Für Mittelstand und Konzern · ohne großen Apparat

Data & AI GovernanceGute KI braucht gute Daten.

Die meisten KI-Vorhaben scheitern an den Daten. Wir bringen Ihre in Ordnung, bevor Ihre KI damit arbeitet: in Wochen und ohne Großprojekt.

Das Erstgespräch: 30 Minuten per Teams, kostenlos, ohne Folien.

Danach steht an jeder wichtigen Zahl, was sie bedeutet, wer dafür verantwortlich ist, woher sie kommt und wie gut sie ist.

Karikatur: Ein ratloser Roboter steht vor sechs widersprüchlichen
                  Definitionen des Begriffs Kunde aus CRM, ERP, Marketing, Legal,
                  Vertrieb und Logistik. Er greift ausgerechnet die Marketing-Karte
                  „Kunde = Newsletter-Abo“ heraus, hakt sie ab und meldet stolz
                  1.428.302 Kunden.
Der Vertrieb zählt 12.400 Kunden, das Marketing 1,4 Millionen. Eine KI fragt nicht nach, welche Zahl gilt. Sie nimmt eine.

01 · Was auf dem Spiel steht

KI verstärkt, was in Ihren Daten steckt. Auch die Fehler.

Ein Mensch stutzt, wenn eine Zahl nicht stimmen kann, und fragt nach. Eine KI antwortet in jedem Fall, und sie klingt dabei immer sicher. Der Zustand Ihrer Daten entscheidet deshalb darüber, ob KI bei Ihnen Arbeit abnimmt oder neue Fehler erzeugt.

  • 60 %der KI-Projekte, denen dafür vorbereitete Daten fehlen, werden nach einer Prognose von Gartner bis Ende 2026 aufgegeben.
  • 63 %der Unternehmen haben keine passenden Datenpraktiken für KI oder wissen nicht, ob sie welche haben.

Quelle: Gartner, Februar 2025; Umfrage unter 1.203 Datenverantwortlichen.

Woran Sie es im Alltag merken

Drei Zahlen für eine Frage

Wie viele Kunden haben wir? Der Vertrieb sagt 12.400, das Marketing 1,4 Millionen, das Controlling nennt eine dritte Zahl. Die Sitzung dreht sich um die Zahl statt um die Entscheidung.

Niemand steht dafür

Wer die Zahl verantwortet, weiß keiner. Die Frage wandert durch vier Postfächer und bleibt in der IT liegen.

Die KI rät

Der Copilot liest eine Tabelle wie KD_STAMM_V2, findet keine Erklärung dazu und antwortet trotzdem, im Brustton der Überzeugung.

Wie steht es bei Ihnen? Zehn Fragen, drei Minuten →


02 · Die Ursache

Ihren Daten fehlt das Schild.

In einem Museum steht an jedem Stück ein Schild: was es ist, woher es stammt, wer dafür verantwortlich ist. In den meisten Unternehmen hat keine Tabelle, keine Zahl und kein Begriff so ein Schild. Menschen gleichen das mit Erfahrung aus. Eine KI kann das nicht.

Links eine Tabelle namens KD_STAMM_V2 mit kryptischen Spalten
                  und ohne Erklärung; eine KI rät daraus 1.428.302 Kunden. Rechts
                  dieselbe Tabelle mit einem Schild: Was – Kunde mit bezahlter
                  Rechnung in 24 Monaten; Wer – Leitung Vertrieb; Woher – CRM;
                  Wie gut – 98 Prozent, täglich geprüft. Die KI antwortet mit
                  12.400 Kunden, Definition und Quelle.

Ein Schild beantwortet vier Fragen.

Was heißt das?

Bedeutung

Ein Satz, der den Begriff festlegt, verbindlich für alle Abteilungen.

Wer sagt das?

Verantwortung

Ein Name, der im Zweifel entscheidet, mit Mandat und nicht nur mit Titel.

Woher kommt es?

Herkunft

Quelle und Weg bis zur Spalte. Jede Zahl lässt sich zurückverfolgen.

Wie gut ist es?

Qualität

Eine Messregel und ein aktueller Wert, damit niemand schätzen muss.

Schilder aufhängen und pflegen: Mehr ist Data Governance eigentlich nicht. Daraus entstehen Datenqualität und die Voraussetzung für KI. Semantischer Layer, Glossar und Katalog einfach erklärt →


03 · Der Plan

Drei Schritte, die Rom vorgemacht hat

Rom versorgte eine Millionenstadt über Hunderte Kilometer mit Wasser und hatte dasselbe Problem: angezapfte Leitungen, Mengen nur auf dem Papier, niemand zuständig. Im Jahr 97 brachte Sextus Julius Frontinus Ordnung hinein, ohne ein einziges Aquädukt zu bauen. Er tat drei Dinge, und dieselben drei tun wir mit Ihren Daten.

Rom wusste, woher sein Wasser kam. Deshalb konnte eine Millionenstadt ihm vertrauen.
  1. Das Register

    Aufschreiben

    Wir erfassen die Begriffe, Zahlen und Tabellen, auf die es bei Ihnen ankommt, und halten fest, was sie bedeuten und woher sie kommen. Am Anfang reichen die zwanzig wichtigsten.

  2. Der Name am Rohr

    Benennen

    Jede wichtige Zahl bekommt einen Menschen, der im Zweifel entscheidet. Das ist jemand aus dem Fachbereich, der täglich mit ihr arbeitet, und kein neues Gremium.

  3. Die Messdüse

    Messen

    Für jede wichtige Zahl gibt es eine Regel, was richtig ist, und einen aktuellen Wert. Eine Abweichung sieht der Verantwortliche als Erster, lange vor dem Bericht.

So fangen wir an: mit dem DART-Check. In zwei bis drei Wochen wissen Sie, welche Daten am dringendsten ein Schild brauchen, wie gut eine KI Ihre Daten heute lesen kann und welche drei Schritte als Nächstes anstehen. Wir arbeiten mit Gesprächen und Stichproben, der laufende Betrieb merkt davon nichts.


04 · Das Ergebnis

Einmal in Ordnung gebracht, dreimal ausgezahlt.

Dieselbe Arbeit zahlt sich an drei Stellen aus: im Berichtswesen und bei den Nachweispflichten sofort, bei Ihrer KI, sobald sie kommt.

KI, die richtig antwortet

Copilot, Assistent oder Agent finden Bedeutung, Verantwortung und Herkunft vor. Ihre Antworten lassen sich nachvollziehen, und das Risiko bleibt überschaubar.

Berichte, denen man glaubt

Zahlen, über die nicht in jeder Sitzung neu gestritten wird. Fachbereiche, die ihre Daten selbst finden und auswerten.

Nachweise, die schon da sind

AI Act, DSGVO, DORA und Branchenvorgaben fragen nach Verantwortung, Herkunft und Qualität. Wer das geordnet hat, hat den Nachweis schon.


05 · Aus der Praxis

Drei Projekte, dieselbe Frage: Wem gehören diese Daten?

Die Methode stammt aus großen Programmen in regulierten Branchen. Im Mittelstand machen wir dasselbe, nur kleiner und in wenigen Wochen.

Versicherungskonzern

Zahlen für den Vorstand

Ausgangslage
Mehrere Gesellschaften, keine gemeinsame Definition von „Kunde“, Datenrisiken ohne Verantwortliche.
Vorgehen
Rund 95.000 Datenelemente und 1.400 Prozessmodelle ausgewertet und die Lücken in fünf Dimensionen beziffert.
Ergebnis
Ein Rollenmodell für elf Datendomänen, eine Leitlinie mit vier Richtlinien, eine Vorlage für den Vorstand und ein Pilot für die Partnerdaten. Neue Gremien brauchte es dafür nicht.
Globaler Pharmakonzern

Ein Datenmodell für alle Laborsysteme

Ausgangslage
Labor- und Herstellungsdaten aus vielen Systemen sollen in eine Analyseplattform, unter den strengen Regeln der Pharmaaufsicht.
Vorgehen
Die Daten in sieben Bereiche aufgeteilt, 33 gemeinsame Begriffe festgelegt und rund 350 Felder aus 25 Laborschemas darauf abgebildet.
Ergebnis
Eine Vorlage für Datenverträge, die weitere Bereiche übernehmen, und eine Entscheidungsgrundlage für den Lenkungskreis.
Genossenschaftliche Bank

Kennzahlen, die die Aufsicht nachvollziehen kann

Ausgangslage
Risikoreporting und Meldewesen brauchen nachvollziehbare Daten und klare Verantwortung, so verlangen es BCBS 239 und DORA.
Vorgehen
Begriffe für Kunden, Verträge, Risiko und Finanzen fachlich beschrieben, Kennzahlen vereinheitlicht, Data Owner und Stewards mit Entscheidungswegen benannt.
Ergebnis
Zu jedem Begriff Definition, Herkunft, Verantwortung und Qualitätskriterien, eine prüffähige Dokumentation und ein Freigabeweg für neue Datenfelder.

06 · Ihr Ausgangspunkt

Noch keine KI im Haus? Umso besser.

Wer die Schilder aufhängt, bevor die KI kommt, muss hinterher nichts reparieren. Die Arbeit ist auf jeder Stufe dieselbe, nur der Einstieg ist jeweils ein anderer.

  1. KI ist geplant

    Noch keine KI im Einsatz

    Wir legen die zwanzig wichtigsten Begriffe fest, benennen, wer dafür steht, und messen, wie lesbar Ihre Daten heute sind. Das hilft sofort im Berichtswesen, und Ihre erste KI findet später geordnete Daten vor.

    Der DART-Check →

  2. Erste Werkzeuge laufen

    Copilot oder ChatGPT im Team

    KI ist da, meist ohne Regeln. Dann kommt zuerst die KI-Kompetenz für alle, die damit arbeiten, danach ein Überblick, welche KI welche Daten sieht, und Schilder an diesen Daten im Katalog, wo die KI sie auch findet.

    KI-Kompetenz-Schulung KIWISS →

  3. KI soll selbst arbeiten

    Eigene Assistenten und Agenten

    Der Katalog liefert den Kontext, jeder Agent steht mit Aufsicht und Abschaltweg im Inventar, und die Pflichten aus dem AI Act sind dokumentiert, bevor jemand danach fragt.

    AI-Act-Readiness-Check →


07 · Die Leistungen

Beratung, Software und Schulung aus einer Hand

Data Governance

Schilder, die jemand pflegt

Data Ownership, Glossar, Datenkatalog und Datenqualität, ohne Gremien und Regelwerk. Ein fester Monatstermin hält alles aktuell.

Die Leistungen →

KI-Governance

Ein Schild für jedes KI-System

AI-Act-Readiness-Check, KI-Inventar und KI-Kompetenz: wer welche KI verantwortet, welche Daten sie liest und welche Pflichten gelten.

KI-Governance im Detail →

Schulungen

Wissen, das im Haus bleibt

Für Fachbereiche, Führung und Data Stewards, online oder vor Ort und immer an Ihren eigenen Daten. Neu: die Akademie als Lernplattform im Katalog.

Die Formate →

Wir sind der Lotse, Kapitän bleiben Sie.

Wir stellen keine zweite Organisation neben Ihre. Governance hängen wir in die Rollen, Prozesse und Werkzeuge ein, die es bei Ihnen schon gibt, und wir arbeiten von Anfang an auf die Übergabe hin.


08 · Unsere Software

Der DATACUSTOS Katalog hält die Schilder aktuell.

Ein Glossar in Excel ist ein guter Anfang. Auf Dauer braucht es eine Stelle, die Ihre Quellsysteme selbst liest, an jedes Datenobjekt das Schild hängt und es aktuell hält. Das ist der Katalog: deutsch, für Fachbereiche gebaut und ohne Jahresprojekt live.

Ihre Leute finden darin in Sekunden die richtige Tabelle und den Namen, den sie fragen können. Ihre KI liest dieselben Schilder, gefiltert nach Schutzklasse und mit Protokoll. Sie bekommt nie mehr, als Sie freigegeben haben.

Links die Quellsysteme CRM, ERP, Power BI und Excel-Listen, aus
                  denen der Katalog nur Metadaten liest. In der Mitte die
                  Katalogkarte des Datenobjekts Kunden-Stammdaten mit
                  Verantwortlichem, Bedeutung, Herkunft und Kennzeichen. Rechts
                  vier abgehakte Vorteile aus derselben Karte: Daten finden,
                  Datenflüsse verstehen, Datenqualität steigern, Ihre KI liest mit.
  • Daten finden und den Menschen dahinter

    In Sekunden die richtige Tabelle und der Name, den man fragen kann.

  • Datenflüsse verstehen

    Jede Zahl bis zur Quelle zurückverfolgen; vor jeder Änderung sehen, was sie trifft.

  • Datenqualität steigern

    Regeln messen laufend, und der Verantwortliche sieht ein Problem als Erster.

  • Nachweise nebenbei

    AI Act, Datenschutz und Informationssicherheit, alles aus derselben Karte.

  • Bereit, wenn Ihre KI kommt

    Ein Leserkonto für Ihren ersten Assistenten mit Begriffen, Verantwortlichen und Herkunft, gefiltert nach Schutzklasse und mit Protokoll jeder Anfrage.


09 · Die Module

Neun Module in einem Katalog

Jedes Modul beantwortet eine Frage aus dem Fachbereich. Neu in Version 2027.2: die DATACUSTOS Akademie für KI- und Datenkompetenz.

  1. 01

    Finden und verstehen

    Suche in normaler Sprache, Treffer mit Beschreibung, Verantwortlichem und Herkunft. Quellsysteme werden nachts automatisch eingelesen.

  2. 02

    Begriffe und Verantwortung

    Ein Glossar mit einer Definition und einem Namen je Begriff. Data Owner und Data Steward stehen an jedem Objekt.

  3. 03

    Herkunft und Datenprodukte

    Die Herkunft jeder Zahl als Grafik bis zur Quelle. Datenprodukte mit Steckbrief und Zugriffsanfrage per Klick.

  4. 04

    Datenschutz eingebaut

    Personenbezogene Daten werden beim Einlesen erkannt. Je Objekt Rechtsgrundlage, Zweck und Löschfrist.

  5. 05

    Informationssicherheit eingebaut

    Schutzklassen nach Ihrem Schema, vererbt entlang der Herkunft und abgeglichen mit den Zugriffsrechten.

  6. 06

    KI- und Agenten-Inventar

    Jedes KI-System erfasst und eingestuft, mit Pflichtenliste und Fristen nach EU AI Act. Agenten stehen daneben.

  7. 07

    Kennzahlen

    Definition, Formel, Einheit, Quelle und Verantwortlicher an einem Ort, vom Fachbereich freigegeben.

  8. 08

    KI-Zugang und KI-Steward

    Ein Leserkonto je Assistent, gefiltert nach Schutzklasse, jede Anfrage im Protokoll.

  9. 09 · Neu

    Akademie: KI- und Datenkompetenz

    Kurse in kurzen Lerneinheiten, Teilnahmenachweis je Person und ein Bericht über Ihre Maßnahmen nach Art. 4 KI-Verordnung. Zum Katalog dazu oder einzeln.


10 · Pflicht nach Art. 4 KI-Verordnung

KI-Kompetenz fördern ist Pflicht.

Wer KI einsetzt, muss nach Art. 4 der KI-Verordnung Maßnahmen ergreifen, um die KI-Kompetenz seiner Leute zu unterstützen. Das gilt schon, wenn Ihr Team ChatGPT oder Copilot im Arbeitsalltag nutzt. KIWISS ist eine solche Maßnahme: elf Kapitel in rund vier Stunden.

  • Für alle: verständlich ohne Informatikstudium, mit Beispielen aus Industrie und Mittelstand.
  • Drei Wege: online live, als Workshop bei Ihnen oder als digitaler Kurs auf Anfrage.
  • Für Ihre Unterlagen: Teilnahme und Testergebnis je Person, als Teil Ihrer Dokumentation zur KI-Kompetenz.
  • Neu: die DATACUSTOS Akademie, unsere Lernplattform im Katalog. Dort läuft KIWISS künftig digital, mit Zuweisung, Erinnerung und Nachweis.

11 · Häufige Fragen

Was Sie vor dem ersten Gespräch wissen wollen

Wir nutzen noch gar keine KI. Lohnt sich das trotzdem?

Ja. Geordnete Daten helfen sofort im Berichtswesen und bei den Nachweisen, die Datenschutz, Informationssicherheit und Prüfer verlangen. Ihre erste KI findet später geordnete Daten vor, und Sie müssen nichts nachträglich reparieren.

Wie viel Zeit kostet das unsere Leute?

Für den DART-Check brauchen wir einige Gespräche von je etwa einer Stunde und Stichproben aus Ihren Daten. Danach rechnen Sie für die Verantwortlichen in der Aufbauzeit mit etwa zwei Stunden pro Woche, später mit deutlich weniger.

Brauchen wir dafür eine neue Software?

Nein. Die ersten zwanzig Begriffe entstehen in Excel. Ein Katalog lohnt sich, wenn die Tabelle zu eng wird oder eine KI die Schilder lesen soll. Dann ziehen wir sie um, und es geht nichts verloren.

Wir hatten schon ein Governance-Projekt, das versandet ist.

Das hören wir oft. Meist begann es mit Gremien, Richtlinien und einem Rollenmodell für das ganze Haus. Wir beginnen in einem Bereich, mit zwanzig Begriffen und den Menschen, die sich dort ohnehin zuständig fühlen, und hören mit etwas auf, das läuft.

Was kostet das Erstgespräch, und was passiert danach?

Das Erstgespräch kostet nichts und verpflichtet zu nichts. Passt es, bekommen Sie ein Angebot für den DART-Check mit festem Umfang und festem Preis. Passt es nicht, sagen wir das und nennen, wenn möglich, jemanden, der besser passt.

Beraten Sie auch rechtlich zum AI Act?

Nein. Wir sorgen dafür, dass Ihre KI-Systeme und ihre Daten erfasst, eingestuft und verantwortet sind. Die juristische Bewertung bleibt bei Ihren Beratern, die mit unseren Unterlagen arbeiten können.


12 · Der Einstieg

In 30 Minuten wissen Sie, wo Sie stehen.

Sie schildern, wo es bei Ihren Daten hakt. Sie bekommen eine ehrliche Einschätzung, auch wenn sie einmal lautet, dass Sie uns dafür nicht brauchen.

  1. Schritt 1 Termin im Kalender wählen, die Bestätigung kommt sofort
  2. Schritt 2 30 Minuten per Teams über Ihre Lage und Ihre Fragen
  3. Schritt 3 Sie wissen, was der sinnvolle erste Schritt wäre

Und auf die Frage „Wie viele Kunden haben wir?“ gibt es danach eine Antwort, mit Definition, Quelle und einem Namen dahinter.