Daten und Infrastruktur: Was du brauchst

🔄 Kurzer Rueckblick: In Lektion 4 hast du dein erstes KI-Pilotprojekt geplant — mit Scope, KPIs, Budget und den haeufigsten Fallstricken. Jetzt schauen wir uns an, was du an Daten und Infrastruktur wirklich brauchst.

„Wir haben nicht genug Daten fuer KI" — das hoere ich von 8 von 10 KMU. In den meisten Faellen stimmt es nicht. Du hast wahrscheinlich mehr brauchbare Daten als du denkst — und brauchst weniger als du glaubst.

Die drei KI-Daten-Szenarien fuer KMU

Szenario	Eigene Daten noetig?	Beispiel	Aufwand
Vortrainierte Modelle nutzen	Nein — Out-of-the-box	Chatbot, Texterstellung, Uebersetzung	Niedrig
Vortrainierte Modelle anpassen	Wenige hundert Beispiele	Bildklassifikation, Dokumenten-Kategorisierung	Mittel
Eigenes Modell trainieren	Tausende bis Zehntausende	Nachfrageprognose, Predictive Maintenance	Hoch

Gute Nachricht: 60-70% der typischen KMU-Anwendungsfaelle fallen in Szenario 1 oder 2.

Datenqualitaet ist wichtiger als Datenmenge

Qualitaetsdimension	Frage	Pruefung
Vollstaendigkeit	Fehlen wichtige Felder?	Stichprobe: >95% der Felder gefuellt?
Konsistenz	Gleiche Sache, verschiedene Bezeichnungen?	„GmbH" vs „GMBH" vs „G.m.b.H."
Aktualitaet	Wie alt sind die Daten?	Letzte Aktualisierung?
Format	Maschinenlesbar?	CSV/JSON/API vs PDF-Scans
Duplikate	Mehrfacheintraege?	Datenbereinigung noetig?

✅ Quick Check: Was ist schlimmer fuer ein KI-System: Zu wenige Daten oder schlechte Daten? (Tipp: Schlechte Daten — weil KI aus ihnen die falschen Muster lernt. Zu wenige Daten fuehren zu schwacher Performance, schlechte Daten fuehren zu falschen Entscheidungen.)

Cloud vs. On-Premise: Die Entscheidungsmatrix

Kriterium	Cloud	On-Premise
Kosten (Start)	Niedrig (pay-per-use)	Hoch (Hardware + Software)
Kosten (laufend)	Skaliert mit Nutzung	Fixkosten + Wartung
Skalierbarkeit	Sofort	Begrenzt durch Hardware
Datenschutz	Daten verlassen das Unternehmen	Daten bleiben intern
DSGVO	AVV + EU-Verarbeitung sicherstellen	Einfacher zu kontrollieren
Time-to-Market	Sofort verfuegbar	Wochen bis Monate Aufbau
Wartung	Anbieter uebernimmt	Eigenes Team noetig

Empfehlung fuer die meisten KMU: Cloud-First — mit klaren DSGVO-Massnahmen (AVV, EU-Datenverarbeitung, verschluesselte Uebertragung). On-Premise nur bei regulatorischen Anforderungen oder besonders sensiblen Daten.

Daten-Checkliste fuer den KI-Piloten

Vor dem Pilot-Start pruefen:

Welche Daten braucht der Anwendungsfall konkret?
Wo liegen diese Daten (welches System)?
In welchem Format sind sie (strukturiert/unstrukturiert)?
Wie ist die Datenqualitaet (Stichprobe pruefen)?
Gibt es eine API oder einen Export-Weg?
Wer ist Dateneigentuemer / wer gibt Zugriff frei?
Sind personenbezogene Daten dabei (DSGVO-Pruefung)?
Reicht die Datenmenge fuer den Anwendungsfall?

Key Takeaways

Drei Szenarien: Vortrainiert nutzen (keine Daten), anpassen (wenig Daten), selbst trainieren (viele Daten)
60-70% der KMU-Anwendungsfaelle brauchen keine eigenen Trainingsdaten
Datenqualitaet > Datenmenge — schlechte Daten sind schlimmer als wenige Daten
Cloud-First fuer die meisten KMU — mit klaren DSGVO-Massnahmen
Pragmatisch verbinden: Nur die Daten fuer den Piloten verknuepfen, nicht alles auf einmal

Up Next

In der naechsten Lektion geht es um die wichtigste Ressource: Menschen. Wer macht KI in deinem KMU — intern, extern oder hybrid?