Wie die Thüga mit Datenstrategie, Governance und Skalierung messbare Produktivitätsgewinne erzielt.

Die Welt der Energieversorger wird immer komplexer“, sagt Oliver Herzog, Group CIO/CDO der Thüga. „KI kann dabei helfen, Routinen zu automatisieren und so Raum für neue, komplexere Tätigkeiten zu schaffen.“ Viele Unternehmen der Thüga-Gruppe haben bereits Anwendungen getestet und zum Beispiel im Bereich Kundenservice eingeführt. Andreas Dezor, KI-Experte im Team von Herzog, erklärt: „Ein großes Thema ist das Lernen voneinander, wir tauschen uns regelmäßig mit den Pionieren der Thüga-Gruppe aus.“ Der Konsens: Die Befähigung von Mitarbeitenden ist der Schlüssel für gelungene KI-Anwendungen. Nach regelmäßigen Schulungen liegt der Fokus jetzt auf der Umsetzung: „Am Ende muss der Einsatz von KI wirtschaftlich sein“, sagt Herzog. „Dazu gehört, nicht in jedem Unternehmen alles neu zu entwickeln.“ Dezor ergänzt: „Die Skalierung auf möglichst viele Unternehmen der Thüga-Gruppe ist der Kern unserer Arbeit.“ Dazu hat die Thüga beispielsweise ein Rahmenabkommen abgeschlossen, das den Einsatz des generativen KI-Modells Business GPT ermöglicht.

Daten als Grundlage für alles

Nicht nur für KI ist eine saubere Datenbasis wichtig: Mit dem DataHub bietet Syneco ab Mitte 2026 Stadtwerken eine strukturierte und zukunftsfähige Lösung für den Umgang mit ihren Vertriebsdaten. „Daten sind das Kerngeschäft der Energiebranche“, erklärt Georg Grießing, Projektleiter aus dem Bereich Portfolioservices & strategische Kunden bei Syneco. „Wer wettbewerbs- und handlungsfähig bleiben will, braucht einen schnellen, direkten Zugriff auf qualitätsgesicherte Kundendaten.“ In vielen Vertrieben sind die Systemlandschaften historisch gewachsen: Daten liegen in unterschiedlichen Quellsystemen, Analysen erfolgen häufig noch Excel-basiert, ein durchgängiges Datenmodell fehlt. Der DataHub führt Stamm- und Bewegungsdaten systemübergreifend zusammen, harmonisiert und prüft sie nach energiewirtschaftlichen Regeln und schafft so eine verlässliche „Single Source of Truth“. Über standardisierte Schnittstellen können zudem externe Datenquellen – etwa Geo-, Wetter- oder Marktstammdatenregister-Daten – angebunden werden. Das Ergebnis erlaubt einen detaillierten Blick auf jeden Endkunden und eine deutlich höhere Analysefähigkeit im Vertrieb.

Von der Bündelung zur Steuerung

Auf dieser Grundlage lassen sich konkrete operative Anforderungen adressieren: etwa die frühzeitige Identifikation von Prosumern, die transparente Steuerung des Standard-Last-Profil-Portfolios durch monatliche Bottom-up-Analysen oder Szenarienrechnungen im Zuge des Rollouts von intelligenten Messsystemen. So wird aus der Bündelung und Qualitätsprüfung der Daten eine aktive Steuerung von Vertrieb sowie Prognose und Beschaffung. „Entscheidend ist, Daten nicht nur technisch zu integrieren, sondern sie wirtschaftlich nutzbar zu machen“, sagt Grießing. Der DataHub schafft dafür die Grundlage: Er verbindet technologische Exzellenz mit energiewirtschaftlicher Expertise – und macht aus komplexen Datenbeständen einen konkreten Werttreiber für Energieversorger.

Verantwortlichkeiten klar definieren

Damit ein solches Projekt läuft, braucht es neben der technischen Anbindung, der Programmierung und der Auswertung der Daten organisatorische Anpassungen: „Die Grundlage bilden klare Rollen und Verantwortlichkeiten“, erklärt Annika Skok, Expertin für IT-Controlling und KI bei Thüga. Sie entwickelt dazu im Rahmen des DataHub eine sogenannte „Data Governance“. Als Leitfaden unterstützt sie Stadtwerke, die den DataHub mit aufbauen, Prozesse und Aufbauorganisation entsprechend anzupassen. Dadurch entstehen klare Verantwortlichkeiten für die Daten, die in den DataHub einfließen. Skok erklärt: „Die Governance wird skalierbar sein, damit sie im Kern auf alle Unternehmen in der Thüga-Gruppe passt und den Einstieg in den DataHub so leicht wie möglich macht.“

Datenstrategie als Basis

Der DataHub zeigt: Datenverständnis kommt vor den Anwendungen. Das bestätigt auch Herzog: „Während KIs wichtig sind, sind sie doch nur einzelne Puzzleteile. Am Anfang steht eine komplette Datenstrategie.“ Diese bedeutet, sich mit allen Datenquellen im Unternehmen auseinanderzusetzen, die Daten zu prüfen und ständig zu bereinigen. „Und daraus entstehen dann Anwendungsfälle, die im Fall von KI oder einem DataHub idealerweise auf viele Unternehmen der Thüga-Gruppe passen“, fasst Herzog zusammen.

Den gesamten Thüga-Jahresbericht 2025 sowie die Finanzberichte zum Downloaden finden Sie hier.