KI-Datenanforderungen: Was Sie zum Start brauchen

KI-Datenanforderungen: Was Sie zum Start brauchen

Daten sind der Treibstoff für KI. Aber welche Daten brauchen Sie, und wie viele? Dieser Leitfaden gibt Ihnen klare, praxisnahe Antworten.

Die gute Nachricht zuerst

Sie brauchen weniger Daten, als Sie denken. Dank vortrainierter KI-Modelle reichen für die meisten KMU-Projekte 6 bis 12 Monate historische Geschäftsdaten. Für einen KI-Agenten brauchen Sie Ihre häufigsten Kundenanfragen der letzten Monate, idealerweise 200 bis 500 Beispielanfragen, Ihre Produktinformationen, Preislisten und FAQ, sowie Beispielantworten, die Ihren Qualitätsstandard zeigen. Für Workflow-Automatisierung benötigen Sie 3 bis 6 Monate Transaktionsdaten wie Bestellungen, Rechnungen oder Termine, Beispiele für korrekt verarbeitete Vorgänge sowie Beispiele für Ausnahmen und Sonderfälle. Für Business Insights brauchen Sie mindestens 12 Monate Verkaufsdaten mit Zeitstempeln, Kundendaten mit Kaufhistorie und optional externe Daten wie Wetter, Kalender oder Marktdaten.

Wo Sie Ihre Daten finden

Die meisten KMU sammeln bereits alle nötigen Daten, nur nicht bewusst. Prüfen Sie folgende Quellen: Kassensystem und Online-Shop (Transaktionsdaten), Buchhaltungssoftware (Finanzdaten), E-Mail-Postfach (Kundenanfragen und Korrespondenz), CRM (Kundendaten und Interaktionen), Kalender und Buchungssystem (Termine und Verfügbarkeit), Excel-Tabellen und Dokumente (informelle Datensammlungen) und sogar WhatsApp und Social Media (Kundenanfragen).

Datenqualität prüfen

Vier Qualitätsdimensionen sind für KI relevant. Vollständigkeit fragt, ob die wichtigsten Felder ausgefüllt sind. Wenn 30% Ihrer Kundendaten keine E-Mail-Adresse haben, ist das ein Problem für E-Mail-basierte Automatisierung. Konsistenz prüft, ob gleiche Dinge gleich erfasst werden. Wenn Adressen mal mit und mal ohne Länderkennzeichen eingetragen sind, muss das vor der KI-Nutzung bereinigt werden. Aktualität prüft, ob die Daten den aktuellen Stand widerspiegeln. Kundendaten von vor 5 Jahren sind für Verhaltensanalysen weniger wertvoll als aktuelle Daten. Genauigkeit fragt, ob die Daten stimmen. Tippfehler in Telefonnummern, falsche Kategorisierungen und vertauschte Felder müssen korrigiert werden.

Daten vorbereiten: Praktische Schritte

Wenn Sie Datenprobleme identifiziert haben, folgen Sie diesen Schritten: Konsolidieren Sie Daten aus verschiedenen Quellen. Bereinigen Sie Duplikate und offensichtliche Fehler. Standardisieren Sie Formate wie Datumsformate, Telefonnummern und Adressen. Füllen Sie kritische fehlende Felder nach. Dokumentieren Sie, was die Daten bedeuten.

Die meisten KMU unterschätzen diesen Schritt. Planen Sie 1 bis 2 Wochen für die Datenaufbereitung ein. Es ist gut investierte Zeit, die die Qualität des gesamten KI-Projekts verbessert.

Datenschutz nicht vergessen

Wenn Ihre Daten personenbezogene Informationen enthalten, müssen Sie das Schweizer Datenschutzgesetz beachten. Für KI-Projekte bedeutet das: Nur die Daten verwenden, die für den Zweck nötig sind. Kunden informieren, wenn ihre Daten für KI verwendet werden. Daten anonymisieren, wo möglich. Verarbeitung auf Schweizer Servern sicherstellen.

Checkliste: Sind Sie bereit?

Prüfen Sie diese Punkte: Haben Sie digitale Geschäftsdaten für mindestens 6 Monate? Sind die Daten exportierbar aus Ihren Systemen? Gibt es offensichtliche Qualitätsprobleme? Sind die relevanten Datenquellen identifiziert? Ist der Datenschutz berücksichtigt? Haben Sie eine Person im Team, die die Daten versteht?

Wenn Sie die meisten Punkte abhaken können, sind Sie bereit für ein KI-Projekt.