KI ist so gut wie die Daten, die sie bekommt

Die meisten gescheiterten KI-Projekte in Finanzinstituten scheitern nicht an der Technologie. Sie scheitern an den Daten. Das Modell ist gut. Die Daten sind ein Durcheinander aus inkonsistenten Feldern, historischen Altlasten, manuellen Überschreibungen und unstrukturierten Dokumenten. Das Modell lernt dieses Durcheinander und produziert Durcheinander.

Wie verbreitet dieser Befund ist, zeigt eine Studie von Dun & Bradstreet: 61 Prozent der KI-Projekte bei Banken und 70 Prozent bei Versicherern scheitern an der Datenbasis. Bevor eine KI-Strategie überhaupt Sinn ergibt, muss deshalb eine Datenstrategie existieren. Nicht als separates Vorhaben, das drei Jahre dauert, sondern als explizite Voraussetzung für jeden einzelnen KI-Anwendungsfall.

Warum gerade Agentic AI strukturierte Daten verlangt

Mit dem Schritt von assistierenden zu agentenbasierten Systemen steigt die Anforderung an die Daten erheblich. Ein Assistent, der einem Menschen einen Vorschlag macht, kann mit unscharfen Eingaben umgehen, weil der Mensch das Ergebnis prüft. Ein Agent, der selbst handelt, braucht maschinenlesbare, strukturierte und verlässliche Daten, weil er keine menschliche Zwischenkorrektur hat.

Wer Agentic AI auf einer unsauberen Datenbasis aufsetzt, baut kein autonomes System, sondern eine zuverlässige Fehlerquelle. Genau hier trennt sich die ernsthafte KI-Initiative vom nächsten oberflächlichen Werkzeug: Ohne strukturierte Daten kauft ein Institut letztlich nur eine weitere schicke Oberfläche über einem Sprachmodell, die im Kerngeschäft nichts bewegt.

Die vier Datenprobleme, die fast immer auftreten

Das erste Problem ist die fehlende Konsistenz. Dasselbe Kundenattribut wird in verschiedenen Systemen unterschiedlich geführt, mal als Pflichtfeld, mal als Freitext, mal gar nicht. Ein Modell, das auf solchen Daten lernt, kann nicht erkennen, dass es sich um dieselbe Information handelt, und zieht falsche Schlüsse. Konsistenz herzustellen bedeutet, verbindliche Definitionen zu schaffen, die in jedem System gelten.

Das zweite Problem sind historische Altlasten. Über Jahre gewachsene Datenbestände enthalten überholte Einträge, doppelte Datensätze und Felder, deren ursprüngliche Bedeutung niemand mehr kennt. Diese Altlasten verfälschen jede Auswertung, wenn sie nicht bereinigt oder zumindest als unbrauchbar markiert werden. Die Kunst liegt darin, nur das zu bereinigen, was der jeweilige Anwendungsfall wirklich braucht, statt sich an einer Generalsanierung zu verheben.

Das dritte Problem sind manuelle Überschreibungen. In vielen Prozessen weichen Mitarbeitende aus guten Gründen vom Standard ab, dokumentieren das aber nicht strukturiert. Für den Menschen ist das nachvollziehbar, für ein Modell ist es Rauschen, das echte Muster verdeckt. Wer Überschreibungen regelt und erfassbar macht, gewinnt nicht nur sauberere Daten, sondern erfüllt zugleich eine Anforderung, die auch die kommende MaRisk-Novelle an den Umgang mit Modellergebnissen stellt.

Das vierte Problem sind unstrukturierte Dokumente. Ein großer Teil des Wissens eines Instituts steckt in Dateien, die für Menschen lesbar, für Maschinen aber zunächst nur eine Bildfläche sind. Diese Inhalte müssen in strukturierte, auswertbare Form überführt werden, bevor ein Agent mit ihnen arbeiten kann. Genau hier liegt oft der größte verborgene Aufwand und zugleich der größte Hebel.

Die richtige Reihenfolge: Daten am Use Case ausrichten

Der entscheidende Fehler ist, die Datenarbeit entweder ganz zu überspringen oder sie ins Unendliche auszudehnen. Beides führt ins Scheitern. Wer überspringt, baut auf Sand. Wer alle Daten des Hauses auf einmal in Ordnung bringen will, wird nie fertig und liefert nie ein Ergebnis. Der tragfähige Weg liegt dazwischen: die Datenarbeit an den priorisierten Anwendungsfällen ausrichten.

Konkret heißt das, für den ersten Use Case genau zu bestimmen, welche Daten er braucht, und nur diese in die nötige Qualität zu bringen. So liefert das Projekt schnell genug ein Ergebnis, um Vertrauen aufzubauen, und die saubere Basis wächst Schritt für Schritt mit jedem weiteren Anwendungsfall. Datenstrategie wird so vom unendlichen Großprojekt zu einer Abfolge konkreter, abgeschlossener Schritte.

Der teuerste Zeitpunkt für Datenarbeit

Der häufigste und teuerste Fehler ist, die Datenfrage erst mitten im laufenden KI-Projekt zu entdecken. Ein Institut startet voller Energie, kauft ein Werkzeug, beginnt mit der Umsetzung und stellt nach Wochen fest, dass die Daten nicht tragen. Nun wird unter Zeitdruck und mit hohem Frust nachgebessert, zum schlechtesten denkbaren Zeitpunkt, weil das Projekt bereits läuft und die Erwartungen bereits gesetzt sind.

Wer die Datenfrage dagegen vor dem ersten Modell klärt, zumindest für den ersten Anwendungsfall, vermeidet genau diesen Bruch. Die Datenarbeit ist dann kein überraschendes Hindernis, sondern ein geplanter erster Schritt. Das wirkt langsamer, ist aber in Wahrheit schneller, weil es die teure Schleife aus Scheitern und Nachbessern erspart.

Datenstrategie ist kein IT-Projekt

Es lohnt, mit einem Missverständnis aufzuräumen. Eine Datenstrategie ist kein technisches Projekt, das die IT im Hintergrund erledigt. Die zentralen Fragen, welche Daten verbindlich wie definiert sind, wem ein Datenfeld gehört und welche Qualität für einen Anwendungsfall ausreicht, sind fachliche und organisatorische Fragen. Die IT kann sie umsetzen, aber nicht beantworten.

Solange Datenqualität als reines IT-Thema gilt, bleibt sie deshalb unerledigt. Die Fachbereiche fühlen sich nicht zuständig, die IT kann die fachlichen Definitionen nicht setzen, und die Verantwortung verschwindet im Niemandsland dazwischen. Erst wenn die Führung die Eigentümerschaft für Daten klar zuordnet, kommt Bewegung in die Sache. Datenstrategie ist damit zuerst eine Führungsentscheidung und erst danach eine technische Aufgabe.

Vom Durcheinander zur belastbaren Basis

Der Weg vom Datendurcheinander zur belastbaren Basis führt nicht über eine einmalige Generalbereinigung, sondern über eine Disziplin, die an der Entstehung ansetzt. Wenn die Erfassung im Beratungsgespräch, im Onboarding oder in der Sachbearbeitung von Anfang an sauber und einheitlich ist, entstehen weniger Probleme, die später teuer bereinigt werden müssen. Die beste Datenbereinigung ist die, die gar nicht nötig wird.

Das verbindet die vier genannten Probleme zu einer einzigen Einsicht: Datenqualität ist kein Zustand, den man einmal herstellt, sondern ein Ergebnis guter Prozesse, das laufend gepflegt werden muss. Wer das verstanden hat, baut KI nicht auf einer brüchigen Momentaufnahme auf, sondern auf einer Basis, die mit jedem Anwendungsfall verlässlicher wird.

Ein konkreter erster Schritt

Der Einstieg muss nicht groß sein. Man nimmt den einen Anwendungsfall, mit dem man beginnen will, und listet die Datenfelder auf, die er tatsächlich braucht. Für jedes prüft man, wo es liegt, wer es verantwortet und ob seine Qualität ausreicht. Schon diese kleine Übung deckt fast immer die entscheidenden Lücken auf, und zwar bevor Budget in Technik fließt.

Aus dieser punktuellen Prüfung wächst die breitere Datenstrategie von selbst. Felder und Definitionen, die für den ersten Fall geklärt wurden, gelten oft auch für den nächsten. So entsteht Schritt für Schritt eine saubere, verbundene Basis, getrieben von echten Anwendungsfällen statt von einem abstrakten Datenideal, das nie fertig wird.

Die Datenfrage ist die ehrlichste aller KI-Fragen

Keine Frage entlarvt den Reifegrad einer KI-Initiative so zuverlässig wie die nach den Daten. Wer sie nicht beantworten kann, hat noch keine tragfähige Strategie, sondern eine Absichtserklärung. Wer sie beantworten kann, hat das Fundament, auf dem alles Weitere ruht. Die Datenfrage ist deshalb nicht der unbequeme Vorlauf zur eigentlichen KI-Arbeit, sie ist ihr Kern.

Datenqualität ist eine Führungsaufgabe

Solange Datenqualität als Aufgabe der IT gilt, bleibt sie liegen, weil die IT die fachlichen Definitionen nicht setzen kann und die Fachbereiche sich nicht zuständig fühlen. Die Frage, wem ein Datenfeld gehört und wer für seine Qualität verantwortlich ist, lässt sich nur auf Führungsebene beantworten. Eine Datenstrategie ohne dieses Mandat bleibt ein Papier ohne Durchsetzung.

Das ist die unbequeme Pointe hinter der eleganten Überschrift. KI-Strategie ohne Datenstrategie ist Schmuck am Nachthemd, weil sie eine Wirkung verspricht, deren Grundlage fehlt. Wer KI ernst meint, beginnt nicht mit dem Modell, sondern mit der Frage, ob die Daten es überhaupt tragen.

Mehr zum Thema: Drei Fragen entscheiden, ob Ihr KI-Projekt die nächste Revision überlebt und Die zwei Tools, die im Banking 2026 wirklich zählen: Workflow-Orchestrierung und ein LLM. Mehr braucht es nicht..

Wir klären mit Ihnen, welche Daten Ihre wichtigsten Anwendungsfälle brauchen, wo die vier typischen Probleme bei Ihnen liegen und in welcher Reihenfolge Sie sie lösen. Strategie und Umsetzung aus einer Hand. Beginnen Sie mit einer Potenzialanalyse.