Alle Leistungen

Datenqualität für KI: aus ERP, Excel und Postfach werden belastbare Zahlen

In den meisten Betrieben liegen Daten verteilt über ERP, Excel und Postfächer, teils doppelt, teils lückenhaft. Wir bringen sie in eine Form, mit der KI überhaupt arbeiten kann.

Woran Sie es merken

Die meisten Betriebe haben ihre Zahlen, aber nicht an einer Stelle. Der Deckungsbeitrag steht im ERP, die Vorgangsdauer im Ticketsystem, der Aufwand in der Zeiterfassung, die Kundenkorrespondenz im Postfach. Manches liegt doppelt, manches fehlt, und die Verbindung dazwischen stellt einmal im Quartal jemand in einer Tabelle her.

Woran Sie es merken: Auf die Frage nach der Marge eines Auftragstyps gibt es drei Antworten, je nachdem, wer rechnet. In der Runde wird über die Zahl gestritten statt über die Entscheidung. Und das KI-Vorhaben, das alle wollten, ist beim ersten Datenauszug stehen geblieben, weil die Artikelnummern aus zwei Systemen nicht zusammenpassen.

Deshalb werden die wichtigsten Fragen geschätzt: Welcher Auftragstyp trägt sich nicht. Wo verliert ein Vorgang seine Zeit. Wie oft muss nachgearbeitet werden. Und deshalb scheitern KI-Vorhaben so oft an der Datenlage: Ein Modell kann mit Daten, die verstreut und lückenhaft sind, nicht arbeiten.

Erst die Frage, dann der Unterbau

Wir beginnen mit einer Frage, nicht mit einer Architektur. Aus der Frage folgt, welche Quellen gebraucht werden, welche Felder sie liefern und wo sie sich widersprechen. Was sich nicht auflösen lässt, steht als Vorbehalt an der Zahl, statt still eingerechnet zu werden.

Erst wenn dieselben Quellen mehrere Fragen beantworten, lohnt sich ein gemeinsamer Unterbau. Diese Reihenfolge ist der Unterschied zwischen einer Auswertung, die eine Entscheidung stützt, und einem Plattformprojekt, das Entscheidungen vertagt.

Wie wir vorgehen

  1. Die Frage festlegen, so scharf, dass eine Zahl sie beantworten kann. “Wie läuft der Service” ist keine Frage. “Welche Artikel verursachen die meisten Reklamationen, und was kosten sie uns” ist eine.
  2. Quellen und Felder benennen und die Datenlage prüfen: Ist das Feld gefüllt, ist es einheitlich, gibt es den Schlüssel, der zwei Systeme verbindet.
  3. Abgleichen und Vorbehalte ausweisen. Wo Quellen sich widersprechen oder doppelt vorliegen, steht das an der Zahl. Eine Zahl ohne ihre Unschärfe ist eine Behauptung.
  4. Kennzahlen definieren, einmal, schriftlich und für alle gleich. Das ist der Schritt, der die Streitrunden beendet.
  5. Eine Ansicht bauen, die jemand ohne Erklärung lesen kann und die von selbst nachläuft, statt einmal im Quartal aus einer Tabelle zu entstehen.
  6. Die Daten für KI vorbereiten, wenn ein Anwendungsfall aus der Roadmap darauf aufsetzt. Oft zeigt sich in diesem Schritt, dass die Abfrage die Frage schon beantwortet hat.

Ein Beispiel: Reklamationen

Sauer Kunststofftechnik, ein Zulieferer in Nordrhein-Westfalen, will wissen, welche Artikel die meisten Reklamationen verursachen und was sie kosten. Die Reklamationen liegen als Tickets im Ticketsystem, die Artikel und Gutschriften im ERP, die Ursachen in einer Excel-Datei der Qualitätssicherung, die Fotos und Mails im Postfach.

Beim Abgleich zeigt sich: Ein Teil der Tickets hat keine Auftragsnummer, also keinen Weg zum Artikel. Die Qualitätssicherung schreibt Artikelnummern in Kurzform. Und Gutschriften sind im ERP nicht mit der Reklamation verknüpft, sondern nur mit dem Kunden.

Die erste Auswertung entsteht trotzdem, mit dem Anteil der Tickets ohne Auftragsbezug als Vorbehalt an der Zahl. Aus dem Vorbehalt folgt die Maßnahme: Die Auftragsnummer wird im Ticket zum Pflichtfeld, und die Kurzformen der Qualitätssicherung werden einmal auf den Artikelstamm abgebildet. Von da an wird die Zahl mit jedem Monat schärfer.

Die Frage, ob ein Modell die Ursache aus dem Freitext der Tickets zuordnen soll, stellt sich erst danach. In diesem Fall reichte eine Auswahlliste im Ticket. Das ist billiger, und niemand muss einem Modell glauben.

Voraussetzungen und Grenzen

Es braucht lesenden Zugang zu den Systemen, siehe Integration, und eine Person aus dem Fachbereich, die eine Zahl ansieht und sagen kann, ob sie stimmt. Ohne diesen Blick fällt ein Fehler in der Verknüpfung nicht auf. Und es braucht die Bereitschaft, Kennzahlen einmal festzulegen, auch wenn zwei Bereiche bisher verschieden gerechnet haben.

Grenzen: Daten, die nie erfasst wurden, kann niemand nachträglich erzeugen. Dann beginnt die Arbeit mit dem Erfassen, und die Auswertung kommt später. Freitext bleibt Freitext; ein Modell kann ihn sortieren, aber nicht verlässlicher machen als das, was hineingeschrieben wurde.

Es lohnt sich nicht, wenn die Frage niemanden zu einer Entscheidung führt. “Schön zu wissen” trägt keine Auswertung. Es lohnt sich nicht, mit einem Warehouse zu beginnen, bevor die erste Frage beantwortet ist. Und es lohnt sich nicht, wenn das vorhandene ERP die Frage in seinem Berichtswesen schon beantwortet und nur niemand den Bericht aufruft. Das prüfen wir zuerst.

Abgrenzung zu den Nachbarleistungen

  • Wissenssysteme: für Text, Handbücher und Vorgänge. Hier geht es um Zahlen.
  • Prozessautomatisierung: bewegt Daten zwischen Systemen. Hier werden sie ausgewertet. Oft folgt die Automatisierung aus einem Vorbehalt, etwa dem Pflichtfeld, das fehlte.
  • Potenzialanalyse: stellt die Datenfrage für jeden Kandidaten, bevor er gebaut wird.

Der nächste Schritt

Ob Ihre Datenlage für ein KI-Vorhaben reicht, klären wir in der Potenzialanalyse mit, für jeden Kandidaten einzeln. Davor steht ein kostenloses Erstgespräch von 30 Minuten. Bringen Sie die Zahl mit, über die bei Ihnen am häufigsten gestritten wird.

Häufige Fragen

Wie prüfen Sie, ob unsere Daten für KI reichen?
An dem Anwendungsfall, der ansteht, nicht abstrakt. Wir sehen uns die Felder an, die er braucht: Sind sie gefüllt, sind sie einheitlich, gibt es sie in allen beteiligten Systemen unter derselben Kennung. Was fehlt, wird benannt, mit dem Aufwand, es zu füllen. Ein allgemeines Datengutachten ohne Anwendungsfall liefert eine Liste von Mängeln, die niemand priorisieren kann.
Brauchen wir dafür ein Data Warehouse?
Nicht am Anfang. Die erste Auswertung entsteht in der Regel aus zwei oder drei Quellen und beantwortet eine Frage. Ein Warehouse lohnt sich, wenn mehrere Bereiche dieselben Zahlen unterschiedlich berechnen. Dann ist es die Lösung und nicht der Einstieg.
Unsere Daten sind unsauber. Ist das ein Ausschlusskriterium?
Nein, aber es ist eine Aufgabe mit Aufwand. Wir benennen vor dem Bauen, was fehlt, was doppelt ist und was sich widerspricht. Eine Auswertung auf unklaren Daten ist schlimmer als keine, weil ihr geglaubt wird.
Was hat das mit KI zu tun?
Zweierlei. Erstens scheitern KI-Vorhaben regelmäßig an der Datenlage, nicht am Modell. Zweitens beantworten die meisten Fragen, für die KI vorgeschlagen wird, eine Abfrage besser: schneller, billiger und nachvollziehbar. Wir sagen Ihnen, welcher Fall vorliegt.
Wo liegen die Daten?
In Ihren Systemen oder in einer Umgebung, die Ihnen gehört. Verarbeitung in deutschen Rechenzentren oder in Ihrer eigenen Infrastruktur, mit Auftragsverarbeitungsvertrag nach Art. 28 DSGVO, bevor Daten fließen.
Potenzial kostenlos prüfen