Daten sind der Mittelpunkt unseres Handelns | mit Sara Burdenski - evm

00:00:00: [Musik]

00:00:05: Zahlen bitte!

00:00:07: Der Data Podcast.

00:00:09: Hallo und herzlich willkommen zu Zahlen bitte, der Data Podcast.

00:00:14: Mein Name ist Marle Wockenfuss, ich bin Managing Consultant bei Taut

00:00:18: und mir gegenüber sitzt Sarah Bodenski.

00:00:22: Sarah, herzlich willkommen.

00:00:25: Du sitzt gerade mit mir in Köln, du kommst aber gar nicht aus Köln.

00:00:28: Das ist richtig.

00:00:29: Und woher kommst du?

00:00:31: Sarah Bodenski ist mein Name, ich komme aus Koblenz,

00:00:33: das ist nicht so weit weg.

00:00:35: Der Reihen verbindet uns.

00:00:37: Ich arbeite bei der Energieversorgung Mittel Reihen

00:00:40: und jetzt schon seit zwei Jahren in einem Projekt mit euch zusammen.

00:00:44: Und bin heute Gast in eurem Podcast und bedanke mich für die Einladung.

00:00:48: Ja, sehr gerne.

00:00:49: Also zwei Jahre ist natürlich schon einiges an Zeit.

00:00:52: Wir können uns schon relativ gut, wir haben einige Änderungen bei euch durchgemacht.

00:00:57: Ja.

00:00:58: Erzähl mal etwas von der EVM, dem Energieversorgung Mittel Reihen.

00:01:03: Ihr seid in Koblenz tätig, ihr seid aber glaube ich soweit ich weiß, deutschlandweit aktiv.

00:01:08: Ja, also wir beschränken uns in unseren Kernfeldern auf das nördliche Reihenland-Falz.

00:01:14: Das zieht sich aber dann wirklich von der Landesgrenze im Norden bis in den Westen

00:01:21: an die belgische Grenze und im Süden bis so nahe.

00:01:27: Und das nördliche Reihenland-Falz ist das Gebiet, in dem wir uns bewegen, indem wir unsere Kunden versorgen.

00:01:31: Als Energieversorger habt ihr verschiedene Themenbereiche.

00:01:36: Kannst du vielleicht nochmal ganz kurz aufsäumen, was euer Kerngeschäft ist,

00:01:39: wo ihr maßgeblich euch gerade vielleicht auch positioniert,

00:01:43: was Veränderungen auf dem Bereich der Energieversorgung gerade stattfindet?

00:01:48: Ja, also wir haben ganz klassisch die Energieversorgung mit Strom und Gas bei uns im Portfolio.

00:01:55: Darüber hinaus aber wie viele andere in der Branche auch haben wir unser Kerngeschäft erweitert.

00:02:01: Für uns spielen Themen wie der Verkauf von Photovoltaikanlagen, Solaranlagen,

00:02:08: aber auch die Unterstützung bei der Wärmeausstattung unserer Kunden eine Rolle.

00:02:13: Wir verkaufen also auch Heizsysteme für unsere Kunden,

00:02:17: damit die also rundum gut versorgt mit der Energie der EVM-Gruppe sind.

00:02:22: Wir haben auch einen Netzbetreiber in unserer Gruppe verankert,

00:02:27: der für die Netzgestaltung, Wartung, Versorge zuständig ist.

00:02:34: Ich glaube diese Trennung bei euch, Netzteil und vertrieblicher Teil,

00:02:40: ist ja immer ein relativ großes Problem, weil ihr das Ganze auch trennen müsst.

00:02:44: Was bringt das für Schwierigkeiten mit, wenn ihr das Thema Daten denkst?

00:02:52: Ihr müsst euch das so vorstellen, wie es wahrscheinlich auch eine Telekommunikation

00:02:56: Gang und Gebe ist. Also unser Netzbetreiber, die Energienetz im Mittelrhein,

00:03:00: legt Leitungen zu Kunden und Anschlussnehmern, die nicht von der EVM versorgt werden.

00:03:07: Die stellen also quasi die Pipeline da, in der die Energie fließt,

00:03:13: aber die Kunden können dann trotzdem bei anderen Energieanbietern

00:03:16: ihren Strom und ihr Gas beziehen.

00:03:18: Und das Problem, was dadurch entsteht, ist das, oder das ist kein Problem,

00:03:22: das sorgt aber dafür, dass wir natürlich nur die Daten einsehen können

00:03:27: von Kunden, die auch bei uns versorgt sind.

00:03:30: Und da auch gesetzlich eine ganz klare Trennung besteht, der wir uns nicht widersetzen.

00:03:36: Jetzt bist du natürlich aus dem Bereich Marketing dafür verantwortlich,

00:03:40: dass ihr vor allem im vertrieblichen Bereich gut funktioniert.

00:03:44: Da bist du relativ losgelöst von dem Netzteil.

00:03:46: Welchen Stellenwert haben denn Daten bei euch im täglichen Doing?

00:03:51: Also Daten sind die Grundlage in der Kundenansprache.

00:03:55: Wir brauchen Daten, um den Kunden besser kennenzulernen.

00:04:01: Und gerade in Marketing dreht sich alles um den Kunden, wie wir ihn richtig ansprechen können.

00:04:05: Die Bedürfnisse des Kunden zu verstehen, das ist alles Datenbasiert.

00:04:09: Also sind Daten eigentlich das essentielle in der Kundenansprache.

00:04:14: Und auf dem Weg zu dieser Transformation und zu dem Verständnis,

00:04:20: wie wertvoll die Daten des Kunden sind, befinden wir uns gerade.

00:04:26: Da sind wir mittendrin und haben gemeinsam mit euch auch schon die ersten Schritte geleistet,

00:04:32: um Kunden und die Daten des Kunden in den Mittelpunkt unseres Handeln zu stellen.

00:04:38: Es ist natürlich spannend, dass du das ansprichst.

00:04:42: Ich glaube, der Weg, den ihr gegangen seid, ist natürlich kein Marketing lastiger Weg gewesen.

00:04:49: Aber wir haben ja heute auch schon mehrmals darüber geredet.

00:04:52: Der ursprüngliche Nied dafür, dass ihr auch von zugekommen seid, ist aus dem Marketing entsprungen.

00:04:59: Kannst du da vielleicht nochmal diese Entstehungsgeschichte wiedergeben, wie das genau zustande gekommen ist?

00:05:05: Ja, wir haben vor drei Jahren ein Bereich ins Leben gerufen, der nennt sich "analytisches Marketing".

00:05:12: Wir haben uns also als Ziel gesetzt, viel mehr mit Daten zu interagieren,

00:05:17: Daten in unser tägliches Doing zu integrieren.

00:05:20: Und wir haben als Energieversorger sehr viele Daten und verschiedene Datenquellen.

00:05:26: Wir sind aber an ein zentrales Problem gestoßen.

00:05:29: Aus Marketing-Sicht schauen wir uns den Kunden an.

00:05:33: Und der Kunde steht für uns im Mittelpunkt.

00:05:36: Die Daten, die uns bis dato aber zur Verfügung standen, hatten einen anderen Schwerpunkt

00:05:41: und haben andere Sachen in den Mittelpunkt gestellt.

00:05:44: Ganz klassisch die Abrechnung.

00:05:46: Das sind dann vertragsorientierte Daten.

00:05:49: Da ist dann wichtig zu wissen, welches Produkt hat der Kunde, wie viel Verbraucht der Kunde,

00:05:53: welche Abrechnung liegt dann auch folgt darauf.

00:05:57: Aber es war nie der Kunde im Mittelpunkt.

00:05:59: Und da sind wir recht schnell an unsere Grenzen gestoßen.

00:06:02: Wenn wir beispielsweise Cross-Selling-Potenzial ermitteln wollten

00:06:06: oder eine Kundensicht herstellen wollten, um Kunden zu segmentieren,

00:06:13: haben wir mit dieser Datenbasis, die sehr vertragsorientiert war,

00:06:17: einfach nicht das gesamte Bild im Blick gehabt.

00:06:20: Und haben vor dem Problem gestanden, dass wir eigentlich Daten bräuchten

00:06:26: bzw. ein Datenmodell, das den Kunden in den Mittelpunkt stellt.

00:06:31: Und mit diesem Auftrag sind wir an euch rangetreten.

00:06:36: Haben natürlich intern, erst mal von der Erkenntnis bis zur Umsetzung,

00:06:41: auch einige Abstimmungen drehen müssen.

00:06:45: Und ja, das kam aus dem Marketing heraus.

00:06:47: Das Projekt ist aber gemündet in einer Zusammenarbeit aus dem Marketing,

00:06:51: dem Vertrieb, dem Kundenservice und der IT-M.

00:06:54: Es ist also sehr interdisziplinär jetzt aufgestellt.

00:06:57: Genau, du hast schon beschrieben, du hast deine Newscases immer weiter nach hinten gestellt

00:07:04: zur Gesamtwohlfahrt des Unternehmens.

00:07:10: Und ihr habt sehr, sehr viel schon in den letzten Jahren aufbereitet.

00:07:16: Neue Berichte aufgebaut.

00:07:19: Ihr habt ziemlich viel geleistet, wo andere Unternehmen vielleicht ist gerade noch am Anfang stünden.

00:07:26: Man könnte ja meinen, alles ist jetzt gut.

00:07:29: Ihr habt eure Berichte.

00:07:31: Ist das der Stand, wie ihr jetzt gerade zufrieden seid?

00:07:34: Nein, also wir haben jetzt Berichte.

00:07:38: Wir sind sehr gut aufgestellt im Bereich der diskriptiven Analysen.

00:07:43: Natürlich kennen wir vertragsbezogen unseren Kunden.

00:07:48: Wir rechnen unsere Kunden auch richtig ab.

00:07:50: Das sind ja alles Grundvoraussetzungen.

00:07:52: Es ist so die Base, die wir natürlich erfüllen.

00:07:54: Wir wissen auch, wie viele Verträge wir haben, wie viele Verträge wir verlieren.

00:08:00: Aber wir sind noch nicht am Ziel.

00:08:03: Wir haben es jetzt geschafft, in einem Modern Data Warehouse ein Datenmodell aufzubauen

00:08:08: mit eurer Hilfe, dass die Daten so flexibel darstellt, dass jeder Anwender mit den Daten arbeiten kann.

00:08:17: Dass also auch der Vertrieb weiterhin seine Vertragssicht gewährleistet hat.

00:08:22: Wir im Marketing aber uns eher auf die Kunden fokussieren können.

00:08:26: Und gerade nutzen wir die vorhandenen Daten für das vertriebliche Berichtswesen

00:08:34: und auch das Berichtswesen im Kundenservice.

00:08:36: Aber das ist nicht noch nicht der Ende des Weges.

00:08:39: Du bist in deiner Rolle als Teamlead-Analytisches Marketing.

00:08:45: Natürlich bist du reingerutscht in diese "Project Management"-Rolle für das Data Warehouse.

00:08:54: Obwohl du glaube ich mit Daten natürlich fast zu tun hast,

00:08:59: aber du bist auf jeden Fall nicht die Expertin für Data Warehouse Analytics-Lösung.

00:09:04: Wie bist du da reingekommen?

00:09:06: Das ist tatsächlich ein sehr interessanter Weg.

00:09:08: Das hätte ich vor vier Jahren auch nicht erwartet, dass ich in einem Podcast zu Daten sitzen werde.

00:09:15: Ich bin tatsächlich aus den Wirtschaftswissenschaften und habe den Marketing- und BWL-Background.

00:09:23: Wir haben aber auch aus diesem Business-Background für uns festgestellt,

00:09:28: dass wir Datengetriebener agieren müssen.

00:09:31: In diesem Zusammenhang haben wir einen Team gegründet, das sich eben "Analytisches Marketing" nennt

00:09:36: und auch eine Datenanalystin ausgeschrieben.

00:09:43: Diese Stelle haben wir auch besetzen können und sind damals ehrlicherweise ein bisschen naiv und blauäugig in die Thematik eingestiegen.

00:09:52: Weil wir wussten, wir haben sehr viele Daten, dachten wir, es wäre ein leichtes Menschen mit Know-how,

00:09:59: mit Statistik, Mathematik, Expertise und Analyse, Know-how dahinzusetzen und unsere Fragen beantworten zu lassen,

00:10:07: die wir aus Marketing-Sicht haben.

00:10:09: Welche unserer Kunden sind schon länger als fünf Jahre da?

00:10:13: Welche Kundengruppen haben wir?

00:10:15: Wir lassen sich Zielgruppen für Photovoltaikanlagen identifizieren.

00:10:21: Wir sind recht schnell zu der Erkenntnis gekommen, dass die Datenlage, die wir haben, nicht ideal ist,

00:10:27: um einfach Fragen zu beantworten.

00:10:29: Und so hat sich dann bei uns aus dem Marketing-Getrieben heraus der Nied entwickelt,

00:10:34: eben an der Grundlage zu arbeiten, weil die Datenanalystin kein gutes Arbeitsumfeld vorgefunden hat.

00:10:42: Und deswegen bin ich so ein bisschen dazu gekommen, mich mit dem Thema genauer zu beschäftigen.

00:10:49: Ich habe wie gesagt ein interdisziplinäres Team zusammengestellt, ein Projektteam,

00:10:54: um auch die anderen Kollegen, die mit diesen Datenarbeiten, mit den Kunden- und Vertragsdatenarbeiten

00:11:02: auf meine Seite zu bekommen, mit ins Boot zu holen.

00:11:06: Und es war recht schnell klar, dass wir eine Art von Projekt aufstellen müssen, indem wir ein neues Datenmodell bauen.

00:11:14: Die Grundlage hatten wir, wir hatten einen modernen Data Warehouse, aber dieses Thema flexibles Datenmodell hatten wir nicht.

00:11:22: Und so bin ich tatsächlich dazu gekommen, dass ich das Projekt geleitet habe.

00:11:28: Und dann mit euch in Kontakt kam, eure Expertise zur Datenmodellierung konnten wir nutzen.

00:11:37: Und wir haben uns ganz klassisch genährt, indem wir Use Cases aus Business Sicht, aus Anwendersicht formuliert haben.

00:11:45: Wir hatten alle recht klare Vorstellungen darüber, welche Fragen wir in Marketing beantwortet wissen wollen,

00:11:50: welche Fragen wir in Vertrieb beantwortet wissen wollen.

00:11:53: Und haben uns dann versucht, dem Thema auch datenseitig zu nähern.

00:11:58: Und dadurch durch ganz viel Lernen, sehr viel Expertise aufgebaut, auch im Team.

00:12:03: Genau, so bin ich dazu gekommen, ein Business Need, den wir versucht haben, mit Grundlagen aufzubauen und zu erfüllen.

00:12:10: Ich glaube, das, was du natürlich in dieser Rolle auch eingenommen hast, ist so eine Vorreiterschaft für das Thema Daten.

00:12:17: Hast du ein Gefühl für, wie es in der Energiebranche, vor allem auch bei den Energieversorgern aussieht,

00:12:24: mit dem Thema Daten, Dateninfrastruktur, ob das ein großes Thema ist, ist das was, was gerade im Wachstum ist.

00:12:30: Hast du da Einblicke für uns?

00:12:33: Ich glaube, wir sind, also ich glaube, es ist im Wachstum.

00:12:36: Ich kann nicht für alle sprechen, jetzt sind wir in unserer Rolle als regionaler Flächenversorger,

00:12:43: auch keiner der Big Player, aber einer der mittelständischen Unternehmen mit einem recht großen Kundenstamm.

00:12:51: Wir sind noch sehr am Anfang, es gibt durchaus andere Branchen, die viel datengetriebener arbeiten

00:12:58: und auch Datenstrukturen zu Grunde liegen haben, die auch ein professionelle Arbeit mit Daten ermöglicht.

00:13:05: Wir sind da, glaube ich, alle noch recht am Anfang, da in Nuancen aber natürlich unterschiedlich weit.

00:13:11: Ich glaube mit dem Thema, wie können wir über diskriptive Analysen hinaus Daten nutzen,

00:13:19: beschäftigen sich mittelständische Unternehmen und die großen Player sicherlich,

00:13:24: vor allem die, die explizit im Digitalvertrieb unterwegs sind und online ihre Produkte vertreiben,

00:13:31: sind da, glaube ich, noch mal ein bisschen besser aufgestellt.

00:13:34: Aber weil wir in so einer hybriden Welt unterwegs sind, ist das Thema Daten

00:13:41: bzw. eine strukturelle professionelle Verankerung im Unternehmen noch recht am Anfang.

00:13:47: Aber da ist natürlich gerade bei euch viel im Umbruch.

00:13:50: Also ich glaube, neue Geschäftsführungen, du hast selber deinen Stelle gewechselt.

00:13:54: Du bist mittlerweile Bereichsleiterin für den Bereich Marketing und da auch sehr interessiert,

00:14:00: dass das ganze Thema Daten, Dateninfrastruktur vorangetrieben wird.

00:14:04: Hast du Hoffnung darauf, dass sich dadurch was ändert und was denkst du,

00:14:10: was, welchen Einfluss vor allem auch Führungskräfte dort haben, dieses Thema voranzubringen?

00:14:17: Also ich habe sehr große Hoffnung, das Thema datengetriebene Entscheidungen zu treffen.

00:14:22: Das ist bei uns strategisch verankert.

00:14:26: Das ist ein Ziel, das wir haben, insofern setzt sich große Hoffnung darin,

00:14:32: dass wir da auch strukturierter vorgehen und unternehmensweit solche Ideen,

00:14:39: Visionen und Strategien implementieren werden.

00:14:43: Wir haben es eben beschrieben, aktuell ist es sehr getrieben aus dem Vertrieb,

00:14:47: dem Marketing und dem Kundenservice. Darüber hinaus sehe ich aber,

00:14:51: aufgrund des Wissens, was ich über das Unternehmen habe, die Unternehmensgruppe,

00:14:56: noch weitere Anwendungsfälle, in denen wir eine super Datenstruktur nutzen könnten,

00:15:01: eine gute Grundlage.

00:15:03: Und du hast die Führungskräfte angesprochen, keiner der Führungskräfte soll ein Datenexperte werden.

00:15:09: Da bin ich, glaube ich, das beste Beispiel für, weil auch ich keine Datenexpertin

00:15:14: im eigentlichen Sinne bin, ich bin auch keine Analyse-Expertin.

00:15:17: Aber ich habe ein gewisses Datenverständnis aufgebaut und verstanden,

00:15:22: welche Bedeutung Daten für uns im Marketing haben.

00:15:25: Und diese Übersetzung der Bedeutung von Daten für jeden einzelnen Funktionsbereich im Unternehmen,

00:15:34: das ist, glaube ich, die Aufgabe der Führungskräfte zu verstehen.

00:15:38: Wo machen bei uns an welcher Stelle Daten sinn, warum ist es wichtig,

00:15:42: das professionell zu implementieren, um das dann auch an die Mitarbeiter weiterzugeben,

00:15:47: den Mehrwert zu zeigen, den jeder einzelnen in seinem Bereich hat,

00:15:51: wenn man richtig mit Daten umgeht.

00:15:54: Ich glaube, dieses Mitnehmen von den Mitarbeitern von den Führungskräften

00:15:57: ist natürlich immer wichtig in dem Bereich.

00:15:59: Du hast gerade schon angesprochen, dass ihr mit Data Science angefangen hatte

00:16:06: mit der Analyse-Seite Advanced Analytics und dann erst auf das Thema

00:16:15: wirklich Data Warehousing nochmal eingegangen seid.

00:16:18: Ihr habt quasi das Pferd von hinten aufgezeugt,

00:16:20: das natürlich häufig mit dem Wunsch einhergeht,

00:16:23: wirklich Analysen fahren zu können, ohne diesen Grundstein zu legen.

00:16:28: Gibt es aus den letzten zwei, drei Jahren, die ihr mit dem Thema Daten verbracht habt,

00:16:33: daraus Learnings, die hier für die Zukunft oder die du auch für die Zukunft

00:16:37: anders angehen würdest?

00:16:39: Diese Grundlagenarbeit darf man nicht unterschätzen.

00:16:42: Und wir haben da auch in den letzten zwei Jahren Themenfälle bearbeitet,

00:16:46: die originär nicht im Marketing auch nicht im Vertrieb und nicht im Kunden-Service liegen.

00:16:50: Insofern ist, glaube ich, das Stichwort Datenmanagement,

00:16:55: eins, was ich immer wieder berücksichtigen würde, wo liegen die Daten,

00:16:59: wie soll auf die Daten zugegriffen werden, wie können die verarbeitet werden

00:17:05: und wer hat die Verantwortung für welche Daten.

00:17:09: Das wäre für mich ein Learning, was ich mitnehmen würde als Grundlagenarbeit.

00:17:13: dass man nicht unterschätzen darf und dass man berücksichtigen muss. Und das hat die Arbeit

00:17:20: in dem Projekt gezeigt und gebracht, in kleinen Schritten denken und agieren. Also wir haben

00:17:26: nie die große Vision natürlich aus dem Blickfeld gelassen. Aber wenn man in so einer bestehenden

00:17:32: Struktur mit verschiedenen Datenquellen, mit unfassbar vielen Daten, die einen strukturiert,

00:17:39: die anderen weniger strukturiert zusammenarbeitet, wenn man verschiedene Datenquellen zusammenführen

00:17:46: muss, auch zwischen strukturierten und unstrukturierten Daten agieren muss, dann ist es wichtig,

00:17:54: step by step vorzugehen, immer die kleinen Schritte zu sehen, kleine Erfolge auch zu feiern,

00:17:59: weil das große Ganze werden wir einfach Schritt für Schritt erreichen können.

00:18:04: Und ich glaube auch, dass mit dem, den Kompetenzen, die ihr dazu braucht, natürlich, um das ganze

00:18:10: step by step aufzugehen, habt ihr daraus für euch nochmal irgendwie ein Learning gezogen,

00:18:15: welche Kompetenzen bei euch im Unternehmen in einem Datateam eingekapselt Sinn machen

00:18:21: würden. Du hast gerade auch schon Data Ownership angesprochen. Das heißt, diese ganze Strukturelle,

00:18:27: das ganze, das ganze Organisatorstrom herum, habt ihr daraus irgendwelche Doings schon

00:18:34: abgeleitet? Ich glaube, ihr seid gerade sowieso um Umbruch, deswegen ist die Frage wahrscheinlich

00:18:38: sehr, sehr schwierig. Also, Doings abgeleitet in dem Sinne, dass daraus konkrete Maßnahmen

00:18:43: erfolgen, haben wir noch nicht. Uns ist bewusst, dass wir uns dem Thema Daten auch in einer

00:18:49: neuen strategischen Ausrichtung nochmal ganz anders widmen müssen und das auch professionalisieren

00:18:57: müssen, weil wir das nicht nur für den Bereich Analysen, analytische Fragestellung im Marketing,

00:19:05: Berichtswesen im Vertrieb nutzen werden, sondern auch weil das in, wenn wir von Prozessautomatisierung

00:19:14: sprechen, wenn wir von KI Anwendung sprechen, eine große Rolle spielt, dass wir ein gutes

00:19:21: Datenmanagement haben, eine gute Datenstruktur. Insofern ist das noch eher in den Anfängen.

00:19:27: Wenn wir uns dem Thema widmen, dann können wir sicherlich aus dem Projekt und aus der

00:19:32: Projektarbeit ganz viel Input liefern zu Rollen, die es wahrscheinlich benötigt, die wir im

00:19:38: Moment noch nicht im Unternehmen implementiert haben oder aber auch zu Know-how, dass wir

00:19:43: im Unternehmen aber auch aufgebaut haben in den letzten zwei Jahren. Da haben wir auf jeden

00:19:49: Fall Learnings draus ziehen können, die sind noch nicht in konkrete Maßnahmen gegossen.

00:19:53: Bevor wir zu deiner Vision kommen von der Arbeit mit Daten in Marketingbereich bei euch, vielleicht

00:20:01: ein kurzes Spiel, eine kurze Fragerunde. Wir haben drei Fragen mitgebracht, die ich selber

00:20:07: auch nicht kenne. Ich würde dir mal auch mal eine rüber geben. Bitte noch nicht aufmachen,

00:20:12: da sind immer die Lösungen schon mit drin. Am besten ist es einmal Frage und Lösung

00:20:17: wahrscheinlich so im Ganzen rauszunehmen. Sie gerade haben vier Fragen. Ich gebe dir

00:20:21: nochmal ein Rüber. Danke. Ich kenne die Antworten dazu nicht,

00:20:24: ich kenne die Fragen auch nicht. Ich würde sie einfach mal vorlesen und wir können

00:20:28: uns mal Gedanken machen, was denn darauf die richtige Antwort sein könnte. Wie kann

00:20:33: künstliche Intelligenz, KI in der Energieversorgung eingesetzt werden? Das ist natürlich jetzt

00:20:40: für dich ein Heim-Porteil. Deswegen würde ich vielleicht auch an dich einfach direkt das

00:20:45: Ruger abgeben und würde dann die Frage vielleicht im Nachgang auch mal für mich beantworten.

00:20:49: Ja. Heim-Porteil, ja, wir beschäftigen uns mit dem Thema. Ich selber bin nur rudimentär

00:20:56: drin. Ich sehe aber gerade für den Bereich des Marketing einiger Anwendungsfelder bzw.

00:21:04: auch für den Kundenservice immer dann, wenn es um die Kundeninteraktion geht, wird uns

00:21:07: KI helfen können. Der Klassiker ist ein KI-basierter Chatbot, der wirklich so mit dir spricht und

00:21:15: auf deine Antworten reagiert. Das ist sich für dich anfühlt als wer so in einem richtigen

00:21:21: Gespräch. Ganz konkret verantworte ich auch das Thema Marktforschung. Auch da kann KI

00:21:27: helfen, quasi die Durchführung der Marktforschung so zu gestalten, dass Fragen basierend auf

00:21:35: deinem Antwortverhalten ausgespielt werden. Wenn du zum Beispiel sehr unspezifisch antwortest,

00:21:43: würde normalerweise so ein Interview einfach mit der nächsten Frage weitermachen durch

00:21:47: die KI aber dann online beispielsweise eine Konkretisierungsfrage aussteuern. Sowas sind

00:21:53: schon Anwendungsfälle, die wir konkret bei uns im Marketing sehen. In der genau Ansprache

00:22:00: zum Kunden spielt es eine Rolle. Jetzt muss ich noch mal weiter denken.

00:22:05: Wir können das Ganze auch im Dialog gestalten. Ich glaube dieses Thema Chatbot eignet sich

00:22:11: natürlich für die externe Kommunikation, es eignet sich aber auch für den Kundendienstmitarbeiter,

00:22:17: der natürlich dann auch direkt aus ähnlichen Fällen Antworten vom Chatbot generiert bekommen

00:22:22: kann. Ich denke gerade auch für KI ist natürlich sehr weit gefasst, aber es gibt natürlich

00:22:31: auch die Möglichkeit zu sagen, was für Kunden eignen sich besonders für eine Kundenansprache.

00:22:39: Wenn man das Ganze noch vielleicht mit einem Machine Learning Modell verknüpft, also da

00:22:46: gibt es natürlich einige Anwendungsfälle, die man bei Energieversorgern einsetzen kann.

00:22:51: Erst mal abhängig von Smart Grids und so weiter. Das ist natürlich nochmal ein ganz

00:22:57: anderes Feld. Ja oder auch wir werden auch an Anwendungsfälle kommen, die eigentlich

00:23:06: noch kein klassische KI Themen sind, sondern den Schritt davor beinhalten. Automatisierung

00:23:14: von Abläufen, von Prozessen. Ich glaube da ist auch noch viel zu holen und dann können

00:23:19: wir uns mit KI Themen beschäftigen, die darauf aufbauen. Aber klar, du hast gerade angesprochen,

00:23:25: Smart Grid. So eine KI kann sicherlich auch unterstützen bei der Guidance von Monteuren

00:23:33: an Heizungsanlagen beispielsweise oder Netzanlagen, da zu unterstützen und zu sagen. Smart Maintenance

00:23:40: natürlich. Genau, da liegt vielleicht der Fehler. Ich glaube ein großes Feld für euch ist auch

00:23:47: nochmal Online Marketing und vor allem der Bereich auch, wie präsentiere ich mich auf

00:23:52: Vergleichsportalen. Und da ist natürlich auch die Schätzung für den Preis, den ihr

00:23:58: zahlt beim Einkauf, aber auch das, was ihr reinbekommt, sehr, sehr wichtig, um einen

00:24:02: optimalen Preis dann dem Kunden eben auch anbieten zu können. Ja, ich glaube, das ist

00:24:08: noch sehr zukunftsorientiert, weil aktuell die Branche so funktioniert, dass man gerade

00:24:18: den Privatkunden in Profilen beschafft. Also wir sind noch nicht so weit, die als Privatkunde

00:24:26: da tagesaktuelle Preise der Börse weiterzugeben. Das sind andere Anbieter weiter. Das ist

00:24:32: auch eine Stärke von euch als Grundversorger, was man jetzt in der Energiekrise gelernt

00:24:37: hat, dass die ganzen kleinen Anbieter eben Kündigungen rausgesetzt haben. Soll ich die

00:24:43: Frage einmal auflösen? Gerne. Es interessiert mich auch, welche Anwendungsfälle von KI bei

00:24:49: der Energieversorgung sind. Beispielsweise sehr, sehr, sehr simpel eigentlich, wenn man

00:24:53: darüber nachdenkt, die Vorhersage des Energiebedarfs, Optimierungen von Erzeugungs- und Speicherprozessen

00:24:58: sowie zur Verbesserung der Netzstabilität. Also haben wir schon eigentlich viele Sachen.

00:25:04: Wir haben es nochmal marketingmäßig und vertriebsmäßig gesehen.

00:25:07: Das liegt daran, dass ich aus dem Marketing komme.

00:25:10: Sehr gut. Ist das auch eine Frage?

00:25:11: Ich habe auch eine Frage. Wie hilft predictive Maintenance-Energieversorgern? Das ist natürlich

00:25:19: auch eher ein sehr anlagen- und netzlastiges Thema. Aber das spielt natürlich auch eine

00:25:28: Rolle für uns und es wird den Kollegen aus den Bereichen sehr viel unterstützen dabei.

00:25:36: Ich beantworte meine Frage jetzt schon selber. Sollte ich dir den Vortritt lassen?

00:25:40: Das darfst du selber entscheiden. Aber ich dachte, du hast sie eben auch schon beantwortet.

00:25:45: Ich habe sie eben schon in Teilen beantwortet. Genau in der Wartung von Netzanlagen oder

00:25:54: Heizungsanlagen wird das eine Rolle spielen, weil es darum geht, voraus zu planen, welche

00:26:02: Wartungsschritte anfallen können, wo das wird nachher dann auch Auswirkungen haben auf

00:26:09: die Steuerung von Monteuern, die viel zielgerichteter passieren kann.

00:26:13: Es wird weniger zu, glaube ich, Ausfällen kommen, weil wir eben rechtzeitig Wartungen

00:26:19: durchgeführt haben auf Basis von Daten, die uns zur Verfügung stehen. Insofern, glaube

00:26:25: ich, wird das schon eine große Rolle spielen, die uns da sehr helfen.

00:26:28: Und ihr habt natürlich den gesamten EDL, den ganzen Energiedienstleistungsbereich, der

00:26:34: mehr und mehr hinzukommt. Du hast gerade eben schon Fotoretalik angesprochen, Smart-Wallboxen,

00:26:41: Ladesäulen, etc., von die natürlich sowieso schon hoch technisch sind, wo natürlich

00:26:46: auch IoT und dann eben auch Smart Maintenance eine gute Rolle oder große Rolle spielen

00:26:52: kann. Das stimmt, ja.

00:26:54: Ok, wollen wir es auflösen? Ich lösse gerne auf. Predictive Maintenance

00:26:58: kann Wartungskosten reduzieren und die Zuverlässigkeit der Versorgung verbessern.

00:27:02: Sehr gut. Sehr gut auf den Punkt gebracht, was wir gerade gesagt haben.

00:27:06: Sollen wir noch eine? Gerne.

00:27:08: Wir können auch noch beide machen. Ich weiß nicht, wie die Zeit steht, aber wie viel

00:27:13: Prozent der Energieversorger weltweit nutzen bereits Data Analytics Plattformen zur Optimierung

00:27:18: ihrer Betriebsabläufe? Stand 20, 23. Hätte ich jetzt noch meinen Statisterein schnippen

00:27:25: müssen für die Beantwortung. Weltweit. Da warte ich jetzt aber eine Zahl, die relativ

00:27:32: nah dran ist. Hast du eine Ahnung?

00:27:37: Naja, also ich glaube, bin mir weltweit, bin ich mir nicht so sicher, weil weltweit

00:27:44: ist natürlich ein sehr, sehr schwierig abzuschätzen, weil es da, glaube ich, sehr, sehr starke

00:27:50: Streuung gibt. Aber ich denke, dass sehr, sehr viele das schon nutzen. Wobei man natürlich

00:27:56: auch gucken muss, es gibt sehr viele Online-Anbieter, das sind aber dann meistens, glaube ich,

00:28:01: Energieversorger, sondern das sind dann wirklich mehr Energiedienstleistern. Ich schätze 70 Prozent.

00:28:09: Also es gibt durchaus Länder, auch in unseren Nachbargebieten, deren Netze auch schon viel

00:28:18: digitalisierter sind, also Stichwort Smart-Meetering, intelligente Messsysteme, die schon seit Jahren

00:28:24: ganz andere Daten sammeln können. Ich bin mir nicht sicher, also 70 Prozent hat sich für

00:28:29: mich jetzt sehr viel angehört. Aber dann gehe ich mal mit 55 ins Rennen und wir schauen,

00:28:37: wer näher dran liegt.

00:28:38: Ich glaube, du musst dir den Wert aus Deutschland vorstellen oder nochmal 20 Prozent drauf

00:28:42: schlagen. Okay.

00:28:43: Dann hast du es vielleicht, aber ich will dich nicht beeinflussen. Ich könnte komplett

00:28:48: falsch liegen.

00:28:49: Ich bin gespannt auf die Antwort.

00:28:50: Rund 70 Prozent. Ich habe nicht gespickt.

00:28:52: Malo, da hast du doch vorher eingeschaut.

00:28:54: Ich habe vorher eingeschaut.

00:28:55: Schön.

00:28:56: Ja, ich habe noch eine Frage, sollen wir die auch noch ...

00:28:59: Klar, wenn du Lust hast, auf jeden Fall.

00:29:01: Wenn ich genauso daneben liege wie jetzt gerade, dann nicht.

00:29:06: Wow. Welchen Marktanteil hatte Microsoft Azure im globalen Cloud-Infrastrukturmarkt

00:29:14: im Jahr 23?

00:29:16: Das wird ziemlich hoch sein, weil Azure aber auch sehr, sehr vieles abdeckt. Also ich glaube,

00:29:24: bei Azure bewegen wir uns ja in sehr, sehr vielen Branchen auf sehr, sehr vielen unterschiedlichen

00:29:29: Arten und Weisen, wie man die Plattform nutzen kann.

00:29:32: Ja.

00:29:33: Wahrscheinlich blamiere ich mich hier komplett, aber ich hätte fast gesagt, weil AWS spielt

00:29:38: in Europa wenig mit.

00:29:40: Ja.

00:29:41: Ich hätte gesagt 60 Prozent, vielleicht.

00:29:47: Es sei mir verziehen, wenn ich keine Schätzung abgebe, weil die ist beliebig falsch, was

00:29:52: ich sagen würde. Soll ich auflösen?

00:29:55: Du kannst ja so einen Bauchgefühl rausgeben.

00:29:59: Ich kann an ganz wenig Punkten das nur für mich eroieren. Ich weiß aber, dass wenn wir

00:30:05: Gespräche mit Bewerbern beispielsweise führen, dass ganz, ganz viele Erfahrungen in Microsoft

00:30:10: Azure mitbringen. Insofern kann es kein Nischenprodukt sein.

00:30:14: Ich war erst bei 80 Prozent, aber ich würde jetzt bei 60 Prozent bleiben, weil es gibt

00:30:19: ja sehr, sehr viel links und rechts. Was uns einfach schauen, was es gibt.

00:30:24: Es sind etwa 25 Prozent.

00:30:27: Da hätte ich tatsächlich mehr gedacht.

00:30:29: Vielleicht ist es wirklich, du hast AWS angesprochen, weil wir hier den globalen Blick haben.

00:30:34: Vielleicht haben die eine viel größere Rolle.

00:30:36: Möglich. Ja. Ich glaube, Amazon ist ja auch mit seinem und Google mittlerweile auch sehr,

00:30:42: sehr stark aufgestellt.

00:30:43: Ja.

00:30:44: Von daher.

00:30:45: Ja.

00:30:46: Ich habe noch ein paar Fragen nicht, gerade was deine Zukunftsvision angeht.

00:30:49: Denn das ist ja das, womit ihr angefangen habt.

00:30:52: Vielleicht ist das damit, wo wir aufhören können.

00:30:54: Auch für heute zumindest.

00:30:56: Was ist deine Vision?

00:30:58: Wie möchtest du in Zukunft Marketing betreiben?

00:31:01: Du hast gerade eben schon diese Kundenzentrierung angesprochen.

00:31:04: Vielleicht kannst du da auch noch mal darauf eingehen, was da dein Zielbild ist, wie du

00:31:09: dir das Arbeiten mit Daten in der Zukunft bei der EVM vorstellen.

00:31:14: Ich versuche, das in wenigen Sätzen zu formulieren, weil sonst könnte ich jetzt nochmal einen

00:31:20: Vortrag darüber halten, was ich mir vorstelle.

00:31:22: Wir werden in der Zukunft jegliche Entscheidungen im Marketing auf Basis von Daten treffen.

00:31:32: Das klingt jetzt erstmal ganz global galaktisch und niemals falsch.

00:31:35: Damit meine ich aber, dass wir wissen, welche Kanäle wir performen, dass wir den Kunden

00:31:45: kennen, sämtliche Interaktionspunkte mit der EVM-Gruppe kennen, sämtliche Interaktionspunkte

00:31:53: mit der EVM kennen, dass wir diese Daten so verknüpfen, dass wir zielgerichtlich den Kunden

00:32:04: ansprechen können.

00:32:07: Es wird keine Entscheidung fallen ohne eine Erkenntnis aus Daten, die wir vorher gezogen

00:32:15: haben.

00:32:16: Ich glaube, dass wir dadurch, dass wir immer noch sehr viele verschiedene Quellen haben

00:32:24: werden, dass wir viele verschiedene Daten Quellen haben werden, uns EVM weit nicht um

00:32:31: ein professionellisiertes Datenmanagement umherkommen.

00:32:37: Ich glaube, dass die Zukunft darin liegen könnte, das Thema Daten professionell und

00:32:44: zentralisiert aufzustellen in den einzelnen Funktionalbereichen, Sitzen, Daten, Experten,

00:32:55: Business-Analyse-Experten und Analyse-Experten.

00:32:57: Aber ich glaube, der Weg führt fast nicht dran vorbei an einen zentralen Datenteam,

00:33:03: in dem Datenhoheit, Datenverantwortung, Datenstruktur geklärt ist und verantwortet wird.

00:33:12: Sarah, ich finde das eigentlich ein sehr schöner Abschluss von diesem Gespräch.

00:33:16: Ich danke dir sehr, dass du bei uns warst.

00:33:21: Ich würde dich noch um eine letzte Frage bitten, die wir eigentlich immer am Ende stellen.

00:33:26: Welchen Tipp hast du an die Zuhörer, an andere mittelständische Unternehmen oder Unternehmer

00:33:36: generell, was das Thema Daten angeht?

00:33:41: Habt keine Angst vor Daten, das ist die Grundlage und auch aus einer Business-Perspektive kann

00:33:51: man sich diesem Thema sehr gut nähern, sehr gut Verständnis schaffen und wenn man sich

00:33:58: die richtigen Experten und Unterstützung mit ins Boot holt, wird das Ziel erreicht werden

00:34:05: und man darf diese Step-by-Step-Mentalität nicht vergessen, kleine Schritte führen auch irgendwann

00:34:13: zum Erfolg.

00:34:14: Vielen Dank.

00:34:15: Dann?

00:34:16: Danke.

00:34:17: Danke, dass ich hier was...

00:34:18: Danke, dass ich da sein durfte.

00:34:19: Danke.

00:34:20: Danke.

00:34:22: Danke.