Experteneinschätzung für Ihre KI- und Datenanalyse-Initiativen 2025

Die wichtigsten Erkenntnisse:

• Datenintegrität ist für KI-Initiativen und bessere Entscheidungsfindung unerlässlich – aber das Vertrauen in Daten nimmt ab.
• Datenqualität und Data Governance sind die größten Herausforderungen und Prioritäten bei der Datenintegrität.
• Ein langfristiger Ansatz für Ihre Datenstrategie ist der Schlüssel zum Erfolg, da sich Geschäftsumgebungen und Technologien weiterentwickeln.

Die rasante technologische Entwicklung hat datengesteuerte Initiativen zu einem wichtigen Bestandteil moderner Geschäftsstrategien gemacht. Doch 2025 stehen Organisationen vor neuen Herausforderungen, die ihre Datenstrategien, ihre KI-Bereitschaft und ihr allgemeines Vertrauen in Daten auf die Probe stellen.

Beim kürzlich stattgefundenen Trust ’24 Data Integrity Summit trafen sich führende Datenexperten, um ihre Erkenntnisse zu teilen. Das von Josh Rogers, CEO von Precisely, moderierte Panel bestand aus:

• Tendü Yoğurtçu, PhD, CTO, Precisely
• Sanjeev Mohan, Principal, SanjMo
• Murugan Anandarajan, PhD, Senior Associate Dean, Drexel University LeBow College of Business

Ihre Diskussion basierte auf den Erkenntnissen aus dem Bericht “2025 Outlook: Data Integrity Trends and Insights“, der in Zusammenarbeit zwischen Precisely und dem LeBow College of Business der Drexel University veröffentlicht wurde.

KI erfordert Datenintegrität, aber das Vertrauen in die eigenen Daten nimmt ab

Zunächst teilten unsere Experten ihre Einblicke in ein wichtiges Ergebnis des Berichts: 67% der Befragten geben an, dass sie den Daten ihrer Organisationen für die Entscheidungsfindung nur eingeschränkt vertrauen – eine besorgniserregende Steigerung gegenüber den 55% des Vorjahres.

Was sind die Hauptfaktoren für diesen Trend?

Die Panelteilnehmer teilten ihre Gedanken:

Die Komplexität des Datenökosystems nimmt zu. Anandarajan weist darauf hin, dass Komplexität ein Hauptfaktor für den Rückgang des Datenvertrauens ist. Etwa 42% der Organisationen berichten, dass ihre Datenumgebungen zunehmend komplexer werden. Mit der Flut neuer Tools, Plattformen und Datentypen ist die effektive Verwaltung dieser Systeme eine ständige Herausforderung.

Yoğurtçu beschrieb drei weitere Veränderungen, die ihrer Meinung nach den Rückgang des Datenvertrauens beeinflussen:

1. Daten werden zunehmend als Produkt betrachtet. “Wir hören oft Gespräche über Data Mesh und Data Fabric. Letztendlich versuchen Unternehmen, Daten in ihrem Marktplatz bereitzustellen und für Business- und Datenkonsumenten zugänglich zu machen”, erklärt Yoğurtçu. Allerdings benötigen sie dafür ein starkes Datenfundament.
2. Cloud-Modernisierung stellt Herausforderungen dar. Yoğurtçu betont auch, dass die weitverbreitete Cloud-Modernisierung zu einem wachsenden Problem wird. Mit dem Aufstieg des Cloud-basierten Datenmanagements stehen viele Organisationen vor der Herausforderung, sowohl auf On-Premises- als auch auf Cloud-basierte Daten zugreifen zu müssen. Ohne eine einheitliche, saubere Datenstruktur ist die Nutzung dieser verschiedenen Datenquellen oft problematisch.
3. KI treibt die Nachfrage nach Datenintegrität. “Organisationen erkennen, dass sie kein starkes Fundament haben und ihre Daten nicht [für KI] bereit sind. Unsere Umfrage zeigt tatsächlich, dass 60% der Teilnehmer KI als Schlüsselfaktor für ihre Datenprogramme nennen – jedoch berichten nur 12%, dass ihre Daten für KI-Initiativen bereit sind”, erläutert Yoğurtçu. Diese Lücke unterstreicht den dringenden Bedarf an besseren Datengrundlagen.

KI war ein wiederkehrendes Thema während der Paneldiskussion, und unsere Experten betonten den entscheidenden Punkt, dass erfolgreiche KI-Initiativen von einer robusten Datenstrategie abhängen. “Führungskräfte erkennen, dass es kein erfolgreiches KI-Projekt ohne eine erfolgreiche Datenpraxis geben kann”, bemerkt Mohan.

Wenn KI nur so vertrauenswürdig ist wie die Daten, mit denen sie trainiert wurde, müssen Sie Prioritäten bei Data Governance, Qualität und allgemeiner Integrität setzen – sei es beim Aufbau neuer KI-Lösungen oder bei der Verfeinerung bestehender.

Ausblick 2025: Trends und Einsichten zur Datenintegrität

Was ist der Trend bei vertrauenswürdigen Daten und KI-Bereitschaft für 2025? Die Ergebnisse sind da!

Analyst Report lesen

Strategische Schritte zur KI-Integration: Weiterbildung und Datenstrategie

Bei der tiefergehenden Betrachtung des Themas KI-Bereitschaft hob das Panel auch die Erkenntnis des Berichts hervor, dass der Mangel an qualifizierten Fachkräften eines der Haupthindernisse für die KI-Adoption ist. Während Unternehmen möglicherweise über die richtigen Tools und Governance-Strukturen verfügen, kämpfen sie oft damit, die Talente zu finden, die für die Maximierung dieser Ressourcen erforderlich sind.

Tatsächlich nennen 60% der für den Bericht befragten Organisationen einen Mangel an Mitarbeiterfähigkeiten und -schulungen als Herausforderung bei der KI-Adoption.

Laut Anandarajan ist der Aufbau einer Kultur der Datenkompetenz der Schlüssel zur Überbrückung dieser Lücke. “Die Vorbereitung auf KI ist nicht nur eine Frage der Technologie, sondern auch der Vorbereitung Ihrer Mitarbeiter”, sagt er. “Sie müssen sie weiterbilden und KI-Champions schaffen, die führen, inspirieren und Veränderungen vorantreiben können.”

Die Weiterbildung und Befähigung von Mitarbeitern kann dazu beitragen, eine Kultur zu fördern, die datengesteuerte Entscheidungsfindung und KI-Innovation unterstützt.

Und natürlich ist die Vorbereitung Ihrer Daten der andere kritische Teil des KI-Bereitschaftspuzzles. Yoğurtçu identifiziert drei entscheidende Schritte, die Sie unternehmen sollten, um Ihre Daten für KI-Initiativen vorzubereiten:

1. Identifizieren Sie alle kritischen und relevanten Datensätze und stellen Sie sicher, dass die für KI-Training und -Inferenz verwendeten Daten berücksichtigt werden. Ohne dies laufen Sie Gefahr, schädliche Verzerrungen in Ihre Modelle einzuführen.
2. Planen Sie von Anfang an die Datenqualität und Governance von KI-Modellen. “Datenqualität hat einen Multiplikatoreffekt auf KI”, sagt Yoğurtçu. Daten schlechter Qualität können zu fehlerhaften KI-Modellen führen, die ungenaue oder sogar schädliche Ergebnisse liefern. Governance wird zudem kritisch sein, da sich die Vorschriften rund um KI weiter entwickeln.
3. Nutzen Sie angereicherte Daten. Die Anreicherung Ihrer internen Daten mit vertrauenswürdigen Drittanbieterdaten kann die Genauigkeit verbessern und zusätzlichen relevanten Kontext für Ihre KI-Modelle liefern, wodurch sie zuverlässiger werden und weniger anfällig für Halluzinationen und andere Fehler sind.

Insgesamt hängt der KI-Erfolg wirklich von einem geschäftsergebnisorientierten Ansatz ab.
“Wir müssen einen Schritt zurücktreten und nicht mit der Technologie beginnen… es ist keine Technologieinitiative. KI ist eine Geschäftsinitiative”, sagt Mohan. “Das bedeutet, dass wir den Anwendungsfall verstehen müssen, welche Daten wir haben… und dann den erwarteten ROI ermitteln müssen.”

Von dort aus, so Mohan, kann die Experimentierphase über verschiedene Anwendungsfälle hinweg stattfinden, um die beste Passung zu ermitteln und zu identifizieren, wo Ihre Daten für die anstehende Aufgabe noch verbessert werden müssen.

Datenqualität und Governance sind die wichtigsten Herausforderungen – und damit Top Prioritäten

Eine weitere im Panel diskutierte Erkenntnis war, dass mit der zunehmenden Betrachtung von Daten als strategisches Asset, Data Governance und Qualität als Top-Prioritäten für die Verbesserung der Datenintegrität hervorgegangen sind.

Dies ist nachvollziehbar, da laut unserer Umfrage Datenqualität (64%) und Data Governance (51%) auch die größten Herausforderungen bei der Datenintegrität darstellen.

Um bei der Bewältigung dieser Herausforderungen zu helfen, teilten unsere Experten ihre Best Practices für Organisationen, die sich auf die Verbesserung von Datenqualität und Governance konzentrieren – und ihre Erkenntnisse sind von unschätzbarem Wert.

Das Panel war sich einig, dass ein ganzheitlicher Ansatz beim Datenmanagement der Schlüssel ist, während Data Governance der Ausgangspunkt sein sollte. Sie boten praktische und wertvolle Erkenntnisse, die Sie beachten sollten, wenn Sie Verbesserungen an Ihrem Datenprogramm vornehmen möchten. Hier ein Überblick ihrer Ratschläge:

• Beginnen Sie klein mit klaren Business Cases, die ROI demonstrieren. Yoğurtçu erklärt: “Wenn Sie den Wert für interne Stakeholder bewiesen haben, können Sie auf mehrere Quellen erweitern und im Laufe der Zeit weitere Funktionen hinzufügen.”
• Verfolgen Sie einen proaktiven Ansatz. Yoğurtçu betont auch, dass Sie “sicherstellen müssen, dass vertrauenswürdige Daten zeitnah bereitgestellt werden.” Datenmanagement mit Echtzeitdatenbeobachtung und automatisierten Gesundheitschecks zur Gewährleistung kontinuierlicher Datenintegrität.
• Nutzen Sie KI zur Verbesserung der Governance. “Große Sprachmodelle sind hervorragend darin, versteckte Beziehungen und Kontext zu erkennen”, sagt Anandarajan. Daher sollten Sie sie nutzen, um Datenvalidierungsregeln dynamisch zu generieren, anstatt sich auf statische, manuell festgelegte Regeln zu verlassen.
• Konzentrieren Sie sich auf Metadaten-Management. Wie Yoğurtçu betont, sind “Metadaten kritisch” für das Gewinnen von Erkenntnissen in KI und fortgeschrittener Analytik.

Standortdaten sind eine ungenutzte Ressource

Die zunehmende Nutzung von standortbasierten Daten war ein weiterer Berichtstrend, den unsere Panelteilnehmer untersuchten. Im Bericht geben 67% der Befragten an, dass sie Standortintelligenz für verschiedene Anwendungsfälle nutzen. Räumliche Analytik ist als Priorität der Datenintegrität gestiegen – von 13% in 2023 auf 21% in 2024 – ein Gesamtanstieg von 62%.

Hinsichtlich der Faktoren, die diesen verstärkten Fokus auf räumliche Analytik vorantreiben, ist Yoğurtçu der Ansicht, dass Organisationen nun das ungenutzte Potenzial räumlicher Erkenntnisse erkennen: “80% der Daten haben ein Standortattribut, und viele der Analysen haben dieses Attribut bisher nicht genutzt.”

Sie hebt hervor, dass Standortdaten besonders wertvoll in Branchen wie Einzelhandel, Telekommunikation und Versicherungen sind, wo sie für präzise Entscheidungsfindung in Bereichen wie Standortauswahl, Optimierung der “last mile” sowie zur Risikobewertung eingesetzt werden.

Durch die Anreicherung ihrer Daten mit standortbasierten Informationen können Unternehmen einen Wettbewerbsvorteil erlangen und fundiertere Entscheidungen treffen.

“Falsche Adressen sind teuer”, fügt Rogers hinzu. “Der andere Aspekt ist jedoch, dass Sie, wenn Sie es richtig machen und mit einem physischen Standort verknüpfen, die Möglichkeit haben, viel zusätzlichen Kontext hinzuzufügen und diese Daten und Erkenntnisse zu vervollständigen.”

Yoğurtçu unterstreicht diesen Punkt und fügt hinzu, dass Kontext mit der Weiterentwicklung von KI-Systemen weiter an Bedeutung gewinnen wird: “Kontext und Standorterkenntnisse sind sehr wichtig, um Daten vollständig zu nutzen und auf leistungsfähige Weise einzusetzen. Außerdem verbessert zusätzlicher Kontext die Ergebnisse großer Sprachmodelle deutlich.”

Abschließende Erkenntnisse für 2025 und darüber hinaus

Mit Blick auf 2025 geben 76% der Umfrageteilnehmer an, dass datengesteuerte Entscheidungsfindung ein Hauptziel ihrer Datenprogramme ist. Um dies zu erreichen, müssen Sie sich, wie in unserer Expertenpaneldiskussion hervorgehoben wurde, auf folgende Punkte konzentrieren:

1. Beginnen Sie mit Ihrem Business Case und bauen Sie ein starkes Fundament der Datenintegrität als Teil Ihrer Datenstrategie auf
2. Verfolgen Sie einen langfristigen, disziplinierten Ansatz für Ihre Datenstrategie – anstatt nur auf kurzfristige Erfolge zu schauen. Wie Mohan feststellt: “Es ist Zeit, in das zu investieren, was kommt, nicht in das, was jetzt ist.”
3. Qualifizieren Sie Teams weiter, um sowohl Datenmanagement als auch KI-Technologien zu beherrschen
4. Nutzen Sie angereicherte Daten, einschließlich räumlicher Erkenntnisse, um neue Geschäftsmöglichkeiten zu erschließen

Um in diesem sich schnell entwickelnden Bereich die Nase vorn zu haben, ist es wichtig, sich auf diese Schlüsseltrends und Empfehlungen zu konzentrieren. Weitere Inspiration findein Sie in der On-Demand-Aufzeichnung dieses Panels und weiteren Sessions von Trust ’24.

Für einen noch tieferen Einblick fordern Sie bitte Ihre Kopie des vollständigen Berichts “2025 Outlook: Data Integrity Trends and Insights” an.

Sie haben Fragen oder möchten einen Experten sprechen?
Dann freuen wir uns auf Ihre Nachricht!

Kontakt