Inhalt
- Was Unternehmen als Hemmnis nennen
- Warum die Daten in dieser Liste fehlen
- Was 2026 neu ist: der eigene Bestand verwässert
- Vier Stellen, an denen es im Projekt klemmt
- Was das für den Bau eines KI-Systems bedeutet
- Was Datenqualität nicht ist
Seit dem Frühjahr steht eine Zahl im Raum: 41 Prozent der Unternehmen ab 20 Beschäftigten setzen Künstliche Intelligenz ein. Weitere 48 Prozent planen oder diskutieren den Einsatz. Das hat Bitkom im März 2026 erhoben, und es ist eine gute Nachricht.
Die zweite Zahl aus derselben Erhebung ist die interessantere. Unter den Hemmnissen, die diese Unternehmen nennen, kommen ihre eigenen Daten nicht vor. Kein einziges Mal.
Was Unternehmen als Hemmnis nennen
Genannt werden Datenschutzanforderungen (77 Prozent), Fachkräftemangel (70 Prozent), technische Sicherheitsanforderungen (61 Prozent), fehlende marktreife Lösungen (43 Prozent) und der fehlende Wissensaustausch zwischen Unternehmen (31 Prozent). Intern kommen Zeitmangel (66 Prozent), begrenzte Finanzmittel (48 Prozent) und lange Entscheidungswege (40 Prozent) dazu. Die Erhebung beruht auf 604 telefonisch befragten Unternehmen ab 20 Beschäftigten, geführt in den Kalenderwochen 2 bis 6 des Jahres 2026.
Alles daran ist richtig, und nichts daran ist überraschend. Nur beschreibt diese Liste, was ein Unternehmen vor dem Projekt sieht. Sie beschreibt Genehmigungen, Personal und Marktangebot. Der Engpass, der während des Projekts auftritt, steht nicht darin.
Bemerkenswert ist dabei, dass die Investitionsbereitschaft steigt: 36 Prozent der Unternehmen wollen 2026 mehr für Digitalisierung ausgeben, nach 29 Prozent im Vorjahr. Es wird also mehr gebaut, und zwar auf einem Untergrund, den kaum jemand vorher prüft.
Warum die Daten in dieser Liste fehlen
Gartner hat im Juli 2024 1.203 Verantwortliche für Datenmanagement befragt und die Auswertung im Februar 2025 veröffentlicht. Ergebnis: 63 Prozent der Organisationen haben keine für KI geeigneten Praktiken im Datenmanagement oder wissen nicht, ob sie sie haben. Daran hängt die Prognose, dass bis 2026 sechs von zehn KI-Vorhaben aufgegeben werden, wenn sie nicht mit KI-taugliche Daten unterlegt sind.
„Vor allem: Wenn die Daten Probleme haben, dann sind die Daten nicht bereit für KI.“
Der Satz klingt banal. Er trifft aber einen blinden Fleck, der erklärt, warum Daten in keiner Hemmnis-Liste stehen: Ein Mensch, der einen Bestand liest, gleicht Fehler stillschweigend aus. Er sieht zwei Kundensätze und weiß, dass es dieselbe Firma ist. Er liest „n. n.“ in einem Feld und überspringt es. Er erkennt am Dateinamen, welche der drei Preislisten die aktuelle ist. Diese Ausgleichsleistung ist so selbstverständlich, dass sie niemandem als Arbeit auffällt.
Ein Modell leistet sie nicht. Es liest beide Kundensätze als zwei Kunden, verarbeitet „n. n.“ als Namen und greift sich eine der drei Preislisten. Der Bestand hat sich nicht verschlechtert. Es liest ihn nur erstmals jemand, der nicht mitdenkt. Wie sich das in fertigen Systemen äußert, haben wir an anderer Stelle auseinandergenommen: warum die Antworten bei RAG mittelmäßig bleiben.
Was 2026 neu ist: der eigene Bestand verwässert
Bis hierhin ist das ein altes Problem. Neu ist, was seit etwa zwei Jahren zusätzlich passiert, und Gartner hat es im Januar 2026 in eine Prognose gefasst: Bis 2028 werden 50 Prozent der Organisationen ein Zero-Trust-Modell für Daten-Governance einführen, weil ungeprüfte KI-erzeugte Daten zunehmen. Daten lassen sich nicht mehr automatisch als vertrauenswürdig oder als von Menschen erstellt voraussetzen. Für Sprachmodelle, die auf solchen Beständen weitertrainiert werden, beschreibt Gartner das Risiko eines Model Collapse.
Der Treiber steht in derselben Mitteilung: 84 Prozent der im Gartner CIO Survey 2026 befragten Führungskräfte wollen ihre Ausgaben für generative KI 2026 erhöhen. Mehr Systeme heißt mehr erzeugter Text, und dieser Text bleibt nicht in den Systemen, in denen er entsteht.
Im Mittelstand sieht das unspektakulär aus. Eine Produktbeschreibung wird mit einem Modell entworfen und ins Shopsystem gestellt. Eine Ticketantwort wird vorgeschlagen, leicht geändert und abgeschickt. Ein Besprechungsprotokoll wird automatisch erzeugt und im Projektordner abgelegt. Jeder dieser Texte ist für sich vertretbar. Zusammen bilden sie einen wachsenden Anteil genau jenes Bestands, aus dem das nächste System seine Antworten zieht.
Solange niemand mitschreibt, welcher Satz geprüft wurde und welcher nur plausibel klingt, ist diese Unterscheidung nach zwei Jahren nicht mehr herstellbar. Das ist der eigentliche Schaden. Nicht der einzelne falsche Satz, sondern der Verlust der Fähigkeit, Geprüftes von Ungeprüftem zu trennen.
Vier Stellen, an denen es im Projekt klemmt
1. Kein führender Bestand. Dieselbe Sache steht im ERP, im Shop und in einer Tabelle, in drei Fassungen. Keine davon ist als die verbindliche gekennzeichnet. Ein Mensch entscheidet das im Zweifel nach Gefühl und liegt meistens richtig. Ein System braucht die Regel vorher, sonst würfelt es.
2. Felder, die zweckentfremdet wurden. Das Freitextfeld, in dem seit Jahren der Bearbeitungsstand steht. Die Artikelnummer, in deren letzten drei Stellen eine Variante verschlüsselt ist, die niemand dokumentiert hat. Solche Konventionen funktionieren, solange die Belegschaft sie kennt. Für ein Modell sind sie Rauschen.
3. Ablage statt Daten. Verträge, Lieferscheine und Preislisten liegen als PDF oder als eingescanntes Bild. Das ist eine Ablage, kein Datenbestand. Was daraus zu holen ist und mit welchem Aufwand, hängt am Einzelfall. Die Grundlagen dazu stehen ausführlich in unserem Beitrag Daten, die tragen.
4. Unmarkierte KI-Ausgaben. Der Punkt aus dem vorigen Abschnitt, und der einzige der vier, der sich mit einer Entscheidung von heute auf morgen eindämmen lässt: ab jetzt mitschreiben, was maschinell entstanden ist. Rückwirkend ist er nicht zu reparieren.
Was das für den Bau eines KI-Systems bedeutet
Herkunft mitschreiben, von Anfang an. Zu jedem Datensatz gehört, woher er kommt, wann er entstanden ist und ob ein Mensch ihn bestätigt hat. Das ist wenig Aufwand, solange man es beim Bau vorsieht, und praktisch nicht mehr nachzuholen, wenn der Bestand einmal gewachsen ist.
Einen führenden Bestand je Sachverhalt festlegen. Nicht je System, sondern je Sachverhalt: Wer führt die Adresse, wer den Preis, wer den Lagerstand. Diese Festlegung kostet eine Besprechung und erspart die Hälfte der späteren Fehlersuche.
Stichprobe vor Vollsanierung. Vor dem Aufräumen steht die Messung. Fünfzig Datensätze von Hand durchgehen zeigt in einer Stunde, ob das Problem bei zwei Prozent oder bei vierzig Prozent liegt. Beides führt zu einem anderen Projekt, und beides ist billiger zu erfahren als zu erraten.
Freigabe, wo geschrieben wird. Ein System, das selbstständig in andere Systeme schreibt, vermehrt schlechte Daten schneller, als jemand sie prüfen kann. Wir lösen das über eine Vorschau mit Ist- und Sollzustand und eine Einzelfreigabe je Änderung. Beispiele dafür stehen bei unseren Referenzen.
Was Datenqualität nicht ist
Datenqualität ist kein Vorprojekt, das abgeschlossen sein muss, bevor etwas anderes beginnen darf. Diese Lesart hat schon viele Vorhaben zum Stillstand gebracht, weil sie aus einer überschaubaren Aufgabe ein Vorhaben über alle Bestände macht. Gebraucht wird der Bestand, den der erste Anwendungsfall anfasst, und zwar in der Güte, die dieser Fall verlangt.
Datenqualität ist auch kein Werkzeugkauf. Es gibt gute Werkzeuge, aber keines von ihnen entscheidet, welcher von drei widersprüchlichen Preisen gilt. Das ist eine fachliche Entscheidung, und sie bleibt im Unternehmen.
Umgekehrt gilt: Wer diese Arbeit macht, macht sie nicht für die KI. Ein eindeutiger Stammdatenbestand mit nachvollziehbarer Herkunft zahlt sich in der Buchhaltung, im Einkauf und in jeder Auswertung aus. Das KI-Vorhaben ist nur der Anlass, der den Mangel sichtbar macht. Wenn Sie wissen wollen, wo Ihr Bestand steht, ist das ein guter Einstieg in ein Beratungsgespräch.
Quellen
- Bitkom: Digitalisierung der Wirtschaft: Fast jedes Unternehmen beschäftigt sich mit KI, 11. März 2026
- Gartner: Lack of AI-Ready Data Puts AI Projects at Risk, 26. Februar 2025
- Gartner: Zero-Trust Data Governance bis 2028, 21. Januar 2026
Häufige Fragen
Müssen wir erst alle Daten aufräumen, bevor wir mit KI anfangen?
Nein, und wer es versucht, kommt nicht zum Anfangen. Gebraucht wird der Bestand, den der erste Anwendungsfall anfasst, in der Güte, die dieser Fall verlangt. Ein Assistent für Angebotstexte braucht saubere Artikeldaten, aber keine bereinigte Personalhistorie. Die Reihenfolge ergibt sich aus dem Anwendungsfall, nicht aus dem Datenmodell.
Woran erkennen wir, dass die Daten und nicht das Modell das Problem sind?
An der Streuung. Stellen Sie dieselbe Frage zehnmal in leicht anderer Formulierung. Schwankt die Antwort in der Form, liegt es am Modell oder am Prompt. Schwankt sie in der Sache, etwa bei Preisen, Zuständigkeiten oder Beständen, dann findet das System widersprüchliche Quellen und wählt jedes Mal anders. Ein zweiter Test: Lassen Sie einen Menschen die Antwort aus denselben Unterlagen erarbeiten. Braucht er dafür Rückfragen, wird das System sie auch brauchen und kann sie nicht stellen.
Müssen wir KI-erzeugte Texte im eigenen Bestand kennzeichnen?
Rechtlich ist das eine andere Frage als die hier behandelte; zur Kennzeichnung gegenüber Dritten gibt es einen eigenen Beitrag zur Kennzeichnungspflicht ab Dezember 2026. Betrieblich lautet die Antwort unabhängig davon ja. Sie brauchen die Unterscheidung nicht für die Aufsicht, sondern für sich selbst, weil sonst in zwei Jahren niemand mehr sagen kann, welcher Satz im Bestand geprüft ist.
Wer macht diese Aufräumarbeit?
Die fachliche Entscheidung bleibt im Unternehmen, weil nur dort bekannt ist, welcher von drei Preisen gilt. Was sich abgeben lässt, ist das Umfeld: Bestände zusammenführen, Widersprüche auflisten, Dubletten vorschlagen, Regeln in Prüfungen übersetzen, damit derselbe Fehler nicht wiederkommt. Die Trennlinie liegt zwischen Entscheiden und Aufbereiten.