Wie der AI Act Daten als Arbeitstier in den Fokus rückt

Benjamin Bohne, Group Vice President Sales Central EMEA bei Cloudera, erklärt in seinem Gastbeitrag die Bedeutung von Daten als Zugpferd unter dem „KI-Cowboy“ sowie welches Potenzial Unternehmen mit dieser Einsicht ausschöpfen und welche Lösungen sie für zukünftige Herausforderungen entwickeln können. [...]

Benjamin Bohne, Group Vice President Sales Central EMEA bei Cloudera. (c) Cloudera

Niemand erzählt Geschichten über die fleißigen, nimmer müden Pferde, die die mutigen Cowboys im Wilden Westen von einem Abenteuer zum nächsten trugen. So geht es auch den Daten, auf denen Künstliche Intelligenz (KI) aufbaut. Die Innovationen bei KI, und besonders bei Large Language Models (LLM), haben die Relevanz von Daten in den Vordergrund gerückt und führten zu verbesserten Datenanalysefähigkeiten. Das ist erst der Anfang einer Entwicklung, die weiterhin tiefgreifende Auswirkungen auf Mensch und Wirtschaft haben wird. Da der Erfolg von KI datenbasiert ist, restrukturieren Unternehmen ihr Datennutzungsverhalten und die Politik setzt mit Beschlüssen wie dem Artificial Intelligence Act (AI Act) die Weichen für einen verantwortungsvollen Umgang mit Daten und darauf basierender Technologie. Daten sind damit für Unternehmen nicht länger nur Werkzeug oder Luxus, sondern die Speerspitze des Produktportfolios. Um den „KI-Cowboy“ erfolgreich ans Ziel zu bringen, muss der Fokus auf dem treuen „Daten-Gaul“ liegen.

KI als Cowboy, Daten als Arbeitstier

Möchten Unternehmen heute ernst genommen werden, muss KI ganz oben auf der Agenda stehen. Wie sehr dieses Thema die Märkte dominiert, zeigte im Januar auch die US-Elektronikmesse CES in Las Vegas: Innovationen und „Game Changer“ überall. Doch wenn die KI-Systeme wirklich diese Versprechen halten sollen, sind sie auf große Mengen qualitativ hochwertiger Trainingsdaten angewiesen. Nur so können sie Muster erkennen, Zusammenhänge verstehen und Vorhersagen treffen. Der Erfolg von KI-Anwendungen beginnt somit bereits bei der Auswahl der richtigen Daten. Sind Qualität, Aktualität und Zuverlässigkeit nicht gegeben, kann KI nicht das angestrebte Ergebnis erzielen. Daher ist es unerlässlich, dass Unternehmen ihre Daten sorgfältig auswählen, überprüfen und bereinigen, bevor sie diese zur Schulung von KI-Systemen verwenden. Denn: Für den wirtschaftlichen Erfolg zählt nicht, ob ein Unternehmen KI anwendet oder anbietet, sondern wie fehlerfrei und präzise diese arbeitet – und das beeinflussen die Trainingsdatendaten. Deren Vor- und Aufbereitung ist damit für Organisationen eine klügere Investition als ein zu früher KI-Product-Launch, nur um schnellstmöglich auf der KI-Welle „mitreiten“ zu können.

Wegweiser und Geschwindigkeitsbegrenzung für KI-Innovationen

Auch die Politik bemüht sich, den Einsatz von KI in sichere Bahnen zu lenken. Der von der Europäischen Union beschlossene AI Act ist eine erste Antwort auf die Frage, wie sichergestellt werden soll, dass der Einsatz von KI ethisch und verantwortungsvoll erfolgt. Der Beschluss enthält Bestimmungen für „risikoreiche“ Anwendungen, wie beispielsweise kritische Infrastruktur, Sicherheitsbehörden und Personalverwaltung. Damit soll eine Kontrolle durch den Menschen über KI, eine technische Dokumentation und ein System zum Risikomanagement festgeschrieben werden.

Regulierungen – so wichtig sie auch sind – sind nicht unbedingt ein Freund von Innovationen. Erstere tendieren dazu, die Geschwindigkeit von Letzteren einzuschränken. Hinzu kommt: Eine Regulierung kommt selten allein. Weil das Thema KI aber bisher in bester Wild-West-Manier von Statten lief, werden die bereits beschlossenen und noch kommenden Regulierungen die Colts der Unternehmen abkühlen, mit denen sie neue KI-Innovationen auf den Markt geschossen haben. Das trägt zu einer weiteren Entwicklung bei, die den Markt bereits erfasst hat: eine Konsolidierung.

Ähnlich wie die Entwicklungen im Cloud-Sektor wird nun der KI-Markt erleben, wie größere Wettbewerber kleinere Innovatoren aus dem Markt drängen, absorbieren oder überholen. Die gut finanzierten Vorreiter in der KI-Szene nehmen damit eine dominierende Position ein und lassen neue Marktteilnehmer im Schatten stehen. Hierdurch haben sie auch einen größeren Spielraum, um auf Herausforderungen zu reagieren, die mit neuen politischen Regulierungen einhergehen.

High Noon bei der silofreien Produktentwicklung

Unabhängig von Politik oder der Technik selbst wird eines immer gelten: Zugängliche und vertrauenswürdige Daten bilden den Grundstein für Innovationen – besonders im KI-Bereich. Das Problem: Noch immer behindern Silostrukturen in Unternehmen die dringend benötigte Zugänglichkeit von Daten. Laut Clouderas Datenstudie von 2023 sehen 62 Prozent der IT-Entscheidungsträger in Deutschland Datensilos als Hindernis für ihr Unternehmen, Entscheidungen in Echtzeit zu treffen. Gleichzeitig befürchten fast zwei Drittel der Befragten einen Kontrollverlust aufgrund des Datenwachstums.

Um diesen Herausforderungen entgegenzuwirken, ist es wichtig, Daten als eigenständiges Produkt zu verstehen und zu nutzen. Das erfordert eine strategische Datenverwaltung, bei der Daten als Grundlage für Erkenntnisse und Entscheidungen dienen. Mit der Einführung von Positionen wie der eines „Data Product Owners“ stellen Unternehmen sicher, dass Daten kontinuierlich gepflegt, aktualisiert und genutzt werden, um innovativen Mehrwert zu schaffen. Ein solcher Ansatz fördert nicht nur die Zusammenarbeit zwischen den verschiedenen Abteilungen, sondern hilft Unternehmen eine verlässliche und aussagekräftige Datenbasis aufzubauen.

Diese Datenbasis wird dann über für KI-Innovationen entscheidende Stellen zur Verfügung gestellt: Data Lakehouses. Ein Unternehmen nutzt oder hat oft eine Vielzahl an Datenquellen, Programmierungsumgebungen und Frameworks zur Verfügung. Lakehouses lösen die schon lange existierende Herausforderung, Daten effektiv zwischen diesen Diensten zu verteilen – unabhängig davon, ob sie On-Premises oder in der Public Cloud gespeichert sind. Diese Entwicklung ist entscheidend. Sowohl um Silostrukturen aufzubrechen als auch um konkrete Anwendungen wie punktgenaue Daten-Snapshots für die Einhaltung der Compliance zu ermöglichen.

Je länger Data Lakehouses in Unternehmen im Einsatz sind, umso bedeutender werden sie für deren Erfolg. Mit ihnen besitzen sie eine detailliertere Kontrolle und schärfen das Verständnis für die eigenen Datensätze. Diese verbesserte Datenverwaltung ist für den Einsatz sowie Entwicklung von KI-Anwendungen oder anderer Produkte essenziell – jetzt und in Zukunft.

FazitDaten bilden den Grundstein für den Erfolg von KI und neuen Innovationen. Unternehmen sollten sie deshalb wie Produkte behandeln und sicherstellen, dass sie eine hohe Qualität aufweisen und verfügbar sind – unabhängig von ihrem Speicherort. Gleichzeitig müssen sie die rechtlichen und ethischen Aspekte des KI-Einsatzes berücksichtigen, wie es auch der AI Act der Europäischen Union vorschreibt. Indem Unternehmen also die Bedeutung von Daten als Zugpferd unter dem „KI-Cowboy“ erkennen, werden sie auch das Potenzial dieser Technologie ausschöpfen und Lösungen für die kommenden Herausforderungen der Zukunft entwickeln – so dass ihr „KI-Cowboy“ am Ende siegreich in den Sonnenuntergang reitet.

*Der Autor Benjamin Bohne ist Group Vice President Sales Central EMEA bei Cloudera.