In dieser Episode des AI FIRST Podcasts spricht Felix mit Romina Medici, verantwortlich für Data & AI Plattform-Komponenten und Data Governance bei E.ON. Sie teilt ihre Erfahrungen aus über sieben Jahren Transformation und erklärt, warum Daten und KI wie Produkte – und nicht wie Projekte – gemanagt werden müssen, um nachhaltig Mehrwert zu schaffen.

Inhaltsübersicht

• Produkt- vs. Projektdenke – Warum Projekte nicht skalieren und Produkte nachhaltiger sind
• Daten & KI als Business managen – Vision, KPIs und Go-to-Market-Strategien für interne Produkte
• Praxisbeispiel: E.ON Data House – Aufbau einer Self-Service-Datenplattform nach dem Amazon-Prinzip
• Customer Success & internes Marketing – Wie man interne Kunden wie externe behandelt
• Pricing & Profitabilität – Pay-per-Use-Modell und Fokus auf Skalierung statt Gewinnmaximierung
• Organisationsstruktur – Rollen, Team-Setup und Operating Model
• Erfolgsfaktoren & Learnings – Was es braucht, um diesen Wandel durchzuhalten

Über den Gast

Romina Medici ist bei E.ON für alle Data- und AI-Plattform-Komponenten verantwortlich – von Databricks über Power BI bis hin zur selbstgebauten Datenplattform und Snowflake. Zusätzlich verantwortet sie das Datenfundament: Data Governance und Datenmanagement at Scale. Sie bringt über sieben Jahre Erfahrung in der Transformation von Daten- und KI-Initiativen mit.

Detaillierte Inhaltszusammenfassung

Warum Projekte nicht skalieren

Romina erklärt, dass ein projektbasierter Ansatz für Daten und KI ab einem gewissen Reifegrad nicht mehr funktioniert. Projekte haben einen festen Start- und Endzeitpunkt – doch nach Projektende sind die Mitarbeiter weg, nichts ist dokumentiert, und das Ergebnis wird nicht weiter betreut. Das führt dazu, dass laut Studien etwa 80% der gebauten Lösungen letztlich weggeworfen werden. Besonders problematisch: Wenn ein Unternehmen in mehreren Ländern aktiv ist, muss bei einem Projektansatz alles komplett neu gebaut werden – Double Investments ohne Skalierungseffekte.

Daten & KI wie ein Business managen

Der Kernansatz von Romina: Daten und KI müssen wie ein Profit-Center geführt werden. Das bedeutet eine klare Vision, messbare KPIs, Go-to-Market-Strategien und echte Revenue-Generierung. Es geht darum, nachhaltige Produkte zu bauen, die kontinuierlich Mehrwert liefern – nicht einmalige Projektergebnisse, die nach sechs bis zwölf Monaten in der Schublade verschwinden. Dieser Ansatz erfordert ein völlig anderes Mindset: Marketing, Sales und Customer Success werden zu zentralen Funktionen.

Praxisbeispiel: E.ON Data House

Das E.ON Data House ist eine Self-Service-Datenplattform nach dem Amazon-Prinzip: Nutzer gehen in einen Katalog, wählen Datenquellen aus, konfigurieren Pipelines selbst und bekommen die Daten "geliefert". Der Aufbau dauerte drei Jahre mit globalem Budget. Ab Jahr vier musste sich die Plattform selbst refinanzieren – und war bereits profitabel. Seitdem verzeichnet das Team 15-20% Revenue Growth pro Jahr bei gleichbleibender Teamgröße. Technische Herausforderungen waren enorm: Die erste SAP-Anbindung dauerte 262 Tage, Zählerdaten lagen auf 50 On-Premise-Servern bei einem Vendor, der den Zugriff verweigerte.

Customer Success & internes Marketing

Romina behandelt interne Kunden wie externe: wöchentliche bis zweiwöchentliche Gespräche mit Kernkunden, volle Transparenz über Tickets, starkes Customer Relationship Management und Success Management. Das Team macht Roadshows, fährt in jede Unit, hört Feedback an und veranstaltet Jahresevents für die Plattform-Community. Ein Kunde sagte einmal: "Wir haben uns oft aufgeregt, aber ich mag dich, Romina, deswegen ist das okay." – Relationship ist mindestens genauso wichtig wie das Produkt selbst.

Pricing-Modell & Anreizstruktur

Das Pricing folgt einem einfachen Pay-per-Use-Modell: Kunden zahlen für das, was sie konsumieren. Ein Beispiel: Drei Units verursachten innerhalb von zwei Wochen 300.000 Euro Kosten durch exzessives Datenladen – das Team sprach sie proaktiv an. Der Anreiz ist nicht Profitmaximierung, sondern Skalierung und Kosteneffizienz über den Gesamtkonzern. Je mehr Nutzer die zentrale Plattform verwenden, desto weniger gibt E.ON insgesamt für das Thema aus.

Organisationsstruktur

Das Team umfasst ca. 40 FTEs (Onshore/Nearshore/Offshore) und managt 12-15 Produkte mit 10.000-20.000 Nutzern. Die Struktur:

• Produktmanager: Verantwortlich für Produktgruppen, Customer Success, Sales, Roadmaps und Stakeholder Management
• Backoffice-Team: Marketing, Kommunikation, Kundenanalysen, Finance, Budgetplanung
• Product Owner: Detailliertere Produktbetreuung und technisches Stakeholder Management
• Delivery-Team: Engineers für die Umsetzung
• Data Governance & Management: Frameworks, Prozesse, Rollen, Data Ops und Data Care

Buy vs. Build

Romina betont: Das meiste wird eingekauft, nicht selbst gebaut. Nur wo es wirklich ins Herz des Unternehmens geht – wie bei der Datenplattform – wurde selbst entwickelt. Power BI, Fabric und andere Tools werden vom Markt geholt, aber nach eigenen Governance-Regeln bereitgestellt. Der Federated Approach erlaubt es allen, auf der Plattform zu bauen, aber mit klaren Standards und Limitationen.

Kernaussagen

"Projekte skalieren nicht. Und wenn ich skalieren möchte, dann muss ich an Produkten denken."

"Dein Projektlaufzeit ist zu Ende, dein Produkt ist quasi tot. Weil es gibt kein Operating Model, was das weiter betreut."

"Die Leute müssen aktiv sich entscheiden, eine Subscription zu machen. Das ist ein anderes Niveau. Da musst du den Leuten auch andere Sachen liefern."

"Die sollen sich vorstellen, dass sie sich auf einen Marathon vorbereiten und nicht auf einen Sprint."

"Ich bin seit sieben Jahren dafür verantwortlich. Und das wird nicht leichter... Als ich angefangen habe, habe ich gesagt, 10 bis 15 Jahre."

Fazit und Takeaways

Diese Episode zeigt eindrucksvoll, wie ein Paradigmenwechsel im Umgang mit Daten und KI aussehen kann. Die wichtigsten Erkenntnisse für dich:

• Produkte statt Projekte: Projekte enden, Produkte entwickeln sich weiter. Nur so entstehen Skalierungseffekte und nachhaltige Nutzung.
• Internes Business-Mindset: Behandle interne Stakeholder wie zahlende Kunden – mit Marketing, Sales, Customer Success und transparentem Pricing.
• Durchhaltevermögen ist entscheidend: Eine echte Transformation dauert Jahre, nicht Monate. Rechne mit 7-15 Jahren für einen vollständigen Wandel.
• Federated Approach mit klarer Governance: Ermögliche dezentrale Innovation, aber mit zentralen Standards und Kontrolle.
• Skalierung vor Profit: Der Fokus sollte auf Kosteneffizienz über den Gesamtkonzern liegen, nicht auf Gewinnmaximierung der eigenen Unit.

Zum Gast: Romina Medici
Zum Host: Felix Schlenther