Hoe E.ON met SAP S/4HANA het energienet moderniseert

Sophie Jansen · 2026-06-03

E.ON beheert een complex energienetwerk dat drie verschillende domeinen omvat: energienetten, klantoplossingen en energie-infrastructuur. Het draaiende houden van zo'n enorm systeem kost bakken met geld aan IT-hardware en software-onderhoud. Maar de echte vraag is: hoe maak je dat rendabel en toekomstbestendig? Het antwoord ligt in standaardisatie. Door data te standaardiseren via SAP S/4HANA kan E.ON niet alleen de infrastructuur moderniseren, maar ook AI-toepassingen uitrollen. En dat is precies wat het bedrijf nodig heeft om concurrerend te blijven in de Europese groene energiesector. ### Waarom standaardisatie de sleutel is E.ON heeft een cloud-ERP-migratie uitgevoerd samen met de implementatie van SAP S/4HANA. Legacy-ERP-systemen in de nutssector zijn vaak extreem aangepast, wat leidt tot technische schuld. De ingenieursafdeling van E.ON heeft daarom besloten om die gefragmenteerde aanpassingen te schrappen. In plaats daarvan integreren ze bestaande softwarepakketten direct in een samenhangende architectuur. Dit zorgt voor schaalbare data in het hele bedrijf. De resultaten zijn indrukwekkend. E.ON rapporteert een vermindering van 77 procent in IT-stilstand over een periode van vijf jaar. Die uptime is mogelijk door datatabellen te standaardiseren en overbodige middleware uit de technologiestack te verwijderen. ### De rol van in-memory databases SAP S/4HANA draait op een in-memory database-architectuur. Dat klinkt technisch, maar het betekent simpelweg dat queries veel sneller worden verwerkt dan bij traditionele relationele databases. E.ON gebruikt die snelheid om telemetriedata van netwerkapparatuur in realtime te verwerken. En snelle dataverwerking is de basis voor elke machine learning-toepassing. ### De druk van buitenaf Technologieleiders staan onder enorme druk om het tempo van externe softwareontwikkeling bij te benen. E.ON-CIO Sebastian Weber zegt dat deze druk voor spanning zorgt. Consumentensoftware stelt de verwachtingen voor zakelijke toepassingen. Weber merkt dat AI-toepassingen zoals ChatGPT thuis problemen effectief oplossen, wat leidt tot interne vraag naar soortgelijke automatisering op de werkvloer. Het energiebedrijf moet de kloof tussen externe softwaremogelijkheden en interne paraatheid dichten. ### Interne data- en cybersecurity-operaties E.ON ziet interne paraatheid als een primair bedrijfsdoel. Het bedrijf heeft zijn interne technische teams flink uitgebreid en meer dan 1.000 specialisten aangenomen om technische capaciteiten in huis te halen. Daarvan zijn meer dan 500 data-experts en 300 cybersecurity-professionals. Door data-engineering in huis te halen, kan E.ON eigen datalakes bouwen en databeheer intern controleren. Het behouden van intern cybersecurity-talent zorgt ervoor dat het bedrijf strikte toegangscontroles handhaaft op de operationele technologiesystemen die het fysieke energienet beheren. Techniek fungeert nu als het belangrijkste voertuig voor het behalen van commerciële doelen in de Europese groene energiesector. ### Centralisatie zonder innovatie te blokkeren Het beheren van digitale ecosystemen op deze schaal vereist strak toezicht. Het technische team heeft centrale governance-structuren opgezet voor alle bedrijfsonderdelen. Beheerders gebruiken gestandaardiseerde contractkaders en uniforme IT-beheerconsoles. Zo'n administratieve architectuur handhaaft beveiligingsnormen en kostenbeheersing zonder functieontwikkeling te beperken. Het standaardiseren van leverancierscontracten versnelt de inkooptijdlijnen van software en houdt de licentiekosten onder controle. ### Afscheid van geïsoleerde innovatiehubs Veel bedrijven isoleren experimentele technologieën in aparte afdelingen. E.ON heeft die aanpak volledig verlaten. Het bedrijf heeft experimentele garages en geïsoleerde digitale labs opgeheven. Het management integreert innovatie nu direct in de kernactiviteiten. Dat betekent dat AI niet langer een bijzaak is, maar een centraal onderdeel van de bedrijfsstrategie. ### Conclusie E.ON laat zien dat standaardisatie van data en infrastructuur de basis vormt voor succesvolle AI-implementaties. Door te investeren in interne capaciteiten en centrale governance kan het bedrijf niet alleen de kosten beheersen, maar ook de betrouwbaarheid en veiligheid van het energienet vergroten. Voor professionals in de AI-websitebouw is dat een belangrijke les: focus op de fundering, niet alleen op de flitsende toepassingen.