Datenmanagement und KI sind zwei Seiten einer Medaille

Christian Geckeis, General Manager DACH bei Informatica, ist seit vielen Jahren Experte für Datenmanagement. Daher ist er immer auf der Suche nach Lösungen, die die Datenverarbeitung noch leistungsfähiger und noch effizienter machen. Künstliche Intelligenz ist in diesem Zusammenhang ein Gamechanger, der das Datenmanagement in eine neue Ära führt. Gleichzeitig ist das Datenmanagement selbst aber auch die Grundvoraussetzung, damit aus dem Einsatz von KI überhaupt sinnvolle Resultate entstehen.

Hier spricht Christian Geckeis über dieses Zusammenspiel.

„Eine kürzlich durchgeführte Deloitte Studie mit dem Titel „State of AI in the Enterprise Survey – 5th Edition“ hat die Bedeutung von KI für die Zukunft von Unternehmen noch einmal bestätigt. Sie zeigt, dass 76 Prozent der befragten 2.620 KI-Experten weltweit eine Zunahme der KI-Investitionen verzeichnen, wobei das Datenmanagement als zentraler Bereich für diese Investitionen betrachtet wird. In der heutigen datengesteuerten Wirtschaft spielen künstliche Intelligenz (KI) und maschinelles Lernen (ML) daher eine zentrale Rolle bei der digitalen Transformation aller Branchen weltweit.

Um das volle Potenzial von KI zu nutzen, ist ein intelligentes Datenmanagement daher von entscheidender Bedeutung. KI und ML erfordern eine Vielzahl von Datenquellen, sowohl intern als auch extern, um effektiv zu arbeiten. Daher müssen Unternehmen Fragen zur Datenherkunft, Datenschutz und Datenintegrität beantworten, um KI-Modelle richtig einzusetzen. Ohne ein solides Datenmanagement besteht die Gefahr, dass KI zu einer „Black Box“ wird und unerwünschte negative Auswirkungen hat.

Zudem möchte eine wachsende Zahl von KI Anwendungen und Modellen ähnlich anderer wichtiger Unternehmensdaten im Rahmen eines Life-Cycle-Managements qualitativ hochwertig gemanaged werden. Somit wird sowohl der Input in eine KI als auch der Output ein wichtiger Fokus für jegliches Datenmanagement.

Darüber hinaus wird mit der Ankündigung des EU AI Act professionelles KI Datenmanagement sowohl für öffentliche als auch für private Unternehmen zur Pflicht. Im Rahmen der aktuell erwarteten Richtlinien werden Unternehmen beweisen müssen, welche Daten beispielsweise zum Training von KI-Modellen verwendet wurden und woher diese stammen – Stichwort „Data lineage“.

Auch ist im Rahmen des EU AI Act geplant die Trainingsdaten inhaltlich zu bewerten um eine Konformität hinsichtlich vereinbarter EU-Grundwerte wie bspw. Gleichbehandlung sicher zu stellen.

Umgekehrt spielt KI eine wichtige Rolle bei der Skalierung von Datenmanagementpraktiken. Unternehmen müssen ihre Daten identifizieren, katalogisieren und bereinigen, um die Relevanz, den Wert und die Sicherheit ihrer Daten zu gewährleisten. KI kann dabei helfen, Datenmanagementaufgaben zu automatisieren und zu vereinfachen, von der Erkennung und Integration bis hin zur Datenbereinigung und -verwaltung. Durch die Integration von KI in Datenmanagementprozesse können Unternehmen zudem ihre betriebliche Effizienz steigern und Innovationen schneller einführen.

Insgesamt zeigt sich, dass KI und Datenmanagement voneinander abhängig sind und sich gegenseitig verstärken. Ein intelligentes Datenmanagement ist entscheidend, um das volle Potenzial von KI-Technologien auszuschöpfen und ihre Einsatzmöglichkeiten in Unternehmen zu erweitern.“