Vom 4. bis 7. Mai 2026 trifft sich die internationale Umwelt-Community auf der IFAT in München, der wichtigsten Fachmesse für die Wasser-, Abwasser-, Abfall- und Rohstoffwirtschaft. Über 3.000 Aussteller aus mehr als 60 Ländern präsentieren Lösungen für Wasser, Recycling und Zirkularität mit klarem Fokus auf praxisnahe Anwendungen für kommunale und industrielle Herausforderungen.
Als Aussteller ist das Consileon-Tochterunternehmen Q-SOFT in Halle A6, Stand 109, dabei. Seit über 30 Jahren entwickelt Q-SOFT spezialisierte ERP-Lösungen für kommunale Entsorgungsunternehmen. Die modular aufgebauten Systeme bilden sämtliche Kernprozesse ab, von der Auftragssteuerung über das Stoffstrommanagement bis hin zur Abrechnung.
Ergänzt wird das Q-SOFT-Portfolio um umfassende IT-Services und IT-Security-Kompetenz. Ziel ist es, sichere, stabile und zukunftsfähige Systemlandschaften zu schaffen, die den besonderen Anforderungen öffentlicher Betriebe gerecht werden.
Consileon ist gemeinsam mit Q-SOFT am Stand vertreten. Im Austausch mit Kommunen und Entsorgungsunternehmen zeigen wir, wie sich die Abfallwirtschaft ganzheitlich digitalisieren lässt: von der Prozessautomatisierung über die Datenqualität bis zu sicheren IT-Architekturen.
In Projekten mit kommunalen Betrieben erleben wir immer wieder, dass der Erfolg digitaler Lösungen maßgeblich davon abhängt, wie Fachprozesse, Organisation und IT zusammenspielen. Genau hier setzen wir an, pragmatisch, umsetzungsnah und mit Blick auf den realen Betrieb.
Viele Stadtwerke stehen heute vor einem paradoxen Befund: Technisch sind sie exzellent aufgestellt, organisatorisch bewährt, regulatorisch erfahren und dennoch fehlt häufig eine belastbare, integrierte Sicht auf ihre Kunden. Bekannt sind Messstellen, Zähler und Verbrauchsmengen. Weniger klar ist dagegen oft, wie Kunden ticken, welche Leistungen sie tatsächlich nutzen, wie sie interagieren und wo Entwicklungspotenziale liegen.
Diese Lücke ist kein individuelles Versäumnis einzelner Häuser, sondern das Ergebnis historischer Strukturen und regulatorischer Rahmenbedingungen. Gleichzeitig entwickelt sie sich zunehmend zu einem strategischen Risiko – aber auch zu einer Chance für Stadtwerke, die sie gezielt adressieren.
Stadtwerke verfügen traditionell über eine sehr hohe Datenqualität im technischen Bereich. Messstellen, Zählerstände, Lastgänge und Abrechnungsdaten sind zuverlässig, revisionssicher und regulatorisch sauber organisiert. Diese Daten beantworten präzise die Frage, wie viel Energie wo verbraucht wird.
Für viele strategische Fragestellungen reichen diese Informationen jedoch nicht aus. Fragen nach Kundenzufriedenheit, Nutzungsverhalten über Sparten hinweg, Kontaktanlässen oder Potenzialen für zusätzliche Leistungen bleiben häufig unbeantwortet oder nur mit hohem manuellem Aufwand erschließbar. Die Ursache liegt weniger im fehlenden Datenbestand als in der fehlenden Verknüpfung. Kundendaten existieren, sind jedoch auf unterschiedliche Systeme, Organisationseinheiten und Sparten verteilt.
Stadtwerke, die neben Strom auch Gas oder Wärme liefern, verfügen grundsätzlich über mehr Kundeninformationen. Zusätzliche Verträge, andere Laufzeiten und engere Kundenbeziehungen eröffnen theoretisch ein besseres Verständnis der Kundenstruktur.
In der Praxis zeigt sich jedoch häufig, dass diese Daten spartenbezogen geführt werden. Strom-, Gas- und Wärmekunden erscheinen systemisch nicht als ein Kunde, sondern als mehrere voneinander getrennte Entitäten. Die zusätzliche Datenmenge erhöht damit die Komplexität, ohne automatisch zu mehr Transparenz zu führen.
Der Mehrwert entsteht erst dann, wenn diese Informationen zusammengeführt und aus Kundensicht interpretiert werden.
Die fragmentierte Kundensicht ist das Ergebnis mehrerer, sich überlagernder Faktoren.
1. Historisch gewachsene Organisations- und IT-Strukturen
Viele Stadtwerke sind über Jahrzehnte funktional optimiert worden. Netzbetrieb, Vertrieb, Abrechnung, Kundenservice und Messwesen verfolgen jeweils klar definierte Aufgaben und nutzen dafür spezialisierte Systeme. Diese Optimierung hat Effizienz geschaffen – jedoch selten eine ganzheitliche Kundensicht.
2. Regulatorische Rahmenbedingungen und Datenschutz
Hinzu kommen berechtigte regulatorische Anforderungen. Datenschutz, Zweckbindung personenbezogener Daten sowie die Trennung von Netz- und Vertriebsfunktionen setzen klare Grenzen. In der Praxis führt dies nicht selten zu einer vorsichtigen, teils defensiven Datennutzung.
Dabei wird häufig übersehen: Die regulatorischen Vorgaben verbieten keine integrierte Kundensicht. Sie verlangen lediglich klare Zuständigkeiten, transparente Einwilligungen und saubere Governance-Strukturen.
Die fragmentierte Kundensicht ist nicht die einzige Belastung. Sie trifft auf einen Markt, der sich für Stadtwerke spürbar verschärft.
1. Steigende Wechselbereitschaft und angreifbare Grundversorgung
Nach Zahlen der Bundesnetzagentur (1) wechselten allein im Jahr 2023 rund sechs Millionen Stromkunden ihren Lieferanten. Nach der Zurückhaltung während der Energiekrise steigt die Wechselaktivität wieder deutlich an. Besonders betroffen ist die Grundversorgung, die von Verbraucherschützern regelmäßig als vergleichsweise teuer eingeordnet wird und damit für preisbewusste Kunden zunehmend angreifbar ist.
Auch Marktstudien bestätigen diesen Trend: Laut einer Energie-Studie von Simon‑Kucher (2) plant etwa jeder dritte Stromkunde einen Anbieterwechsel, bei Neukunden sogar nahezu jeder zweite. Parallel dazu verlieren regionale Versorger Marktanteile an überregionale Anbieter und spezialisierte Ökostrommarken.
2. Margendruck im klassischen Energievertrieb
Gleichzeitig nimmt der wirtschaftliche Druck auf das klassische Strom- und Gasgeschäft zu. PwC (3) beschreibt die Situation der Energievertriebe und Stadtwerke als tiefgreifenden Strukturwandel: Steigende regulatorische Anforderungen, hohe Preis- und Transparenzanforderungen der Kunden sowie neuer Wettbewerb lassen die Margen im Commodity-Geschäft kontinuierlich schrumpfen.
Die Folge ist eine strategische Verschiebung: Die reine Belieferung mit Strom und Gas verliert an Ertragskraft und reicht perspektivisch nicht mehr aus, um Investitionen in Netze, Digitalisierung und Energiewende dauerhaft zu finanzieren.
3. Regulatorische Komplexität als Dauerbelastung
Die Stadtwerkestudie von EY und BDEW (4) zeigt, dass regulatorische Anforderungen von vielen Stadtwerken als eine der größten Herausforderungen wahrgenommen werden. Neue Gesetze, Berichtspflichten und Förderlogiken erhöhen den administrativen Aufwand erheblich und binden Ressourcen, die für strategische Weiterentwicklung fehlen.
Regulatorik wirkt dabei doppelt: Sie ist notwendiger Rahmen für Marktordnung und Verbraucherschutz, erschwert aber zugleich schnelle Anpassungen an veränderte Markt- und Kundenanforderungen.
4. Digitale Kundenerwartungen und neue Wettbewerber
Parallel dazu verändern sich die Erwartungen der Kunden. Digitale Anbieter und überregionale Versorger setzen Standards bei Online-Abschlussstrecken, Transparenz, Serviceverfügbarkeit und Preislogik. Viele Stadtwerke stehen hier vor der Herausforderung, historisch gewachsene Prozesse und Systeme mit diesen Erwartungen in Einklang zu bringen.
Die Kombination aus steigender Wechselbereitschaft, Margendruck und digitalem Wettbewerb macht deutlich: Kundenbindung und gezielte Kundenentwicklung werden zur betriebswirtschaftlichen Notwendigkeit.
Die Rolle der Stadtwerke verändert sich spürbar. Neben der klassischen Versorgung erscheinen neue Aufgaben auf der Agenda: Wärmewende , Wärmelösungen, Elektromobilität, Energiedienstleistungen und digitale Services. Diese Leistungen lassen sich nicht rein transaktional verkaufen, sondern erfordern Beratung, Vertrauen und langfristige Kundenbeziehungen.
Eine integrierte Kundensicht wird damit zur strategischen Grundlage:
Stadtwerke, die ihre Kunden nur als Zählpunkte betrachten, stoßen hier schnell an Grenzen.
Ein modernes CRM-System ist in diesem Kontext kein weiteres IT-Werkzeug, sondern ein zentrales Führungsinstrument. Es verbindet technische Daten mit kaufmännischen, vertrieblichen und servicebezogenen Informationen und schafft eine konsistente Sicht auf Kunden, Haushalte und Unternehmen.
Richtig eingesetzt, unterstützt CRM dabei, Kundengruppen strategisch zu segmentieren, Potenziale für neue Leistungen zu identifizieren, regulatorische Anforderungen einzuhalten und dennoch handlungsfähig zu bleiben.
Der Nutzen entsteht nicht durch Technologie allein, sondern durch ein klares Zielbild und eine konsequente Ausrichtung auf den Kundennutzen.
>>> Mehr zu CRM für Stadtwerke
In vielen Stadtwerken zeigt sich ein ähnliches Muster: Der Wille zur besseren Kundenorientierung ist vorhanden, doch der Weg dorthin erscheint komplex. Genau hier setzen spezialisierte Beratungsansätze an.
Unsere Erfahrung aus zahlreichen Projekten zeigt, dass nachhaltige Lösungen immer drei Dimensionen verbinden:
So entsteht eine integrierte Kundensicht, die nicht nur technisch funktioniert, sondern auch im Tagesgeschäft genutzt wird.
>>> Mehr zu Beratung für Stadtwerke
Die Energiewende und die zunehmende Wettbewerbsintensität machen Kundenorientierung zu einem entscheidenden Erfolgsfaktor. Stadtwerke, die ihre Kundendaten ganzheitlich verstehen und nutzen, schaffen die Basis für wirtschaftliche Stabilität und neue Wachstumsperspektiven.
Der Weg von der isolierten Messstelle zur integrierten Kundensicht ist anspruchsvoll aber machbar. Mit klaren Zielbildern, regulatorischer Sicherheit und einer passenden CRM-Strategie wird aus Daten ein strategischer Vorteil.
Die fortschreitende Digitalisierung im Gesundheitswesen erhöht nicht nur Effizienz und Versorgungsqualität, sondern auch die Abhängigkeit von stabilen und sicheren IT-Systemen. Gleichzeitig geraten Krankenhäuser zunehmend ins Visier professioneller Cyberkriminalität. Angriffe auf kritische Infrastrukturen treffen auf eine minimale Ausfalltoleranz im laufenden Betrieb und haben im Ernstfall unmittelbare Auswirkungen auf die Patientensicherheit.
Mit der NIS2-Richtlinie reagiert der Gesetzgeber auf diese Entwicklung und verschärft die regulatorischen Anforderungen deutlich. Der bisherige selektive KRITIS-Ansatz entfällt. Künftig ist nicht mehr die Zahl der Behandlungsfälle entscheidend, sondern die Unternehmensgröße. Damit fallen nahezu alle Krankenhäuser in den Anwendungsbereich der NIS2-Regulierung – verbunden mit dauerhaften Pflichten, hohen Anforderungen an Dokumentation und Meldefähigkeit sowie einer persönlichen Haftung der Geschäftsführung.
Diese Entwicklung hat weitreichende Folgen: Organisation, Governance und Kostenstrukturen geraten unter Druck. Klassische, überwiegend manuelle Compliance-Ansätze stoßen angesichts begrenzter personeller Ressourcen, wachsender Dokumentationspflichten und steigender Audit-Anforderungen an ihre Grenzen.
Gleichzeitig eröffnen sich neue Möglichkeiten durch den Einsatz von Künstlicher Intelligenz. KI-gestützte Analyse- und Auditverfahren ermöglichen erstmals eine systematische, konsistente und nachvollziehbare Bewertung regulatorischer Anforderungen sowie vorhandener Dokumentation und schaffen damit Transparenz und Steuerbarkeit.
Unser Whitepaper „IT-Sicherheit im Krankenhausbetrieb – NIS2-Vorgaben und KI als Lösung“ zeigt,
Im Fokus stehen dabei nicht abstrakte Regulierungsdetails, sondern konkrete strategische Handlungsfelder für Geschäftsführung, IT, Informationssicherheit und Compliance im Krankenhausumfeld.
Laden Sie sich unser Whitepaper herunter und erfahren Sie, wie Krankenhäuser NIS2 als Anlass nutzen können, IT-Sicherheit strukturiert, steuerbar und patientensicher aufzustellen.
Marketing-Automation ist ein fester Bestandteil nahezu jeder Digital- oder Vertriebsstrategie. Kaum ein Anbieter, der nicht damit wirbt, kaum ein Unternehmen, das sich dem Thema nicht zumindest konzeptionell nähert. Gleichzeitig zeigt der Blick in die Praxis ein widersprüchliches Bild. Marketing-Automation wird häufig eingesetzt, ihr strategisches Potenzial jedoch selten ausgeschöpft.
Der Grund liegt weniger in der Technologie als im Verständnis des Begriffs selbst. Marketing-Automation wird oft als Werkzeug für effizientere Kampagnen verstanden. Tatsächlich kann sie deutlich mehr leisten.
Der Begriff Marketing-Automation entstand in den frühen 2000er-Jahren, als digitale Marketingkanäle rasant an Bedeutung gewannen. E-Mail-Marketing, Landingpages und erste Web-Analytics-Lösungen eröffneten neue Möglichkeiten, Kunden gezielt anzusprechen und Reaktionen messbar zu machen.
Softwarelösungen wie Marketo, Eloqua oder später HubSpot adressierten genau dieses Bedürfnis. Sie ermöglichten es Marketingabteilungen, Kampagnen eigenständig zu planen, Inhalte automatisiert auszuspielen und Leads systematisch weiterzuentwickeln. Marketing Automation stand damals primär für operative Effizienz und Geschwindigkeit.
In vielen Unternehmen wurde Marketing-Automation jedoch isoliert eingeführt. Die Systeme liefen neben bestehenden CRM-Lösungen wie SAP, Salesforce oder Microsoft Dynamics sowie unbekannteren Branchenlösungen, oft mit eigener Datenbank und keiner oder nur sehr begrenzter Integrationstiefe.
Typische Einsatzszenarien waren automatisierte Newsletter, Lead-Scoring auf Basis weniger Merkmale oder vordefinierte E-Mail-Strecken nach Whitepaper-Downloads.
Diese Formen der Marketing-Automation funktionierten technisch, blieben jedoch in ihrer Wirkung eingeschränkt. Spätestens beim Übergang vom Marketing zum Vertrieb oder Service brachen Automatisierung oder auch Reporting ab.
Die Erwartungen der Kunden haben sich grundlegend verändert. Sie erwarten konsistente Kommunikation über alle Kanäle hinweg, personalisierte Ansprache sowie ein nahtloses Zusammenspiel von Marketing, Vertrieb und Service.
Marketing-Automation, die sich ausschließlich auf Kampagnen beschränkt, kann diesen Erwartungen nicht gerecht werden. Moderne Marketing-Automation muss in der Lage sein, Prozesse übergreifend zu orchestrieren, von der ersten Interaktion bis hin zur langfristigen Kundenbeziehung. Das setzt ein Umdenken voraus: weg vom Tool, hin zur Customer Journey.
Ein praxisnahes Beispiel verdeutlicht diesen Perspektivwechsel. Ein Kunde informiert sich online über ein komplexes Produkt, etwa eine Finanz- oder Versicherungsleistung. Sein Verhalten wird erfasst, Inhalte werden personalisiert ausgespielt. Wechselt der Kunde später in einen persönlichen Beratungskontakt, müssen diese Informationen verfügbar sein – sie müssen nicht erneut abgefragt werden.
Genau hier zeigt sich der Unterschied zwischen klassischer Marketing-Automation und einem integrierten Ansatz. Plattformen wie Microsoft Dynamics 365, BSI Customer Suite oder auch Adobe Experience Platform ermöglichen es, Marketing-Automation eng mit CRM, Serviceprozessen und Datenplattformen zu verzahnen. Automatisierung endet nicht mit einem Klick, sondern begleitet den gesamten Kundenprozess.
Ohne eine konsistente Datenbasis bleibt Marketing-Automation wirkungslos. CRM-Systeme fungieren dabei als zentrale Drehscheibe. Sie bündeln Kundendaten, Interaktionshistorien und Prozessinformationen und stellen sie allen beteiligten Bereichen zur Verfügung.
Marketing-Automation wird so Teil eines größeren Ganzen: Sie nutzt CRM-Daten, stößt Prozesse an, übergibt Informationen an Vertrieb und Service und erhält im Gegenzug Feedback aus der operativen Kundenarbeit. Erst dieses Zusammenspiel macht Automatisierung nachhaltig wertschöpfend.
Künstliche Intelligenz verleiht Marketing-Automation zusätzliche Dynamik. Statt starrer Regeln treten lernende Modelle auf, die Muster erkennen und Prognosen ermöglichen. Moderne Systeme können beispielsweise ermitteln, welcher Kontaktzeitpunkt sinnvoll ist, welcher Kanal bevorzugt wird oder welche Inhalte relevant sind.
Gerade auf Plattformen oder in KI-gestützten Modulen innerhalb von Marketing-Automation-Suites wird deutlich: Automatisierung wird kontextsensitiv. Sie reagiert auf Verhalten, nicht nur auf vordefinierte Trigger.
Trotz aller technologischen Fortschritte bleibt der Mensch ein zentraler Erfolgsfaktor. Marketing-Automation kann vorbereiten, priorisieren und unterstützen, ersetzt jedoch nicht die persönliche Interaktion, insbesondere bei erklärungsbedürftigen Produkten oder komplexen Entscheidungen.
Der eigentliche Mehrwert entsteht dort, wo Automatisierung erkennt, wann menschliche Expertise gefragt ist, und diese gezielt einbindet. Marketing-Automation wird so zum Enabler besserer Gespräche, nicht zu deren Ersatz.
Bei Consileon verstehen wir Marketing-Automation als integralen Bestandteil einer kundenzentrierten Unternehmensarchitektur. Wir unterstützen Organisationen dabei, Automatisierung nicht isoliert einzusetzen, sondern konsequent mit CRM, Datenstrategie und Prozessen zu verzahnen. Mit unserer KI-Beratung unterstützen wir Sie dabei, die Möglichkeiten moderner Technologien zu nutzen.
Dabei arbeiten wir unter anderem mit BSI und Microsoft als Technologiepartner. Beide Plattformen ermöglichen eine Marketing-Automation, die über Kampagnen hinausgeht und Marketing, Vertrieb und Service sinnvoll verbindet.
Marketing-Automation ist kein veraltetes Konzept, sondern ein anspruchsvolles. Der Begriff trägt eine Geschichte mit sich, die ihn erklärungsbedürftig macht. Wer Marketing-Automation heute erfolgreich einsetzen will, muss sie aus Kundensicht denken, organisatorisch verankern und technologisch integrieren. Dann wird aus einem Marketing-Tool ein strategischer Hebel für nachhaltige Kundenbeziehungen.
Vom 10. bis 12. Februar 2026 trifft sich die europäische Energiewirtschaft auf der E-world energy & water in Essen. Consileon ist mit dabei und am 10. Februar persönlich vor Ort, um praxisnahe Impulse zu teilen und über die Fragen zu sprechen, die den öffentlichen Sektor aktuell bewegen.
Auch unser Partner BSI Software ist mit eigenem Messestand vertreten: Halle 2, Stand Nr. 2D138. Dort freuen wir uns auf Gespräche rund um Wärmewende, Wärmenetze, Energieeffizienz sowie CRM-Lösungen für Service, Marketing und Vertrieb.
Auf der E-world energy & water 2026 stehen zentrale Zukunftsfragen der Energiewirtschaft im Mittelpunkt: die Umsetzung der Wärmewende im kommunalen Umfeld, die Weiterentwicklung von Wärmenetzen, steigende Anforderungen an Energieeffizienz sowie die Rolle von Digitalisierung, Marketing und Vertrieb in der Kundenkommunikation.
Die Wärmewende ist weit mehr als ein technisches Infrastrukturprojekt. Kommunale Wärmeplanung, neue Geschäftsmodelle und steigende Erwartungen an Transparenz und Beratung verlagern den operativen Schwerpunkt zunehmend an die Kundenschnittstelle. Stadtwerke stehen vor der Aufgabe, viele Haushalte parallel zu informieren, zu beraten und sicher durch komplexe Entscheidungsprozesse zu führen.
Genau hier setzt Consileon an. In Projekten mit Stadtwerken zeigt sich immer wieder, dass der Erfolg der Wärmewende maßgeblich davon abhängt, wie gut Beratung, Kommunikation und digitale Prozesse zusammenspielen. Eine skalierbare, datenbasierte Kundenansprache schafft Orientierung, Vertrauen und Umsetzungsfähigkeit – auch unter hohem Zeitdruck.
Wie Stadtwerke die Wärmewende wirksam umsetzen können, zeigen wir im Whitepaper
„Erfolgsfaktor Kundenschnittstelle – Wie Stadtwerke die Wärmewende meistern“.
Darin beleuchten wir unter anderem, welche Rolle Beratung und Customer Experience spielen, wie eine skalierbare Wärme-Customer-Journey aufgebaut ist und welche organisatorischen und systemischen Voraussetzungen erforderlich sind.
Die Rolle der IT verändert sich fundamental: weg von der reinen Unterstützungsfunktion hin zum aktiven Gestalter. Dr. Jörg Schlösser erklärt im Interview, wie moderne IT-Landschaften entstehen, warum Legacy-Systeme nicht einfach ersetzt werden sollten und wie Unternehmen Technologie nutzen, um Zukunft zu gestalten.
Früher wurde die IT in vielen Unternehmen vor allem als Dienstleister angesehen. Sie hat Prozesse unterstützt, Systeme bereitgestellt und Kosten optimiert. Das hat sich grundlegend gewandelt. Heute entscheidet die IT über Innovation, Geschäftsmodelle und letztlich auch über die Zukunftsfähigkeit eines Unternehmens. Wer etwa KI, Cloud-Services oder Plattformlösungen strategisch einsetzt, kann sich am Markt schneller, effizienter und resilienter positionieren. IT ist damit mehr als nur ein Enabler; sie gestaltet die unternehmerische Zukunft aktiv mit.
Die meisten sind mittendrin, manche haben gerade erst begonnen, andere haben die Tür in eine visionäre Zukunft schon aufgestoßen. Viele kämpfen mit historisch gewachsenen Legacy-Systemen, die schwer zu pflegen sind, Innovation ausbremsen oder Risiken bergen. Gleichzeitig ist der Druck hoch: Fachbereiche fordern schnelle Lösungen, Kunden erwarten digitale Services, regulatorische Anforderungen steigen. Die Herausforderung besteht darin, im laufenden Betrieb zu transformieren, ohne das Geschäft zu gefährden. Dafür braucht es tragfähige Architekturen, klare Roadmaps und viel Erfahrung.
Nicht jedes Altsystem kann oder muss sofort ersetzt werden. Entscheidend ist, die Substanz zu analysieren, zu priorisieren und gezielt zu modernisieren. Wir verfolgen einen evolutionären Ansatz mit klaren Zielarchitekturen, standardisierten Schnittstellen und schrittweisen Migrationspfaden. Dabei kommen moderne Prinzipien wie API-First, Service- und Event-Driven-Architekturen, Domain-Driven Design, Infrastructure as Code und Containerisierung zum Einsatz, um Modularität, Sicherheit und Zukunftsfähigkeit herzustellen. Wichtig ist, die IT-Modernisierung nicht nur technisch, sondern auch strategisch als Grundlage für künftiges Wachstum zu verstehen.
Bei uns endet die Beratung nicht mit dem Foliensatz oder einer Checkliste. Wir denken Lösungen zu Ende und setzen sie auch um. Wir übernehmen also Verantwortung für das gesamte IT-Projekt, vom ersten Bleistiftstrich bis zur fertigen Lösung. Wenn gewünscht, stellen wir eigene Entwicklungsteams, realisieren Cloud-native Softwarelösungen oder begleiten die Integration in komplexe IT-Landschaften. Das gibt unseren Kunden Sicherheit und Geschwindigkeit. Es zeigt sich immer wieder: Strategien entfalten ihren Wert erst, wenn sie konsequent umgesetzt werden. Das ist unser Anspruch an alle Projekte!
Generative KI ist ohne Frage ein Game Changer, aber nur, wenn Unternehmen das Thema strukturiert angehen: mit Strategie, Use-Case-Fokus und Governance. Auch Cybersecurity gewinnt weiter an Bedeutung, insbesondere im Kontext von NIS-2, Cloud und verteilten Systemen. Und dann gibt es Themen wie Data Mesh, MLOps oder digitale Plattformen, die mehr Autonomie und Skalierbarkeit in die Organisation bringen. Unser Ziel ist immer, Technologie mit Verantwortung einzuführen, nicht um einen Hype zu bedienen, sondern um echten Mehrwert zu schaffen.
Die IT war noch nie so spannend wie heute. Was mich begeistert, ist die Dynamik und die Tatsache, dass wir als IT-Verantwortliche aktiv gestalten können: ob es um smarte Kundenportale, autonome Datenarchitekturen oder KI-basierte Services geht. Es geht nicht mehr nur um Technik. Es geht um Innovation, um neue Geschäftsmodelle, um Zukunft. Und dabei helfen zu dürfen, das motiviert mich jeden Tag aufs Neue.
Von der Strategieberatung über die Technologieauswahl bis zur Umsetzung komplexer Softwarelösungen: Consileon unterstützt Unternehmen bei der digitalen Transformation – fundiert, individuell und auf Augenhöhe.
Customer Relationship Management (CRM) ist längst keine Softwaredisziplin mehr, sondern Ausdruck einer kundenzentrierten Unternehmensausrichtung, die alle Bereiche von Vertrieb, Service, Marketing und IT verbindet. CRM steht heute für die Fähigkeit, Kundenbeziehungen strategisch zu gestalten, Daten intelligent zu nutzen und Kundenerlebnisse konsequent entlang der Unternehmensziele auszurichten.
2026 erreicht diese Entwicklung eine neue Stufe: Mit Technologien wie Agentic AI oder Agent Relationship Management (ARM) wird CRM zu einer aktiven, intelligenten Steuerungsinstanz, die Unternehmen befähigt, Kundenbedürfnisse zu antizipieren und Interaktionen individuell zu gestalten, über alle relevanten Kanäle und Prozesse hinweg.
Bei Consileon sehen wir diesen Wandel in vielen Projekten bereits heute. KI-Agenten unterstützen Mitarbeiter, übernehmen Routineaufgaben und schaffen Freiraum für das, was zählt: echte Kundenbeziehungen.
Während klassische KI vor allem Daten analysiert, agieren die neuen CRM-Agents eigenständig: Sie priorisieren Leads, schreiben personalisierte E-Mails, planen Termine, analysieren Stimmungen oder schlagen den besten Kommunikationskanal vor. Bei Consileon begleiten wir Unternehmen dabei, diese Agenten sicher und sinnvoll in CRM-Prozesse zu integrieren.
So entsteht ein hybrides Interaktionsmodell, in dem Mensch und Maschine Hand in Hand arbeiten – der Mensch führt, der Agent unterstützt.
Trend: CRM wird durch Agentic AI zu einem aktiven Akteur im Kundenkontakt.
Herausforderung: Erfordert eine Balance zwischen Automatisierung, Verantwortung und Vertrauen.
Millionen Menschen nutzen heute ChatGPT, Claude oder Perplexity als persönliche Assistenten. Diese Systeme organisieren Informationen, treffen Entscheidungen und übernehmen Routineaufgaben. Sie verändern heute bereits, wie Menschen mit Unternehmen interagieren. Mit dieser Entwicklung entsteht ein neues Paradigma im Customer Relationship Management: das Agent Relationship Management (ARM).
ARM beschreibt das gezielte Management der Beziehung nicht mehr nur zum Menschen, sondern auch zu dessen digitalen Assistenten – also zu Systemen, die als eigenständige Empfänger, Filter und Multiplikatoren agieren. Unternehmen, die sich frühzeitig darauf vorbereiten, schaffen sich einen entscheidenden Vorsprung im B2A-Zeitalter (Business-to-Agent).
Trend: Das klassische Customer Relationship Management erweitert sich zum Agent Relationship Management (ARM).
Herausforderung: Erfordert Daten und Prozesse, die sowohl von Menschen als auch von Maschinen verstanden und genutzt werden können.
Lange war die Customer Journey in vielen Unternehmen ein theoretisches Konzept – gut gemeint, aber selten konsequent umgesetzt. Journeys existierten in Silos, oft getrennt nach Kanälen oder Abteilungen und bildeten die Realität des Kunden nur unvollständig ab.
2025 hat sich das geändert: Wir bei Consileon haben zunehmend softwareagnostische Projekte realisiert, in denen Unternehmen begonnen haben, ihre Customer Journeys erstmals ganzheitlich zu analysieren und praktisch erlebbar zu machen – über Marketing, Vertrieb und Service hinweg.
Dieses Jahr wird dieser Wandel weiter an Dynamik gewinnen. Immer mehr Organisationen erkennen, dass Customer Journeys kein Marketing-Add-on, sondern das zentrale Bindeglied zwischen Strategie, Prozessen und Kundenerfahrung sind. Der nächste Schritt sind adaptive Journeys: dynamische, KI-gestützte Abläufe, die sich in Echtzeit an Verhalten, Kontext und Stimmung des Kunden anpassen. Damit entsteht aus Silostrukturen erstmals ein integriertes, datenbasiertes Kundenerlebnis.
Trend: Unternehmen lösen sich 2026 zunehmend von kanalbezogenen Silos und gestalten Customer Journeys.
Herausforderung: Erfordert vernetzte Daten, klare Verantwortlichkeiten und den Mut, Journey Management als kontinuierlichen Lernprozess zu etablieren.
KI, Daten und Automatisierung schaffen enorme Effizienzgewinne, doch am Ende zählt die Qualität der Interaktion. Kunden wollen verstanden werden. Nicht nur als Datensatz, sondern als Mensch mit Bedürfnissen, Emotionen und Erwartungen.
Immer mehr Unternehmen erkennen, dass Vertrauen der entscheidende Faktor für nachhaltige Kundenbindung ist. Es entsteht dort, wo Transparenz, Relevanz und Respekt zusammenkommen: wenn Daten verantwortungsvoll genutzt, Empfehlungen nachvollziehbar erklärt und Kontaktpunkte konsistent gestaltet werden.
Digitale Empathie bedeutet deshalb nicht, Emotionen zu simulieren, sondern Technologien so einzusetzen, dass sie menschliche Interaktion stärken, etwa durch intelligente Gesprächsunterstützung im Vertrieb, kontextsensitives Service-Design oder empathische Kommunikation in Kundenportalen.
Trend: Hybride Teams mit emotionaler Intelligenz.
Herausforderung: Erfordert ein tiefes Verständnis des Kunden sowie die richtige Balance zwischen Automatisierung und persönlicher Betreuung.
Damit KI-Agenten sinnvoll agieren, brauchen sie eine konsistente Datenbasis. 2026 rückt die Customer Data Platform noch mehr ins Zentrum. Sie verbindet Marketing-, Service- und Vertriebsdaten zu einem Echtzeit-Kundenzwilling.
Consileon unterstützt Unternehmen bei der Integration von Systemen zu Datenplattformen, um diese Daten intelligent nutzbar zu machen und aus isolierten Informationen echte Handlungsempfehlungen abzuleiten.
Trend: Echtzeit-Datenintegration wird zum Rückgrat erfolgreicher CRM-Strategien.
Herausforderung: ErfordertData Governance und das Zusammenführen von Datenbeständen mit Kundenbezug.
Bei aller technologischen Euphorie gilt auch 2026: Ohne saubere Grundlagen kein erfolgreiches CRM. Viele Unternehmen investieren in KI, Automatisierung und neue Plattformen, doch die eigentliche Arbeit liegt oft noch dort, wo man nicht so gerne hinschaut: im Maschinenraum. Prozesse müssen definiert, standardisiert und automatisiert werden. Daten müssen bereinigt, zusammengeführt und harmonisiert werden. Und nicht zuletzt gilt es, bestehende, oft veraltete Systeme intelligent zu integrieren, statt sie einfach zu überdecken.
Diese Basisarbeit entscheidet darüber, ob moderne CRM-Initiativen skalieren oder scheitern. Sie ist Voraussetzung dafür, dass Technologien wie Agentic AI, ARM oder adaptive Journeys überhaupt Wirkung entfalten können.
Trend: Modernisierung von IT-Infrastruktur, Vereinheitlichung von Datenstrukturen und Schaffung stabiler Plattformarchitekturen als Fundament für KI und Automatisierung.
Herausforderung: Erfordert Durchhaltevermögen, Investitionen, klare Governance und Aufmerksamkeit für Themen, die nicht im Scheinwerferlicht liegen.
Das CRM- und CX-System der Zukunft ist nicht länger passiv, sondern proaktiv, vernetzt und empathisch. Agentic AI und Agent-to-Agent-Kommunikation eröffnen neue Wege, Kunden individuell und effizient zu betreuen.
Doch Technologie allein genügt nicht – sie braucht klare Werte, verlässliche Daten und menschliche Führung. Consileon begleitet Unternehmen genau auf diesem Weg: von der Strategie über die Auswahl der Plattform bis zur Einführung intelligenter, sicherer CRM- und CX-Lösungen.
Der Jahreswechsel ist für viele Menschen eine Zeit der Reflexion und Neuausrichtung: Was habe ich in diesem Jahr erreicht? Wo möchte ich mich weiterentwickeln? Und welche persönlichen und beruflichen Ziele sollen das kommende Jahr prägen? Viele berufliche Veränderungen beginnen genau hier, mit dem Wunsch nach Sinn, Wirkung und einer neuen Herausforderung.
Vielleicht spürst auch du diesen Drang nach Veränderung – nach einem neuen Umfeld, in welchem du Ideen einbringen kannst, das deine Weiterentwicklung fördert und dich motiviert, jeden Tag dein Bestes zu geben. Wie wäre es mit einer Karriere in der Beratung?
Consileon ist eine mittelständische Management- und IT-Beratung, die Unternehmen bei digitalen Transformationsprozessen begleitet und komplexe Herausforderungen gemeinsam mit Kundenteams löst. Dabei stehen spannende Projekte, vielseitige Aufgaben und kontinuierliches Lernen im Mittelpunkt.
Was die Arbeit bei Consileon besonders macht, ist die Vielfalt an Rollen und Entwicklungsmöglichkeiten. Beratung bedeutet bei uns nicht „one size fits all“ – vielmehr bieten wir unterschiedliche Karrierepfade, die sich an individuellen Stärken, Interessen und beruflichen Zielen orientieren. Ob analytisch-strategisch, technisch tiefgehend oder mit einem hybriden Profil aus Business und IT: Bei Consileon findest du den Raum, deine Kompetenzen gezielt einzubringen und weiterzuentwickeln.
In der klassischen Unternehmens- und Strategieberatung arbeitest du nah an den Entscheidern unserer Kunden. Du analysierst Geschäftsmodelle, entwickelst Strategien, optimierst Prozesse und begleitest Organisationen bei Veränderungsvorhaben – von der ersten Idee bis zur erfolgreichen Umsetzung.
Dabei geht es nicht nur um Konzepte, sondern auch um messbare Ergebnisse. Du übernimmst früh Verantwortung, arbeitest im Team an komplexen Fragestellungen und gestaltest aktiv die Zukunft unserer Kunden mit. Eigeninitiative, analytisches Denken und Kommunikationsstärke sind hier ebenso gefragt wie der Blick fürs große Ganze.
Digitale Transformation braucht mehr als nur Technologie – sie braucht Menschen, die Business-Anforderungen verstehen und sie in tragfähige IT-Lösungen übersetzen können. Als IT-Berater bei Consileon bewegst du dich genau an dieser Schnittstelle.
Du unterstützt unsere Kunden bei Themen wie Cloud-Transformation, Daten- und Analytics-Lösungen, IT-Architektur, Prozessautomatisierung oder Cybersecurity. Dabei arbeitest du eng mit Fachbereichen, Entwicklerteams und Projektverantwortlichen zusammen und sorgst dafür, dass aus Ideen funktionierende Lösungen werden.
Für Softwareentwickler bietet Consileon ein Umfeld, in dem technische Qualität, moderne Technologien und sinnstiftende Projekte im Fokus stehen. Du entwickelst maßgeschneiderte KI-Lösungen, Plattformen und Systeme, die direkt im operativen Geschäft unserer Kunden eingesetzt werden.
Dabei arbeitest du in interdisziplinären Teams, nutzt zeitgemäße Entwicklungsansätze und hast die Möglichkeit, technologische Entscheidungen aktiv mitzugestalten. Ob Backend, Frontend, Cloud oder Daten – deine Expertise zählt und hat direkten Einfluss auf den Projekterfolg.
Wie sieht der Arbeitsalltag bei Consileon wirklich aus? In unseren Mitarbeiter-Interviews auf YouTube geben unsere Kolleginnen und Kollegen authentische Einblicke in ihre Projekte, ihren Arbeitsalltag und ihren persönlichen Karriereweg. Sie erzählen, was sie antreibt, wie die Zusammenarbeit im Team gelebt wird und warum sie sich für Consileon entschieden haben.
Wenn du Lust hast, deine Karriere in einem dynamischen, kollegialen Umfeld zu starten oder weiterzuentwickeln, ist jetzt der richtige Moment, den nächsten Schritt zu gehen. Wir freuen uns auf deine Bewerbung – ob als Berufseinsteiger, als erfahrene Beratungspersönlichkeit oder als Quereinsteiger. Bei Consileon findest du mehr als nur einen Job: ein Team, das dich unterstützt, fordert und bei dem du wirklich etwas bewegen kannst.
Die PEH Wertpapier AG zählt zu den führenden banken- und versicherungsunabhängigen Finanzdienstleistern im deutschsprachigen Raum. Das Unternehmen wurde 1989 gegründet und ist von Anbeginn an inhabergeführt. Die PEH Gruppe bietet als Multi-Manager-Finanzhaus eine vielfach ausgezeichnete Vermögensverwaltung für Private Kunden sowie spezielle Produkte und Anlagelösungen für Institutionelle Investoren.
Die PEH verfolgt ein ambitioniertes Wachstum, das mit steigenden Anforderungen an Compliance und Regulatorik einhergeht. Bereits heute entstehen rund 30 % der regulatorischen Kosten durch externe Anwaltsleistungen. Derzeit beschäftigt die PEH-Gruppe 14 Mitarbeiter im Bereich Regulatorik; bei dem geplanten Wachstum würde dies eine lineare Personalaufstockung erfordern. Ziel war daher, Prozesse zu automatisieren, externe Kosten zu senken und Fachkräfte von repetitiven Aufgaben zu entlasten, um den Fokus stärker auf wertschöpfende Tätigkeiten zu lenken.
Mit dem Consileon Compliance Manager bietet Consileon eine KI-gestützte Lösung zur intelligenten Automatisierung regulatorischer Prozesse. Die Software analysiert Verträge und Dokumente, erkennt Lücken, Risiken und Optimierungspotenziale und schlägt gezielte Maßnahmen vor. Durch die nahtlose Integration in bestehende Systeme werden Prüfprozesse standardisiert, dokumentiert und revisionssicher gestaltet. Das gemeinsame Projekt wurde in enger Abstimmung mit den Fachabteilungen umgesetzt. Dank des flexiblen, iterativen Vorgehens konnte die Lösung schnell auf die spezifischen Bedürfnisse der PEH zugeschnitten werden – von der ersten Pilotierung bis zum produktiven Einsatz.
Bereits kurze Zeit nach der Einführung des Consileon Compliance Managers zeigten sich spürbare Fortschritte. Die PEH konnte ihre internen Abläufe im Bereich Compliance und Regulatorik deutlich verschlanken und externe Unterstützungsleistungen erheblich reduzieren. Prüfprozesse mit Wirtschaftsprüfern verlaufen heute wesentlich effizienter und standardisierter, wiederkehrende Tätigkeiten wurden automatisiert und zentral dokumentiert. Dadurch stiegen Transparenz und Nachvollziehbarkeit der regulatorischen Arbeit deutlich. Zugleich verbesserte sich die Qualität der Prüfergebnisse, da die Lösung keine relevanten Punkte übersieht und menschliche Fehlerquellen minimiert. Insgesamt profitiert die PEH von spürbarer Entlastung, höherer Prozesssicherheit und einer nachhaltig verbesserten Effizienz in der regulatorischen Steuerung.
Das laufende Projekt ist geprägt von einer engen, pragmatischen und vertrauensvollen Zusammenarbeit zwischen Consileon und der PEH. Erfolgstreibend war die Kombination aus Branchenexpertise, Regulatorik-Know-how und technologischem KI-Verständnis, ergänzt durch ein gemeinsames, agiles Lernverständnis. Diese enge Verzahnung von Use-Case-Design, Fachwissen und Technologie führte zu praxisnahen Ergebnissen und messbarem Mehrwert in kurzer Zeit.
Im nächsten Schritt plant die PEH, den Compliance Manager um weitere Module zu erweitern und sukzessive zusätzliche regulatorische Anwendungsfälle zu integrieren. Parallel werden die Mitarbeiter befähigt, KI-gestützte Prozesse aktiv zu nutzen und weiterzuentwickeln. Damit legt die PEH den Grundstein für eine zukunftsfähige, skalierbare und effiziente Compliance-Organisation und festigt ihre Position als innovatives Finanzdienstleistungsinstitut mit höchsten Standards in Qualität und Governance.
Heutzutage kommt man am Thema Künstliche Intelligenz (KI) kaum noch vorbei. Während manche KI als Heilsbringer für Innovation und Effizienz ansehen, befürchten andere, dass sie den Menschen langfristig ersetzen soll. Heilsbringer oder Untergang, die Wahrheit liegt wie bei anderen Innovationen und technischen Entwicklungen wahrscheinlich dazwischen und wird am Ende durch die Art der Anwendung bestimmt. Schon jetzt zeichnet sich ab, dass KI als Schlüsseltechnologie auch den Bankensektor grundlegend verändern wird. Jedoch setzen viele Finanzdienstleister sie ein, ohne zu prüfen, ob die Nutzung wirklich angemessen ist und einen Mehrwert gegenüber existierenden Prozessen bietet. Um den Trend nicht zu verschlafen, werden KI-Anwendungen implementiert, ohne ausreichende Prüfung der Datenqualität und im schlimmsten Fall unter Vernachlässigung von Governance und ethischen Leitlinien. Dabei rückt ESG (Environmental, Social, Governance), das noch vor einigen Jahren Trendthema Nummer 1 war, in den Hintergrund.
ESG ist, getrieben durch gesellschaftliche Erwartungen und regulatorische Vorgaben, in den vergangenen Jahren aus der Nische ins Zentrum des Handelns von Finanzdienstleistern gerückt. Für viele Banken ist es kein Trendthema mehr, mit dem man Kunden gewinnen kann, sondern Pflichtprogramm. Beispielsweise müssen Banken laut MiFID II Nachhaltigkeitspräferenzen in der Anlageberatung berücksichtigen und gemäß MaRisk und EBA-Guidelines die Umwelt- sowie Klimarisiken im Risikomanagement integrieren. Die CSRD macht, trotz der aktuellen Überarbeitungen, Vorgaben zur Nachhaltigkeitsberichterstattung und die SFDR stellt Anforderungen zur unternehmens- und produktbezogenen Offenlegung im Wertpapierbereich. Mit dem EU AI Act kommt zudem erstmals ein spezifischer Rechtsrahmen für KI hinzu. Der risikobasierte Ansatz sieht vor, dass KI-Systeme je nach Risiko Anforderungen erfüllen müssen, um in der EU zugelassen zu werden. Bei einem geringen Risiko gelten begrenzte Informations- und Transparenzpflichten, hochriskante KI-Systeme, beispielsweise in den Bereichen kritischer Infrastruktur, Gesundheits- und auch Bankenwesen, müssen deutlich höhere Anforderungen erfüllen. Die Klassifizierung adressiert bisher vor allem Risiken in Bezug auf Grundrechte der Bürger und Diskriminierung und macht Vorgaben zu notwendigen Governance- und Risikomanagement-Strukturen. Ökologische Auswirkungen von KI werden bislang nur am Rande über Transparenz- und Energieeffizienzanforderungen aufgegriffen.
Diese Entwicklungen erfordern immer größere Mengen an Daten und Datenpunkten, die aufgenommen und ausgewertet werden müssen. Hier bietet KI Chancen, schneller, effizienter und verlässlicher zu werden, wirft jedoch gleichzeitig Fragen zur Einwertung von KI entlang der drei ESG-Dimensionen (Environmental, Social, Governance) und zur Vereinbarkeit mit nachhaltiger Unternehmensführung auf.
Dieser Beitrag schafft Transparenz über die Auswirkungen von künstlicher Intelligenz auf die drei Dimensionen von ESG, betrachtet aktuelle Anwendungsfälle an der Schnittstelle von KI- und ESG-Aspekten und gibt Impulse zu einer ESG-gerechten KI-Implementierung.
Künstliche Intelligenz hat großes Potenzial, Nachhaltigkeitsziele entlang der drei ESG-Dimensionen durch Prozessoptimierung und Ressourceneinsparung zu unterstützen. Insbesondere die ökologische Dimension kann profitieren: In der Landwirtschaft lässt sich beispielsweise die Bewässerung durch KI so steuern, dass bis zu 30 % weniger Wasser verbraucht und dennoch höhere Ernteerträge erzielt werden. 1 Äquivalent dazu können in Industrie und Gebäudetechnik KI-basierte Steuerungen den Energieverbrauch senken und so Emissionen reduzieren. Mithilfe von KI lassen sich außerdem Umweltprobleme schneller erkennen und bewältigen. So können KI-gestützte Analysen Ölverschmutzung in Meeren frühzeitig entdecken, Landnutzungsänderungen wie Entwaldung präzise erfassen, Treibhausgasemissionen quantifizieren und die Überwachung des Zustands von Wäldern verbessern, um negativen Effekten frühzeitig gegenzusteuern. Auch im Klimaschutzmanagement (z. B. bei Smart Grids) hilft KI, Energiesysteme effizienter und umweltfreundlicher zu gestalten. Sie kann außerdem auf dem Weg zur Kreislaufwirtschaft helfen, indem sie Sortierprozesse im Recycling optimiert, Verschwendung reduziert und ressourcenschonende Produktion fördert.
Mit Blick auf Banken ist der Nutzen von KI insbesondere in der Governance-Perspektive zu sehen, beispielsweise in der Risikoanalyse. Durch die Erkennung von Mustern in Verbindung mit der Verarbeitung und Auswertung großer Datenmengen, lassen sich Risiken frühzeitig erkennen und mitigieren.
Die Kehrseite stellt die negative Wirkung von KI auf alle drei ESG-Perspektiven dar.
Der ökologische Impact von KI erstreckt sich über den gesamten Lebenszyklus: Von der Herstellung der Hardware und dem Bau neuer Rechenzentren über den Energieverbrauch für Training und Betrieb der Modelle bis hin zu einem höheren Bedarf an neuen Elektrogeräten sowie deren Entsorgung (Elektronikschrott). Trotz dieser starken Umweltbelastungen mangelt es an belastbaren Daten, standardisierten Messmethoden und Transparenz über die Auswirkungen. Viele Betreiber und Anbieter veröffentlichen kaum Informationen über den Ressourcenverbrauch ihrer KI-Systeme.
Die prominenteste negative Auswirkung ist der Stromverbrauch von KI-Modellen. Eine Anfrage an ChatGPT verbraucht gegenüber einer Google-Suche laut IEA etwa das Zehnfache an Strom. Die Integration von KI in Suchmaschinen und die wachsende Zahl an Anfragen täglich führt zu einer globalen Zunahme des Energieverbrauchs. Dieser Trend wird sich in kommenden Jahren noch verstärken. 2
Neben Strom verbraucht KI auch große Mengen Wasser und andere Ressourcen. Um die Hitzeentwicklungen in Rechenzentren unter Kontrolle zu halten, ist eine intensive Kühlung erforderlich, häufig mit Frischwasser. In wasserarmen Regionen führt der Kühlungsbedarf zu Wettbewerb mit anderen Nutzenden (z. B. Landwirtschaft, Bevölkerung) und kann lokale Ökosysteme belasten.
Außerdem benötigt die Herstellung der Hardware (Rechenzentren, Server, Chips) große Mengen an Rohstoffen, deren Abbau oft ökologisch problematisch ist. Der Bau und die Erweiterung von Rechenzentren (Baumaterialien, Infrastruktur, Transport) verursacht „eingebettete“ CO₂-Emissionen (sogenanntes „embodied carbon“), da sowohl die Herstellung vieler Baumaterialien, wie beispielsweise Zement, als auch der Transport schwerer Güter mit hohen CO₂-Emissionen verbunden ist. Die verwendete Hardware enthält oftmals giftige Stoffe (z. B. Quecksilber, Blei), die am Ende der Lebensdauer Entsorgung und Recycling erschweren.
Zudem können KI-Anwendungen auch indirekt Umweltbelastungen erzeugen, z. B. wenn autonome Fahrzeuge statt öffentlicher Verkehrsmittel genutzt werden. 3
In Bezug auf die soziale und Governance-Perspektive birgt KI das Risiko, menschliche Vorurteile oder Fehlinformationen als Fakten darzustellen, abhängig davon, mit welchen Daten sie trainiert wurde. Eine neue Studie der Europäischen Rundfunkunion zeigt, dass 45 % aller Antworten verschiedener KIs mindestens ein signifikantes Problem enthielten. Dies waren beispielsweise falsch zitierte Quellen, Aussagen, die ohne Quellenangaben als Fakt präsentiert wurden, oder sogar Falschaussagen. KI wird oft als neutrale Instanz gesehen, die sie jedoch oftmals nicht ist, und kann somit dazu verleiten, falsche oder problematische Informationen als wahr anzusehen. Auch der Einfluss auf Datenschutz und Urheberrecht ist noch nicht in vollem Ausmaß geklärt und wird von KI-Systemen ausreichend berücksichtigt. Politisch versucht die EU, diesen Risiken mit dem AI Act zu begegnen. Dieser Rechtsrahmen legt strenge Vorgaben in Bezug auf Governance, Datenqualität, Transparenz und Risikomanagement für Hochrisiko-Systeme („high risk systems“) fest, etwa im Kredit-Scoring oder bei der Bewertung von Kreditwürdigkeit. Damit adressiert der AI Act vor allem die soziale und Governance-Perspektive von KI, während ökologische Auswirkungen wie Energie- und Ressourcenverbrauch bislang nur teilweise (z. B. zur Energieeffizienz von Rechenzentren) widergespiegelt werden.
Der Nutzung von KI sollten demnach die gesamten ökologischen und sozialen Kosten den Effizienzgewinnen gegenübergestellt werden. Diese ganzheitliche Betrachtung ist notwendig, um abzuwägen, in welchen Anwendungsfällen der Nutzen die Kosten für die Gesellschaft und die Umwelt rechtfertigt. So darf der Einsatz von KI im Namen der Effizienz nicht zulasten sozialer Aspekte wie Fairness oder Datenschutz gehen. KI sollte verantwortungsvoll entwickelt und eingesetzt werden, um Nachhaltigkeitsziele zu fördern, statt ihnen entgegenzuwirken. Ein möglicher Lösungsansatz ist die Entwicklung und Einführung echter verbindlicher Standards für die transparente Messung und Berichterstattung des Ressourcenverbrauchs (bspw. Energie, Wasser) solcher Systeme und die regelmäßige Prüfung, ob die verwendete Hardware noch auf dem neuesten technischen und energetischen Stand ist. Ergänzt durch konkrete Zielwerte, ein Beschaffungsmanagement und ein Entsorgungssystem für Altgeräte, das auf Recycling, Ressourcenschonung und Kreislaufwirtschaft ausgelegt ist, könnten Unternehmen sicherstellen, dass KI aktiv zur Erreichung von Nachhaltigkeitszielen beiträgt.
Mit Blick auf den Finanzsektor ist Künstliche Intelligenz bereits als Unterstützung entlang der gesamten Wertschöpfungskette in der Praxis angelangt. Institute nutzen KI für viele Use Cases, mit dem Ziel, Kosten zu senken und Risiken früher zu erkennen. Kundinnen und Kunden können gleichzeitig noch zielgerichteter bedient werden. Der Weg dorthin folgt einem klaren Muster: Im ersten Schritt braucht es eindeutig definierte, belastbare Daten, die konsistent erhoben werden können und sich dauerhaft im Zugriff befinden. Anschließend müssen Governance- und Modellrisikomanagement ausgearbeitet und schriftlich fixiert werden: Rollen, Verantwortlichkeiten, Dokumentation, Erklärbarkeit und Kontrollen. Zudem beginnt eine erfolgreiche Umsetzung zunächst mit einem überschaubaren und geschäftsnahen Use Case, der schnell Wirkung zeigt und dann über Plattformen skalieren kann.
Auch im Zahlungsverkehr kommt KI zunehmend zum Einsatz. Insbesondere bei Echtzeitüberweisungen steigt dadurch der Energiebedarf der Bankinfrastruktur. Instant Payments erfordern permanente Systemverfügbarkeit, laufende Risiko- und Betrugsprüfungen sowie KI-basierte Mustererkennung in Millisekunden. Im Gegensatz zu klassischen Batch-Prozessen, die Aufgaben bündeln und in Zeiten niedriger Netzlast ausführen, müssen Echtzeitsysteme 24/7 Rechenkapazitäten vorhalten und auf Spitzenlasten vorbereitet sein. Das erhöht den Grundenergieverbrauch und vergrößert den ökologischen Fußabdruck pro Transaktion. Der Energie- und Rechenaufwand bei Instant Payments fällt nach Einschätzungen von Mitgliedern der European Automated Clearing House Association (EACHA) etwa dreimal höher aus als bei klassischen Batch-Verfahren. Ursache dafür ist vor allem der zusätzliche CPU-Bedarf, der für die Verarbeitung jeder einzelnen Echtzeittransaktion notwendig ist und sowohl Betreiber als auch Banken stärker beansprucht. Darüber hinaus treiben veraltete Softwarelandschaften diesen Verbrauch weiter nach oben, während moderne Anwendungen und cloudbasierte Infrastrukturen spürbare Effizienzgewinne ermöglichen. 4
Banken sollten daher abwägen, in welchen Bereichen Echtzeit wirklich notwendig ist und wie KI-gestützte Systeme energieeffizient gestaltet werden können, ohne den Verlust von Sicherheits- und Komfortgewinnen zu riskieren.
In Risikomanagement und Compliance unterstützt KI bereits heute bei der Unterscheidung zwischen statistischem Rauschen sowie relevanten Daten und Mustern. Moderne AML-Modelle reduzieren Fehlalarme und lenken die Aufmerksamkeit auf tatsächlich auffällige Muster. In der Betrugsabwehr erkennen Modelle Anomalien in Karten- und Online-Transaktionen in Echtzeit, was Verluste senkt und den Kunden mehr Sicherheit bietet. Im Kreditgeschäft werden durch Frühwarnsysteme, die Konto- und Marktsignale einspeisen, mögliche Ausfälle früher vorhergesagt.
Auch der Kundendialog verändert sich durch den Einsatz künstlicher Intelligenz: „Next Best Action“-Empfehlungen machen situative und personalisierte Angebote, Chat- und Voice-Assistenten beantworten Standardfragen rund um die Uhr und entlasten Hotlines.
Die größten Produktivitätsgewinne entstehen jedoch oft im Backoffice. Systeme verstehen und extrahieren Inhalte aus Verträgen oder KYC-Unterlagen, was somit Durchlaufzeiten reduziert und Medienbrüche vermeidet. Posteingänge werden automatisch sortiert und zusammengefasst. Durch eine automatische Weiterleitung landen Vorgänge ohne Umwege zudem direkt bei der zuständigen Bearbeitungsstelle. Im Reporting und bei der Regulatorik generieren Assistenzsysteme bereits erste Entwürfe, markieren Abweichungen und stellen Quellen zusammen, was Teams mehr Zeit für Analyse statt Fleißarbeit schafft. Auch bei Marktanalysen und in der Steuerung zeigt KI ihre Wirkung: Vorhersagen sind besser und Preismodelle robuster, was Margen stabilisiert.
JPMorgan Chase nutzt mit „COiN“ die automatisierte Analyse von Kredit- und ISDA-Klauseln, um das Legal- und Operations-Backoffice deutlich effizienter zu machen. 5
HSBC hat im Bereich Financial-Crime gemeinsam mit Google Cloud ein dynamisches, KI-gestütztes Transaktionsmonitoring aufgebaut und berichtet von zwei- bis viermal so vielen erkannten Fällen bei gleichzeitig höherer Präzision. 6
ING beschleunigt im Bond-Trading mit „Katana“ und „Katana Lens“ die Preisfindung; Pilotergebnisse zeigen um 90 Prozent schnellere Pricing-Entscheidungen und 25 Prozent niedrigere Trading-Kosten. 7
Die Deutsche Bank setzt mit „DB Lumina“ auf eine RAG-basierte Research-Assistenz, die interne Dokumente auswertet, Zusammenfassungen liefert und Q&A ermöglicht. Ein spürbarer Produktivitätshebel für Analystinnen und Analysten im Unternehmen. 8
ABN AMRO skaliert Conversational Services und Hyperautomation mit MS Copilot und Copilot Studio über Millionen von Kundenkontakten und Prozessen hinweg. 9
Auch die Aufsicht sieht die Breitenwirkung: Die European Banking Authority beobachtet derzeit die stärkste KI-Nutzung in Credit Scoring, Kreditwürdigkeitsprüfung und Risikomodellen, aber Reporting und die Schätzung des ESG-Fußabdrucks holen auf. 10
Was heißt das also für die Betrachtung der Schnittstelle von KI und ESG? KI ist kein Selbstzweck, sondern ein operatives Werkzeug. Grundlage muss immer eine solide Datenbasis und gute Governance sein, um mit einem konkreten und greifbaren Use Case zu starten. Wenn ein Pilotprojekt erfolgreich war, ermöglicht eine schnelle Skalierung sichtbare Effekte und die Ausweitung über verschiedene Bereiche wie Risiko, Vertrieb und Märkte hinweg. So kann aus einem Piloten nachhaltige Wertschöpfung entstehen, die die Ressourcennutzung verringert.
Dennoch bleibt zu beachten, dass KI bereits heute eine negative ökologische und soziale Wirkung hat, die nicht ignoriert werden darf. Wer ESG ernst nimmt, muss zukünftig auch die Auswirkungen, insbesondere die negativen, berücksichtigen und die Nutzung gezielt steuern. Nicht jeder Prozess muss durch KI optimiert und unterstützt und nicht jeder Text muss von einer KI geschrieben oder geprüft werden. In der Praxis bewährt sich dabei eine klare Fokussierung auf Anwendungen mit echtem Risikobeitrag oder operativem Hebel, statt KI flächendeckend in „alles-wird-automatisiert“-Logiken zu denken.
Ein zentraler Hebel, um den KI-Einsatz nachhaltiger zu gestalten, ist beispielsweise die Optimierung der Verarbeitungsweise. Batchverarbeitung (Sammelverarbeitung) bündelt Aufgaben und führt sie gesammelt aus, anstatt Daten punktuell in Echtzeit zu verarbeiten. Studien zu Batchverarbeitung und carbon-aware Scheduling zeigen, dass sich der Stromverbrauch nicht-zeitkritischer Workloads um 20 bis 40 Prozent senken lässt; in idealisierten Szenarien werden sogar Einsparungen von bis zu 50 Prozent realisiert. 11, 12
Nicht zeitkritische KI-Workloads (z. B. das periodische Training von Modellen oder große Analysen) sollten daher im Batch-Modus geplant werden. Solche Jobs lassen sich z.B. nachts oder zu Zeiten geringer Netzlast ausführen, wenn zudem oft ein höherer Anteil an erneuerbarem Strom im Netz verfügbar ist. 13 Demgegenüber steht die Direktverarbeitung in Echtzeit, die immer dann erforderlich ist, wenn Ergebnisse ohne Verzögerung benötigt werden, z. B. bei Fraud Detection während einer laufenden Transaktion oder bei der Interaktion mit einem Servicechatbot. Hier muss das KI-System ständig verfügbar und reaktionsfähig sein, was einen höheren Grundenergieverbrauch bedeutet. Zudem werden bei strikter Echtzeitverarbeitung oft maximale Rechenressourcen vorgehalten, um Spitzenlasten sofort abzudecken. Diese Ressourcen laufen dann auch in Leerlaufzeiten weiter.
Zusätzlich ist absehbar, dass sich der regulatorische Rahmen an der Schnittstelle von KI und ESG weiter verdichten wird. Der EU AI Act setzt erste verbindliche Leitplanken für den Umgang mit KI, während CSRD, CSDDD und branchenspezifische Leitlinien die Erwartungen an transparente Berichterstattung und gute Governance beinhalten. Für Banken bedeutet das zusätzlichen Aufwand für Datenauswertung und Reporting, aber zugleich eröffnet sich die Chance, eine Vorreiterrolle einzunehmen. Institute, die bereits heute ökologische und soziale Auswirkungen ihrer KI-Systeme systematisch auswerten und offenlegen, können regulatorische Anforderungen nicht nur erfüllen, sondern diese als Differenzierungsmerkmal und Baustein einer glaubwürdigen Nachhaltigkeitspositionierung nutzen, wodurch insbesondere die Geschäftsbeziehung zu jungen und klimasensiblen Kunden gestärkt werden kann
Damit die Abwägung über die Einsatzgebiete für KI künftig nicht zufällig erfolgt, sondern systematisch, braucht es jedoch mehr als technische Optimierung und regulatorische Compliance. Empfehlenswert ist ein einheitlicher Bewertungsrahmen, der KI-Vorhaben entlang wirtschaftlicher, ökologischer und sozialer Dimensionen prüft und so eine belastbare Entscheidungsgrundlage schafft. In vielen Häusern wird es sinnvoll sein, eine zentrale Stelle zu etablieren (sei es in Form eines KI-Boards oder einer funktionsübergreifenden Governance-Einheit), die Prioritäten setzt, Nutzungsrahmen definiert und Zielkonflikte auflöst. Eine konsistente Bewertungslogik, auf die sich Fachbereiche und Steuerungseinheiten gleichermaßen stützen können, sorgt dafür, dass Nutzenversprechen, Energieprofil und mögliche soziale Auswirkungen vor Projektstart abgeglichen werden. So entsteht aus einer Vielzahl einzelner Initiativen ein gesteuertes Gesamtportfolio, das technologische Ambition und Nachhaltigkeitsziele miteinander verbindet.
Insgesamt gilt: KI ist gekommen, um zu bleiben. Und sie hat ihre Daseinsberechtigung. Banken sollten auf der Basis von Fakten entscheiden, wo sie KI für ihre Prozesse einsetzen, und die ökologischen und sozialen Auswirkungen gegenüber dem ökonomischen Nutzen abwägen. KI sollte, insbesondere bei nicht zeitkritischen Aufgaben, zeitlich und räumlich flexibel (geografisch in Rechenzentren mit günstigerer Energiebilanz) eingesetzt werden, um Lastspitzen abzufedern und den CO₂-Fußabdruck der KI-Berechnungen zu minimieren. Durch einen solchen „grünen“ KI-Betrieb, unterstützt durch Algorithmen zur Laststeuerung, können Banken die Kosten-Nutzen-Bilanz ihrer KI-Systeme erheblich verbessern, indem sie Energie sparen und Emissionen vermeiden, ohne auf die Vorteile der Technologie verzichten zu müssen. Zudem sollte die technische Basis selbst stärker in den Blick genommen werden: Langlebige Hardware, konsequentes Recycling und der Bezug nachhaltig erzeugter Energie sind zentrale Stellhebel, um den ökologischen Fußabdruck der zugrunde liegenden Zahlungs- und KI-Infrastrukturen weiter zu reduzieren. Auch hier zeigt sich, dass technische Effizienz und Nachhaltigkeit keine Gegensätze sind, sondern bei kluger Systemarchitektur Hand in Hand gehen.
AML: Anti Money Laundering oder auch Anti-Geldwäsche
CSDDD: Die Corporate Due Diligence Directive der Europäischen Union oder auch Lieferkettenrichtlinie
CSRD: EU-Richtlinie zur Nachhaltigkeitsberichterstattung
EBA-Guidelines: Die EBA-Guidelines on management of ESG risks verpflichten Finanzinstitute, ESG-Risiken in Governance, ICAAP, Kreditvergabe- und Überwachungsrichtlinien und das Risikomanagement zu integrieren
MiFID II: EU-Richtlinie, die Vorgaben für den Wertpapierhandel definiert, um Markttransparenz zu erhöhen und Anlegerschutz zu erhöhen, Ergänzung um die Abfrage von Nachhaltigkeitspräferenzen seit August 2022
MaRisk: Mindestanforderungen an das Risikomanagement, Ergänzung im Juni 2023 in der 7. MaRisk-Novelle zum Umgang mit Nachhaltigkeitsrisiken
IEA: International Energy Agency
KYC: Know Your Customer
SFDR: Sustainable Finance Disclosure Regulation