KI braucht ein Fundament: Warum Daten über Erfolg oder Stillstand entscheiden

Mit KI den gewünschten Nutzen erzielen: die zu schaffenden Voraussetzungen, mögliche Use Cases und Wege zur Umsetzung beleuchten wir im Interview mit Julia Bezold (FIS).

---

Saubere Stammdaten, einheitliche Datenbasis: Grundlage für KI

IT-OnlineMagazin: Saubere Stammdaten, einheitliche Datenbasis – können Sie Beispiele nennen, was hier schieflaufen kann und wie Unternehmen sinnvoll vorgehen können?

Julia Bezold: Fehlerhafte oder unvollständige Stammdaten führen zu falschen Prognosen, schlechten Empfehlungen oder ineffizienten Automatisierungen. So entsteht schnell der Eindruck, dass KI in der Praxis nicht den erhofften Nutzen bringt.

Ein Beispiel hierfür ist der Einsatz von Visual Search: Erkennt die KI auf einem Produktbild zwar einen roten Sneaker, im System fehlen aber saubere Attribute zu Farbe, Material oder Produktkategorie, werden Nutzern unpassende oder gar keine Treffer angezeigt. Die Technologie funktioniert grundsätzlich – scheitert in der Praxis aber an der Datenbasis. Deshalb ist es wichtig, Stammdaten zentral zu organisieren, klare Verantwortlichkeiten zu definieren und die Pflege möglichst weit zu automatisieren. Erst dann entsteht ein verlässlicher Datenbestand, auf dem KI sinnvoll aufbauen kann.

Ein weiteres Beispiel: Ein Unternehmen möchte einen Agenten einsetzen, der Mitarbeitende künftig beim Verpacken von Artikel unterstützt. Damit so ein Agent gute Antworten geben kann, braucht er aber eine saubere Grundlage. Er muss in dem Fall mit Daten zu dem zu verpackenden Artikel arbeiten, die korrekt, vollständig und sinnvoll strukturiert z.B. über die Artikelstammdaten auffindbar sind. Nur so kann die KI im Alltag wirklich unterstützen.

Ist die Stammdatenfrage geklärt, geht es darum, Datensilos aufzulösen und Daten aus verschiedenen Quellen zusammenzuführen und somit unternehmensübergreifend nutzbar zu machen. In vielen Unternehmen liegen relevante Informationen in unterschiedlichen Systemen – ERP, CRM, Logistiklösungen oder auch externen Anwendungen. Erst wenn diese Daten konsistent und mit ihrem bestehenden Kontext zusammengeführt werden, entsteht ein vollständiges Bild. Und genau das ist entscheidend für fundierte Entscheidungen und KI-Anwendungen.

Hierzu kann beispielsweise eine Business Data Fabric dienen. Sie ermöglicht es, Daten system- und anwendungsübergreifend zu zentralisieren und zu verknüpfen. Somit können beispielsweise, SAP- und Non-SAP-Daten harmonisiert und in Echtzeit ausgewertet werden. Das verkürzt die Time-to-Insight erheblich – und schafft die Grundlage für konkrete KI-Anwendungsfälle.

KI, Datenqualität und Prozessverständnis gehören zusammen

IT-OnlineMagazin:  Damit kommen wir zum Nutzen und den Use Cases. Welche Beispiele sehen Sie hier aus Ihrer Praxis?

Julia Bezold: Ein gutes Beispiel ist der Handel. Hier entstehen täglich große Datenmengen in verschiedensten Teilsystemen – etwa zu Produkten, Kundenverhalten oder Beständen. Sind diese Daten sauber strukturiert und zusammengeführt, lassen sich KI-Anwendungen sehr gezielt einsetzen: zum Beispiel für Nachfrageprognosen, personalisierte Produktempfehlungen oder automatisierte Prozesse in der Logistik.

Ein spannender Use Case ist auch Visual Search – also die Produktsuche per Bild. Das lässt sich gut am Beispiel unseres Kunden STARK Deutschland zeigen. Im Baustoffhandel ist die Produktauswahl oft sehr komplex. Viele Artikel sind am Point of Sale nicht direkt sichtbar, Produktvarianten ähneln sich stark und Kunden kommen häufig mit einer bestimmten Vorstellung, aber ohne konkrete Artikelnummer.

Genau hier setzt Visual Search an: Ein Kunde oder ein Mitarbeitender fotografiert zum Beispiel eine Fliese – und die KI sucht im Hintergrund nach passenden oder ähnlichen Produkten im Shop. Bei STARK geht es dabei um eine Bildersuche über mehr als 9.000 Fliesenprodukte. So wird aus einer oft aufwendigen Suche ein deutlich intuitiverer Prozess.

Der Nutzen liegt dabei nicht nur im besseren Einkaufserlebnis. Auch die Beratung wird einfacher, Mitarbeitende werden bei Routineaufgaben entlastet und digitale Kanäle greifen besser mit dem stationären Vertrieb zusammen.

Wichtig ist aber auch hier: Die KI kann nur so gut arbeiten wie die Datenbasis dahinter. Produktdaten müssen vollständig, konsistent und eindeutig strukturiert sein. Sonst findet die Bildsuche am Ende vielleicht ähnliche Bilder, aber nicht die passenden Produkte. Deshalb gehören KI, Datenqualität und Prozessverständnis immer zusammen.

KI-Start: Pragmatischer Einstieg, kontiunierliche Entwicklung

IT-OnlineMagazin: Was raten Sie Unternehmen, die jetzt mit KI starten wollen?

Julia Bezold: KI-Projekte sind immer auch Datenprojekte. Eine reine Fokussierung auf die Technologie führt am Ende nicht zum Erfolg. Wer nur die Anwendung betrachtet, wird schnell an Grenzen stoßen. Wer hingegen die Datenbasis konsequent aufbaut und einen entsprechenden Qualitätsstandard für Daten setzt, schafft die Voraussetzung für nachhaltigen Erfolg und den Einsatz von KI im Unternehmen. Das sehen wir in vielen Projekten: Sobald Daten strukturiert und sauber vorliegen, entstehen plötzlich ganz neue Möglichkeiten – oft auch über die ursprünglich geplanten Use Cases hinaus.

Ein pragmatischer Einstieg ist daher, die eigene Datenlandschaft zu analysieren: Wo liegen Daten? Wie konsistent sind sie? Welche Prozesse greifen darauf zu? Darauf aufbauend lassen sich konkrete Handlungsfelder ableiten – vom Stammdatenmanagement über die Datenintegration bis hin zu ersten KI-Anwendungen. Wichtig ist dabei: Schritt für Schritt vorgehen. KI ist kein einmaliges Projekt, sondern eine kontinuierliche Entwicklung.

Fest steht: Künstliche Intelligenz hat enormes Potenzial – aber sie entfaltet es nur auf einer stabilen Datenbasis. Unternehmen, die ihre Daten heute strukturieren, zentralisieren und qualitätsgesichert bereitstellen, schaffen die Grundlage für alles, was danach kommt: bessere Entscheidungen, effizientere Prozesse und echte Innovation.