kommt ein Teil der Neukunden mehr oder weniger automatisch hinzu. In dieser Logik dominieren Ziele, die eher auf Stabilisierung als auf Wachstum einzahlen. „Den Kundenstamm langsamer absinken zu lassen oder netto churn gleich null“, das seien typische Vorgaben, die er aus der Praxis kennt.
Entsprechend werden Kundendaten im Alltag vor allem für operative Pflichtaufgaben genutzt: für Abrechnung, Abschlagsanpassungen oder eine aggregierte Sicht auf Kennzahlen. Wie sind die Wechselzahlen? Nehmen die Kundenzahlen zu oder ab? Wie viele Strom-, Gas- oder Glasfaserverträge sind im Bestand? „Der Schritt in den Massenmarkt zu gehen und zu schauen, wo bei welchem Kunden welche Potenziale liegen, das passiert oft nicht“, sagt Hartke.
Dabei läge genau hier der Hebel. Die jahrzehntelange Kundenhistorie vieler Stadtwerke könne ein echter „Wettbewerbsvorteil gegenüber anderen Playern“ sein, gerade gegenüber Anbietern, die weder diese Datenbasis noch einen vergleichbar soliden Kundenstamm haben. Dass dieses Potenzial so selten gehoben wird, hat für Hartke einen einfachen Grund: An zentralen Stellen fehlen Tools und Know-how.
Äußere Treiber des Wandels
Kunden und Markt erwarten mehr
Doch es gibt weitere Gründe, warum Michael Hartke Handlungsbedarf sieht: Der Druck auf Energieversorger und Stadtwerke steigt von mehreren Seiten gleichzeitig.
Auf der einen Seite steigen die Erwartungen der Kundinnen und Kunden: Wer heute bei einem großen Online-Händler einkauft oder seine Bank-App öffnet, erwartet Convenience, Erreichbarkeit und eine nahtlose Erfahrung. Wer dann beim Stadtwerk anruft und hört, dass der Kundenservice eine Auskunft zum Stromvertrag, aber nicht zum Glasfaservertrag geben kann, der macht keine gute Erfahrung. „Vier verschiedene Online-Konten für vier verschiedene Sparten, das ist für Kunden heute nicht mehr akzeptabel“, so Hartke.
Gleichzeitig wird das eigene Portfolio immer komplexer: Strom, Gas, Wärme, Glasfaser, PV-Anlagen, Wallboxen, Wärmepumpen – sieben Sparten mehr als noch vor 20 Jahren. All das mit denselben Strukturen und Prozessen wie früher zu managen, funktioniert nicht. Michael Hartke ist überzeugt: Die Qualität und Reaktionszeit, die Kunden heute erwarten, lässt sich mit den alten Mitteln nicht mehr vorhalten.
Hinzu kommt ein Marktdruck durch steigende Konkurrenz und Energiepreise.
Der Schlüssel sind für Michael Hartke die Daten. Zunächst für Effizienz, dann für echtes Wachstum. Er weiß: Wer seine Kunden wirklich kennt, kann sie nicht nur besser betreuen, sondern auch gezielt ansprechen, binden und weiterentwickeln.
Wo KI heute wirklich hilft
Von höherer Kundenzufriedenheit bis höheren Margen
Der größte Hebel von Künstlicher Intelligenz liegt für Michael Hartke dort, wo es viele gleichartige Vorgänge gibt, z. B. im Kundenservice. Klassische Chatbots auf Basis von Wenn-Dann-Ketten haben das Versprechen der Automatisierung selten eingelöst, so seine Erfahrung. Zu starr, zu fehleranfällig, zu aufwendig in der Pflege.
Moderne KI-Systeme mit generativer KI im Kern können das ändern. Sie ermöglichen echte Dunkelverarbeitung, also die vollautomatische, fallabschließende Bearbeitung von Anfragen, ohne dass ein Mensch nochmal draufschaut.
Zählerstandserfassung, Abschlagsänderungen, Anfragen rund um Preisanpassungen: Das sind Vorgänge, bei denen KI heute zuverlässig übernehmen kann. Die Flexibilität, die dabei entsteht, ist der entscheidende Unterschied zu früheren Systemen.
Für Kundinnen und Kunden bedeutet das vor allem eine bessere Erreichbarkeit des Kundenservice und schnellere Antworten.
Michael Hartke nennt ein Beispiel: Im Zuge einer Preisanpassung lag bei einigen Versorgern die Erreichbarkeit im Kundenservice zeitweise unter 50 Prozent. Jeder zweite Anrufende bekam schlicht keine Antwort. KI kann diese Lücke schließen: mit Erreichbarkeit rund um die Uhr, mit Geschwindigkeit und mit der Fähigkeit, Anfragen sauber zu klassifizieren und zu priorisieren.
Im Unternehmen wirkt der gleiche Mechanismus nach innen: Mitarbeitende werden entlastet und das Unternehmen schafft die Basis für eine höhere Marge. Wer vorher hohe Kosten für die Bearbeitung von Standardanfragen hatte und jetzt zufriedene Kunden bei niedrigeren Kosten, hat einen echten Hebel gefunden.
Durch diese Effizienz in den Prozessen entsteht perspektivisch auch die Chance auf bessere Preise für Kunden, weil Energieversorger diese Effizienz brauchen, um wettbewerbsfähig zu sein und einen schlanken Verwaltungsapparat fahren zu können, erklärt Hartke.
Proaktive Kundenbindung
Kunden halten, bevor sie gehen
Ein weiterer Fall für KI ist die Kündigungsprävention. Die beginnt nicht mit dem Kündigungsschreiben, sondern viel früher, sagt Hartke.
KI kann aus dem Strom an Kundendaten erkennen, wann ein Kunde unruhig wird: Häufen sich Kontakte über verschiedene Kanäle? Gibt es Beschwerden oder ungelöste Anfragen? Verändert sich das Nutzungsverhalten? Schaut sich der Kunde im Online-Konto gerade alle Vertragsinfos an, vielleicht sogar die Kündigungsfrist?
Kombiniert mit Stammdaten – Alter, Wohnort, Bankverbindung, Vertragslaufzeit – entsteht ein Bild, das weit über das hinausgeht, was ein Vertriebsmitarbeiter aus dem Bauch heraus einschätzen kann, betont Hartke.
Was KI dabei nicht leisten kann: Sie erkennt keine Kündigung, die aus einem spontanen Impuls entsteht. Aber sie kann systematisch und in großem Maßstab die Signale auswerten, die Menschen hinterlassen und daraus Next-Best-Actions ableiten.
Wann ist der richtige Moment für ein Angebot? Welcher Kanal passt zu diesem Kunden? Was könnte ihn wirklich halten? Im Idealfall ploppt bei der Kundenservice-Mitarbeiterin eine Empfehlung auf: „Langjährige Kundin, gute Kundin, aber noch mit schlechtem Pricing. Churn-Score wahrscheinlich hoch. Bitte biete hier jetzt unser günstigstes Öko-Gas-Produkt an.“
Im Hintergrund arbeitet das System mit statistischen Zwillingen: Es sucht im Datenbestand nach Kunden mit ähnlichen Stammdaten und ähnlichem Kontaktverhalten und schaut, wie sich diese Personen beim nächsten Kontaktpunkt verhalten haben. Daraus lernt das System und kann Muster erkennen, die für Menschen kaum sichtbar sind, erklärt Hartke.
Stadtwerke, die das nutzen, verwandeln ihren historisch gewachsenen Kundenstamm von einer Verwaltungsaufgabe in einen echten Wettbewerbsvorteil, so seine Einschätzung.
Daten & erste Schritte
Wie der Wandel wirklich gelingt
KI ist nur so gut wie die Daten, auf denen sie arbeitet. Genau hier liegt für viele Energieversorger die eigentliche Herausforderung, weiß Hartke aus Erfahrung. Denn Daten sind zwar reichlich vorhanden, aber oft nicht wirklich nutzbar.
Ein typisches Bild: Ein Kunde hat einen Stromvertrag in System A, einen Gasvertrag in System B, eine Wallbox in System C und eine PV-Anlage in System D. Die Folge ist nicht nur operative Reibung, sondern eine ganz grundlegende Frage: Wie viele Kundinnen und Kunden hat das Unternehmen eigentlich wirklich? Nicht selten können Versorger das selbst nur näherungsweise beantworten.
Dieser Wildwuchs an Systemen und Kundennummern entsteht, weil das Portfolio gewachsen ist, die Datenstrukturen aber nicht im gleichen Tempo mitgewachsen sind. Bevor KI strategisch wirken kann, braucht es deshalb eine saubere Datenbasis, klare Klassifikationen und geregelte Prozesse.
Das 5 Stufen-Vorgehen
Hartke empfiehlt dafür ein fünfschrittiges Vorgehen, das schnell Wirkung zeigt und gleichzeitig die Voraussetzungen für Skalierung schafft:
Potenziale kartieren
Welche Vorgänge sind repetitiv? Was passiert oft? Was frisst viel Zeit? Wo kann ein Fehler großen Schaden verursachen oder ein sauberer Prozess spürbaren Nutzen stiften? Ziel ist eine Landkarte von Anwendungsfällen mit realem Mehrwert.
Datenbasis ehrlich bewerten
Sind die relevanten Daten qualitativ da und sind sie überhaupt zugänglich? Hartke empfiehlt, ganz pragmatisch in die Daten hineinzuschauen (zum Beispiel per Export aus dem Abrechnungssystem), statt darauf zu vertrauen, dass „schon irgendwas drinstehen wird“.
Sponsoren, Betriebsrat und Datenschutz früh einbinden
Nicht erst, wenn der Pilot schon steht. Hartke rät, die Hürden ernst zu nehmen und Ziele sowie Effekte transparent zu machen, damit das Vorhaben Rückhalt hat und nicht spät im Prozess aus Akzeptanz- oder Compliance-Gründen gestoppt wird.
Pilot so aufsetzen, dass er wirklich genutzt werden kann
Hartke betont, dass es für die Umsetzung mehr braucht als einen funktionierenden Algorithmus: Strukturen und Standardprozesse müssen mitgedacht werden, damit der Pilot im Alltag ankommt, statt als „spannendes Experiment“ zu verpuffen.
Parallel die großen Governance-Themen angehen, um skalieren zu können
Während der Pilot läuft, sollten die Voraussetzungen geschaffen werden, damit weitere Use Cases nicht jedes Mal wieder bei null beginnen. Hartke nennt hier ausdrücklich den Aufbau von Rollen und Verantwortlichkeiten rund um Daten (z. B. Data Steward / Data Owner), damit KI-Anwendungen im Unternehmen tragfähig wachsen können.