Das Datenfundament vor dem Use-Case
Das Datenfundament vor dem Use-Case
Rund 80 Prozent der Arbeit an einem KI-Vorhaben ist Datenaufbereitung, deshalb kommt das Fundament vor dem Use-Case: Kläre zuerst, ob die nötigen Daten sauber, aktuell und teilbar vorliegen, bevor du den ersten Agenten baust.
Governance der Daten ist die erste Bauphase, nicht die letzte, denn ohne geklärte Eigentümer und Speicherorte darf keine KI verlässlich auf Firmenwissen zugreifen. Der Mittelstand hat hier oft einen Vorteil, weil er weniger verkrustete Altsysteme mitschleppt.
Wie es in der Praxis läuft
Die 80-Prozent-Regel ernst nehmen
KI ist im Kern Statistik und lebt von der Qualität ihrer Daten, deshalb fließen rund 80 Prozent der Zeit in die Datenaufbereitung. Wer das ignoriert, verkalkuliert sich um das Vierfache und braucht mehr Menschen, die Daten ordnen, als Menschen, die Modelle bauen.
Governance zuerst, als Voraussetzung
Ordne früh, wem welche Daten gehören, wer sie ändern darf und wo sie liegen, denn erst das erlaubt rechtssicheren Zugriff. Zur Governance gehört die Datenhoheit: schriftlich zugesichert, dass niemand mit deinen Daten ein fremdes Modell trainiert.
Stammdaten zu einer einzigen Wahrheit ordnen
Liegt derselbe Vertrag an fünf Orten in fünf Versionen, hat eine KI fünf Chancen, die falsche zu erwischen, deshalb ordnest du pro Sachverhalt einen Golden Record als Quelle der Wahrheit. Das hält nur, wenn klar ist, wer ihn pflegt und ändern darf.
Die Datenpipeline in Stufen bauen
Baue eine Datenpipeline in klaren Stufen von roh über verfeinert bis geschäftsfertig, auf jeder werden die Daten sauberer und besser beschrieben. Der Unterschied zwischen zwei Firmen entsteht nicht am Modell, denn das ist Standardware, sondern an den Metadaten.
Qualität vor die Anbindung stellen
Ein internes KI-Wissenssystem deckt schonungslos die Datenschulden auf, die veralteten und widersprüchlichen Dokumente. Der Fehler ist, zuerst anzubinden und die Qualität danach nachzuholen, dreh es um: erst prüfen, dann anbinden.
