Klärfall? Wie KI die härtesten Fälle im Versorgeralltag knackt

In der Studie „Generative AI at Work“ von Erik Brynjolfsson, Danielle Li und Lindsey R. Raymond (2023) zeigen die Autoren, dass generative KI-Assistenten in Call-Centern die Produktivität – gemessen in gelösten Fällen pro Stunde – um rund 14 % steigern, wobei insbesondere unerfahrene Mitarbeitende profitieren (bis zu +34 %). Gleichzeitig verbessern sich Mitarbeiterbindung und Kundenzufriedenheit.

Ähnliche Potenziale sind auch in etablierten IT-Landschaften wie SAP IS-U und SAP S/4 HANA Utilities nutzbar – etwa in der Klärfallbearbeitung. Klärfallbearbeitung zählt zu den besonders zeitintensiven Aufgaben im Versorgungsumfeld: Unklare Daten, fehlerhafte Eingaben oder fehlende Informationen führen zu Prozessunterbrechungen und erfordern manuelle Eingriffe. Künstliche Intelligenz kann hier entscheidend unterstützen: Sie erkennt Muster in großen Datenmengen, beschleunigt die Bearbeitung und reduziert Fehlerquoten.

Ein Beispiel dafür ist das mehr als 20-mal umgesetzte Referenzprojekt der ENERGY4U zur Zählerstandsvalidierung (ZSV). Millionen Kunden übermitteln jedes Jahr ihre Zählerstände an Versorgungsunternehmen. Zwar greifen häufig automatisierte Plausibilitätsprüfungen im ERP-System, doch viele Werte werden ausgesteuert und müssen manuell geprüft werden. In rund 80 % der Fälle bestätigt sich anschließend lediglich die Korrektheit des Zählerstands – ein hoher Aufwand für eine einfache Freigabe.

Übersichtliche Prozesse, stets nachvollziehbar

Mit der KI-basierten Lösung der ENERGY4U wird dieser Prozess grundlegend verändert: Das Machine-Learning-Modell lernt aus Millionen historischer Zählerstände und kombiniert dieses Wissen mit bestehenden Plausibilitätsprüfungen. Valide Werte werden deutlich präziser erkannt als starre Regeln. Diese werden dann automatisiert freigegeben. Lediglich auffällige Fälle gehen direkt an Mitarbeitende zur Prüfung und Bearbeitung.

Die volle Kontrolle bleibt jederzeit gewährleistet: Über konfigurierbare Kriterien und übersichtliche Dashboards können Fachbereiche den Prozess flexibel steuern und nachvollziehen. Dementsprechend kommt es nicht nur zu einer deutlichen Beschleunigung der Bearbeitung, sondern auch einer höheren Qualität – und das in zweifacher Hinsicht. Zum einen verbessert das Modell die technische Prüfqualität gegenüber klassischen Plausibilitätsprüfungen. Zum anderen sorgt seine konsistente Entscheidungslogik für stabile Ergebnisse, unabhängig von Erfahrung, Arbeitslast oder Tagesform einzelner Mitarbeitender. Die Lösung lässt sich nahtlos in bestehende SAP IS-U- und SAP S/4HANA Prozesse integrieren und fügt sich reibungslos in die vorhandene Systemlandschaft ein. So können Mitarbeitende in ihrer vertrauten Umgebung arbeiten, während potenzielle Fehlerquellen durch Systembrüche gar nicht erst entstehen.

Auch im Rahmen des Umstiegs auf SAP S/4 HANA kann KI unterstützen. Neben den typischen Herausforderungen dieses Umstiegs zeigt sich, dass bestehende Prozesse in der neuen Umgebung nicht eins zu eins fortgeführt werden können. Oft entstehen dadurch zusätzliche Klärfälle, die mit klassischen Ansätzen nur schwer zu bewältigen sind. Genau hier setzen Machine-Learning-Methoden an: Sie eröffnen die Möglichkeit, diese neuen Fallarten nicht nur besser zu verstehen, sondern auch automatisiert zu lösen.

Akzeptanz der Mitarbeiter gefordert

Doch so überzeugend die Technik auch ist – Erfahrungen aus der Praxis und wissenschaftliche Studien zeigen, dass erfolgreiche KI-Einführungen ein Zusammenspiel aus technologischen, organisatorischen und umweltbezogenen Faktoren erfordern. Selbst die leistungsfähigsten Tools bringen wenig, wenn sie nicht von den Mitarbeitenden akzeptiert und genutzt werden.

Entscheidend ist daher, die Mitarbeitenden frühzeitig einzubinden, ihnen Sicherheit im Umgang mit der neuen Technologie zu geben und Vertrauen aufzubauen. Setzen Sie dabei bewusst auf einen gestuften Einführungsansatz: Das System wird nicht von heute auf morgen vollständig aktiviert, sondern Schritt für Schritt. So können die Mitarbeitenden die Lösung im Arbeitsalltag kennenlernen, Feedback geben und den Einsatz aktiv mitgestalten. Auf diese Weise entsteht Gewöhnung, Akzeptanz – und das Gefühl, dass es auch „ihr“ System ist. Je nach Bedarf und Zielgruppe ergänzen wir diesen Ansatz durch passgenaue Trainingsangebote – von Schulungen bis hin zu begleitenden Workshops. So wird KI zu einem Werkzeug, das alle Mitarbeitenden sicher einsetzen und im Alltag nutzen können.

Ist der Einstieg in die Nutzung von KI mithilfe eines schlanken Prozesses wie der Zählerstandsvalidierung geschafft, die Akzeptanz der Mitarbeitenden gesichert, Neugier entfacht und sind technologische Grundlagen geschaffen, steht die Tür für die Umsetzung zahlreicher weiterer Use Cases offen. Bei ENERGY4U werden die Mitarbeitenden bei ihrer täglichen Arbeit beispielsweise durch Chatbot4U unterstützt – einen Assistenten, der energiewirtschaftliches Wissen mit unternehmensspezifischen Daten verknüpft und unter anderem spezifische Fragen beantwortet oder bei Dokumentationen unterstützen kann. Für unsere Kunden im Einsatz sind zudem Lösungen zur Automatisierung der Zählpunktidentifikation, Stammdatenbereinigung, Kanalinspektion und viele mehr.