Woran Sie erkennen, ob Ihre Daten KI-bereit sind

DEFINITION

Was bedeutet „KI-bereite Daten“ eigentlich?

„KI-bereit“ ist kein einzelner Ja/Nein-Zustand, sondern sechs getrennte Dimensionen – und ein Unternehmen kann in einigen stark und in anderen schwach sein. Zu wissen, welche das sind, ist nützlicher als ein pauschales Urteil. Daten sind nur einer der Bereiche, die eine vollständige KI-Readiness-Analyse prüft.

Zugänglich

Sie kommen tatsächlich heran – exportieren, abfragen, verbinden –, ohne einen Sondergefallen von der Person zu brauchen, die die Tabelle gebaut hat.

Strukturiert genug

Nicht zwingend eine perfekte Datenbank, aber konsistent genug, dass dieselbe Art von Information immer an einer vorhersehbaren Stelle steht.

Konsistent

Verschiedene Systeme stimmen bei den Grundfakten überein – derselbe Kunde, derselbe Bestellstatus, derselbe Produktname.

Vollständig genug

Die für die jeweilige Aufgabe relevanten Felder sind tatsächlich ausgefüllt – nicht bei einem großen Teil der Datensätze leer.

Aktuell

Sie spiegelt das Unternehmen wider, wie es jetzt ist – nicht, wie es war, als jemand die Tabelle zuletzt aktualisiert hat.

Nutzungsberechtigt

Sie haben eine legitime Grundlage, diese konkreten Daten für diesen konkreten Zweck zu verwenden – das lohnt sich vorher zu prüfen, nicht nachher.

DIE CHECKLISTE

Können Sie diese Woche einen echten Selbsttest machen?

Das ist nicht erschöpfend, aber wenn Sie diese acht Fragen ehrlich beantworten, wissen Sie größtenteils, wo Sie stehen – kein Tool nötig, nur ein Gespräch mit denjenigen, die die Systeme betreuen.

Können Sie die benötigten Daten selbst exportieren, ohne jemand anderen um einen Sonderbericht zu bitten?
Könnte eine Kollegin oder ein Kollege, die/der das System nicht gebaut hat, erklären, was jedes wichtige Feld tatsächlich bedeutet?
Wenn Sie denselben Kunden in zwei verschiedenen Systemen nachschlagen – stimmen die Grundfakten (Name, Status, Kontaktdaten) überein?
Sind für die konkrete Aufgabe, die Sie vorhaben, die benötigten Felder bei den meisten Datensätzen ausgefüllt – nicht nur bei den aktuellen?
Wurden diese Daten in den letzten Monaten angefasst oder geprüft, oder liegen sie seit Jahren unberührt?
Wissen Sie ungefähr, wofür diese Daten ursprünglich erhoben wurden – und ob eine Nutzung für KI zu diesem Zweck passt?
Könnte jemand im Unternehmen einem Kunden ehrlich beantworten, was mit seinen Daten passiert?
Gibt es eine Person, die die Ansprechperson wäre, wenn eine Frage zu diesen Daten auftaucht?

Ein paar „Nein“-Antworten sind kein Stoppschild – sie zeigen genau, was zuerst zu klären ist.

TYPISCHE FALLEN

Was sind die typischen Fallen?

Dieselben vier Muster tauchen in den meisten KMU auf, unabhängig von der Branche – es lohnt sich, schon vor der vollständigen Checkliste oben danach zu schauen.

Daten gefangen in PDFs und Postfächern

Die Information existiert, steckt aber in Dokumenten und E-Mail-Verläufen fest statt in einem System, das abfragbar ist.

Mehrere Systeme, keine gemeinsame Wahrheit

CRM, Buchhaltung und eine Tabelle haben jeweils ihre eigene Version desselben Kunden, und niemand hat sie abgeglichen – genau die Lücke, die unsere KI-Integration schließt.

Unbekanntes Erfahrungswissen

Eine Person weiß, wie die Zahlen wirklich funktionieren, welche Felder man ignoriert und welche Ausnahmen gelten – und nichts davon ist schriftlich festgehalten.

Kein klarer Verantwortlicher für die Datenqualität

Alle nutzen die Daten, aber niemand ist dafür zuständig, sie korrekt zu halten – kleine Fehler summieren sich unbemerkt.

BEVOR SIE SIE NUTZEN

Was sollten Sie zur DSGVO klären, bevor Sie Ihre Daten für KI nutzen?

Das ist eine echte Rechtsfrage, keine Checkbox – und sie verdient eine Antwort von jemandem, der dazu qualifiziert ist, nicht von einem Blogbeitrag. Was sich vorher lohnt, sind die richtigen Fragen, idealerweise mit Ihrer Datenschutzberatung.

Was ist die Rechtsgrundlage für die Nutzung dieser konkreten Daten zu diesem konkreten Zweck?
Ist die Nutzung dieser Daten zum Trainieren oder Betreiben eines KI-Systems mit dem Zweck vereinbar, zu dem sie ursprünglich erhoben wurden?
Braucht es eine Auftragsverarbeitungsvereinbarung, wenn Daten Ihr System verlassen und an einen externen KI-Anbieter gehen?
Gibt es darin personenbezogene Daten, die für die Aufgabe eigentlich nicht gebraucht werden – und die man vorher entfernen oder anonymisieren könnte?
Wer im Unternehmen ist dafür zuständig, diese Fragen zu beantworten – und wurden sie tatsächlich schon gestellt?

Nichts davon ist Rechtsberatung – es ist die Liste an Fragen, die es sich lohnt, mit der Person zu klären, die im Unternehmen für Datenschutz zuständig ist, bevor die Daten in die Nähe eines KI-Systems kommen.

FAQ

Häufig gestellte Fragen

Brauchen wir perfekte Daten, bevor wir mit einem KI-Projekt starten?

Nein. Sie brauchen Daten, die für die konkrete Aufgabe, mit der Sie starten, gut genug sind – nicht einen perfekten, vollständig bereinigten Datensatz. Sich auf eine Aufgabe zu beschränken und die Bereitschaft dafür konkret zu prüfen, ist deutlich realistischer, als erst alles reparieren zu wollen.

Was, wenn die meisten unserer Daten in Excel-Tabellen liegen?

Excel-Tabellen sind für sich genommen kein Ausschlusskriterium. Wichtiger ist, ob die Struktur konsistent ist, ob dieselbe Art von Information immer an einer vorhersehbaren Stelle steht und ob Sie sie tatsächlich exportieren können. Eine gut gepflegte Tabelle kann KI-bereiter sein als eine unordentliche Datenbank.

Sollten wir zuerst alle Daten bereinigen, bevor wir etwas unternehmen?

Nein – beschränken Sie die Bereinigung auf die konkrete Aufgabe vor Ihnen. Alles zu bereinigen, bevor irgendetwas beginnt, ist ein Projekt ohne natürlichen Endpunkt, und meist bedeutet es, dass das KI-Projekt nie wirklich startet.

Wer sollte in einem kleinen Unternehmen für die Datenqualität verantwortlich sein?

Meist diejenige Person, die ohnehin den Überblick über die beteiligten Systeme hat – nicht zwingend eine eigene Datenrolle, die die meisten 20-Personen-Unternehmen ohnehin nicht haben. Wichtig ist, dass eine Person klar dafür zuständig ist, Fragen zu einem Datensatz zu beantworten, statt dass die Zuständigkeit unklar bleibt.

Wenn Sie einen externen, strukturierten Blick darauf wollen, wo Ihre eigenen Daten im Vergleich zu dieser Liste stehen – statt eines generischen Audits –, genau das prüft der AI Retrofit Check. Und sobald die Daten bereit sind, sehen Sie hier, wo das tatsächlich Zeit spart.