KI in der Instandhaltung

EVN: Vom Reifegradmodell zur gelebten Umsetzung

KI in der Instandhaltung ist bei EVN Wärmekraftwerke kein reines Technologiethema. Klaudia Ebner, Leiterin der Abteilung Technische Services, zeigt, wie Daten, Prozesse und Betriebsnähe zusammenwirken.

KI in der Instandhaltung: Digitale Datenmodelle und vernetzte Systeme unterstützen technische Services bei der Zustandsüberwachung industrieller Anlagen.
KI in der Instandhaltung: Digitale Datenmodelle und vernetzte Systeme unterstützen technische Services bei der Zustandsüberwachung industrieller Anlagen.

Summary: Die EVN Wärmekraftwerke treibt Digitalisierung, Daten und KI im Technischen Service voran. Klaudia Ebner erläutert im Vorfeld der Instandhaltungstage 2026 in Salzburg, wie Reifegradmodell, Technologieradar und Ideenmanagement zusammenspielen. Entscheidend sind laut Ebner klare Prozesse, gute Daten, betriebsnahe Teams und eine Kultur, die neue Technologien praxisnah erprobt.

Was für ein motivierendes Gespräch! Ich hatte die Freude, mit unserer Keynote-Speakerin, Klaudia Ebner im Vorfeld der Instandhaltungstage 2026 ein kurzes Gespräch zu ihrem geplanten Vortrag zu führen. Wir haben darüber gesprochen, welche strategischen Weichen und operativen Maßnahmen bei EVN Wärmekraftwerke im Bereich der Digitalisierung im Technischen Service gesetzt werden und warum es unbedingt Bastler im Team braucht.

Frau Ebner, Sie eröffnen den Kongresstag der Instandhaltungstage 2026 in Salzburg inhaltlich mit dem Thema „Vom Reifegradmodell zur gelebten Umsetzung: Wie Versorgungsunternehmen Digitalisierung, Daten & KI praxisnah in der Instandhaltung verankern.“ Was erwartet die Teilnehmenden in Ihrem Vortrag?

Dr. Klaudia Ebner

Klaudia Ebner

Dr. Klaudia Ebner ist Leiterin der Abteilung Technische Services der EVN Wärmekraftwerke GmbH sowie Prokuristin der EVN Biogas GmbH. Sie verantwortet die Bereiche Business Development, Digitalisierung, Data & AI sowie Umwelt- und Behördenmanagement. Sie verfügt über langjährige Erfahrung in industrieller Digitalisierung, Industrial Data & AI, Produktionsoptimierung und Instandhaltungsmanagement.

Soviel sei verraten, es wird kein reiner technischer Vortrag. Es wird eher beleuchtet, wie unsere Reise aktuell verläuft, vom Reifegradmodell hin zu den konkreten Use Cases. Auch eine Art Lessons Learned: Was haben wir wie konkret gemacht? Aber auch welche Fehler haben wir dabei gemacht und was haben wir daraus gelernt? Was würden wir heute anders machen? Es spiegelt in Summe unsere Reise wider, mit konkreten Use Cases, aber auch mit vielen menschlichen und organisatorischen Aspekten, die man auf so einer Reise beachten sollte – abgesehen von den strategischen Überlegungen natürlich.

Die Entwicklung im Bereich Digitalisierung und KI schreitet rasant voran. Wie gelingt es Ihnen, einerseits dem gewählten Weg entsprechend dem Reifegradmodell strukturiert zu folgen und gleichzeitig die vielen neuen Möglichkeiten, Tools und Entwicklungen nicht aus den Augen zu verlieren? Wie werden kurzfristige Neuentdeckungen, z. B. für Pilotanwendungen, qualifiziert?

Ich glaube grundsätzlich, dass im jetzigen Zeitalter der Digitalisierung und auch der Künstlichen Intelligenz, Zeit dein größter Feind ist. Gerade als großer Konzern, wie wir es sind, bist du einfach nicht so schnell wie ein Start-up – und das ist auch irgendwo die größte Herausforderung. Wir versuchen zumindest strategisch gesehen, so entgegenzuwirken:

Auf der einen Seite haben wir das Reifegradmodell, das die großen strategischen Projekte vorgibt, die einfach notwendig sind, damit eine Skalierung möglich ist und man nicht ewig in der POC-Phase bleibt. Aber auch gekoppelt mit kleinen Leuchtturmprojekten, die erste Erkenntnisse zeigen, damit man schon mal sehen kann, welchen Mehrwert Digitalisierung und KI bringt.

Auf der anderen Seite haben wir ein Technologieradar, mit dessen Hilfe wir ständig Innovationen screenen. Die werden dann auch noch mitbetrachtet. Weiters wird geschaut: Passt das strategisch in unsere Stoßrichtungen in der Roadmap?

Und gleichzeitig betreiben wir eine Ideenmanagement-App für Digitalisierung und KI. Das hat jeder Mitarbeitende auf seinem Handy, und wenn er eine Idee hat, kann er das sehr, sehr einfach eingeben. Auch hier werden dann Informationen eingekippt.

Dieser strategische Part von drei Seiten kommt in die Roadmap, und mein Team entscheidet dann: Passt das in unsere Strategie? Verfolgen wir es weiter oder haben wir es derweil mal on hold?

Wichtig ist halt auch, wenn man in diesem Bereich arbeitet, ist das kein klassischer Nine-to-Five-Job. Du musst dich auch privat mit diesen Themen beschäftigen wollen. Du musst irgendwo auch diese Bastler-Mentalität haben, dass du das selber zu Hause mal ausprobierst. Und da schauen wir auch beim Recruiting, dass sich das Team aus solchen Leuten zusammensetzt. Das bringt dann schon ganz automatisch neue Technologien mit ins Boot. Meine Kolleginnen und Kollegen zeigen mir auch, was sie privat alles gemacht haben und wie cool die Dinge nicht funktionieren. Das ist, glaube ich, fast der größte Mehrwert.

Man muss dazu aber auch sagen: Dinge, die als Privatperson zu Hause auf deinem Laptop funktionieren, sind nochmal etwas anderes als in einer kritischen Infrastruktur. Aber, wenn jemand schon diese Bastler-Mentalität hat und das zu Hause probiert, dann können wir überlegen: OK, wie schaffen wir dafür diese sichere Umgebung auch im Konzern? Damit man einfach mit der Zeit geht und nicht nur diesen Tunnelblick hat und von der realen Welt versperrt bleibt.

Instandhaltungstage 2026

  • Der Branchentreffpunkt für Management & Technik.
  • 16.-18.06.2026. Radisson Blu Hotel & Conference Centre (vormals Wyndham Grand Salzburg). 
  • www.instandhaltungstage.at

Was war aus Ihrer Sicht der entscheidende Schritt vom theoretisch konzipierten Reifegradmodell hin zur Umsetzung in der Praxis mit den technischen Abteilungen?

Bei uns gibt es keine Change Manager und keine Change-Management-Präsentationsfolie. Wir sind den Ansatz gefahren, auch schon, als wir die Abteilung gegründet haben, dass die Teams sehr, sehr betriebsnah sind. Das Data- und Analytics-Team zum Beispiel setzt sich u.a. aus zwei ehemaligen Betriebsmitarbeitern zusammen. Die hatten nichts mit KI oder Digitalisierung zu tun, aber was sie schon hatten, ist die Betriebsnähe. Sie kennen die Anlagen. Zusätzlich haben wir noch einen Verfahrenstechniker, der seit über 25 Jahren diese Anlage mit aufgebaut hat. Und die haben wir natürlich gekoppelt mit AI Natives, mit Digitalisierungsspezialistinnen und -spezialisten. So versuchen wir eigentlich, aktives Change Management zu leben.

So musst du eigentlich Change Management gar nicht vorantreiben, weil es ja eh schon gelebt wird. Das waren auch Personen mit einem entsprechenden Ansehen innerhalb der Organisation. Das bringt den Mehrwert, wenn die Personen sagen, dass etwas gut ist, dann macht auch der restliche Betrieb mit. Die Abteilung selbst gibt es übrigens erst seit eineinhalb Jahren, faktisch arbeiten wir aber schon zweieinhalb bis drei Jahre an dem Thema.

Dazu kommt: Wir fahren in der EVN einen Citizen-Development-Ansatz. Wir haben das Thema Digitalisierung und KI nicht nur zentral in der Konzern-IT aufgehängt, sondern wir als Fachbereich – in dem Fall die Wärmekraftwerke – dürfen eigenständig Digitalisierung und KI vorantreiben, auch mit eigenen Teams. Deshalb gibt es u.a. ein eigenes Data- und Analytics-Team und ein eigenes Digitalisierungsstrategieteam. Natürlich immer in enger Abstimmung mit der IT: Sie gibt grundsätzlich Technologien vor und die Governance, damit kein Wildwuchs entsteht. Aber gleichzeitig sind wir so viel, viel schneller, als würden wir es immer zentral von der Konzern-IT bedienen lassen. Du bist in der Umsetzung schneller und hast auch diese Nähe zum Betrieb. Wenn jetzt jemand vom Headquarter käme und sagen würde „so machen wir es“, kommt das gerade in einem konservativen Umfeld wie Instandhaltung, Betriebsführung, thermische Kraftwerke nicht zwingend immer gut an. Da brauchst du wirklich 90 % Change Management und 10 % Umsetzung. Die Energie kann man anders nutzen.

Das Thema Digitalisierung zieht sich wie ein roter Faden durch den Kongresstag. Instandhaltung sammelt in den unterschiedlichsten Systemen viele Daten. Wie schätzen Sie die Situation ein – was braucht es, um in klassischen Instandhaltungsorganisationen ein Optimum aus den gesammelten Daten zu holen? Werden KI-Tools hier eine entscheidende Weiterentwicklung liefern oder das Problem noch vergrößern?

Ich glaube, die Möglichkeiten heute sind ganz anders als noch vor fünf oder zehn Jahren – oder vielleicht sogar als vor zwei Jahren,. Gerade im Bereich Instandhaltung und Betriebsführung gibt es ja sehr, sehr viele Daten. Die Frage ist: Wie gut sind die? Die KI ist immer nur so gut, wie die Daten dahinter. Aber auch die KI entwickelt sich rasant weiter. Was heute undenkbar erscheint, ist morgen vielleicht schon möglich. Ich habe gesehen, was agentische Systeme mittlerweile können – das ist richtig beeindruckend.

Es braucht trotzdem die notwendige technische Infrastruktur. Du brauchst saubere, klare Prozesse, und du brauchst ganz klar gegovernte, gute Daten – weil sonst funktioniert das nicht. Agentensystem hin oder her, Gen AI hin oder her: Wenn du die Hausübungen vorher nicht erledigt hast, dann werden auch diese Systeme niemals skalieren können. Du wirst schon einen POC schaffen, aber du wirst dich dann wundern: Warum schaffe ich es denn nicht in die vollumfängliche Skalierung? Warum ist dieser ROI, den wir uns erhofft haben, nicht da?

Ganz oft fehlen die technischen Basics. Die Systeme sind nicht miteinander vernetzt. Du hast lauter Silo-Systeme, die Prozesse sind nicht klar. Wenn Daten rauskommen, dann passt die Qualität nicht, und niemand weiß warum. Die Hausübungen musst du schon trotzdem manuell machen – die wird dir keine KI lösen. 

Abschließend noch ein kleiner Vorgriff für unsere Teilnehmenden: Mit Blick auf andere Industrieunternehmen – welche Fehler oder typische Stolpersteine sollten Unternehmen vermeiden, wenn sie Digitalisierung und KI in der Instandhaltung einführen wollen?

Ich könnte ewig darüber reden, aber das Wichtigste ist, nämlich das Ganze nicht als reines Technologiethema zu betrachten. Man sagt ja, nur ungefähr 30 % ist Technologie – und das kann ich bestätigen. Die Herangehensweise sollte nicht rein technologisch sein. Das Unternehmen muss sich irgendwo die Frage stellen: Wie ready bin ich denn für dieses Thema? Und was brauche ich an zusätzlichen technischen und organisatorischen Voraussetzungen, damit ich diese Reise meistern kann? Das ist das Wichtigste.

Am Ende des Tages muss man sagen: Die Technologie ist auch nur so gut, wie der Mensch sie gestaltet. Und diese Menschen wirst du brauchen. Ohne sie ist es nicht möglich.

Grundsätzlich ist die Instandhaltungsbranche nicht die offenste für Veränderungen. „Wir haben es immer schon so gemacht, das hat 30 Jahre funktioniert, warum soll man es anders machen?“ Aber gerade durch die kleinen Leuchtturmprojekte, die wir dann zeigen, wird schnell klar: „OK, wir haben einfach gar keine andere Wahl, als mit diesem neuen Zeitalter mitzugehen.“ Ich bin in diesem Bereich dann übrigens zu 90 % Psychologin und zu 10 % Technikerin. Aber es macht Spaß und der Erfolg gibt uns Recht.

Liebe Frau Ebner, ich bedanke mich sehr für das offen Gespräch und die spannenden ersten Einblicke. Ich freue mich sehr auf Ihre Ausführungen in Salzburg!

Lydia Höller

Das Interview wurde geführt von Mag. Lydia Höller, MSc., Manager Corporate Communications & Prokuristin bei Dankl+Partner Consulting / MCP Deutschland. Das Unternehmen  kuratiert und veranstaltet gemeinsam mit der Messfeld GmbH die Instandhaltungstage.

FAQ: KI in der Instandhaltung

• Was bedeutet KI in der Instandhaltung bei EVN? – EVN verbindet Reifegradmodell, konkrete Use Cases, Technologieradar und Ideenmanagement, um Digitalisierung und KI praxisnah im Technischen Service zu verankern.

• Warum ist KI in der Instandhaltung kein reines Technologiethema? – Laut Klaudia Ebner sind nur etwa 30 % Technologie. Entscheidend sind Menschen, Organisation, Prozesse und Datenqualität.

• Welche Rolle spielt Datenqualität für KI in der Instandhaltung? – KI kann nur so gut arbeiten wie die zugrunde liegenden Daten. Saubere Prozesse, Governance und vernetzte Systeme bleiben Voraussetzung.

• Wie bringt EVN KI in der Instandhaltung in die Praxis? – EVN setzt auf betriebsnahe Teams, ehemalige Betriebsmitarbeitende, AI Natives und eigene Digitalisierungsteams im Fachbereich.

• Warum braucht KI in der Instandhaltung Bastler im Team? – Mitarbeitende mit Bastler-Mentalität testen neue Technologien früh, bringen Impulse ein und helfen, Innovationen in sichere Konzernumgebungen zu übertragen.