Die meisten Unternehmen scheinen derzeit in einem Wettlauf um die Einführung von KI zu stehen. Doch reichen ihre Daten dafür tatsächlich aus?

Da Unternehmen zunehmend von der Experimentierphase zur unternehmensweiten Einführung übergehen, wird die Datenbereitschaft zu einem der wichtigsten Faktoren dafür, ob ein KI-Projekt erfolgreich ist oder ins Stocken gerät.

Bevor Sie sich mit der Auswahl von Modellen befassen oder ein Team mit der Entwicklung eines Copiloten beauftragen, lohnt es sich, fünf recht unspektakuläre Fragen zu den Daten zu klären, über die Sie bereits verfügen.

1. Wissen Sie, wo sich Ihre Daten befinden?

Wenn die relevanten Informationen über E-Mail-Posteingänge, SharePoint-Ordner, ein CRM-System und eine Handvoll Altsysteme verstreut sind, die niemand vollständig dokumentiert hat, wird ein KI-Tool diese Informationen nicht für Sie zusammenführen können. Der erste Schritt besteht ganz einfach darin, zu wissen, wo sich diese Informationen befinden.

2. Können Sie den Daten vertrauen?

Doppelte Datensätze, Lücken, Felder, die seit Jahren nicht mehr aktualisiert wurden. Wenn dies die Informationen sind, auf denen Ihre KI basiert, sollten Sie sich nicht wundern, wenn die Ergebnisse zwar überzeugend klingen, aber falsch sind. Es lohnt sich, die Genauigkeit, Konsistenz und Vollständigkeit gründlich zu überprüfen.

3. Sind Ihre Daten gut organisiert?

KI-Tools können unstrukturierte Inhalte recht gut verarbeiten, benötigen jedoch nach wie vor einen gewissen Kontext, um damit arbeiten zu können. Das bedeutet, dass Metadaten vorhanden sein müssen, Klarheit darüber herrschen muss, wem was gehört, und ein gewisses Verständnis dafür vorhanden sein muss, in welcher Beziehung die verschiedenen Informationen zueinander stehen. Ohne diesen Kontext muss das Modell Annahmen treffen.

4. Hält die Unternehmensführung mit der Entwicklung Schritt?

Wem gehören diese Daten? Wer darf darauf zugreifen? Und, was ebenso wichtig ist: Was sollte gar nicht erst in ein Modell eingespeist werden? Darin liegt der Unterschied zwischen einem sicheren KI-Einsatz und einem, bei dem unbemerkt Informationen nach außen gelangen, die nicht weitergegeben werden sollten.

5. Lösen Sie ein geschäftliches Problem?

Die Projekte, die in der Regel erfolgreich sind, sind diejenigen, bei denen von vornherein ein konkretes Ergebnis im Blick ist – Zeitersparnis, eine schnellere Entscheidungsfindung, die Vermeidung eines Fehlers –, und nicht etwa eine Demo, die nur dazu dient, die Technologie zu präsentieren. Wenn Sie kein konkretes geschäftliches Problem benennen können, sollten Sie innehalten, bevor Sie weitermachen.

 

Was die KI tatsächlich offenbart

Die meisten Unternehmen haben eigentlich kein Modellproblem. Sie haben ein Datenproblem, und die KI macht dieses lediglich sichtbar: Die unübersichtlichen Datensätze, die uneinheitlichen Prozesse und die Berichte, für die sich seit Jahren niemand mehr verantwortlich gefühlt hat, gab es schon immer. Die KI sorgt lediglich dafür, dass man sie nicht mehr ignorieren kann.

Das bedeutet keineswegs, nach perfekten Daten zu streben – die es ohnehin nicht gibt. Es bedeutet vielmehr, die wichtigsten Lücken zu identifizieren, diese zuerst zu schließen und dann dem von Ihnen eingesetzten System eine verlässliche Grundlage zu bieten, auf der es aufbauen kann.

Die Ordnung in Ihre Daten zu bringen, sollte der erste Schritt sein und nicht etwas, worauf Sie später zurückkommen. Und welches KI-Projekt auch immer danach folgt, hat viel bessere Chancen, echte Ergebnisse zu liefern.