Datenqualität für KI ist eines der wichtigsten Themen, wenn Unternehmen künstliche Intelligenz wirtschaftlich einsetzen wollen. Trotzdem wird sie häufig erst dann diskutiert, wenn ein KI-Projekt bereits Probleme verursacht.
Das Sprachmodell liefert widersprüchliche Antworten. Ein Agent trifft unplausible Entscheidungen. Oder die erwarteten Effizienzgewinne bleiben aus.
Die Reaktion darauf ist oft technisch: ein anderes Modell, bessere Prompts oder zusätzliche Datenquellen.
Dabei liegt die Ursache manchmal ganz woanders.
Die vorhandenen Informationen bilden den tatsächlichen Geschäftsprozess nicht zuverlässig ab.
Das lässt sich nicht allein durch eine leistungsfähigere KI korrigieren.
Warum Datenqualität mehr als Datenbereinigung ist
Wenn Unternehmen über schlechte Datenqualität sprechen, denken sie meistens an technische Probleme.
Doppelte Datensätze, fehlende Felder, veraltete Kundenadressen und fehlerhafte Schnittstellen.
Solche Fehler beeinträchtigen die Qualität eines KI-Systems unmittelbar. Sie sind aber nur ein Teil des Problems.
Mindestens genauso wichtig ist die fachliche Bedeutung der gespeicherten Informationen.
Ein CRM kann beispielsweise vollständig gepflegt sein, ohne dass die Einträge für eine automatisierte Vertriebsbewertung geeignet sind.
Das passiert, wenn Mitarbeitende dieselben Felder unterschiedlich interpretieren oder wichtige Entscheidungen gar nicht dokumentiert werden.
Nehmen wir den Status einer Verkaufschance.
In einem Unternehmen könnte dieser Status eine konkrete Wahrscheinlichkeit für einen Vertragsabschluss ausdrücken. In einem anderen wird er lediglich verwendet, um eine grobe Vertriebsphase zu markieren.
Vielleicht definiert das Unternehmen überhaupt nicht verbindlich, wann eine Verkaufschance ihren Status wechseln muss.
Für einen Menschen mit Erfahrung ist die Information trotzdem interpretierbar.
Er kennt den Kollegen, den Kunden und den tatsächlichen Projektfortschritt.
Ein KI-System bekommt diesen informellen Kontext jedoch nicht automatisch.
Es verarbeitet die Informationen, die tatsächlich zur Verfügung stehen.
Dadurch entsteht ein grundlegendes Problem: Die Datenbank enthält zwar Werte, aber möglicherweise nicht die fachlich notwendige Bedeutung.
Deshalb reicht es nicht, Datensätze technisch zu bereinigen.
Unternehmen müssen klären, was ihre Informationen aussagen sollen, wer ihre Bedeutung definiert und für welche Entscheidungen sie verwendet werden dürfen.
Erst daraus entsteht eine belastbare Datenbasis.
Vier Qualitätsdimensionen für erfolgreiche KI
Für die Bewertung von Datenqualität ist es hilfreich, mehrere Dimensionen zu unterscheiden.
Technische Qualität
Die erste Dimension betrifft die technische Verwendbarkeit.
Sind die Daten vollständig? Sind Formate konsistent? Funktionieren die Schnittstellen? Lassen sich Dokumente zuverlässig auslesen?
Solche Fragen sind vergleichsweise gut automatisierbar.
Dubletten können erkannt, fehlende Pflichtfelder identifiziert und Datenformate vereinheitlicht werden.
Auch KI kann bei der Bereinigung unterstützen.
Allerdings sollte eine automatische Korrektur insbesondere bei geschäftskritischen Informationen nachvollziehbar bleiben.
Fachliche Qualität
Die zweite Dimension ist schwieriger.
Sind die gespeicherten Informationen tatsächlich richtig?
Wurde beispielsweise eine Kundenanforderung korrekt dokumentiert? Entspricht eine Prozessbeschreibung dem tatsächlich praktizierten Ablauf? Sind die verwendeten Kategorien eindeutig definiert?
Hier hilft technische Datenbereinigung allein nicht.
Wenn eine Information fachlich falsch, aber formal korrekt gespeichert wurde, ist sie für ein System oft kaum als fehlerhaft erkennbar.
Deshalb braucht es Fachverantwortliche, die Regeln definieren und Ergebnisse validieren können.
Zeitliche Qualität
Die dritte Dimension betrifft die Aktualität und Gültigkeit.
Eine Information kann einmal richtig gewesen sein und inzwischen ihre Gültigkeit verloren haben.
Das ist besonders im Wissensmanagement relevant.
Ein KI-Assistent könnte auf eine alte Arbeitsanweisung zugreifen, die inzwischen durch einen neuen Prozess ersetzt wurde.
Ohne Versionsverwaltung und Gültigkeitsinformationen kann das System möglicherweise nicht erkennen, welches Dokument verbindlich ist.
Die Ablage muss deshalb nicht nur Informationen speichern, sondern auch ihren zeitlichen Kontext.
Organisatorische Qualität
Die vierte Dimension ist die Verantwortung.
Wer darf eine Information ändern? Wer gibt sie fachlich frei? Wer entscheidet bei Widersprüchen? Wer kontrolliert ihre Qualität?
Fehlen diese Zuständigkeiten, entsteht selbst bei einer technisch sauberen Datenbasis langfristig wieder Unordnung.
Datenqualität ist deshalb kein einmaliger Bereinigungszustand, sondern das Ergebnis eines kontinuierlichen organisatorischen Prozesses.
Bei KI kommt eine weitere Anforderung hinzu: Auch der Zugriff auf Informationen muss zuverlässig geregelt sein.
Ein KI-Assistent darf nicht allein deshalb auf vertrauliche Informationen zugreifen, weil sie technisch auffindbar sind.
Die Berechtigungen des Nutzers und die Vertraulichkeit der Daten müssen berücksichtigt werden.
Ein Praxisbeispiel: Warum ein KI-Agent im Vertrieb scheitern könnte
Stell dir ein mittelständisches Industrieunternehmen mit mehreren Produktlinien vor.
Das Unternehmen möchte einen KI-Agenten entwickeln, der Vertriebsinformationen analysiert und mögliche Verkaufschancen identifiziert.
Die Erwartungen sind klar.
Der Agent soll Kundengespräche zusammenfassen, relevante Produktbereiche erkennen und Hinweise für Folgeaktivitäten geben.
Dazu werden Daten aus dem CRM, Produktinformationen und Dokumentationen aus dem Vertrieb eingebunden.
Beim ersten Test entstehen durchaus plausible Ergebnisse.
Der Agent erkennt Kundennamen, ordnet Gespräche Themen zu und formuliert konkrete Vorschläge.
Bei genauerer Betrachtung zeigen sich jedoch Probleme.
Ein Kunde wird einem falschen Produktbereich zugeordnet. Eine bestehende Verkaufschance wird als neuer Bedarf erkannt. Und eine Empfehlung bezieht sich auf Informationen, die bereits überholt sind.
Was ist passiert?
Die Informationen in den beteiligten Systemen wurden ursprünglich für unterschiedliche Zwecke erfasst.
Das CRM unterstützt die Arbeit einzelner Vertriebsmitarbeiter. Die Produktdokumentation beschreibt Leistungen. Gesprächsnotizen enthalten zusätzliche Informationen, die teilweise nicht strukturiert hinterlegt sind.
Eine gemeinsame Definition der relevanten Kundenbedarfe fehlt.
Der KI-Agent soll nun etwas leisten, wofür die vorhandene Datenbasis gar nicht vorbereitet wurde.
Technisch lässt sich die Integration weiter verbessern.
Man könnte zusätzliche Modelle ausprobieren, Suchverfahren optimieren und komplexere Agenten entwickeln.
Aber ohne fachlich verbindliche Definitionen bleiben zentrale Probleme bestehen.
Der richtige Ansatz wäre deshalb, zunächst die Informationsanforderungen des Zielprozesses zu definieren.
Welche Merkmale beschreiben einen Kundenbedarf?
Wann gilt ein Bedarf als bestätigt?
Wie wird ein Bedarf einer Produktgruppe zugeordnet?
Was passiert, wenn Informationen widersprüchlich sind?
Und welcher Fachbereich entscheidet über die verbindliche Zuordnung?
Das hypothetische Beispiel zeigt einen häufig unterschätzten Zusammenhang:
Die Qualität einer KI-Anwendung hängt nicht nur davon ab, wie gut sie Daten verarbeiten kann. Entscheidend ist auch, ob die Daten den fachlichen Zweck überhaupt unterstützen.
Warum Datenverantwortung auf die Managementagenda gehört
Bei vielen KI-Initiativen liegt die Projektverantwortung zunächst in der IT.
Das ist nachvollziehbar.
Die technische Integration, Sicherheitsarchitektur und Auswahl der Modelle benötigen entsprechendes Know-how.
Allerdings kann die IT nicht festlegen, welche Informationen für einen Geschäftsprozess fachlich richtig sind.
Dafür braucht es die jeweiligen Fachbereiche.
Im Vertrieb muss beispielsweise geklärt werden, was eine qualifizierte Verkaufschance ist.
Im Einkauf geht es um verbindliche Lieferanten- und Materialinformationen.
In der Produktion müssen Prozessparameter und Qualitätsregeln fachlich abgesichert sein.
Im Personalbereich gelten wiederum andere Anforderungen an Vertraulichkeit, Aktualität und Entscheidungsbefugnisse.
Es wäre wenig sinnvoll, sämtliche Fragen über eine zentrale IT-Abteilung beantworten zu lassen.
Daher sollten Unternehmen zwischen technischer Datenverantwortung und fachlicher Informationsverantwortung unterscheiden.
Die IT verantwortet beispielsweise Systemverfügbarkeit, Integration, Datensicherheit und technische Qualitätssicherung.
Die Fachbereiche verantworten die fachlichen Definitionen, Geschäftsregeln und die Verlässlichkeit ihrer Informationen.
Für bereichsübergreifende Daten benötigen Unternehmen außerdem gemeinsame Standards und eine Stelle, die Zielkonflikte entscheidet.
Dabei muss nicht zwangsläufig eine neue Organisation mit zahlreichen zusätzlichen Rollen geschaffen werden.
In manchen Unternehmen reichen klar definierte Verantwortlichkeiten und regelmäßige Abstimmungen.
Entscheidend ist, dass es überhaupt verbindliche Zuständigkeiten gibt.
Diese Sichtweise wird durch ältere Forschung zu erfolgreichen KI-Implementierungen gestützt.
MIT Sloan Management Review und Boston Consulting Group veröffentlichten 2019 die Studie „Winning With AI“.
In dieser Befragung hatten 90 Prozent der teilnehmenden Unternehmen mindestens teilweise in KI investiert. Von diesen berichteten weniger als 40 Prozent über wirtschaftliche Erträge aus KI in den vorherigen drei Jahren.
Diese Zahlen beziehen sich auf die damalige KI-Landschaft und sind keine aktuelle Erfolgsquote für generative KI.
Interessant ist jedoch die organisatorische Erkenntnis der Studie.
Unternehmen, die wirtschaftlichen Nutzen aus KI erzielten, zeichneten sich unter anderem dadurch aus, dass sie Technologieentwicklung, Geschäftsstrategie, Fachbereiche und Prozesse miteinander verbanden.
Der Einsatz von KI wurde nicht isoliert als technisches Vorhaben betrachtet.
Für heutige Unternehmen ergibt sich daraus eine wichtige Konsequenz:
Eine KI-Strategie ohne fachliche Datenverantwortung bleibt unvollständig.
5. Wie Unternehmen Datenqualität pragmatisch verbessern können
Die größte Gefahr besteht darin, aus der Erkenntnis über Datenqualität das nächste überdimensionierte Transformationsprogramm zu machen.
Wenn zunächst sämtliche Datenbanken konsolidiert und alle Prozesse vollständig dokumentiert werden müssen, bevor ein KI-Projekt starten darf, kommt die Organisation möglicherweise kaum voran.
Ein pragmatischerer Weg besteht darin, Datenqualität entlang konkreter Anwendungsfälle zu entwickeln.
Dafür bietet sich ein strukturiertes Vorgehen an.
Schritt 1: Einen wirtschaftlich relevanten Prozess auswählen
Suche einen Prozess, bei dem bessere Informationen zu einem nachvollziehbaren geschäftlichen Nutzen führen können.
Das könnte die Bearbeitung von Kundenanfragen, die Angebotserstellung oder die Suche nach technischen Informationen sein.
Wichtig ist, dass ein fachlicher Verantwortlicher den Nutzen beurteilen kann.
Schritt 2: Die benötigten Entscheidungen dokumentieren
Bevor Datenquellen angeschlossen werden, sollten die wesentlichen Entscheidungen des Prozesses bekannt sein.
Welche Fragen müssen beantwortet werden?
Welche Regeln werden angewendet?
Welche Informationen benötigen Mitarbeitende, um diese Entscheidungen zuverlässig treffen zu können?
Dabei werden häufig Wissenslücken sichtbar, die bislang durch die Erfahrung einzelner Personen ausgeglichen wurden.
Schritt 3: Die relevanten Datenquellen prüfen
Jetzt wird untersucht, wo die notwendigen Informationen tatsächlich liegen.
Dabei sollte nicht nur nach vorhandenen Daten gefragt werden.
Wichtiger sind die Qualität, fachliche Bedeutung und Aktualität.
Eine einfache Bewertungsmatrix kann helfen:
| Kriterium | Prüffrage |
|---|---|
| Vollständigkeit | Sind alle notwendigen Informationen vorhanden? |
| Korrektheit | Stimmen die Informationen fachlich? |
| Aktualität | Sind die Informationen noch gültig? |
| Konsistenz | Widersprechen sich unterschiedliche Quellen? |
| Verantwortlichkeit | Wer kann die Information verbindlich bestätigen? |
| Berechtigung | Darf die KI diese Information im jeweiligen Kontext verarbeiten? |
Für kritische Kriterien sollten konkrete Testfälle angelegt werden.
Schritt 4: Informationsverantwortung verbindlich festlegen
Für die wesentlichen Informationsbereiche wird ein fachlicher Verantwortlicher bestimmt.
Diese Person muss nicht jeden Datensatz persönlich prüfen.
Ihre Aufgabe ist es, Standards festzulegen, offene Fragen zu entscheiden und die Qualitätssicherung organisatorisch zu verankern.
Dafür benötigt sie die erforderliche fachliche Kompetenz und Entscheidungsmöglichkeit.
Ohne diese Verantwortung bleibt eine einmalige Bereinigung häufig nur eine kurzfristige Verbesserung.
Schritt 5: Mit einem begrenzten KI-Piloten testen
Sobald eine ausreichend verlässliche Datenbasis vorliegt, kann der technische Pilot beginnen.
Hier sollte nicht ausschließlich die sprachliche Qualität der KI-Antworten bewertet werden.
Mindestens ebenso wichtig sind folgende Aspekte:
- Werden fachlich korrekte Informationen verwendet?
- Sind die Antworten auf gültige Quellen zurückzuführen?
- Erkennt das System widersprüchliche Informationen?
- Kann es Unsicherheit angemessen ausdrücken?
- Werden Zugriffsberechtigungen eingehalten?
- Sind die Ergebnisse für den Geschäftsprozess tatsächlich nutzbar?
Besonders wichtig sind negative Testfälle.
Was passiert, wenn eine Information fehlt?
Was passiert bei widersprüchlichen Dokumenten?
Und was passiert, wenn die KI keine ausreichende Grundlage für eine Entscheidung findet?
Ein zuverlässiges System muss nicht auf jede Frage eine überzeugend formulierte Antwort liefern.
Es muss auch erkennen können, wann eine sichere Antwort nicht möglich ist.
Schritt 6: Datenqualität in den Regelbetrieb übernehmen
Nach einem erfolgreichen Pilotprojekt darf das Thema nicht abgeschlossen werden.
Informationen verändern sich. Zuständigkeiten wechseln. Geschäftsprozesse werden angepasst.
Daher sollten Prüfungen möglichst in bestehende Arbeitsabläufe integriert werden.
Das können regelmäßige Freigaben, automatisierte Qualitätsprüfungen, fachliche Stichproben oder Hinweise bei widersprüchlichen Daten sein.
Die passenden Maßnahmen hängen vom Risiko des jeweiligen Anwendungsfalls ab.
Entscheidend ist, dass die Datenqualität auch nach der Einführung der KI erhalten bleibt.
Fazit: KI macht Informationsverantwortung sichtbar
Unternehmen haben schon lange mit unvollständigen, widersprüchlichen und veralteten Informationen gearbeitet.
Menschen konnten viele dieser Schwächen durch persönliche Erfahrung und informelles Wissen ausgleichen.
Mit KI verändert sich die Situation.
Informationen werden schneller verarbeitet, in größere Zusammenhänge gebracht und für automatisierte Empfehlungen verwendet.
Dadurch können bestehende Qualitätsprobleme eine größere Wirkung entfalten.
Die Lösung besteht nicht darin, möglichst viele Daten zu sammeln oder immer leistungsfähigere Modelle einzusetzen.
Unternehmen müssen verstehen, welche Informationen ihre Geschäftsprozesse benötigen und wer für deren Qualität verantwortlich ist.
Wer diese Grundlage schafft, verbessert nicht nur die Voraussetzungen für KI.
Er schafft auch mehr Transparenz über die eigenen Prozesse und Entscheidungen.
Die wichtigste Frage lautet deshalb:
Ist die Datenbasis deines Unternehmens darauf vorbereitet, nicht nur von Menschen interpretiert, sondern auch von KI zuverlässig verarbeitet zu werden?
Weiterführende Artikel:
Quellen
- MIT Sloan Management Review / Boston Consulting Group (2019): Winning With AI – Pioneers Combine Strategy, Organizational Behavior, and Technology. https://web-assets.bcg.com/img-src/Final-Final-Report-Winning-With-AI-R_tcm9-231660.pdf
- Europäische Kommission: Application of the GDPR – Informationen zu Verantwortlichen und Auftragsverarbeitern. https://commission.europa.eu/law/law-topic/data-protection/information-business-and-organisations/application-gdpr_en
