Das KKG produziert elektrische Energie und arbeitet in einem Umfeld mit hohen Anforderungen an Sicherheit, Zuverlässigkeit und Nachvollziehbarkeit. Das Unternehmen verfügt bereits über eine interne KI-Lösung, um von den neuen Möglichkeiten generativer KI zu profitieren. Für deren Weiterentwicklung soll nun bereichsübergreifend untersucht werden, wo konkreter Bedarf besteht, welche Anwendungen besonders relevant sind und welche Bedingungen dabei berücksichtigt werden müssen.

Nach einer Analyse von Unternehmenskontext, Forschung und regulatorischen Grundlagen wurden elf leitfadengestützte Interviews mit Fachpersonen aus verschiedenen Bereichen geführt. Die erhobenen Bedürfnisse und Ideen wurden als KI-Use-Cases vereinheitlicht und anhand von Nutzen, Reichweite, Datenlage, Umsetzbarkeit, Aufwand, Sicherheitsbezug sowie Auswirkungen auf Wissen und Motivation bewertet. Unter Einbezug von Referenzszenarien, Arbeitspsychologie und Governance wurden wiederkehrende Anforderungen abgeleitet und in ein übergreifendes Infrastrukturkonzept überführt.

Die Breitenanalyse führte zu 64 dokumentierten KI-Use-Cases. Davon wurden 45 mit einem gewichteten Score priorisiert; 19 wurden aufgrund definierter Ausschlusskriterien nicht für die anschliessende Vertiefung beachtet. Die Auswertung machte einen bereichsübergreifenden Bedarf sichtbar, Informationen aus verschiedenen Quellen schneller aufzufinden, zu verknüpfen und nachvollziehbar bereitzustellen.Zudem wurde deutlich, dass mehrere KI-Use-Cases ähnliche agentische Grundfähigkeiten voraussetzen. Daraus entstand das Zielbild einer konfigurierbaren KI-Agenten-Infrastruktur mit wiederverwendbaren Pipeline-Elementen, kontrollierten Datenzugriffen, nachvollziehbarer Verarbeitung und menschlichen Kontrollpunkten. Datenfluss-, Use-Case- und Architekturmodelle sowie ein interaktiver Konzeptprototyp konkretisieren dieses Zielbild.Die Arbeit schafft damit eine strukturierte Grundlage, um die interne KI auf die bereichsübergreifenden Bedürfnisse auszurichten. Sie zeigt, wie Mitarbeitende künftig insbesondere bei administrativen und wissensintensiven Aufgaben unterstützt werden können.