KI-Datenquellen vor Einsatz prüfen: So geht es

Ein KI-Pilot liefert in der Testumgebung plausible Ergebnisse, scheitert aber im Fachbereich an unvollständigen Stammdaten, widersprüchlichen Freitexten oder fehlenden Nutzungsrechten. Dieses Muster ist in Enterprise-Projekten häufiger als ein Modellfehler. Wer KI-Datenquellen vor Einsatz prüfen will, entscheidet daher nicht nur über technische Eignung, sondern über Steuerbarkeit, Compliance und einen stabilen Betrieb.

Die Datenprüfung muss vor der Produktivsetzung beginnen und über den gesamten Lebenszyklus fortgeführt werden. Besonders bei SAP-nahen Prozessen, Dokumentenbeständen und Daten aus mehreren Fachsystemen reicht ein allgemeiner Qualitätscheck nicht aus. Erforderlich ist eine nachvollziehbare Bewertung, die fachliche Aussagekraft, technische Verfügbarkeit, Zugriffsrechte und Risiken zusammenführt.

Warum Datenquellen über den KI-Nutzen entscheiden

Ein KI-System kann nur mit den Informationen arbeiten, die ihm bereitgestellt werden. Sind Artikelstammdaten uneinheitlich gepflegt, kann eine Anwendung zur Klassifikation falsche Zuordnungen lernen. Fehlen historische Prozessschritte in einem Ticketsystem, entstehen Lücken in der Ursachenanalyse. Enthalten Dokumente veraltete Arbeitsanweisungen, kann ein wissensbasiertes Assistenzsystem genau diese Inhalte überzeugend wiedergeben.

Die entscheidende Frage lautet deshalb nicht, ob genügend Daten vorhanden sind. Relevant ist, ob die Daten den konkreten fachlichen Zweck abbilden. Für eine Prognose im Einkauf gelten andere Anforderungen als für die Suche in technischen Dokumentationen oder die Unterstützung im Kundenservice. Datenmenge kann hilfreich sein, kompensiert aber weder fehlenden Kontext noch unklare Verantwortlichkeiten.

In Unternehmen kommt eine weitere Ebene hinzu: Daten entstehen in operativen Abläufen und verändern sich mit ihnen. Eine Quelle, die zum Zeitpunkt des Piloten geeignet war, kann nach einer S/4HANA-Migration, einer Prozessharmonisierung oder einer geänderten Berechtigungsstruktur ihre Aussagekraft verlieren. Datenquellen sind daher keine einmalige Vorbedingung, sondern ein steuerungsrelevanter Bestandteil des KI-Betriebs.

KI-Datenquellen vor Einsatz prüfen: Die sechs Prüffelder

Eine belastbare Prüfung verbindet Datenmanagement mit Fachprozess und Governance. Diese sechs Prüffelder schaffen eine Grundlage, auf der Projektteams Entscheidungen begründen und später nachvollziehen können.

1. Herkunft und fachlicher Zweck

Zunächst muss eindeutig dokumentiert sein, aus welchem System, Prozess und Zeitraum die Daten stammen. Dazu gehören Systemverantwortliche, fachliche Eigentümer, Schnittstellen und Transformationsschritte. Bei Daten aus SAP-Systemen ist beispielsweise relevant, ob es sich um produktive Belegdaten, replizierte Datenbestände, Extrakte oder manuell angereicherte Tabellen handelt.

Danach wird der Bezug zum Anwendungsfall geprüft. Ein Datenfeld kann technisch verfügbar sein, ohne für die Fragestellung aussagekräftig zu sein. Fachverantwortliche sollten deshalb festlegen, welche Informationen als relevante Signale gelten, welche als Kontext benötigt werden und welche Daten nicht verwendet werden dürfen.

2. Qualität, Vollständigkeit und Aktualität

Datenqualität ist mehr als die Abwesenheit leerer Felder. Zu prüfen sind Vollständigkeit, Konsistenz, Dubletten, Wertebereiche, zeitliche Abdeckung und fachliche Plausibilität. Bei Dokumentenquellen kommen Versionsstände, Metadaten und die Aktualität von Freigaben hinzu.

Die zulässige Fehlerquote hängt vom Einsatz ab. Für eine interne Recherchehilfe kann eine begrenzte Unvollständigkeit vertretbar sein, wenn Quellen sichtbar bleiben und Mitarbeitende Ergebnisse prüfen. Bei Entscheidungen mit Auswirkungen auf Lieferfähigkeit, Abrechnung, Qualität oder regulatorische Meldungen gelten deutlich höhere Maßstäbe. Das Projektteam sollte daher messbare Akzeptanzkriterien festlegen, statt Datenqualität pauschal als ausreichend zu bewerten.

3. Repräsentativität und mögliche Verzerrungen

Historische Daten dokumentieren vergangene Entscheidungen und Prozesse, nicht automatisch die gewünschte Zukunft. Wurde etwa eine bestimmte Kundengruppe in der Vergangenheit selten bearbeitet oder wurden Störungen uneinheitlich erfasst, kann eine KI diese Verzerrung übernehmen. Auch organisatorische Veränderungen können Vergleichbarkeit beeinträchtigen: Neue Werke, geänderte Vertriebsstrukturen oder harmonisierte Materialnummern verändern die Datenbasis.

Hier ist die Zusammenarbeit zwischen Fachbereich, Data Ownern und Projektleitung entscheidend. Sie müssen erkennen, welche Sonderfälle fehlen, welche Zeiträume nicht vergleichbar sind und wo Daten eine frühere Prozesslogik abbilden. Eine Stichprobe an konkreten Geschäftsfällen ist oft aussagekräftiger als ein rein statistischer Qualitätswert.

4. Rechte, Datenschutz und Vertraulichkeit

Vor der Nutzung ist zu klären, wer Daten bereitstellen darf, wer sie im KI-System sehen kann und zu welchem Zweck die Verarbeitung erfolgt. Personenbezogene Daten, Geschäftsgeheimnisse, Vertragsunterlagen, technische Spezifikationen und sicherheitsrelevante Informationen erfordern jeweils eine differenzierte Bewertung.

Praktisch bedeutet das: Datenklassifikation, Zugriffsmodell, Aufbewahrung, Protokollierung und Löschkonzept müssen zum vorgesehenen Einsatz passen. Bei Retrieval-Anwendungen reicht es nicht, Inhalte aus einem Dokumentenmanagementsystem zu übernehmen. Auch die Berechtigungen der späteren Nutzenden müssen im Zugriff auf die KI-Anwendung wirksam bleiben.

Die rechtliche Einordnung zu Datenschutz, EU AI Act oder weiteren IT-rechtlichen Anforderungen ist von der technischen Prüfung zu trennen, aber eng mit ihr zu verzahnen. Falls erforderlich, kann die rechtlich eigenständige Quteco Rechtsanwaltsgesellschaft mbH diese rechtlichen Fragestellungen bewerten. Das Projekt benötigt dafür eine belastbare technische Dokumentation der Datenflüsse und Verarbeitungszwecke.

5. Technische Zugänglichkeit und Datenfluss

Eine geeignete Datenquelle muss zuverlässig, kontrolliert und nachvollziehbar in die Zielarchitektur gelangen. Zu prüfen sind Schnittstellen, Aktualisierungszyklen, Datenformate, Fehlerbehandlung, Monitoring sowie Abhängigkeiten von Quellsystemen. Bei produktionsnahen Anwendungsfällen ist zudem relevant, wie sich Lastspitzen, Wartungsfenster oder Schnittstellenausfälle auf die KI-Funktion auswirken.

Datenflüsse sollten nicht nur als Architekturdiagramm vorliegen. Für kritische Informationen braucht es Klarheit darüber, wann Daten extrahiert, bereinigt, angereichert, indexiert oder gelöscht werden. Diese Transparenz erleichtert Incident-Analysen und revisionssicheres Reporting erheblich.

6. Verantwortlichkeit und Änderungsmanagement

Ohne benannte Verantwortliche bleibt jede Datenfreigabe vorläufig. Data Owner verantworten fachliche Bedeutung und zulässige Nutzung, technische Teams sichern Bereitstellung und Betrieb, während die KI-Verantwortung Nutzungskontext, Risiken und Kontrollmechanismen steuert. Diese Rollen können in kleineren Organisationen personell zusammenfallen, ihre Aufgaben sollten dennoch getrennt beschrieben sein.

Ebenso wichtig ist ein Verfahren für Änderungen. Wenn sich ein Quellsystem, ein Datenmodell, eine Berechtigung oder eine Dokumentenstruktur ändert, muss bewertet werden, ob der KI-Anwendungsfall weiter verlässlich arbeitet. Definierte Schwellenwerte, Freigabeschritte und Eskalationswege verhindern, dass Veränderungen unbemerkt in den Produktivbetrieb gelangen.

Von der Bestandsaufnahme zur produktionsreifen Datenbasis

In laufenden Transformationsprojekten ist ein pragmatisches Vorgehen meist sinnvoller als der Versuch, alle Unternehmensdaten gleichzeitig zu bereinigen. Ausgangspunkt ist der konkrete Anwendungsfall mit klaren Erfolgskriterien. Anschließend wird ein Dateninventar erstellt: Welche Quellen kommen infrage, wer verantwortet sie, welche Risiken bestehen und welche Datenfelder werden tatsächlich benötigt?

Darauf folgt die Bewertung anhand der Prüffelder. Kritische Abweichungen sollten nicht in einer allgemeinen Maßnahmenliste verschwinden. Sie brauchen eine Priorisierung nach Auswirkung auf fachliche Ergebnisse, Betrieb und regulatorische Anforderungen. Manche Lücken lassen sich durch Bereinigung oder zusätzliche Metadaten schließen. Andere erfordern bewusst eine Einschränkung des Anwendungsfalls, etwa den Ausschluss bestimmter Dokumenttypen oder eine menschliche Freigabe vor Folgeaktionen.

Vor dem Go-Live empfiehlt sich ein Test mit repräsentativen Fällen, einschließlich bekannter Sonderfälle und fehlerhafter Eingaben. Dabei wird nicht nur die Ergebnisqualität geprüft. Ebenso relevant sind Berechtigungen, Quellenanzeige, Protokollierung, Reaktionszeiten und das Verhalten bei fehlenden Daten. Die Ergebnisse gehören in eine dokumentierte Freigabeentscheidung mit klaren Restrestrisiken und Verantwortlichkeiten.

Nach der Produktivsetzung sichern Monitoring und regelmäßige Reviews die Datenbasis ab. Sinnvolle Kennzahlen sind beispielsweise Aktualität der Quelldaten, Anteil nicht zuordenbarer Inhalte, Qualität fachlicher Stichproben, Berechtigungsverstöße und Häufigkeit manueller Korrekturen. Welche Kennzahlen erforderlich sind, hängt vom Risiko und Einsatzbereich ab. Ein Assistenzsystem für interne Wissenssuche braucht andere Kontrollen als eine KI-Unterstützung in geschäftskritischen Prozessschritten.

Datenprüfung ist Teil der Betriebsverantwortung

Eine sorgfältige Vorprüfung verlangsamt KI-Projekte nicht zwangsläufig. Sie verhindert vor allem, dass technische Tests mit produktiver Einsatzreife verwechselt werden. Wenn Datenherkunft, Qualität, Rechte, Datenflüsse und Verantwortlichkeiten früh geklärt sind, lassen sich Architektur, Rollenmodell und Testplanung gezielter aufbauen.

Gerade in SAP- und Transformationsvorhaben schafft diese Vorgehensweise einen messbaren Vorteil: Risiken werden vor dem Go-Live sichtbar, statt später als Betriebsstörung, Compliance-Frage oder Akzeptanzproblem aufzutreten. Die beste Datenquelle ist nicht die größte, sondern diejenige, deren Nutzen und Grenzen im jeweiligen Prozess nachvollziehbar gesteuert werden können.

Datenquellen strukturiert bewerten

Quteco unterstützt Unternehmen mit Quick Checks und Workshops dabei, KI-Anwendungsfälle, Datenflüsse, Rollen und Governance-Anforderungen in eine belastbare Entscheidungsgrundlage zu überführen. In der operativen Projektbegleitung lassen sich daraus prüfbare Kriterien, Testfälle und Freigabeschritte für den produktionsnahen Einsatz ableiten.

Eine gute Datenbasis entsteht nicht durch eine einmalige Freigabe. Sie bleibt belastbar, wenn ihre Qualität, Nutzung und Veränderung im laufenden Betrieb verantwortet werden.