„Wir haben zu wenig Daten für KI.“ Der Satz fällt in fast jedem Erstgespräch – und stimmt fast nie. Das Problem ist selten die Menge.
Die Vorstellung, man brauche Millionen Datensätze, stammt aus dem Training grosser Sprachmodelle. Für den Einsatz im Betrieb gilt sie nicht. Sie trainieren kein Modell, Sie nutzen ein vorhandenes – und füttern es mit Ihrem Wissen.
Vier Eigenschaften entscheiden
- Auffindbar. Liegen die Informationen an einem Ort, oder verteilt auf Laufwerke, Postfächer und Köpfe?
- Einheitlich. Heisst derselbe Lieferant überall gleich? Bedeutet dasselbe Feld in allen Systemen dasselbe?
- Aktuell. Erkennt jemand, welche Version die gültige ist?
- Zugänglich. Darf ein System technisch und rechtlich darauf zugreifen?
Drei dieser vier Punkte sind Organisationsfragen, keine technischen. Genau deshalb scheitern Vorhaben, die als IT-Projekt geführt werden.
Was oft schon genügt
Für die meisten sinnvollen Anwendungen im KMU reichen erstaunlich kleine Bestände: die letzten zweihundert Angebote, das Handbuch, die Protokolle der letzten zwei Jahre. Entscheidend ist nicht der Umfang, sondern dass der Bestand vollständig und verlässlich ist.
Ein Assistent, der in achtzig sauber abgelegten Dokumenten sicher findet, ist im Alltag wertvoller als einer, der in achttausend unsortierten rät.
Der erste Schritt kostet nichts
Nehmen Sie eine konkrete wiederkehrende Frage aus Ihrem Betrieb – „Welche Konditionen gelten für Kunde X?“ – und verfolgen Sie, wo die Antwort liegt. Wie viele Orte müssen Sie öffnen? Wie sicher sind Sie, dass die Angabe stimmt?
Diese kleine Übung sagt mehr über Ihre KI-Reife aus als jede Reifegradanalyse. Und sie zeigt sofort, wo aufzuräumen wäre.
Wenn Sie wissen möchten, ob Ihre Datenlage für ein erstes Vorhaben trägt: So gehen wir das an.



