Künstliche Intelligenz ist gekommen, um zu bleiben. Im privaten Leben genau so wie im Unternehmensalltag. Erste Tools sind schon im produktiven Einsatz, Ideen, Planungen, große Zukunftserwartungen formuliert. Und trotzdem macht sich bei vielen Ernüchterung breit. Die Technik ist da, der Effekt aber bleibt überschaubar.
Woran liegt das? An der KI-Technologie und Ihren ungeheuren Möglichkeiten jedenfalls nicht. Die Praxis zeigt vielmehr, dass es oftmals an Grundlagen fehlt, die man braucht, damit KI zuverlässig arbeiten und ihr volles Potenzial entfalten kann.
Wenn Daten vorhanden sind, aber nicht zusammenpassen
In den meisten Unternehmen liegen Daten verstreut in mehreren Systemen vor. ERP, CRM, Fachanwendungen, individuelle Lösungen oder Alt-Systeme bilden jeweils einen Teil der Realität ab. Über die Jahre wurden diese Systeme kreuz und quer verbunden, erweitert oder angepasst. Oft pragmatisch, oft unter Zeitdruck.
Das Ergebnis sind Daten, die zwar irgendwie und irgendwo existieren, aber nicht einheitlich verstanden werden. Bezeichnungen unterscheiden sich je nach System, Beziehungen sind lückenhaft oder gar nicht dokumentiert, Zuständigkeiten nicht klar geregelt. Solange Menschen diese Lücken füllen, funktioniert der Betrieb. Sobald KI ins Spiel kommt, werden sie aber schmerzhaft spürbar.
Daten allein reichen nicht. KI braucht ein Unternehmensdatenmodell
KI kann Muster erkennen, Inhalte verarbeiten und fehlende Informationen ableiten. Das ist ihr Kernvorteil. Fehlt jedoch der fachliche Kontext, wächst mit jeder Datenlücke die Fehlerwahrscheinlichkeit. Die Ergebnisse wirken dann unzuverlässig und KI-Entscheidungen werden schwer nachvollziehbar. Vor allem sensible Anwendungsfälle möchte man auf dieser Basis nicht umsetzen.
Gerade im Unternehmenskontext entscheidet nicht die Menge der Daten über den Erfolg des KI-Einsatzes, sondern ihre Struktur und ihre kontextuelle Bedeutung. Erst muss klar sein, was ein Kunde, ein Auftrag oder ein Produkt im Gesamtzusammenhang darstellt. Ein tragfähiges Unternehmensdatenmodell schafft genau diese Grundlage und kann dann KI sinnvoll unterstützen.
Oftmals unterschätzt: Ontologie als gemeinsame Sprache
In diesem Zusammenhang kommt ein Thema ins Spiel, das für viele Unternehmen neu ist, aber eine zentrale Rolle spielt: die sogenannte „Ontologie“. Damit ist keine philosophische Disziplin gemeint, sondern ein Konzept aus der Informationstheorie, in dem es um die formale, maschinenlesbare Darstellung von Unternehmenswissen geht.
Eine Ontologie legt fest, was Dinge im Unternehmen wirklich sind und wie sie zusammenhängen. Was ist ein Kunde? Wann wird ein Interessent zum Auftraggeber? Wie hängen Aufträge, Produkte, Services und Abrechnungen zusammen? Diese Definitionen sind nicht an einzelne Systeme gebunden. Sie klären vielmehr die grundlegenden Begriffe aller Fachbereiche, ihre Beziehungen untereinander und Regeln, nach denen diese Beziehungen funktionieren. Dadurch verleiht die Ontologie IT-Systemen echtes Kontextverständnis und ermöglicht automatisierte Schlussfolgerungen.
Die Grundlage für alles
Ein solches Datenfundament wirkt auf mehreren Ebenen: Integrationen werden robuster, weil sie sich an einem gemeinsamen Modell orientieren. Fachbereiche und IT arbeiten mit derselben Logik, statt Übersetzungsarbeit leisten zu müssen. Neue Anwendungen oder Portale greifen auf konsistente Daten zu, ohne Flickschusterei oder teure Zusatzlösungen. Und last not least: KI erhält den Kontext, den sie braucht, um produktive und verlässliche Ergebnisse zu liefern.
Damit verschiebt sich auch der strategische Fokus: Es geht jetzt nicht mehr um einzelne Technologien oder Lösungen, sondern um eine ganzheitliche Daten-Architektur, in der sich alle Geschäftsprozesse wiederfinden und wo neue Anforderung nicht zu Sonderfällen werden, sondern zu Objekten, die sich in ein bestehendes Verständnis einordnen lassen.
Fazit: Das Datenfundament entscheidet
Die KI ist nicht das Problem. Sie macht nur in besonders drastischer Weise klar, wo die Probleme liegen. Wenn Daten nicht klar strukturiert und fachlich sauber definiert vorliegen, bleibt KI-Technologie bestenfalls ein Experiment. Wenn alles stimmt, wird sie hingegen zum messbaren Produktivitätsfaktor. Gemäß einer aktuellen Accenture-Untersuchung haben Unternehmen, die ihr Datenfundament gezielt auf KI vorbereiten – von Accenture „Data Reinventors“ genannt –, einen EBIT-Vorsprung von durchschnittlich 4,5 %.
Wer heute über KI nachdenkt, sollte deshalb zuerst über Datenklarheit sprechen. Über Begriffe, Beziehungen und ein umfassendes Verständnis der eigenen Organisation. Das ist der eigentliche Hebel – nicht nur für den erfolgreichen KI-Einsatz, sondern auch für die nachhaltige Digitalisierung.
Mehr erfahren
Wussten Sie, dass COSMO CONSULT mit COSMO ANYFY genau für dieses Zusammenspiel aus Datenmodell, Integration und Nutzung eine Plattform entwickelt hat, die alles zusammenführt? Wenn Sie neugierig geworden sind, nehmen Sie gerne direkt mit mir Kontakt auf, ich freue mich auf den Austausch!
Kontakt unseres COSMOnauten
Von Christoph HeinenWeitere passende Blogbeiträge
Fündig geworden?
Starten Sie jetzt Ihre intelligente Suche