Die Deutsche Telekom arbeitet gezielt daran, durch den Einsatz von künstlicher Intelligenz Milliardenbeträge einzusparen. Dies kündigte der Konzern bei einem jüngsten Investor Day an, einer Veranstaltung für Finanzanalysten und Investoren.
Das Konzept dahinter ist klassisch: KI-Systeme können viele repetitive, manuelle Prozesse automatisieren, von der Kundenbetreuung über Netzwerkverwaltung bis zu Betriebsoptimierungen. Für einen Konzern der Grösse der Telekom können solche Effizienzgewinne tatsächlich im zweistelligen Milliardenbereich liegen.
Die Telekom plant konkret, diese Einsparungen teilweise wieder zu investieren: Ein signifikanter Anteil soll in den massiven Glasfaserausbau in Deutschland fliessen. Das ist strategisch sinnvoll, da Deutschland beim Breitband-Ausbau zu den langsameren EU-Ländern gehört. Mit Glasfaser können die Telekom und andere Anbieter schnellere Internetverbindungen anbieten und ihre Wettbewerbsposition stärken.
Aus Investorensicht ist dies ein attraktives Narrative: Das Unternehmen kann gleichzeitig Profitabilität erhöhen (durch KI-Einsparungen) und in Infrastruktur investieren (was langfristig wettbewerbsfähig macht). Dies könnte eine Win-win-Situation sein.
Die genaue Implementierung dieser KI-Systeme wurde noch nicht im Detail offengelegt. Doch es ist zu erwarten, dass die Telekom mehrere KI-Tools einsetzt: zum einen für interne Prozessoptimierung (z.B. Netzwerkmanagement, Predictive Maintenance), zum anderen möglicherweise auch für kundengerichtete Services (z.B. intelligente Kundenbetreuung).
Das ist auch ein Anzeichen für den gesamten Telekommunikations-Sektor: Grosse Infrastruktur-Player sehen KI als Schlüssel zur Effizienzsteigerung und setzen massiv darauf. Dies könnte mittelfristig auch für Kundenpreise relevant werden, je nachdem, wie Telekom die Ersparnisse reinvestiert oder weitergeben.
Für KMU-Kunden der Telekom und anderer Telecom-Unternehmen ist dies tendenziell positiv: Kosteneinsparungen können zu besseren Infrastruktur-Investments führen und möglicherweise auch zu besseren Preisen. Gleichzeitig sollten Unternehmen ihre eigenen Effizienzpotenziale durch KI realistisch bewerten und nicht automatisch hohe ROI-Erwartungen haben.