2025/6 | Fachbeitrag | Künstliche Intelligenz / Robotic

Sechs Bausteine zur KI-Readiness: Künstliche Intelligenz lebt von hochwertigen Daten und intelligenter Planung

Künstliche Intelligenz hat sich in den letzten Jahren zu einem der einflussreichsten Werkzeuge der Digitalisierung entwickelt. Sie ermöglicht es Unternehmen, Erkenntnisse aus riesigen Datenmengen zu gewinnen, Prozesse zu automatisieren und fundierte Entscheidungen in Echtzeit zu treffen. Doch bei allem Potenzial hängt der Erfolg von KI-Systemen von mehreren entscheidenden Faktoren ab, allen voran von der Datenqualität. Ein KI-System, das mit fehlerhaften, unvollständigen oder verzerrten Informationen arbeitet, kann keine guten Ergebnisse liefern. Der oft zitierte Satz "Garbage in, garbage out" trifft auf KI-Anwendungen in besonderem Maße zu. Gleichzeitig sind eine sorgfältige Planung, in die alle Stakeholder einbezogen werden sollten, und die Schulung der Mitarbeitenden ein Muss.

Künstliche Intelligenz hat das Potenzial, Prozesse in nahezu allen Branchen zu revolutionieren. Doch der Erfolg jeder KI-Anwendung steht und fällt mit der Qualität der zugrunde liegenden Daten und der richtigen Vorbereitung. NTT DATA, Anbieter von digitalen Business- und Technologie-Services, erklärt, welche Aspekte bei der Umsetzung eines KI-Projekts relevant sind. ?

  • IT-Infrastruktur für das Datenmanagement: 
    Eine robuste IT-Infrastruktur ist das Rückgrat jedes KI-Systems. Ohne eine skalierbare und flexible Architektur ist es kaum möglich, große Datenmengen effizient zu verwalten. Cloud-basierte Systeme und moderne Speicherlösungen ermöglichen eine zentrale und konsistente Speicherung der Daten, die in Echtzeit abgerufen und verarbeitet werden können. Entscheidend ist dabei die Fähigkeit der Infrastruktur, auch mit wachsenden Datenmengen und unterschiedlichen Datentypen umzugehen, etwa bei der Einbindung unstrukturierter Informationen. Welche Datenplattform die richtige ist, hängt stark vom einzelnen Unternehmen ab und davon, wie es in der Vergangenheit mit Daten umgegangen ist.

  • Qualität der Daten: 
    KI-Systeme sind auf qualitativ hochwertige Daten angewiesen, um aussagekräftige Ergebnisse liefern zu können. Informationen, die unvollständig, veraltet oder inkonsistent sind, können zu falschen Prognosen und Entscheidungen führen. Die Sicherstellung einer guten Datenqualität erfordert eine regelmäßige Überprüfung und Validierung der Informationen sowie die Implementierung von Verfahren zur Datenbereinigung und -standardisierung. Dabei spielen automatisierte Prozesse wie Data Profiling und Anomalieerkennung eine immer wichtigere Rolle, um die Datenbasis kontinuierlich zu optimieren. Mit minderwertigen Informationen gehen Unternehmen ein hohes Risiko ein, dass Algorithmen verfälscht oder die KI-Anwendungen unbrauchbar werden. Im schlimmsten Fall droht sogar ein Dominoeffekt. Gerade bei der Auswahl externer Datenlieferanten ist höchste Sorgfalt angebracht.

  • Datenintegration und -zugänglichkeit: 
    Eine der größten Herausforderungen in der Praxis besteht darin, Daten aus unterschiedlichen Quellen zu integrieren und für die KI-Modelle zugänglich zu machen. Hier übernehmen moderne Lösungen und Prozesse die Aufgabe, heterogene Daten in ein einheitliches Format zu überführen. Schnittstellen und APIs spielen dabei eine wichtige Rolle, um eine reibungslose Integration von Informationen aus verschiedenen Systemen zu gewährleisten. Darüber hinaus muss sichergestellt werden, dass die richtigen Personen oder Systeme zum richtigen Zeitpunkt Zugriff haben, was wiederum die Berücksichtigung sowohl technologischer als auch organisatorischer Aspekte erfordert.

  • Einhaltung von Ethik, Risk und Compliance: 
    Der Einsatz von KI-Modellen wirft unweigerlich Fragen zu Ethik, Risiko und Compliance auf. Datenschutzrichtlinien wie die DSGVO stellen sicher, dass personenbezogene Informationen geschützt werden. KI-Systeme müssen daher so entwickelt werden, dass sie diese Anforderungen erfüllen, beispielsweise durch Anonymisierung von Daten und den Einsatz von Privacy-by-Design-Konzepten. Darüber hinaus müssen ethische Überlegungen im Umgang mit sensiblen Daten und KI-Entscheidungsprozessen berücksichtigt werden, um Vertrauen bei allen Stakeholdern aufzubauen. Das bedeutet, dass Unternehmen bei der Entwicklung und dem Einsatz von KI-Systemen auf Transparenz und Fairness achten müssen, um Probleme mit Unconscious Bias oder Halluzinationen zu vermeiden. Mit dem EU AI Act gelten hier strikte Vorgaben: KI-Anwendungen dürfen in keinster Weise missbraucht werden, der Schutz der Grundrechte muss jederzeit gewährleistet sein. Gegebenenfalls müssen für diese Zwecke auch gänzlich neue Organisationseinheiten oder Gremien geschaffen werden, um eine entsprechende KI-Governance abzubilden.

  • Klare Ziele und KPIs: 
    Vor der Entwicklung von KI-Anwendungen müssen klare Ziele und Key Performance Indicators (KPIs) definiert werden. Wie bei jedem anderen Transformationsprozess geht es im ersten Schritt darum, die übergeordneten Vorgaben zu identifizieren und diese zu priorisieren. Die KPIs wiederum helfen dabei, den Erfolg der KI-Lösung zu messen und kontinuierlich zu optimieren. Eine gute Praxis ist es, sowohl kurz- als auch langfristige Ziele festzulegen, um die Entwicklung des KI-Prozesses kontinuierlich zu steuern und anzupassen. Ohne eine klare Definition der Ziele besteht grundsätzlich die Gefahr, dass die Anwendung ineffektiv bleibt oder sogar Fehlentscheidungen trifft. Hinzu kommt: Die weit verbreitete Haltung, dass die IT eine schlüsselfertige Lösung liefert und sonst nichts zu tun ist, führt unweigerlich in eine Sackgasse. Nicht nur technische Silos, sondern auch mögliche Blockaden in den Köpfen der Mitarbeitenden müssen abgebaut werden, wenn ein KI-Projekt erfolgreich sein soll.

  • Befähigung der Mitarbeitenden und Etablierung einer KI-Kultur: 
    Die Mitarbeiterinnen und Mitarbeiter eines Unternehmens spielen eine entscheidende Rolle für den Erfolg von KI-Initiativen. Sie müssen mit den richtigen Fähigkeiten, Kenntnissen und Werkzeugen ausgestattet werden, um die neuen Technologien effektiv nutzen zu können. Dies kann durch gezielte Schulungen zu KI-Technologien, datenbasierten Entscheidungsprozessen und ethischen Fragen erreicht werden. Eine kontinuierliche Weiterbildung und der Aufbau einer Lernkultur, die Innovation und Veränderungsbereitschaft fördert, sind essenziell. Zudem sollten Unternehmen darauf abzielen, interdisziplinäre Teams zu bilden, die technische, analytische und strategische Kompetenzen vereinen. Nur so können die Mitarbeitenden von den Möglichkeiten der KI profitieren und die Transformation aktiv mitgestalten.

"Wenn Unternehmen das Potenzial der KI voll ausschöpfen wollen, um einen echten Mehrwert für ihre Kunden, Mitarbeitenden und Stakeholder zu schaffen, müssen sie einige Punkte beachten. Dazu gehören Investitionen in die richtige Dateninfrastruktur und die richtigen Tools, die Sicherstellung einer guten Datenqualität, ein kontinuierliches Monitoring und das Setzen klarer Ziele sowie die Etablierung einer neuen Kultur und Denkweise", erklärt Dr. William Cobbah, Head of Data & Intelligence bei NTT DATA DACH. "Es ist fast immer sinnvoll, die eigene KI-Readiness mit Hilfe eines Spezialisten zu überprüfen. Entsprechende Assessments konzentrieren sich auf die wichtigsten Säulen, allen voran Data Governance, Cloud Computing, Datenmanagement und Sicherheit, und bewerten den individuellen Reifegrad in jedem dieser Bereiche. Das Assessment liefert wertvolle Informationen darüber, welche Lücken dringend geschlossen werden müssen. Letztendlich kann ein Unternehmen so seine Geschäftsanforderungen und aktuellen Fähigkeiten besser verstehen, bevor es sich auf die Reise in Richtung KI begibt."


Der Autor:

Dr. William Cobbah ist Head of Data & Intelligence bei NTT DATA DACH.

Bildquelle: (C) NTT DATA

Web: https://de.nttdata.com/

Diese Artikel könnten Sie auch interessieren

Wissenstransfer in der öffentlichen Verwaltung

WISSENplus
Weiterhin steigt in vielen Behörden die Zahl der Beschäftigten, die in Ruhestand gehen. Viele nehmen wichtiges Erfahrungswissen zu Spezialgebieten mit. Zusätzlich nimmt aber auch der Anteil derer zu, die lange vor dem Ruhestand den Job wechseln, in Elternzeit gehen etc. Immer häufiger müssen daher neue Beschäftigte eingearbeitet und auch Quereinsteigern erstmal Grundlagen vermittelt werden. Ein strukt...

Weiterlesen

Intelligentes Wissensmanagement: KI-Agenten sind die neuen Wegbegleiter

WISSENplus
Wissen ist Macht. Die wenigsten Unternehmen setzen diese Macht allerdings gezielt ein. Im Gegenteil: Nützliche Information schlummern in irgendwelchen Silo-Lösungen und sind für die breite Mehrheit der Mitarbeiter nicht zugänglich. In der heutigen Zeit ist das fatal oder anders formuliert: geschäftsschädigend. KI-Agenten versprechen Abhilfe. ...

Weiterlesen

Agent oder Agentic: KI-Agenten etablieren sich

Der Hype rund um Agentic AI ist riesig – und berechtigt. Denn wir haben es mit nicht weniger als einer neuen Qualität Künstlicher Intelligenz zu tun. Mit Agentic AI verliert KI zunehmend ihren Werkzeugcharakter und entwickelt sich vielmehr zu einem eigenständig agierenden System. Wie weit Agentic AI bereits praktisch gediehen ist, zeigen ihre verschiedenen Ausprägungen und Varianten. Eines der wichti...

Weiterlesen

Wie strukturiert ist Ihre Wissensarbeit?

Wussten Sie, dass nur 33 Prozent der deutschen Unternehmen mit einer "guten digitalen Gesundheit" ins Jahr 2025 gestartet sind? Das ist das Ergebnis der aktuellen Digital Health Studie von Zoho. Gemeint ist damit die digitale Reife von Organisationen - angefangen bei smarten Arbeitsprozessen über die strukturierte Datenhaltung bis hin zum strategischen Technologieeinsatz. Die Studie zeigt: Wer he...

Weiterlesen

To-Dos für die Digital-Agenda: 9 wichtige Punkte, die Sie jetzt in Angriff nehmen sollten!

WISSENplus
Ob Künstliche Intelligenz, hybride Cloud-Lösungen oder nachhaltige IT: In den nächsten Monaten dürften einige Trends, die sich bereits länger am Horizont abzeichnen, an Fahrt aufnehmen. Unternehmen müssen sich damit beschäftigen, wollen sie nicht vom Wettbewerb abgehängt werden. Doch welche Entwicklungen sind zu erwarten? Und welche Maßnahmen sollten Unternehmen in Sachen Digitalisierung im A...

Weiterlesen

Serendipity: Wie aus Zufällen Glücksfälle werden

WISSENplus
Gar nicht so selten ist bei Innovationen der Zauber der Serendipität mit im Spiel, die Neugierde und einen offenen Blick für Möglichkeiten schließlich belohnt. Zu dieser Innovationskategorie zählen nicht nur Cornflakes, Schneekugeln, Herzschrittmacher, die Mikrowelle und Penicillin, sondern auch die berühmte blaue Pille. Doch muss man warten, bis König Zufall einen beglückt? Oder kann Serendip...

Weiterlesen

Digitale Zwillinge: Effizient, nachhaltig, ESG-konform

WISSENplus
Zu den Kernthemen fast aller Unternehmen gehört derzeit die Nachhaltigkeit - gerade im Hinblick auf die erforderliche Umsetzung von ESG-Programmen. Ein effizientes Hilfsmittel sind dabei Digitale Zwillinge. Sie können die Etablierung nachhaltiger Prozesse unterstützen und damit den ökologischen Fußabdruck eines Unternehmens entscheidend verringern....

Weiterlesen

Zehn Must-dos zur Betrugsbekämpfung im Zeitalter von KI

Weltweit sehen sich Unternehmen mit einer Zunahme von Betrugsfällen konfrontiert, auch weil gewiefte Kriminelle zunehmend KI einsetzen. Deren Funktionalitäten nutzen etwa Deepfake-Software, automatisierte Phishing-Systeme, Chatbots und fortschrittliche Datenanalysen, die Betrugsversuche vereinfachen....

Weiterlesen