Erst die Daten, dann das Werkzeug: die Reihenfolge, die über dein erstes KI-Vorhaben entscheidet

Der Anwendungsfall steht fest, oft auch Use-Case genannt. Ein Agent soll Angebote vorbereiten: Preise ziehen, die letzten Aufträge des Kunden ansehen, die vereinbarten Konditionen einsetzen. Ein Agent ist dabei ein KI-Programm, das eine ganze Aufgabe übernimmt, dafür in Schleifen arbeitet und selbst auf Systeme zugreift. Das Werkzeug ist ausgewählt, das Budget bewilligt, der Termin für die erste Vorführung steht im Kalender.

Dann fragt jemand aus dem Vertrieb, aus welchem System die Preise eigentlich kommen sollen. Aus der Warenwirtschaft oder aus der Preisliste, die der Vertrieb selbst pflegt? Und welche von beiden gilt, wenn sie sich unterscheiden? Es wird kurz still, weil niemand im Raum diese Frage beantworten kann.

Was dann folgt, ist selten ein Abbruch. Es ist eine Verschleppung. Die Vorführung läuft mit einem gepflegten Ausschnitt und überzeugt alle. Im Betrieb greift derselbe Agent auf den echten Bestand zu und schlägt Preise von vorletztem Jahr vor, weil er die falsche der beiden Quellen erwischt hat. Aus dem Vorhaben wird ein Dauerpilot, und im Rückblick heißt es dann, die Technik sei eben noch nicht so weit gewesen.

Die Technik war so weit. Die Reihenfolge war verkehrt herum. Die alte Faustregel aus der Datenarbeit gilt in KI-Vorhaben unverändert weiter: Rund 80 Prozent der Zeit fließt in die Datenaufbereitung, nur etwa 20 Prozent in das KI-Modell selbst, also in den Teil, den die meisten für die eigentliche KI-Arbeit halten. Wer die Datenlage erst prüft, nachdem Anwendungsfall und Werkzeug feststehen, hat vier Fünftel der Arbeit ungeplant vor sich.

Woran du es merkst, bevor es Geld kostet

Das Fundament fehlt nicht erst dann, wenn ein Agent danebenliegt. Es fehlt schon vorher, und es zeigt sich in Momenten, die im Alltag als normale Reibung durchgehen.

Der erste Hinweis ist banal zu prüfen. Frag in drei Abteilungen nach der Anschrift desselben Kunden und sieh dir an, ob dreimal dasselbe zurückkommt. Stammdaten sind die zentralen Grunddaten eines Betriebs, also Kunden, Produkte, Verträge, Lieferanten. Liegt derselbe Vertrag an fünf Orten in fünf Versionen, hat eine KI fünf Chancen, die falsche zu erwischen, und sie wird dann überzeugend falsch antworten. Einem Menschen fällt eine veraltete Anschrift auf. Ein Sprachmodell erkennt sie nicht als Fehler und rechnet ungerührt damit weiter.

Der zweite Hinweis sitzt in den Köpfen. Der wertvollste Teil des Wissens in einem mittelständischen Betrieb steht in keinem Dokument. Er sitzt bei den Leuten, die seit Jahren wissen, wie die Dinge wirklich laufen, dazu in einzelnen Postfächern und in privaten Chatverläufen, die außer einer Person niemand sieht. Solches Wissen geht mit jedem Ruhestand und jedem Wechsel verloren, und keine KI kann auf etwas zugreifen, das nirgends aufgeschrieben ist.

Der dritte Hinweis ist eine Frage, die niemand beantwortet. Kann bei euch jemand sagen, welche Daten es überhaupt gibt, wo sie liegen und wer sie ändern darf? Wenn darauf ein Zögern folgt, hat nie ein Datenaudit stattgefunden, also eine schlichte Bestandsaufnahme, die genau diese drei Angaben je Quelle festhält. Und meistens gehört ein vierter Hinweis dazu: Für die Qualität der Daten ist niemand namentlich zuständig, deshalb zeigt jeder Fachbereich auf den nächsten.

Warum die Reihenfolge zählt

Der Reiz eines KI-Vorhabens liegt oben, an der sichtbaren Oberfläche. Der Agent, der Angebote schreibt, ist vorzeigbar. Die Arbeit liegt darunter, und sie ist unspektakulär: Quellen anbinden, Widersprüche auflösen, Berechtigungen klären, Felder beschreiben. Genau darum wird sie beim Planen übersprungen und tritt später als Verzögerung wieder auf.

Praktisch heißt die 80-Prozent-Regel: Du brauchst mehr Leute, die Daten ordnen und anbinden, als Leute, die Modelle bauen. Als grobes Verhältnis gilt: rund vier Daten- und Plattform-Ingenieure auf eine Person, die Modelle baut. Wer dieses Verhältnis umdreht, hat am Ende ein Modell, das gut rechnen kann, und keine Daten, mit denen es rechnen könnte.

Zwei Bausteine tragen das Fundament. Der erste ist ein Golden Record, also der eine Datensatz je Sachverhalt, der im Haus als verbindliche Wahrheit gilt, während alle Kopien danach ausgerichtet oder weggeräumt werden. Der zweite ist ein Wissenslayer, also eine gemeinsame, gepflegte Schicht aus Firmenwissen, auf die jede KI zugreifen kann, egal welches Modell darunter läuft. Beides klingt nach Großprojekt und ist im ersten Schritt keines: Ein Golden Record beginnt bei den wenigen Feldern, die dein erster Anwendungsfall wirklich anfasst.

Wichtig ist außerdem die Reihenfolge innerhalb der Datenarbeit. Ein internes KI-Wissenssystem deckt schonungslos auf, was im Bestand veraltet, lückenhaft und widersprüchlich ist. Diese Datenschulden waren vorher schon da, nur unsichtbar. Wer zuerst anbindet und die Qualität danach prüft, macht sie zum Problem des laufenden Betriebs. Wer zuerst prüft, macht sie zu einer Aufgabe mit klarem Ende.

Und hier liegt eine Chance, die im Mittelstand oft unterschätzt wird: weniger Altlasten heißt weniger Ballast. Wer heute anfängt, kann von Anfang an mit einem gemeinsamen Datenspeicher, einer klaren Architektur und einer einfachen Ordnung planen, wer worauf zugreifen darf. Solch ein gemeinsamer Speicher, in dem Daten aus allen Bereichen roh zusammenlaufen, heißt Datensee. Digital weit fortgeschrittene Häuser betreiben oft 30 bis 50 solcher Datenseen nebeneinander und bekommen sie kaum noch in den Griff. Ein sauberer Neuaufbau braucht dagegen wenig Kapital und vor allem Neugier.

Der Vorteil gilt nicht automatisch für jeden. Es gibt genug Mittelständler mit drei Warenwirtschaftssystemen im eigenen Keller und ohne dokumentierte Prozesse. Die schleppen denselben Ballast wie ein Konzern, nur mit weniger Leuten, die ihn tragen. Der Vorteil gilt für die Betriebe, die wenig alte Systeme mitschleppen. Für sie lohnt es sich, ihn bewusst zu nutzen, statt ihn zu verschenken.

Fünf Schritte bis zum ersten belastbaren Datensatz

Der Unterschied zwischen dieser Folge und einem Datenprojekt, das nie fertig wird, ist der Zuschnitt. Du räumst nicht das Haus auf, sondern einen Raum, und zwar den, in dem der erste Anwendungsfall arbeitet.

Die Frage vor der Werkzeugfrage

Die übliche Frage lautet, welches Werkzeug ihr einführt. Die nützlichere Frage lautet, welchen Ausschnitt eurer Daten ihr als erstes verbindlich macht. Das Werkzeug lässt sich in einem Nachmittag wechseln, die Datenlage nicht. Und ein aufgeräumter Ausschnitt trägt danach auch den zweiten und den dritten Anwendungsfall, während ein sauber ausgewähltes Werkzeug auf unsauberen Daten nichts trägt.

Wenn du wissen willst, wie es bei euch um Daten und Wissen steht, mach den KIRA-Check. Er zeigt dir in wenigen Minuten dein KIRA-Profil, also deinen Standort über fünf Achsen, und damit auch, an welcher Stelle das Fundament fehlt, bevor du die nächste Lizenz kaufst.