Autor: Mr. Cloud Data Platform

Ich werfe noch ein
Quali
rein, dann geht’s.

Was man mit „nach Links verschieben“ meint, erfährst Du hier:

Am 10. September findet unser Live-Webinar zum Thema Agentic AI in Microsoft Fabric statt.
Mehr Informationen und den Anmeldelink findest Du hier:

Informatec.ch LIVE WEBINAR Agentic AI in Microsoft Fabric 

Ich freue mich auf Euch!

Auf Youtube findest Du auch unser Webinar vom 18. Juni zum Thema
Databricks einfach erklärt: Die moderne Data & AI Plattform | Live Demo & Einführung:

Viel Spass!

…und was heisst RPA genau?
Du kannst Dir den heutigen Mundart Ziischtig einfach direkt hier anhören:

Was es grundlegend zu beachten gibt, erfährst Du hier in der heutigen Folge vom Mundart Ziischtig:

In den meisten Unternehmen ist KI längst kein Innovationsprojekt mehr sondern eine strategische Notwendigkeit. Doch zwischen Vision und Wirkung liegen einige Hindernisse die sich hartnäckig halten und wiederholen, ganz unabhängig von Branche, Budget oder Technologie. Wer sie ignoriert, verliert Zeit, Geld und Vertrauen.
Schauen wir uns doch mal die vier häufigsten Stolpersteine an, die mir im Alltag begegnen und die ich regelmässig in Workshops anspreche. Denn wenn wir diese vier Herausforderungen gemeistert haben, ist der Weg zur Skalierung frei.

Die ewige Nummer Eins ist die Datenqualität!
Shit in shit out war früher, inzwischen sind die Gefahren um einiges höher, es ist eher mit einer Sabotage in der Modell-Nutzung vergleichbar.
Schlechte Daten sind nicht einfach ein technisches Problem. Sie sind ein enormes strategisches Risiko.
Fehlende Standards, inkonsistente Daten, manuelle Exporte, Excel‑Wildwuchs um nur die häufigsten zu nennen, führen zu Modellen die zwar laufen aber keine Qualität liefern.

Für Entscheidungsträger bedeutet das:
Datenqualität ist kein IT‑Thema. Sie ist ein Führungsauftrag. Dieser Auftrag kann und darf nicht delegiert werden, da müssen klare Vorgaben gemacht und kontrolliert werden.
Ohne klare Verantwortlichkeiten, automatisierte Pipelines und einheitliche Semantik wird jedes KI‑Modell zum Glücksspiel.

Fehlende Governance. Wenn niemand ganz klar zuständig ist, ist jeder zuständig und keiner fühlt sich verantwortlich.
Viele Unternehmen starten KI‑Projekte mit Enthusiasmus, aber ohne Architektur.
Es gibt keinen klaren Owner für Daten, keinen Prozess für Modellversionierung, keine Regeln für Monitoring oder Retraining.

Folgendes passiert:
Modelle verschwinden in Silos, Entscheidungen basieren auf Bauchgefühl und falschen Fakten statt Evidenz.
Compliance‑Risiken bleiben unsichtbar, leider meist bis es zu spät ist.
Governance ist keine Bürokratie. Governance bedeutet Skalierbarkeit. Sie schafft Klarheit, Verantwortung und Wiederholbarkeit, sprich die drei Grundpfeiler jeder nachhaltigen KI‑Strategie.

Silos.
Oder auch das organisatorische Problem genannt, das sich jedoch als technisches Problem tarnt und gut versteckt!
Wenn Teams gegeneinander statt miteinander arbeiten, entstehen nicht nur Reibungsverluste sondern es entstehen auch widersprüchliche Datenmodelle, doppelte Workloads und fragmentierte Insights.
ich kann es nicht oft genug sagen:
Silos sind teuer.
Silos sind langsam.
Silos verhindern jede Form von KI‑Exzellenz.

Die Lösung findet sich nicht noch mehr Meetings, die Lösung ist eine von Anfang an klar aufgebaute, strukturierte und solide Architektur.
Wir müssen eine Zusammenarbeit ermöglichen und forcieren, heisst: gemeinsame Datenplattformen, standardisierte Schnittstellen, klare Rollen, transparente Workflows.

Zu guter Letzt richten wir unseren Fokus auf manuelle Prozesse, der vermeintlich unsichtbare Zeitfresser. Schaut man genauer hin, ist von unsichtbar nicht mehr viel da.
Ich erlebe es immer wieder, wie Unternehmen unterschätzen, wie viel Zeit sie verlieren, weil kritische Schritte wie zum Bseispiel Datenaufbereitung, Modelltraining, Monitoring, Reporting und Deployment, manuell erfolgen.
Die Fehleranfälligkeit von manuellen Prozessen ist wirklich nicht zu unterschätzen. Sie sind nicht nur langsam, sie verhindern Skalierbarkeit. Sie verhindern, dass KI‑Projekte überhaupt die Geschwindigkeit erreichen können, welche die modernen Märkte verlangen.
Das muss man erst mal sacken lassen.

Automatisierung ist an dieser Stelle wirklich kein Luxus sondern schlichtweg die Voraussetzung dafür, dass KI im Unternehmen überhaupt wirtschaftlich wird.

Wenn wir mit der richtigen Architektur starten, sind diese und andere Probleme durchaus gut und effizient lösbar oder werden gar vermieden.
Wir erarbeiten uns eine Architektur die Datenqualität automatisiert statt nur skontrolliert, Governance integriert, Silos auflöst statt kompensiert und Prozesse orchestriert und nicht manuell delegiert.
Das kann kein Tool, das ist Führungsverantwortung. Investition in in eine umfassende Architektur trägt auf der gesamten Strecke Früchte, sprich mit einer modernen, cloudbasierten KI‑Architektur werden die Hindernisse nicht nur kleiner, sie verschwinden und Skalierbarkeit ist möglich.
In den nächsten zwei Jahren wird sich zeigen, welche Unternehmen KI wirklich nutzen, richtig nutzen und welche nur darüber reden.
Jetzt dazuzugehören ist entscheidend!
Geringere Kosten, schnellere Time‑to‑Market, höhere Modellqualität, bessere Compliance und skalierbare Innovation sind essentiell!
Mit mir als Architekt und Berater an der Seite ist eine Firma parat für KI, ohne überfordert zu sein.
Starten wir mit einem Workshop, wo wir auf die individuellen potentiellen Probleme eingehen und uns mit den verantwortlichen gemeinsam eine gute Strategie erarbeiten, die weit in die Zukunft Gewinne verspricht.

Aron A. Weller
Principal Solution Architect
Lead Microsoft Data & AI Solutions
Part of the Team @ Informatec
Präsident des Vereins zur Förderung von Verständnis und Verwendung von künstlicher Intelligenz, Schweiz

 

 

Weisst Du, was die Unterschiede in den Berechtigungen auf Cloud Plattformen sind?
Nach dieser Folge vom Mundart Ziischtig kennst Du Dich aus!

Datensilos werden zu den Technikproblemen abgeschoben und viel zu selten als das erkannt was sie sind: Eine Schwachstelle in der Firmenführung.

Wahrheiten tun weh. Ich weiss das, eine meiner Aufgaben ist es, den Finger in die Wunde zu legen.
Und ich sage es gerne noch einmal:
Datensilos sind kein Technikproblem, das ist ein Führungsproblem. Punkt.

Ja das weiss man doch, höre ich oft.
Die Realität die ich sehe und erlebe ist, dass Datensilos nicht entstehen weil Technologie versagt hat oä. Es fehlt in der Regel an Ownership, Datenstrategie und Kommunikation.
Nicht zu unterschätzen ist, dass fehlende Organisation das Wachstum und die Effizienz einer Firma, sowie auch Innovationskraft bremst.

Was also tun?
Wir finden in einem firmeninternen Workshop heraus, wo und wie die Datensilos entstehen. Ob und falls ja welche Abteilungen eigene Systeme eingeführt haben, die nicht integriert worden sind, was natürlich zu widersprüchlichen Daten, Doppelpflege und dadurch zu einer fehlenden oder verfälschten Gesamtansicht führt.
Das ist oft das Ergebnis gewachsener Strukturen, „historisch gewachsen“ nennt man das ja so schön. Lang gehegte Altsysteme und fehlende funktionsübergreifende Zusammenarbeit sind wahrlich keine Seltenheit.

Die Erfahrung zeigt: geht man das rein technisch an, tut man das immer wieder.
Setzt man organisatorisch an, schafft man Datenkompetenz in der Firma.

Widersprüchliche Daten führen zu Fehlentscheidungen. Man stelle sich vor was effektiv passiert, wenn Vertrieb, Marketing, Produktion und Forschung unterschiedliche Datenstände haben.
Die Verzerrungen in den Analysen welche letztendlich zu Entscheidungen führen, sind real. Die Entscheidungen der Führungsebene basieren somit auf nicht vollständigen, dafür widersprüchlichen Informationen.
Dadurch dass durchgängige Prozesse verhindert werden, Excel Zwischenlösungen und ggf. auch manuelles Eingreifen stellenweise passiert, findet mehrfache Datenpflege statt was Zeit und Geld kostet.
Gesamthaft betrachtet gehören Datensilos zu den teuersten Datenproblemen überhaupt. Auf realen Daten basierende Innovation kommt zu kurz und dadurch leidet die Wettbewerbsfähigkeit.
KI Projekte, moderne Analytics- oder auch Machine Learning-Initiativen scheitern an fragmentierten Datenlandschaften. Getrennte Systeme erschweren die Nutzung fortschrittlicher Funktionen und erhöhen Governancerisiken.
Das Unternehmen verliert an Geschwindigkeit, Präzision und Agilität.
Fehlende Ownership weil sich niemand so richtig für die Qualität der Daten verantwortlich fühlt, keine klaren Regeln wie die Daten gepflegt, genutzt und geteilt werden, entwickeln sich zu deutlichen Governance Problemen.
Kombiniert taucht das oftmals mit fehlender Datenstrategie auf, da Abteilungen gern mal lokal statt global optimieren. So werden wiederum neue Silos geschaffen. Fehlende Kommunikation führt dazu, dass Teams nebeneinander statt miteinander arbeiten und Daten nicht geteilt werden.

Dies ist so das typische Muster das ich immer wieder antreffe.
Altsysteme, fachbereichspezifische Tools, manuelle ETL Prozesse und uneinheitliche Datendefinitionen führen zu isolierten Datenbeständen.

In einem Workshop finden wir gemeinsam die Probleme heraus, gehen ihnen auf den Grund und ebnen den Weg zu einer Datenplattform, die effiziente Zusammenarbeit ermöglicht. Nicht nur als Tool sondern als Organisationsprinzip.

Schauen wir uns jetzt doch noch kurz an, was eine Datenplattform leisten muss:
Eine zentrale, konsistente Datenbasis für eine Single Source of Truth für alle Bereiche.
Klare Verantwortlichkeiten, heisst jede Datenart hat eine führende Quelle und einen Owner.
Eine Automatisierte Datenintegration führt dazu, dass Systeme in einander verzahnen statt nebeneinander existieren.
Governance die nicht ausbremst sondern klar und schnörkellos führt, mit Regeln welche die Zusammenarbeit ermöglicht anstatt verhindert.
Transparenz für Führungskräfte, basierend auf vollständigen, abgestimmten Daten.
Organisatorisch wirkt eine Plattform firmenübergreifend, zwingt Abteilungen, Daten zu teilen, zu standartisieren und gemeinsam zu nutzen. Silos werden von Grund auf verhindert.

Stellen wir uns folgender Aufgabe:
Silos und Datensilos müssen als Führungsaufgabe definiert, nicht an die IT delegiert werden, es ist ein strategisches Thema!

Gemeinsam entwickeln wir eine saubere Datenstrategie.
Welche Daten sind kritisch? Wer ist verantwortlich? Wie werden sie gepflegt?
Wir beenden Patchworklösungen und setzen stattdessen eine einheitliche Datenarchitektur ein.
Wir stärken Kommunikation so dass Daten fliessen müssen zwischen Teams, Systemen und Führungsebenen.
Wir modernisieren die Governance indem wir Regeln definieren die Klarheit für alle schaffen.

Unkompliziert hole ich Dich da ab wo Du aktuell stehst und gehe Schritt für Schritt mit Dir durch diesen Prozess.

Vereinbare einen Workshoptermin, wir machen das!
Aron A. Weller
Part of the Team @ Informatec
Principal Solution Architect
Lead Microsoft Data & AI Solutions