Datenqualität als Voraussetzung für KI: warum Vorhaben an den Stammdaten scheitern
Ein KI-System arbeitet aus den Daten, die der Betrieb ihm gibt, und überträgt jeden Mangel der Grundlage auf sein Ergebnis. Deshalb entscheidet die Datenbasis über den Erfolg eines Vorhabens, bevor die Frage nach dem passenden Werkzeug gestellt wird. Der Beitrag klärt, was Datenqualität im betrieblichen Sinn bedeutet und warum eine maschinelle Verarbeitung Fehler vervielfältigt, statt sie zu bemerken. Er benennt die fünf Mängel, die Vorhaben regelmäßig ausbremsen: doppelte Datensätze, Angaben in Freitextfeldern, verteilte Listen ohne führende Quelle, veraltete Einträge und die fehlende Pflegeverantwortung, die die anderen vier erzeugt. Dazu ein Prüfdurchgang in vier Schritten für den Datenausschnitt des Pilotprozesses, die sechs Merkmale, an denen sich Qualität messen lässt, die Regelung der Pflegezuständigkeit und die Reihenfolge aus Standortbestimmung, Prozesswahl und Datenprüfung. Mit den häufigsten Fehlern beim Einstieg.
Weiterlesen