Eine Demo läuft mit kopierten Beispieldaten, ohne Berechtigungen, ohne Ausfälle und mit einem einzigen Nutzer. Im Alltag muss dasselbe System aktuelle Informationen erhalten, Ergebnisse dem richtigen Datensatz zuordnen, Fehler behandeln und bestehende Berechtigungen respektieren. Der Wert einer KI-Anwendung entsteht deshalb nicht im Chatfenster, sondern an der Schnittstelle zu den Systemen, in denen das Unternehmen tatsächlich arbeitet.
Warum Demos täuschen
Vier Dinge fehlen in fast jeder Vorführung: veraltete oder widersprüchliche Daten, Nutzer mit unterschiedlichen Rechten, ein ausgefallenes Nachbarsystem und die Frage, wohin das Ergebnis geschrieben wird. Alle vier bestimmen den Aufwand der Integration und keines davon lässt sich im Nachhinein günstig ergänzen.
Der fachliche Datenvertrag: acht Angaben
Bevor eine Schnittstelle gebaut wird, sollte ein kurzes Dokument festhalten, was zwischen Systemen und KI-Komponente vereinbart ist:
- Quelle und führendes System: Welches System gilt bei Widersprüchen als Wahrheit?
- Auslöser und Zeitpunkt: Ereignisbasiert, stündlich oder täglich?
- Felder und Bedeutung: Welche Felder werden übergeben und was bedeuten sie fachlich?
- Qualitätsanforderungen: Pflichtfelder, Formate, zulässige Wertebereiche.
- Verhalten bei fehlenden Daten: Abbruch, Rückfrage oder Verarbeitung mit Kennzeichnung?
- Verhalten bei Konflikten: Was geschieht, wenn zwei Quellen unterschiedliche Angaben liefern?
- Berechtigungen: Welche Rechte des Nutzers gelten für die Anfrage und welche Daten dürfen das Modell erreichen?
- Rückweg: Wohin geht das Ergebnis, wer schreibt es, wie wird es als KI-Ergebnis gekennzeichnet?
Der Datenvertrag ist eine fachliche Vereinbarung, keine technische Spezifikation. Er wird vom Fachbereich mitgetragen, weil er entscheidet, was das System im Zweifel tun darf.
Typische Fehlerbilder und ihre Ursachen
| Fehlerbild | Ursache | Vermeidung |
|---|---|---|
| Ergebnis landet am falschen Datensatz | Kein eindeutiger Schlüssel über Systemgrenzen | Schlüssel im Datenvertrag festlegen und prüfen |
| Doppelte Verarbeitung | Wiederholungen nach Fehlern ohne Zustandsprüfung | Verarbeitungskennung und gespeicherter Zustand je Vorgang |
| Veraltete Daten | Kein Auslöser für Aktualisierung | Ereignisbasierte Übergabe oder Zeitstempelprüfung |
| Berechtigungsverlust | Die KI liest mehr, als der anfragende Nutzer sehen dürfte | Rechte des Nutzers je Anfrage weiterreichen |
| Stiller Ausfall | Kein Fehlerkanal, keine Warteschlange | Warteschlange, Alarm und manueller Fallback |
Der schmale Ende-zu-Ende-Schnitt
Statt einer breiten Plattform beginnt eine belastbare Integration mit einem einzigen Prozess, der vollständig durchläuft: Auslöser, Datenabruf, KI-Schritt, Ergebnis, Rückweg, Prüfung. Ein Beispiel: Eingehende Auftragsbestätigungen von Lieferanten werden ausgelesen, mit der Bestellung verglichen, Abweichungen bei Menge, Preis oder Termin werden markiert und einem Mitarbeiter zur Prüfung vorgelegt. Erst wenn dieser Schnitt mit echten Dokumenten stabil läuft, werden weitere Dokumentarten oder Lieferanten ergänzt.
Rückweg und Kennzeichnung
Ergebnisse, die in führende Systeme geschrieben werden, brauchen eine Kennzeichnung als KI-erzeugt, den Prüfstatus und einen Verweis auf die verwendeten Quellen. Ohne diese Angaben lässt sich später nicht unterscheiden, welche Werte ein Mensch erfasst und welche ein System vorgeschlagen hat. Der Data Act erleichtert den Zugang zu Daten aus vernetzten Produkten und Diensten; nutzbar werden diese Daten aber erst mit einem Vertrag über ihre Bedeutung und Qualität.
Ein KI-Ergebnis, das nicht im führenden System ankommt, existiert für das Unternehmen nicht. Es wird nicht ausgewertet, nicht geprüft und nicht in der nächsten Entscheidung berücksichtigt.
Von der Integration zum Betrieb
Ob Standardsoftware, Eigenentwicklung oder ein Partner den Prozess umsetzt, entscheidet die Passung zum Kernprozess, wie sie der Beitrag zu Build or Buy beschreibt. Welche Abnahmekriterien vor der Produktivsetzung erfüllt sein müssen, zeigt der Beitrag vom KI-Pilot zum produktiven Betrieb; wie Ausfälle und Abweichungen danach erkannt werden, der Beitrag zum KI-Monitoring.