niologic GmbH: Warum KI Unternehmensdaten oft falsch versteht

Wo komplexe Produkte und über Jahre angesammelte Datenbestände den Alltag vieler mittelständischer Unternehmen prägen, steigt längst auch der Druck, Prozesse zu automatisieren und Effizienzpotenziale durch künstliche Intelligenz zu erschließen. Hierbei gehen nicht wenige Entscheider davon aus, vorhandene Daten müssten lediglich in ein KI-System eingespeist werden, um unmittelbar verwertbare Ergebnisse zu erhalten. Die Wahrheit ist aber: Zwar wirken die Resultate auf den ersten Blick plausibel, erweisen sich im Detail jedoch oft als unvollständig oder sogar falsch. Besonders kritisch wird das in Bereichen wie Vertrieb, Support oder operativen Prozessen, in denen fehlerhafte Informationen direkte Auswirkungen auf Kundenbeziehungen und wirtschaftliche Entscheidungen haben können. „Fehlerhafte KI-Ergebnisse entstehen vor allem dadurch, dass der KI die fachliche Bedeutung der Daten fehlt. Das ist für Unternehmen kein technisches Detail, sondern ein handfestes betriebswirtschaftliches Risiko“, warnt Dr. Alexander Nichau, Geschäftsführer der niologic GmbH.

„Der entscheidende Unterschied liegt nicht in der Menge oder Qualität der Daten. Vielmehr kann eine KI nur dann zuverlässig arbeiten, wenn sie die Bedeutung der Informationen im jeweiligen Unternehmenskontext kennt“, fügt er hinzu.

Genau hier kommt die niologic GmbH ins Spiel: Das Unternehmen wurde 2015 mit Fokus auf Machine Learning und künstliche Intelligenz gegründet. Dr. Alexander Nichau selbst beschäftigt sich bereits seit etwa 2010 wissenschaftlich mit maschineller Datenanalyse und erkannte früh, dass sich viele manuelle Datenarbeiten durch KI vereinfachen oder automatisieren lassen. Darüber hinaus verfügt sein Team über Erfahrung aus datenintensiven Großprojekten im Retail, im Private-Equity-Umfeld und im Softwarebereich. Als einer von weltweit nur rund sechzig Google-AI-Partnern und mit zusätzlicher Zertifizierung im Bereich Data und Analytics zählt die niologic GmbH damit zu den wenigen KMU-Beratungen in Deutschland mit vergleichbarer Qualifikation. Wo die eigentlichen Probleme vieler Unternehmen liegen und wie sie sich lösen lassen, verrät Dr. Alexander Nichau hier.

Dr. Alexander Nichau von der niologic GmbH: Woher die Missinterpretation von firmeninternen Daten konkret kommt – ein Blick auf den Kern des Problems

In der Praxis unterschätzen viele Unternehmen einen vermeintlich simplen, aber entscheidenden Punkt: Daten allein sind noch kein Verständnis. So kann ein Datenfeld, eine Produktbezeichnung oder ein interner Begriff in jedem Unternehmen etwas anderes bedeuten: Was intern etwa als „Variante A“ geführt wird, ist ohne Erklärung nur ein Etikett – nicht mehr, nicht weniger. Genau darin liegt die Schwäche vieler Standardlösungen, denn sie identifizieren zwar Texte, Zahlen und Muster, kennen aber nicht automatisch die fachlichen Zusammenhänge dahinter.

Die Schwierigkeit dabei ist also: In aller Regel bestehen Unternehmensdaten eben nicht nur aus Informationen, sondern auch aus Abhängigkeiten, Zuständigkeiten, Prozesslogiken und gewachsenen Strukturen. Fehlt dieser Kontext, zieht die KI Schlüsse auf Basis allgemeiner Muster. Im Ergebnis klingt das oft nachvollziehbar, ist im konkreten Fall aber falsch. Besonders stark betrifft das Unternehmen mit komplexen B2B-Produkten, individuellen Abläufen oder erklärungsbedürftigen Leistungen, denn dort reicht allgemeines Internetwissen schlichtweg nicht mehr aus. Im Gegenteil: Es kann sogar in die falsche Richtung führen.

Semantik und Ontologie als Fundament belastbarer KI-Lösungen: Wie sich all diese Probleme beheben lassen

Der Unterschied zwischen einer einfachen KI-Anwendung und einer tragfähigen Unternehmenslösung liegt angesichts all dieser Hürden nicht im Werkzeug allein. Entscheidend ist, ob die KI vorhandene Daten nur verarbeitet oder ihre Bedeutung im Unternehmenskontext wirklich einordnen kann. Genau hier kommen Semantik und Ontologie ins Spiel: Semantik bedeutet in diesem Zusammenhang, dass Daten nicht nur gespeichert, sondern mit ihrer fachlichen Bedeutung und ihrem Bezug zu anderen Informationen beschrieben werden. Ontologie geht hingegen noch einen Schritt weiter: Dabei werden zentrale Begriffe, Kategorien, Beziehungen und Bedeutungen eines Unternehmens systematisch abgebildet, damit die KI diese Zusammenhänge nutzen kann.

Das klingt technisch, ist aber im Kern sehr praktisch. So kann eine semantisch vorbereitete KI erkennen, dass unterschiedliche Begriffe denselben Sachverhalt meinen. Ebenso kann sie einordnen, wenn ein Begriff je nach Kontext etwas anderes bedeutet. So wird aus einer bloßen Datensammlung ein belastbares Wissensfundament. „Ein zentrales Alleinstellungsmerkmal unserer Arbeit liegt darin, der KI die Bedeutung von Unternehmensdaten mitzugeben. Das ist der Hebel, der aus einem plausibel klingenden Ergebnis ein fachlich belastbares macht“, erläutert Dr. Alexander Nichau von der niologic GmbH hierzu.

Die niologic GmbH verbessert KI-Projekte deshalb nicht nur durch technische Anbindung, sondern durch die fachliche Modellierung der Unternehmensdaten. Nach Aussage von Dr. Alexander Nichau bringt sein Team entsprechende Projekte typischerweise auf rund 95 Prozent Genauigkeit. Der bisher erreichte Bestwert liegt bei 98,5 Prozent auf den für den jeweiligen Kunden relevanten Testfällen. Zum Vergleich: Vor der Zusammenarbeit liegt dieser Wert in betroffenen Unternehmen bestenfalls bei 60 bis 80 Prozent.

Von einzelnen Tools zu ganzen Prozessketten: Dr. Alexander Nichau von der niologic GmbH verrät, was auf dieser Basis möglich wird

Viele Unternehmen bewerten KI lediglich danach, ob einzelne Aufgaben schneller erledigt werden. Das ist verständlich, greift aber zu kurz. So kann gezieltes Prompt Engineering bereits nahezu alle Arbeitsabläufe spürbar beschleunigen, sofern es professionell umgesetzt wird. Effizienzgewinne von zehn bis zwanzig Prozent hält Dr. Alexander Nichau dabei für realistisch. Der größere Hebel liegt jedoch an anderer Stelle: in der Automatisierung ganzer Prozessketten. Im Vertrieb kann KI zum Beispiel eine Anfrage erfassen, kategorisieren, relevante Daten abrufen, eine Preiskalkulation vorbereiten und ein Angebot zur Freigabe erstellen.

Damit das gelingt, braucht es jedoch die nötige Vorarbeit. Unternehmen müssen daher prüfen, welche internen Daten vorhanden sind, wie sie strukturiert sind und welche Bedeutung sie für den jeweiligen Prozess haben. Ebenso wichtig sind reale Testfälle, um überhaupt bewerten zu können, ob eine KI im konkreten Anwendungsfall fachlich korrekt arbeitet. Allgemeine Leistungsversprechen helfen an dieser Stelle wenig. Entscheidend ist, ob die Lösung unter realen Bedingungen trägt.

„Der Nutzen von KI entsteht nicht dadurch, dass ein Unternehmen ein einzelnes Tool einführt, sondern dadurch, dass die KI in relevante Daten, Prozesse und Entscheidungswege eingebunden wird“, betont Dr. Alexander Nichau.

Die niologic GmbH unterstützt Unternehmen dabei, genau diesen Schritt zu gehen: Bestehende Systeme werden angebunden, interne Daten fachlich erschlossen und Prozesse so vorbereitet, dass KI verlässlich arbeiten kann – ohne dass die gesamte IT-Landschaft neu aufgebaut werden muss.

Fazit: Wenn KI vom Experiment zum verlässlichen Bestandteil wird

Ist die Grundlage sauber gelegt, verändert sich der Blick auf künstliche Intelligenz grundlegend. So ist sie kein Versuchsfeld mehr, das vielleicht irgendwann den gewünschten Nutzen bringt, sondern ein verlässlicher Teil des operativen Alltags. Im Vertrieb, im Support, in der Kalkulation oder in internen Entscheidungsprozessen entstehen somit Ergebnisse, auf die sich Unternehmen stützen können. Gerade im Mittelstand ist das ein wichtiger Schritt, denn Wettbewerbsdruck und Fachkräftemangel nehmen unweigerlich zu.

Unternehmen, die ihre Daten semantisch aufbereiten, ihre Prozesslogiken für KI erschließen und Bestandsdaten sinnvoll einbinden, sichern dabei also ihre langfristige Wettbewerbsfähigkeit. Konkret gewinnen sie damit an Effizienz, senken unnötige Nacharbeit und erhöhen ihre Entscheidungssicherheit. „Wenn KI die Bedeutung aller firmeninternen Daten wirklich kennt, hört sie auf, ein Risikofaktor zu sein, und wird zu einem echten Wettbewerbsvorteil“, fasst Dr. Alexander Nichau von der niologic GmbH zusammen.