KI-Pilot mit Unternehmensdaten: Wann du starten solltest

Neue Werkzeuge machen Unternehmensdaten leichter zugänglich. Die Entscheidung über ihren Einsatz wird dadurch nicht automatisch leichter.

Wer gar nichts ausprobiert, sammelt keine Erfahrung. Wer dagegen auf ein Anbieterversprechen vertraut und vorschnell die gesamte Datenlandschaft anschließt, verwechselt technische Möglichkeit mit einem tragfähigen Betriebskonzept.

Ich bin skeptisch, wenn aus dem versprochenen Schutz von Unternehmensdaten pauschales Vertrauen abgeleitet wird. Gleichzeitig kann dauerhaftes Nichtstun wertvolle Lernzeit kosten. Meine Konsequenz daraus: kontrolliert nutzen, eng absichern und nur nach belegten Ergebnissen erweitern.

Die entscheidende Frage lautet deshalb nicht: Vertraust du KI?

Sie lautet: Sind Nutzen, Datenraum und Prüfbarkeit dieses einen Piloten so klar, dass du ihn verantworten kannst?

Produktmeldungen sind ein Anlass, keine Investitionsentscheidung

OpenAI beschreibt für sein Data-Plugin in ChatGPT Work und Codex die Analyse verbundener Unternehmensdaten sowie interaktive Berichte und Dashboards. Der Anbieter nennt dafür klare Voraussetzungen: Das Plugin und die jeweilige Datenquelle müssen im Workspace verfügbar sein. Abfragen verwenden die bestehenden Berechtigungen des verbundenen Kontos, einschließlich Einschränkungen auf Tabellen-, Zeilen- und Spaltenebene. OpenAI empfiehlt außerdem verbindliche Geschäftsdefinitionen und rät, Quelle, Zeitraum, Filter und Kennzahl vor der Nutzung eines Ergebnisses zu prüfen. OpenAI: Using the Data plugin in ChatGPT Work and Codex

Das ist relevant. Es belegt aber nicht, dass das Produkt für jedes Unternehmen verfügbar ist, jede Analyse stimmt oder der Anschluss wirtschaftlichen Nutzen erzeugt. Die Dokumentation trifft auch keine allgemeingültige Aussage über Training, Speicherung oder Löschung in allen Produkten und Tarifen.

Mistral und Cloudera kündigten am 10. September 2026 eine Integration für öffentliche und private Clouds, lokale Installationen und vollständig abgeschottete Umgebungen an. Damit wächst die Auswahl möglicher Betriebsmodelle. Die Meldung bleibt jedoch eine Ankündigung der beteiligten Anbieter. Sie ist keine Verfügbarkeits-, Preis- oder Rechtskonformitätsgarantie. Mistral: Cloudera and Mistral Partner for Sovereign Enterprise AI

Cloud, lokal oder abgeschottet sind Optionen. Keine davon nimmt dir die Geschäftsentscheidung ab.

Vier Prüfblöcke für eine belastbare Entscheidung

Ein Pilot ist keine Produktvorführung. Er muss zeigen, ob ein Ergebnis für einen realen betrieblichen Zweck brauchbar und kontrollierbar ist. Dafür müssen vier Prüfblöcke vor dem ersten Datensatz geklärt sein.

1. Geschäftsfrage und Nutzenbeleg

„Wir wollen unsere Daten mit KI auswerten“ ist zu ungenau. Eine brauchbare Frage benennt Gegenstand, Zeitraum, erwartetes Ergebnis und die Entscheidung, die daraus folgt. Zum Beispiel:

„Warum weicht unsere Liefertermintreue im letzten Monat vom Plan ab, und welche drei Ursachen soll die Produktionsleitung zuerst untersuchen?“

Lege zugleich fest, woran du ein brauchbares Ergebnis erkennst. Dazu gehören mindestens:

• eine sichtbare Quelle,
• der richtige Zeitraum und die richtigen Filter,
• eine im Unternehmen freigegebene Kennzahldefinition,
• eine nachvollziehbare Herleitung,
• ein Verantwortlicher, der mit dem Ergebnis eine konkrete Entscheidung trifft.

Fehlt diese Verbindung, solltest du noch keine Daten anbinden. Sonst misst du später technische Aktivität, aber keinen Geschäftsnutzen.

2. Datenraum und Rechte

Ein Pilot braucht nicht möglichst viele Daten. Er braucht die kleinste Datenmenge, die zur Beantwortung der Geschäftsfrage ausreicht. Definiere eine konkrete Quelle, den benötigten Zeitraum, die erforderlichen Felder und ausdrücklich ausgeschlossene Inhalte.

Prüfe außerdem getrennt, ob das Analysewerkzeug installiert ist und ob die benötigte Datenquelle autorisiert wurde. Eine funktionierende Verbindung beweist nicht, dass alle erwarteten Informationen verfügbar sein dürfen. OpenAI beschreibt diese Trennung ausdrücklich: Plugin-Installation und Zugriff auf die zugrunde liegende Anwendung sind verschiedene Schritte. Die Abfrage übernimmt die Rechte des verbundenen Kontos und erzeugt keine zusätzlichen Quellberechtigungen.

Für ein Go reicht deshalb kein grünes Verbindungssymbol. Ein Positivtest muss zeigen, dass erlaubte Daten sichtbar sind. Ein Negativtest muss zeigen, dass ausgeschlossene Daten nicht erreichbar sind.

Die technische Zugriffssteuerung im Detail beschreibe ich im Artikel „KI-Systeme mit echten Zugängen: Fünf Grenzen vor dem produktiven Einsatz“. Hier geht es um die vorgelagerte Investitionsentscheidung: Reicht der kleine Datenraum aus, um einen belastbaren Nutzenbeleg zu erzeugen? Wenn nicht, ist ein größerer Zugriff nicht automatisch die richtige Antwort. Vielleicht ist die Geschäftsfrage noch zu breit.

3. Gemeinsame Definitionen und unabhängige Prüfung

Viele Analysefehler beginnen nicht beim Modell, sondern bei der Bedeutung der Daten. „Umsatz“, „aktiver Kunde“, „Lieferverzug“ oder „qualifizierte Anfrage“ können in zwei Abteilungen Unterschiedliches heißen. Lege deshalb vor dem Pilot fest, welche Definition gilt, welche Tabellen zusammengehören und welche Filter verwendet werden.

OpenAI empfiehlt dafür eine semantische Schicht mit maßgeblichen Definitionen und Abfragen. Der technische Begriff ist zweitrangig. Entscheidend ist: Das System muss dieselbe Sprache verwenden wie die freigegebenen Unternehmensberichte.

Bestimme zudem einen unabhängigen Vergleich, bevor du das erste Ergebnis siehst. Das kann ein freigegebener Monatsbericht, eine manuell geprüfte Stichprobe, eine bekannte Summe im Quellsystem oder die Prüfung durch den fachlich Verantwortlichen sein. Bei einer Abweichung muss erkennbar werden, ob Quelle, Zeitraum, Filter, Definition oder Datenqualität die Ursache sind.

Ein gut formulierter Bericht ist noch kein richtiger Bericht.

Auch das Teilen eines Dashboards braucht eine eigene Entscheidung. OpenAI weist darauf hin, dass die Daten einer Analyse in eine veröffentlichte Site kopiert werden können. Prüfe daher Ziel, Inhalt und Berechtigungen erneut, bevor du etwas freigibst.

4. Weiterführen, nacharbeiten oder stoppen

Lege die Entscheidungsschwellen vor dem Start fest. Sonst wird aus einem Versuch schnell ein Dauerprovisorium.

Du kannst den Piloten starten oder weiterführen, wenn die Geschäftsfrage beantwortet wird, die Herleitung nachvollziehbar ist, die Berechtigungsgrenzen halten und der fachliche Prüfaufwand in einem sinnvollen Verhältnis zum Nutzen steht.

Du solltest nacharbeiten, wenn relevante Daten fehlen, Definitionen widersprüchlich sind, Ergebnisse nicht reproduzierbar sind oder der begrenzte Datenraum die Frage nicht beantwortet.

Du solltest stoppen, wenn ausgeschlossene Daten erreichbar sind, das Ergebnis nur mit pauschal erweitertem Zugriff möglich wäre, falsche Ergebnisse nicht zuverlässig erkannt werden, niemand die fachliche Verantwortung übernimmt oder kein konkreter Entscheidungsnutzen sichtbar wird.

Ein Stopp ist kein Scheitern. Er verhindert, dass technische Begeisterung eine schlechte Investition verlängert.

Beispiel: Die Liefertermintreue erklären

Das folgende Szenario ist hypothetisch. Es ist kein Kundenfall und kein von mir behaupteter Produkttest.

Ein mittelständischer Hersteller möchte verstehen, warum die Liefertermintreue im August unter dem internen Ziel lag. Die Produktionsleitung erwägt dafür einen begrenzten Analysepiloten.

Geschäftsfrage: Welche drei dokumentierten Ursachen erklären den größten Anteil verspäteter Aufträge im August, und welche Ursache soll die Produktionsleitung zuerst prüfen?

Nutzenbeleg: Für jede Ursache weist das Ergebnis die betroffenen Aufträge, die verwendete Definition und den Rechenweg aus. Die Produktionsleitung vergleicht die Summe mit dem freigegebenen Monatsbericht und prüft eine Stichprobe.

Datenraum: Der Pilot erhält lesenden Zugriff auf die freigegebene Auftragstabelle für August und auf nicht personenbezogene Ursachencodes. Personalakten, E-Mails, Preislisten und Kundennotizen bleiben ausgeschlossen. Ein Testkonto prüft erlaubte Felder, ein Negativtest die Ausschlüsse.

Definition: „Verspätet“ bedeutet: tatsächlicher Versand nach dem im freigegebenen Auftrag hinterlegten Versandtermin. Nachträglich geänderte Termine erscheinen separat. Stornierte Aufträge zählen nicht.

Entscheidung: Sind Frage, Datenraum, Definition, Vergleich und Verantwortlicher geklärt, kann der isolierte Versuch starten. Verwendet der Monatsbericht selbst widersprüchliche Definitionen, muss das Unternehmen zuerst die Kennzahl klären. Wären für ein Ergebnis ausgeschlossene Personal- oder Kommunikationsdaten nötig, endet der Pilot in dieser Form.

Der Kern ist einfach: Du brauchst nicht maximal viele Daten. Du brauchst genug klar definierte Daten, um eine wichtige Frage nachvollziehbar zu beantworten.

Drei Abkürzungen, die nicht tragen

„Wir warten, bis alle Risiken verschwunden sind.“

Das vermeidet zunächst eine neue Datenexposition. Es verhindert aber auch, dass dein Unternehmen mit begrenzten, überprüfbaren Anwendungsfällen lernt. Dieser mögliche Lernverlust ist ein Risiko, aber kein garantierter Wettbewerbsnachteil. Er rechtfertigt keinen unkontrollierten Zugriff.

„Der Anbieter verspricht Schutz. Also können wir alles anschließen.“

Ein Versprechen ersetzt keine eigene Prüfung. Schon die Produktdokumentation verlangt Arbeit an Berechtigungen, Quellen, Definitionen und Freigaben. Trainingsregeln, Speicherung, Löschung und Zugriffsrechte sind verschiedene Fragen. Prüfe sie für das konkrete Produkt, den konkreten Tarif und den aktuellen Vertragsstand getrennt.

„Lokal löst das Problem automatisch.“

Lokale und abgeschottete Systeme erweitern die Auswahl der Betriebsformen. Auch in der eigenen Umgebung bleiben Datenbegrenzung, Rechte, Definitionen, Betrieb und gegebenenfalls eine rechtliche Prüfung nötig.

Deine Go-/No-Go-Entscheidung

Beantworte vor dem Start diese sieben Fragen:

1. Welche reale Geschäftsentscheidung verbessert das Ergebnis?
2. Woran erkennen wir vorab ein brauchbares Ergebnis?
3. Welche kleinste Datenmenge reicht dafür aus?
4. Bleiben bestehende Rechte bei jeder Abfrage erhalten?
5. Sind Kennzahlen, Filter und Beziehungen eindeutig definiert?
6. Gegen welchen unabhängigen Bezug prüfen wir das Ergebnis?
7. Welche Befunde führen zum Weiterführen, Nacharbeiten oder Stoppen?

Sind alle Antworten klar, kann der begrenzte Pilot fachlich starten. Eine gesonderte technische, organisatorische und gegebenenfalls rechtliche Freigabe bleibt nötig.

Sind Lücken konkret behebbar, startest du noch nicht. Du schließt zuerst diese Lücken.

Fehlen ein kontrollierbarer Datenraum, ein fachlicher Verantwortlicher oder ein messbarer Entscheidungsnutzen, stoppst du den Piloten in dieser Form.

Vertrauen entsteht weder durch blindes Glauben noch durch pauschale Ablehnung. Es entsteht durch einen kleinen Datenraum, klare Definitionen, überprüfbare Ergebnisse und die Bereitschaft, bei einem schlechten Befund aufzuhören.

Starte nicht mit allen Daten. Starte mit einer wichtigen Frage, einem begrenzten Beleg und einem klaren Stoppkriterium.