top of page

Was weiß Ihre KI nicht?

20. Sept.
2 Min. Lesezeit

Aktualisiert: 27. Sept.


  • Wo weicht die gelebte Praxis vom definierten Ablauf ab?

  • Welche Ausnahmen sind entscheidend?

  • Welche Wahrnehmungen und Einschätzungen beeinflussen Entscheidungen?

  • Welche informellen Lösungen haben sich über Jahre entwickelt?

  • Und welches Wissen müsste zugänglich werden, bevor KI Aufgaben innerhalb dieses Prozesses übernimmt?


Damit erweitert sich die Vorbereitung auf KI um eine organisationale Perspektive.


Was fehlt in Ihren Daten?

Gartner berichtet, dass 63 Prozent der befragten Organisationen entweder keine geeigneten Data Management Praktiken für KI besitzen oder nicht wissen, ob ihre bestehenden Praktiken dafür geeignet sind.


Die Qualität der Daten ist eine zentrale Voraussetzung für den Einsatz von KI.

Doch auch eine hervorragende Datengrundlage enthält nur das Wissen, das in Daten, Dokumenten und Systemen erfasst wurde.


Für Unternehmen lohnt deshalb eine zweite Frage:

Was wissen die Menschen in unserer Organisation, das für unsere Prozesse und Entscheidungen wesentlich ist und in unseren Daten bisher nicht vorkommt?

Dieses implizite Wissen zugänglich zu machen, erweitert die Grundlage für Entscheidungen über den Einsatz von KI.


Denn bevor wir einen Prozess automatisieren, sollten wir wissen, was Menschen heute wissen müssen, damit dieser Prozess überhaupt funktioniert.


Die Grenze der Daten

Die Vorbereitung auf KI beginnt bei einer guten Datengrundlage und reicht darüber hinaus. Sie umfasst auch das Wissen einer Organisation, das bisher schwer zugänglich ist.


Vielleicht lautet deshalb eine der wichtigsten Fragen vor dem nächsten KI Projekt:

Was weiß unsere Organisation, das KI noch nicht wissen kann?


Quelle

Gartner: „Lack of AI-Ready Data Puts AI Projects at Risk“, 26. Februar 2025. Gartner prognostiziert, dass bis einschließlich 2026 60 Prozent der KI Projekte ohne KI taugliche Datengrundlage aufgegeben werden. Laut Gartner verfügen 63 Prozent der befragten Organisationen entweder nicht über geeignete Data Management Praktiken für KI oder wissen nicht, ob ihre bestehenden Praktiken dafür geeignet sind.



bottom of page