Produktbeschreibungen:
Die Axpo Group, einer der führenden Akteure im Schweizer Energiesektor, hat es sich zur Aufgabe gemacht, die Erzeugung, den Handel und die Verteilung von Energie transformieren. Um Innovation im Engineering zu beschleunigen, implementierte Axpo eine wissensbasierte Suche, modernisierte die API-Architektur und entwickelte einen ML-Prototyp zur automatischen Kennzeichnung von Lieferanten- und Ausgabendaten. Doch Altlasten – Datensilos, fragmentierte Tools und manuelle Prozesse – bremsten den Fortschritt. Mit der Databricks Data Intelligence Platform überwand Axpo diese Hürden und baute GenAI-Lösungen, die die Produktivität wichtiger Power User um 30 % steigern. So treibt das Unternehmen seinen daten- und KI-gestützten Ansatz für die Energiebranche voran.
Hindernisse beim Teilen kritischen Wissens überwinden
Mit dem Wandel zur Dekarbonisierung wächst der Druck auf Energieversorger, nicht nur die Erzeugung (z. B. Wasserkraft, Solar und Wind), sondern auch das Betriebsmanagement zu modernisieren. Mit über 7.000 Mitarbeitenden in mehr als 40 aktiven Märkten in Europa, Asien und den USA stellte sich die Axpo Group dieser Aufgabe: Das Unternehmen dachte das Zusammenspiel von Wissen, Daten und Technologie entlang der Energiewertschöpfungskette komplett neu.
Vor dem Hintergrund kontinuierlicher Innovation – insbesondere da GenAI und ML Geschäftsabläufe verändern – benötigte Axpo einen schnelleren, effizienteren Zugang zu kritischem internen Wissen wie technischen Standards, Spezifikationen und Best Practices, insbesondere für Engineering-Teams. Der bisherige Prozess beruhte stark auf manuellen Schlagwort-Suchen und der häufigen Kontaktaufnahmen mit Fachexperten, was zu Ineffizienzen führte.
Um Vorhaben dieser Art gezielt priorisieren zu können, brauchte Axpo eine wiederverwendbare API-Architektur. „Ohne eine skalierbare Möglichkeit, interne Systeme und Datenquellen zu verbinden, waren wir gezwungen, Integrationsarbeit zu doppeln. Das bremste Tempo und Wiederverwendbarkeit neuer GenAI-Anwendungen“, erklärte Anaig Maréchal, Lead KI Engineering bei der Axpo Group.
Diese Initiative ist Teil des Generative KI Competence Center von Axpo, einem funktionsübergreifenden Team aus 13 Experten, das sich zum Ziel gesetzt hat, die Grenzen der KI im gesamten Unternehmen zu erweitern und ihre Einführung zu demokratisieren. Axpo erkannte Potenziale, repetitive Tasks zu automatisieren und die operative Effizienz entlang der gesamten Wertschöpfungskette zu steigern. Eine Initiative umfasst den Einsatz von Machine Learning, um Lieferantendaten automatisch zu klassifizieren und Anbieter in sinnvolle Kategorien einzuteilen, was die Transparenz in der Beschaffung verbessert und intelligentere Ausgabenanalysen ermöglicht. Eine weitere Initiative implementiert eine KI-gestützte Dokumentenverarbeitung, um Erkenntnisse aus umfangreichen Ausschreibungsunterlagen zu gewinnen.
Trotz ihrer Ambitionen stand Axpo bei der Skalierung von KI vor mehreren Herausforderungen. Kritisches Wissen war über isolierte Systeme verstreut, was die Mitarbeitenden zwang, sich auf einzelne Fachexperten zu verlassen, und die tägliche Arbeit verlangsamte. Nicht integrierte Tools und Workflows behinderten die Zusammenarbeit zwischen Data-Engineering- und ML-Teams. Wachsende Bedenken hinsichtlich Datenresidenz und Governance unterstrichen die Notwendigkeit einer zentralisierten, konformen Plattform. Hier kam Databricks ins Spiel.
Eine gemeinsame Wissensebene für alle Teams schaffen
Mit Databricks führte Axpo das Mosaic AI Framework ein, um GenAI-Lösungen effizient bereitzustellen – für sicheren Wissensabruf, vereinheitlichte interne Daten und nahtlose Zusammenarbeit. Ihre Architektur folgte dem Medallion-Muster: Rohdaten aus Quellen wie Confluence-Wikis gelangten in die Bronze-Schicht, wurden in der Silber-Schicht bereinigt und in Chunks aufgeteilt und für die nachgelagerte Nutzung in die Gold-Schicht eingebettet. Dieser Ansatz stellte sicher, dass saubere, strukturierte Daten in die GenAI-Anwendungen flossen.
Lakeflow Jobs orchestrierte die Pipeline, die täglich ausgeführt wird, um neue Inhalte zu indizieren, sie mit Metadaten anzureichern und das System aktuell zu halten. Die Konsolidierung der Pipelines in Databricks schuf eine konsistente Umgebung und eliminierte redundante Workflows. Im Mittelpunkt stand ein KI-Agent, der auf Retrieval Augmented Generation (RAG) basiert – dem Leitstern der internen Wissensdatenbank von Axpo. Mithilfe von Vector Search indexierte Axpo eingebettete Inhalte der Gold-Ebene, um den schnellen und präzisen Abruf internen Wissens zu ermöglichen. Die Durchsetzung erfolgte über Zugriffssteuerungen auf Zeilenebene, um die korrekten Berechtigungen sicherzustellen. Das große Sprachmodell GPT-4o von OpenAI generiert dialogorientierte Antworten auf Basis der relevantesten Daten. Axpo integrierte außerdem das OCR-Modell von Mistral, um durchsuchbare Inhalte aus gescannten PDFs und Anhängen zu extrahieren. Der Agent arbeitet dadurch noch umfassender.
Heute treibt das Team 12 aktive GenAI-Anwendungsfälle voran, die von Beta-Pilotprojekten bis hin zur vollständigen Scale reichen und sich über alle Geschäftsbereiche erstrecken. Databricks dient als zentrale Säule dieser Architektur und als primäre RAG-Plattform für alle im Competence Center vertretenen Bereiche. „Heute können Mitarbeitende – von Ingenieurinnen und Ingenieuren bis zu Projektmanagern – auf Tausende Seiten technischen Wissens zugreifen, ohne auf Schlagwortsuchen oder Fachexperten angewiesen zu sein“, erklärt Alberto Castillo Rodriguez, AI Engineer bei der Axpo Group. Axpo stellte den Agenten über Mosaic AI Model Serving bereit und veröffentlichte ihn als Endpoint, der sich in interne Dashboards, Chat-Tools und kundenorientierte Portale integrieren lässt. Diese sind vollständig in das Produkt Axpo Insights eingebunden und werden von zahlreichen internen Teams genutzt.
„Dieser API-First-Ansatz ermöglichte allen unseren Teams die Nutzung der GenAI-Lösung ohne doppelten Integrationsaufwand und erleichterte die Einführung in allen Abteilungen – die Mitarbeitenden interagieren über vertraute Frontends mit dem Agenten“, ergänzt Leiv Andresen, AI Engineer bei der Axpo Group. Mit einer einheitlichen Datenaufnahme, einem sicheren Abruf und einer intelligenten Modellorchestrierung ersetzte Axpo ein fragmentiertes, manuelles Information-Ökosystem durch eine zentralisierte, intelligente Wissensschicht
– alles auf Basis der Databricks Data Intelligence Platform.
30 % mehr Zeit für wirkungsstarke Arbeit freisetzen
Die GenAI-Initiative von Axpo liefert bereits messbaren Mehrwert. Interne Nutzer berichten von einer Zufriedenheit von über 90 % mit dem Wissensassistenten – dank schnellerer Antworten, weniger Unterbrechungen und größerem Vertrauen in die abgerufenen Informationen. Projektmanager und andere Power-User schätzen, dass sie bis zu 30 % ihrer Zeit zurückgewonnen haben.
Die positive Resonanz hat die breitere Einführung der Databricks Platform im gesamten Unternehmen vorangetrieben. Was als Engineering-getriebenes Tool begann, skaliert nun unternehmensweit: Axpo verzeichnet eine Verdreifachung der Nutzer, die GenAI einsetzen, um Organisationswissen zu erschließen. Diese Entwicklung stellt einen grundlegenden Wandel in der Art und Weise dar, wie im Unternehmen zusammengearbeitet wird. Isoliertes Expertenwissen und manuelle Suchen weichen einer gemeinsamen Intelligence, die die bereichsübergreifende Abstimmung stärkt und operative Engpässe beseitigt.
Perspektivisch unterstützt dieser Ansatz weiterhin die übergeordnete Mission des Competence Center: die Integration von GenAI in Axpos-Produkte und -Prozesse, um eine intuitive User Experience zu schaffen, die tägliche Effizienz zu steigern und künftige Innovationen voranzutreiben. „Der nächste Schritt für uns ist, den Agent über die reine Suche hinaus nützlich zu machen. Wir prüfen, wie er aktiv handeln kann – zum Beispiel durch die Integration in Service-Systeme –, damit er nicht nur Fragen beantwortet, sondern auch dabei hilft, Arbeit zu erledigen“, schloss Javier Fernandez de Alegria, Product Owner bei der Axpo Group. Mit Databricks als Basis für KI-Initiativen entlang der gesamten Energiewertschöpfungskette steigert Axpo nicht nur die interne Produktivität, sondern baut auch die Agilität, Intelligence und Resilienz auf, die für die Energieherausforderungen von morgen nötig sind.