Reicht unsere Datenqualität für KI?

Für die erste Stufe reicht sie fast immer, weil Textassistenz, Zusammenfassung und Übersetzung auf dem Material arbeiten, das die Person selbst hineingibt. Zur Bedingung wird die Datenqualität erst, sobald eine KI-Anwendung selbstständig auf eure Ablagen, das ERP oder das CRM zugreift. Genau an dieser Grenze wird aus einer Werkzeugfrage ein Datenprojekt.

Was du aus diesem Artikel mitnimmst:

• Die Frage nach der Datenqualität wird oft zu früh gestellt und blockiert dann einen Einstieg, der sie nicht braucht.
• Es gibt eine klare Grenze: KI mit mitgegebenen Daten gegen KI mit Zugriff auf eure Systeme.
• Fünf Fehlerarten stören tatsächlich. Schönheitsfehler in Stammdaten gehören nicht dazu.
• Der teuerste Fehler ist nicht die falsche Zahl, sondern die doppelte Wahrheit an zwei Orten.
• Eine belastbare Prüfung dauert einen Tag und braucht keine Software.

Reicht unsere Datenqualität für KI?

Für Anwendungen, bei denen eine Person das Material selbst mitgibt, reicht sie. Für Anwendungen, die selbstständig auf eure Systeme zugreifen und daraus Antworten erzeugen, entscheidet die Datenqualität über die Brauchbarkeit. Die Antwort hängt also nicht am Zustand eurer Daten, sondern an der Bauart der geplanten Anwendung.

Diese Unterscheidung ist der eigentliche Kern der Frage, und sie wird in Beratungsgesprächen regelmäßig übersprungen. Wenn eine Mitarbeiterin einen Vertragstext in ein freigegebenes Werkzeug kopiert und eine Zusammenfassung erhält, dann ist die Qualität eurer Stammdaten dafür ohne Bedeutung. Wenn dagegen ein Assistent auf Nachfrage aus dem ERP antworten soll, wie hoch der Umsatz mit einem Kunden war, dann entscheidet über die Antwort, ob dieser Kunde einmal oder dreimal im System steht.

Was aus dieser Unterscheidung folgt: Ein Betrieb mit unordentlichen Daten kann sofort mit KI anfangen. Er kann nur nicht sofort mit der Sorte KI anfangen, die auf diese Daten zugreift.

Wo genau wird die Datenqualität zur Bedingung?

An vier Stellen: bei Assistenten mit Zugriff auf Dokumentenablagen, bei Auswertungen und Prognosen aus Geschäftsdaten, bei automatisierten Vorgängen, die Datensätze anlegen oder verändern, und bei jeder Anwendung, deren Ergebnis nach außen geht, ohne dass eine Person es prüft.

Der häufigste Fall im Mittelstand ist der erste. Ein Assistent, der Fragen aus dem eigenen Dateibestand beantworten soll, ist attraktiv und wird schnell enttäuschend, wenn im Bestand vier Fassungen derselben Preisliste liegen und keine davon als gültig markiert ist. Das Werkzeug hat dann keinen Fehler gemacht, es hat eine von vier Wahrheiten gewählt.

Der teuerste Fall ist der vierte. Sobald ein Ergebnis ungeprüft nach außen geht, wird aus einem Datenfehler ein Vorgang beim Kunden. Für diesen Zuschnitt gilt eine einfache Regel, die keine Technik braucht: Solange die Daten nicht geprüft sind, bleibt eine Person in der Kette.

Welche fünf Fehlerarten stören wirklich?

Dubletten, fehlende Pflichtangaben in Feldern, die ausgewertet werden sollen, uneinheitliche Schreibweisen bei Namen und Bezeichnungen, veraltete Datensätze ohne Kennzeichnung, und dieselbe Angabe an zwei Orten mit unterschiedlichem Stand.

Die letzte ist die schlimmste und wird am seltensten genannt. Wenn die Kundenadresse im ERP und im CRM verschieden ist, hat die Organisation kein Datenproblem, sondern ein Zuständigkeitsproblem. Kein Werkzeug löst das, weil die Frage, welche Quelle gilt, eine Entscheidung ist und keine Rechenaufgabe.

Nicht auf dieser Liste: uneinheitliche Formatierung, fehlende Felder, die niemand auswertet, und historische Datensätze, die klar als abgeschlossen erkennbar sind. Diese Dinge sehen unordentlich aus und stören nicht. Wer sie zuerst aufräumt, verbraucht das Budget an der falschen Stelle.

Fehlerart	Störgrad	Aufwand
Dieselbe Angabe an zwei Orten, unterschiedlicher Stand	hoch	Entscheidung, dann Technik
Dubletten in Kunden- oder Artikeldaten	hoch	mittel
Fehlende Pflichtangaben in auszuwertenden Feldern	mittel	mittel
Uneinheitliche Schreibweisen	mittel	gering, gut automatisierbar
Veraltete Datensätze ohne Kennzeichnung	mittel	gering
Formatierung, ungenutzte Felder, klar abgeschlossene Historie	keiner	nicht anfassen

Wie prüfen wir das ohne Software und ohne Projekt?

Nimm die eine Frage, die die geplante Anwendung beantworten soll, stelle sie an fünf konkreten Fällen von Hand, und schau, wie oft du dafür in mehr als einem System nachsehen musst. Das ist die ganze Prüfung, und sie dauert einen Tag.

Der Test funktioniert, weil er die Frage von der Datenmenge auf den konkreten Zweck verengt. Ihr müsst nicht wissen, ob eure Daten allgemein gut sind. Ihr müsst wissen, ob sie für diese eine Anwendung tragen. Ein Betrieb kann für die Auswertung von Auftragsdurchlaufzeiten hervorragend aufgestellt sein und für eine Kundenumsatzauswertung gar nicht.

Notiere bei jedem der fünf Fälle drei Dinge: In wie vielen Systemen habe ich nachgesehen, wie oft war die Angabe widersprüchlich, und wie lange hat es gedauert. Danach ist die Entscheidung eine Rechnung und keine Meinung.

Muss vorher aufgeräumt werden, oder geht beides parallel?

Parallel, und zwar nur für den Ausschnitt, den die Anwendung braucht. Ein Datenaufräumen, das den ganzen Bestand umfasst, ist ein eigenes Projekt mit eigenem Budget und schiebt den Nutzen um Monate nach hinten.

Der wirksame Zuschnitt ist der umgekehrte: Die geplante Anwendung bestimmt, welche Felder und welche Datensätze in Ordnung sein müssen. Alles andere bleibt liegen, bis eine Anwendung es braucht. Dieses Vorgehen wird gelegentlich als unsauber kritisiert, und es ist die einzige Variante, die im Mittelstand ans Ziel kommt.

Eine Ausnahme gibt es: die Festlegung, welches System für welche Angabe führend ist. Diese Festlegung gilt für den ganzen Betrieb und lässt sich nicht ausschnittsweise treffen. Sie kostet einen Termin und ist die Voraussetzung für alles andere.

Wer entscheidet, welche Quelle gilt?

Die Geschäftsführung legt fest, welches System für welche Datenart führend ist. Die Fachabteilung pflegt dort. Ohne diese Festlegung entsteht die doppelte Wahrheit immer neu, unabhängig davon, wie oft aufgeräumt wird.

Diese Festlegung braucht keine Richtlinie über zwanzig Seiten. Eine Tabelle mit drei Spalten reicht: Datenart, führendes System, zuständige Person. Kundenstammdaten, Artikeldaten, Preise, Ansprechpartner, Verträge — für den Anfang genügen die fünf, die in der geplanten Anwendung vorkommen.

Wie sich diese Zuständigkeit ohne eigene IT-Abteilung organisieren lässt, behandelt unser Beitrag zur Verantwortung für KI ohne IT-Abteilung.

Häufig gestellte Fragen (FAQ)

Können wir mit KI anfangen, obwohl unsere Daten unordentlich sind? Ja, mit den Anwendungen, die nicht auf eure Daten zugreifen. Textassistenz, Zusammenfassung, Übersetzung und Recherche laufen unabhängig vom Zustand eurer Systeme.

Brauchen wir ein Data Warehouse, bevor KI Sinn ergibt? Für die erste und zweite Stufe nicht. Ein Data Warehouse wird sinnvoll, wenn regelmäßig über mehrere Systeme hinweg ausgewertet werden soll, und es ist eine Investitionsentscheidung mit eigener Begründung.

Wie viele Dubletten sind zu viele? Es kommt darauf an, ob sie in den auszuwertenden Feldern liegen. Fünf Prozent Dubletten in einem Feld, das die Anwendung nicht liest, sind bedeutungslos. Ein Prozent im Schlüsselfeld macht die Auswertung unbrauchbar.

Übernimmt die KI das Aufräumen nicht selbst? Beim Zusammenführen uneinheitlicher Schreibweisen hilft sie tatsächlich gut. Bei der Frage, welche von zwei widersprüchlichen Angaben stimmt, hilft sie nicht, weil das keine Erkennungs-, sondern eine Entscheidungsfrage ist.

Wie lange dauert es, bis Daten für einen Assistenten tragen? Für einen abgegrenzten Bereich mit klarer Ablagestruktur einige Wochen. Für den gesamten Dateibestand eines Betriebs ist es kein Zeitraum, sondern eine Daueraufgabe.

Weiterführende Ressourcen

• Welche Prozesse eignen sich für Automatisierung? für die Auswahl der Vorgänge, bei denen der Datenzugriff nötig wird.
• Wie erkenne ich, ob meine Prozesse digitalisierungsreif sind? für die Prozessseite derselben Frage.
• Wie setzt ein KMU KI in der Buchhaltung ein, ohne eigene IT-Abteilung? für einen Bereich, in dem der Datenzugriff früh gebraucht wird.

Du willst wissen, ob deine Daten für die geplante Anwendung tragen? Jetzt Gespräch buchen.

Quellen: Erfahrungswerte aus Digital-Check- und KI-Readiness-Projekten von PASSION4IT. Praxishinweis, keine Rechtsberatung. Stand: 25. August 2026.