Daten als Fundament jeder KI – Interview mit Fabian Heidenstecker

„No Data, no AI“ – ganz einfach. Künstliche Intelligenz-Systeme sind vollständig darauf angewiesen, mit den Daten zu arbeiten, mit denen sie trainiert wurden oder auf die sie Zugriff haben. Ohne eine solide Datenbasis kann kein KI-System sinnvoll funktionieren. Daten bilden also das unverzichtbare Fundament.“

„Viele Unternehmen kämpfen mit Datensilos, unvollständigen oder inkonsistenten Informationen. Häufig fehlt zudem das Verständnis dafür, welche Daten für bestimmte Anwendungsfälle wirklich relevant sind. Hinzu kommen organisatorische Hürden – vom fehlenden Know-how bis zu unklaren Verantwortlichkeiten.“

„Die Datenanbindung ist eine der Stärken von Microsoft Fabric. Die Plattform bringt out-of-the-box eine breite Auswahl an Konnektoren mit. Darunter sind Konnektoren zu klassischen Datenbanksystemen wie Oracle oder SQL Server, aber auch zu modernen SaaS-Lösungen wie Salesforce, Dynamics oder Google Analytics. Besonders erwähnenswert ist die Möglichkeit, auch On-Premises-Systeme über sogenannte Data Gateways sicher und performant anzubinden. So lassen sich hybride Szenarien realisieren, in denen lokale Datenquellen genauso eingebunden werden wie Cloud-Daten. Für Unternehmen mit historisch gewachsenen IT-Landschaften ist das ein entscheidender Vorteil: Sie können auf vorhandene Systeme aufsetzen und müssen nicht alles neu bauen.“

„Daten-Governance bedeutet im Kern, dass wir dafür sorgen, dass die richtigen Daten den richtigen Personen zur Verfügung stehen. Eine gute Daten-Governance bietet Orientierung im Umgang mit Daten, regelt klar die Verantwortlichkeiten und stellt sicher, dass Prozesse etabliert sind, um diese Standards kontinuierlich aufrechtzuerhalten. Nur so können verlässliche Daten in KI-Systeme einfließen und das Vertrauen in diese Systeme wachsen.“

„Microsoft Fabric ist so konzipiert, dass es für unterschiedlichste Rollen im Unternehmen einen klaren Nutzen stiftet, von der Geschäftsführung bis zum Data Engineer. Personen, die Entscheidungen fällen müssen, erhalten verlässliche, konsolidierte Daten als Grundlage für fundierte Entscheidungen. Business Analysten profitieren von Self-Service-Funktionen, mit denen sie ohne technische Barrieren Daten analysieren oder neue Berichte erstellen können. Für Entwicklungsteams und Data Scientists stehen leistungsfähige Werkzeuge wie Notebooks, Code-Interfaces, Machine Learning Pipelines und Automatisierungen zur Verfügung. IT-Architektur-Fachleute wiederum schätzen die klar strukturierte, zentrale Plattform und die Möglichkeit, Governance, Security und Performance auf Unternehmensniveau umzusetzen. Kurz: Fabric ist ein Werkzeugkasten, der jede Rolle dort abholt, wo sie steht.“

„Proof-of-Concepts sind ein wichtiges Instrument, um die Machbarkeit zu prüfen. Gleichzeitig sollten wir auch über „Proof of Value“ sprechen – also darum, ob ein Vorhaben echten Nutzen bringt. Dazu gehört die Bewertung der Datenqualität, die organisatorische Umsetzbarkeit und auch das frühe Einholen von Nutzerfeedback. So stellen wir sicher, dass Projekte nicht nur technisch machbar, sondern auch wirtschaftlich sinnvoll sind.“

„Data Leakage ist eine der größten Gefahren beim Einsatz von KI-Systemen. Gemeint ist damit, dass sensible Informationen ungewollt nach außen gelangen – sei es durch Trainingsdaten, durch Schnittstellen oder durch die Nutzung externer KI-Dienste. Unser Ansatz ist es, von Anfang an klare Grenzen zu definieren: Welche Daten dürfen genutzt werden, welche müssen anonymisiert oder verschlüsselt werden und welche sollten auf keinen Fall in externe Systeme gelangen. Außerdem die Entscheidung, Dienste in der Cloud zu nutzen, oder sie auf lokaler Infrastruktur zu betreiben. So lässt sich das Risiko von Data Leakage deutlich reduzieren.“

„Mein Rat ist, mit konkreten Use Cases zu starten. Identifizieren Sie Anwendungsfälle, die echten Mehrwert schaffen, und prüfen Sie frühzeitig die Datenqualität. Gleichzeitig sollten Sie Stakeholder einbinden und ein realistisches Erwartungsmanagement betreiben. KI ist ein mächtiges Werkzeug, aber kein Wundermittel.“

„Daten werden noch wichtiger werden. Ich sehe Data Literacy als einen zukünftig unverzichtbaren Skill – jeder sollte verstehen, wie man mit Daten arbeitet. Mit generativer KI entstehen zudem ständig neue Daten, die extrahiert, verdichtet oder neu kombiniert werden. In den nächsten Jahren werden wir also eine noch größere Flut an Daten sehen, die uns zugleich enorme Chancen eröffnet.“