Warum Datenqualität der blinde Fleck in KI-Projekten ist
In den meisten Mittelstandsbetrieben läuft die KI-Diskussion so: Man identifiziert einen Use Case, sucht sich ein Tool oder einen Dienstleister, startet ein KI-Pilotprojekt – und stellt nach Wochen fest, dass die Daten nicht passen. Fehlende Felder im ERP, Freitext statt Stammdaten, unterschiedliche Formate in verschiedenen Systemen. Das Projekt verzögert sich, der Frust steigt, das Budget läuft.
Die harte Wahrheit: Rund 70 % der KI-Initiativen scheitern nicht an der Technologie, sondern an mangelhafter Datenqualität. Das bestätigen Studien von Gartner und IDC – und ich sehe es in der Praxis bei produzierenden Unternehmen zwischen 50 und 500 Mitarbeitern immer wieder.
Dabei ist das Problem kein technisches: Es ist ein organisatorisches. Daten sind über Jahrzehnte gewachsen, niemand hat sie für maschinelles Lernen oder Sprachmodelle konzipiert. Und niemand fühlt sich wirklich verantwortlich – bis die KI-Initiative auf den Tisch kommt.
Nicht die KI ist das Problem – sondern die Daten, die wir ihr füttern.
Fehler 1: "Wir haben doch alles im ERP"
Das höre ich in fast jedem Erstgespräch. Ja, die Daten liegen im ERP – aber in welcher Form? Häufig sehe ich:
- Freitext statt Strukturdaten: Artikelbeschreibungen, Notizen zu Maschinen, Reklamationsgründe – alles manuell eingetippt, ohne Kategorisierung.
- Fehlende Felder: Gewicht, Abmessungen, Material – oft leer oder mit "k.A." gefüllt.
- Historische Leichen: Artikel, die seit Jahren nicht mehr produziert werden, aber noch im Stamm stehen. Kunden, die längst insolvent sind.
Was das für KI bedeutet: Ein Modell zur automatischen Angebotserstellung braucht saubere Produktdaten. Ein RAG-System für technische Dokumentation muss wissen, welche Maschine zu welchem Auftrag gehört. Fehlt die Struktur, lernt die KI Müll – oder liefert Halluzinationen.
Pragmatischer Fix: Starten Sie nicht mit "Wir räumen jetzt das ganze ERP auf". Das dauert Jahre. Identifizieren Sie die 10–20 % Datenfelder, die für Ihren konkreten Use Case kritisch sind – und bereinigen Sie nur diese. Oft reicht eine einmalige Bereinigung durch einen Werkstudenten plus klare Prozessregel für neue Datensätze.
Fehler 2: Keine Datendokumentation – und keiner weiß, was wo liegt
In vielen Betrieben gibt es keine zentrale Übersicht, welche Systeme welche Daten halten. ERP, MES, CRM, Excel-Listen auf Netzlaufwerken, Access-Datenbanken aus den 90ern. Wenn ein externer KI-Partner fragt "Wo liegen Ihre Maschinendaten?", dauert die Antwort Wochen – weil drei Abteilungen involviert sind und jede ein anderes System nutzt.
Was das für KI bedeutet: Keine Trainings-Daten, keine Testdaten, kein ROI-Nachweis. Das Projekt hängt, bevor es richtig losgeht.
Pragmatischer Fix: Erstellen Sie ein einfaches Data Inventory – eine Excel- oder Notion-Tabelle mit:
- System (z. B. SAP, Access-DB "Werkzeugverwaltung")
- Datentyp (Auftragsdaten, Maschinenstamm, Reklamationen)
- Verantwortlicher (wer kennt sich aus?)
- Update-Frequenz (täglich, manuell, nie)
- Qualität (grobe Einschätzung: gut/mittel/schlecht)
Das kostet einen halben Tag – und rettet Ihnen Wochen Projektzeit.
Fehler 3: Inkonsistente Formate und Daten-Silos
Abteilung A pflegt Kundendaten im CRM, Abteilung B im ERP, Abteilung C in einer Excel-Liste. Dieselbe Firma heißt einmal "Müller GmbH", einmal "Müller GmbH & Co. KG", einmal "Fa. Müller". Für Menschen kein Problem – für eine KI sind das drei verschiedene Kunden.
Oder: Die Produktion schreibt Maschinentypen mit Leerzeichen ("CNC 5000"), die Wartung ohne ("CNC5000"). Ein automatisiertes System zur Sicherung von Maschinenwissen kann die Daten nicht zusammenführen – und liefert Schrott.
Pragmatischer Fix:
- Master Data Management muss nicht teuer sein. Oft reicht ein einfaches Mapping-Tool oder Power Automate, um Dubletten zu erkennen und zu vereinheitlichen.
- Definieren Sie verbindliche Schreibweisen für die 10–20 häufigsten Stammdaten-Felder (Kunden, Artikel, Maschinen) und setzen Sie diese im Prozess durch (Dropdown statt Freitext).
- Nutzen Sie Validierungsregeln im ERP: Wenn ein neues Produkt angelegt wird, müssen Pflichtfelder ausgefüllt sein – sonst speichert das System nicht.
Fehler 4: "Die Daten sind vertraulich – wir können nichts rausgeben"
Berechtigte Sorge – aber oft ein Totschlagargument, das KI-Projekte im Mittelstand unnötig verzögert. Natürlich dürfen Kundendaten nicht in eine Public Cloud. Aber: Muss der externe KI-Partner wirklich Klarnamen sehen? Oder reicht eine anonymisierte Stichprobe?
Pragmatischer Fix:
- Arbeiten Sie mit Pseudonymisierung: Kundennamen durch IDs ersetzen, Geldbeträge durch Kategorien (klein/mittel/groß).
- Nutzen Sie Synthetic Data: Künstlich erzeugte Datensätze, die die Struktur echter Daten nachbilden, aber keine echten Personen betreffen. Tools wie Mostly.ai oder Gretel.ai können das – oder Sie lassen sich von ChatGPT/Claude 100 Beispieldatensätze generieren.
- Klären Sie mit dem Partner, welche Datenminimierung möglich ist: Braucht er wirklich alle 50 Felder aus dem ERP – oder reichen 10?
Übrigens: Wenn Sie Prozessautomatisierung mit KI intern umsetzen (z. B. per Power Automate), bleibt alles in Ihrer Tenant – dann ist Vertraulichkeit meist kein Hindernis.
Fehler 5: Keine Feedback-Schleife – und die Qualität verschlechtert sich
Selbst wenn Sie einmal saubere Daten haben: Ohne kontinuierliche Pflege sinkt die Qualität rapide. Neue Mitarbeiter kennen die Regeln nicht, alte Gewohnheiten setzen sich durch, Freitext schleicht sich wieder ein.
Was das für KI bedeutet: Ein Modell, das heute gut funktioniert, liefert in sechs Monaten schlechte Ergebnisse – weil die Trainingsdaten veraltet oder inkonsistent geworden sind.
Pragmatischer Fix:
- Definieren Sie KPIs für Datenqualität: z. B. "95 % aller Artikel haben eine vollständige Materialbeschreibung", "Dubletten in Kundenstamm < 2 %".
- Messen Sie diese KPIs monatlich (ein einfaches Power-BI-Dashboard reicht).
- Etablieren Sie einen Data Steward – oft reicht eine Person in Teilzeit, die sich kümmert und Feedback aus der KI-Nutzung zurückspielt.
- Nutzen Sie die KI selbst zur Qualitätssicherung: Ein einfacher Prompt kann Inkonsistenzen in CSV-Exporten identifizieren.
Fehler 6: Trainingsdaten ohne Kontext – die KI lernt das Falsche
Ich sehe immer wieder: Ein Unternehmen exportiert alle Auftragsdaten der letzten fünf Jahre und füttert damit ein Modell zur Nachfrageprognose. Problem: In den Daten sind Corona-Jahre, ein Großauftrag, der nie wiederkam, und ein Produktionsausfall, der die Zahlen verzerrt. Die KI lernt Muster, die nicht repräsentativ sind – und prognostiziert Unsinn.
Pragmatischer Fix:
- Kuratieren Sie Ihre Trainingsdaten: Entfernen Sie Ausreißer, die Sie erklären können.
- Dokumentieren Sie Kontext: Welcher Zeitraum? Welche Sondereffekte (Messe, Lockdown, Lieferengpass)?
- Testen Sie das Modell nicht nur auf historischen Daten, sondern auch auf aktuellen – und hinterfragen Sie Ergebnisse kritisch.
KI ist nur so intelligent wie die Daten, mit denen wir sie füttern – und die Fragen, die wir stellen.
Fehler 7: Datenqualität als IT-Thema abschieben
Das sehe ich besonders oft: Die Geschäftsführung beschließt eine KI-Strategie, die IT soll "die Daten vorbereiten" – aber die Fachabteilungen spielen nicht mit. Vertrieb kennt die Kunden, Produktion die Maschinen, Einkauf die Lieferanten. Die IT kennt nur die Tabellen im ERP.
Pragmatischer Fix:
- Datenqualität ist ein Fachthema, kein IT-Thema. Die IT kann Werkzeuge bereitstellen – aber nur der Vertrieb weiß, welche Kunden wichtig sind. Nur die Produktion weiß, welche Maschinendaten relevant sind.
- Binden Sie Fachbereiche früh ein: Welche Daten brauchen wir für diesen Use Case? Welche sind realistisch zu beschaffen?
- Schaffen Sie Anreize: Wenn der Vertrieb merkt, dass saubere Daten die Angebotszeit halbieren, pflegt er sie von selbst.
Datenqualität ist kein Sprint – aber auch kein Marathon
Keine Frage: Perfekte Daten werden Sie nie haben. Aber Sie brauchen sie auch nicht. Für die meisten KI-Projekte im Mittelstand reichen ausreichend gute, strukturierte Daten für den konkreten Use Case.
Meine Empfehlung: Starten Sie nicht mit einem unternehmensweiten Data-Governance-Projekt. Das endet in Analyse-Paralyse. Starten Sie mit einem konkreten Problem – automatisierte Angebotserstellung, vorausschauende Wartung, Wissensmanagement. Identifizieren Sie die 10–20 % Daten, die dafür kritisch sind. Bereinigen Sie diese. Messen Sie den Erfolg. Und dann skalieren Sie.
Wenn Sie dabei Unterstützung brauchen – oder wissen wollen, wie Sie Ihre Datenqualität pragmatisch für KI fit machen – sprechen Sie mich an. Ich sehe in der Regel nach 2–3 Stunden Workshop, wo die größten Hebel liegen.
Häufige Fragen
Wie erkenne ich, ob meine Datenqualität für KI ausreicht?
Stellen Sie sich drei Fragen: (1) Sind die Daten strukturiert oder Freitext? (2) Sind Pflichtfelder vollständig ausgefüllt? (3) Gibt es Dubletten oder Inkonsistenzen? Wenn zwei von drei mit 'ja' beantwortet sind, ist oft ein Quick-Win möglich.
Muss ich erst alle Daten bereinigen, bevor ich mit KI starten kann?
Nein. Bereinigen Sie nur die Daten, die für Ihren konkreten Use Case kritisch sind – oft 10–20 % des Gesamtbestands. Der Rest kann später folgen.
Wie viel Zeit kostet Datenbereinigung in der Praxis?
Für einen typischen Mittelstands-Use Case (z. B. automatisierte Angebote): 2–4 Wochen einmalige Bereinigung durch Werkstudent oder Junior, plus klare Prozessregeln für neue Daten. Keine Monate.
Kann KI selbst bei der Datenbereinigung helfen?
Ja. ChatGPT, Claude oder Power Automate können Dubletten erkennen, Inkonsistenzen markieren oder Freitext kategorisieren. Das spart enorm Zeit – ersetzt aber nicht die fachliche Prüfung.
Was, wenn unsere Daten in verschiedenen Systemen liegen?
Das ist normal. Erstellen Sie ein einfaches Data Inventory (Excel reicht), um Überblick zu bekommen. Für KI-Projekte reicht oft ein Export aus 1–2 Kernsystemen – nicht alle Quellen müssen integriert sein.
Wer sollte für Datenqualität verantwortlich sein?
Nicht die IT allein. Datenqualität ist Fachthema: Vertrieb kennt Kunden, Produktion kennt Maschinen. Ein Data Steward (oft Teilzeit) koordiniert – aber die Fachabteilungen müssen mitspielen.
Sie wollen wissen, wo bei Ihnen der erste KI-Hebel liegt?
In 30 Minuten schauen wir auf Ihre echten Prozesse und benennen den Anwendungsfall, der sich bei Ihnen zuerst rechnet. Kostenfrei, ohne Folienschlacht.