Datenreife für KI: So bereiten KMU Dokumente und Daten vor

Bevor ein KI-Workflow Ihre Daten nutzen kann, bestimmen Sie die aktuellen Dokumente, entfernen veraltete Versionen und legen fest, wer welche Quelle pflegt. Dieser Leitfaden gibt Inhabern und Betriebsleitern von KMU fünf Prüfpunkte und eine Reihenfolge, um die Quellen hinter einem Workflow zu bereinigen.

Block Consult5 Min. Lesezeit
Abbildung · Daten

Für die meisten praktischen KI-Workflows bieten vorhandene SharePoint-Ordner, Dateiserver, ERP-Datensätze, Postfächer und Tabellen genug Ausgangsmaterial für den Start. Zu prüfen ist, ob das Material hinter einem Workflow in einem Zustand ist, den ein Tool nutzen kann.

Datenreife in diesem Sinn ist enger gefasst als eine Datenstrategie. Sie betrifft die Dokumente und Datensätze, die ein Workflow liest. Die Arbeit ist erledigt, wenn jede dieser Quellen die fünf Prüfpunkte besteht, die unten beschrieben sind.

Die Eingaben für einen Workflow bestimmen

Assistenten und Automationen brauchen selten alle Unternehmensdaten. Sie brauchen die Quellen eines Workflows: die Preisliste für Offerten, die Arbeitsanweisungen für Support-Antworten oder die Verträge für Compliance-Prüfungen. Beurteilen Sie die Datenreife für diesen Workflow.

Erstellen Sie die Liste der Quellen zusammen mit den Mitarbeitenden, die die Arbeit erledigen. Halten Sie für jeden Schritt fest, welches Dokument, welchen Datensatz oder welches Feld sie ansehen, wo es liegt und wer es aktualisiert. Achten Sie auf Quellen, die erst sichtbar werden, wenn Ihnen jemand die Aufgabe zeigt, etwa eine persönliche Tabelle oder eine alte E-Mail, die zum Nachschlagen aufbewahrt wird. Hängt die Arbeit davon ab, gehören sie auf die Liste.

Fünf Prüfpunkte für die Datenreife

Prüfen Sie jede Quelle auf der Liste anhand von fünf Kriterien.

  • Aktuell: Die neueste Version ist erkennbar, die veralteten sind archiviert.
  • Auffindbar: Das Material liegt an einem bekannten Ort und trägt sinnvolle Namen.
  • Zugriff geregelt: Es ist klar, wer was sehen darf, damit das Tool dieselben Grenzen einhält.
  • Extrahierbar: Der Text lässt sich aus den Dateien lesen. Scans brauchen OCR, Tabellen brauchen Struktur.
  • Zuständigkeit geklärt: Jemand ist dafür verantwortlich, die Quelle aktuell zu halten.

Für jeden Prüfpunkt gibt es einen schnellen Test. Zur Aktualität: Bitten Sie zwei Mitarbeitende, die neueste Preisliste zu öffnen, und sehen Sie nach, ob beide dieselbe Datei öffnen. Zum Zugriff: Wählen Sie ein Dokument mit eingeschränktem Zugriff und klären Sie, wer es heute öffnen kann. Zur Extraktion: Kopieren Sie einen Absatz und eine Tabelle aus einer typischen Datei und sehen Sie sich an, was ankommt.

Die Prüfpunkte gelten für Datensätze ebenso wie für Dokumente. Liest der Workflow Felder aus einem ERP oder CRM, zählen Sie, bei wie vielen Datensätzen diese Felder ausgefüllt sind, und sehen Sie nach, wann sie zuletzt aktualisiert wurden. Ein Feld, das bei manchen Kunden vollständig und bei anderen leer ist, führt zu uneinheitlichen Ergebnissen.

Eine Quelle, die einen Prüfpunkt nicht besteht, wird zur Aufgabe. Erfassen Sie diese Fälle in einer Tabelle mit vier Spalten: die Quelle, der nicht bestandene Prüfpunkt, die Korrektur und die verantwortliche Person.

Die Quelldokumente bereinigen

Bereinigen Sie zuerst die Quellen eines Workflows: veraltete Versionen archivieren, die Benennung vereinbaren, die zwei oder drei fehlerhaften Exportformate korrigieren und die verbindliche Datenquelle festhalten.

Gehen Sie in dieser Reihenfolge vor. Das Archivieren kommt zuerst, weil alte Richtlinien und doppelte Vorlagen zu verworrenen Antworten führen und ein Tool, das zwei Preislisten findet, nicht erkennen kann, welche gilt. Verschieben Sie veraltete Dateien in ein Archiv, das das Tool nicht liest. Vereinbaren Sie dann ein Benennungsmuster, das Dokumenttyp, Thema und Datum oder Version nennt, und wenden Sie es auf die aktuellen Dateien an.

Bei Exporten öffnen Sie eine Datei so, wie das System sie erzeugt, und prüfen, ob Spalten und Überschriften erhalten bleiben. Halten Sie zuletzt schriftlich fest, welches System oder welcher Ordner für welche Art von Information die verbindliche Datenquelle ist und wer dafür verantwortlich ist.

Entscheiden Sie auch, was das Tool gar nicht lesen soll. Entwürfe, abgelöste Verträge und persönliche Arbeitsdateien lassen sich ausschliessen, ohne sie zu bereinigen. Diese Entscheidung trifft die Person, die für die Quelle verantwortlich ist.

Der häufige Fehler ist, die Bereinigung auszuweiten. Sobald Mitarbeitende mit dem Archivieren beginnen, sieht das ganze gemeinsame Laufwerk nach einem Kandidaten aus. Bleiben Sie bei der Liste für den einen Workflow.

Entscheiden, was warten kann

Eine zentrale Datenplattform, eine unternehmensweite Taxonomie und perfekte Stammdaten sind keine Voraussetzung für ein erstes funktionierendes System. Sie können sich später lohnen, wenn mehr Workflows die Daten nutzen.

Die Abfolge für einen ersten Workflow hat vier Schritte.

  1. Wählen Sie den Workflow und listen Sie die Dokumente und Felder auf, die er braucht.
  2. Bereinigen und benennen Sie diesen Ausschnitt und archivieren Sie, was veraltet ist.
  3. Binden Sie diese Quellen an das Tool an und behalten Sie dabei die bestehenden Berechtigungen bei.
  4. Benennen Sie eine verantwortliche Person, die die Quelle nach der Einführung aktuell hält.

Der dritte Schritt verlangt Sorgfalt bei sensiblen Daten. Begrenzen Sie den Workflow so, dass das Tool nur berührt, was es braucht, übernehmen Sie Ihre bestehenden Berechtigungen und vereinbaren Sie mit jedem externen Anbieter die Bedingungen der Datenbearbeitung, bevor Sie produktive Daten anbinden. Testen Sie nach der Anbindung mit zwei Konten, die unterschiedliche Zugriffsrechte haben, und stellen Sie sicher, dass jedes nur sieht, was es vorher öffnen konnte. Für Unternehmen in der Schweiz behandelt unser Beitrag zur KI-Readiness für Schweizer KMU Datenschutz und Datenhaltung.

Unbeantwortete Fragen nutzen, um Lücken zu finden

Falsch beantwortete oder unbeantwortete Fragen können auf Lücken im Quellmaterial hinweisen, wie unser Leitfaden zu Wissensassistenten beschreibt. Gehen Sie diese Fragen durch und aktualisieren Sie die betreffenden Quellen.

Machen Sie daraus eine Routine für die Person, die für die Quelle verantwortlich ist. Sammeln Sie die Fragen, die das Tool falsch oder gar nicht beantwortet hat, und ordnen Sie jede einer Ursache zu: ein fehlendes Dokument, eine veraltete Version oder eine Datei, die das Tool nicht lesen konnte. Korrigieren Sie die Quelle und stellen Sie die Frage dann erneut.

Das KI-Readiness- und Workflow-Audit von Block Consult prüft die Dokumente, Daten und Software hinter jedem möglichen Workflow und liefert eine Daten- und Risikocheckliste. Wo die Datenreife in der Bewertung steht, zeigt der Beitrag zur Wahl des ersten KI-Workflows.

Häufige Fragen

Brauchen wir ein Data Warehouse, bevor wir mit KI starten?
Nein. Die meisten praktischen KI-Workflows lesen aus bestehenden Dokumenten und Systemen. Zentrale Plattformen werden später relevant, wenn mehrere Systeme dieselben zentral verwalteten Daten brauchen.
Unsere Dokumente sind PDFs und Scans. Ist das ein Problem?
Meist ist das lösbar. Digitale PDFs lassen sich gut extrahieren, Scans brauchen OCR. Veraltete Inhalte sind ein grösseres Risiko als das Dateiformat.
Wie gehen wir mit sensiblen Daten um?
Begrenzen Sie den Workflow so, dass das Tool nur berührt, was es braucht, übernehmen Sie Ihre bestehenden Berechtigungen und vereinbaren Sie mit jedem externen Anbieter die Bedingungen der Datenbearbeitung, bevor Sie produktive Daten anbinden.
Wie viel Datenbereinigung braucht ein erster KI-Workflow?
Nur die Quellen, die dieser eine Workflow nutzt. Archivieren Sie veraltete Versionen, vereinbaren Sie die Benennung, korrigieren Sie fehlerhafte Exportformate und halten Sie fest, welche Quelle die verbindliche Datenquelle ist.
Kontakt

Lassen Sie uns etwas Beständiges bauen.

Erzählen Sie uns von Ihrem Projekt. Wir antworten innerhalb von zwei Werktagen.