Mit klarer Datenarchitektur wird KI wirksam

E3-Magazin: Herr Hermanns, im Zentrum der neuen SAP-Welt steht KI. Welche Bedeutung hat KI aktuell für Unternehmen?

Lars Hermanns: Künstliche Intelligenz ist für Unternehmen inzwischen ein strate­gisches Thema. Der Druck, sich mit KI auseinanderzusetzen, ist deutlich gestiegen – auch durch die Aktivitäten großer Softwareanbieter wie SAP, die ihre Lösungen zunehmend um KI-Funktionalitäten erweitern. Gleichzeitig beobachten wir bei unseren Kunden eine hohe Investitionsbereitschaft. KI wird als notwendiger Bestandteil zukünftiger Geschäftsmodelle betrachtet.

E3: Wie weit sind Unternehmen beider praktischen Umsetzung?

Hermanns: Viele Unternehmen setzen KI bereits punktuell ein, etwa zur Unterstützung von Analysen oder zur Automatisierung einzelner Prozesse. Eine flächendeckende Integration ist jedoch selten. Häufig sehen wir Pilotprojekte oder isolierte Anwendungsfälle, aber es fehlt an einer unternehmensweiten Strategie und einer skalierbaren technischen Grundlage. Außerdem wird erwartet, dass KI alles kann.

E3: Woran scheitert die breite Umsetzung?

Hermanns: In vielen Unternehmen sind Daten historisch gewachsen, verteilt über verschiedene Systeme und oft unzureichend dokumentiert. In Pilotprojekten wird häufig mit bereinigten und ideal aufbereiteten Daten gearbeitet – diese Bedingungen lassen sich im realen Betrieb selten reproduzieren. Für den produktiven Einsatz von KI fehlen oft klare Strukturen, einheitliche Definitionen und Transparenz darüber, welche Daten vertrauenswürdig sind. Ohne diese Grundlage wird es schwierig, KI-Anwendungen zuverlässig zu skalieren.

E3: Welche Grundlagen braucht es?

Hermanns: Es gibt zwei zentrale Handlungsfelder. Erstens: die Datenarchitektur. Viele Unternehmen arbeiten mit fragmentierten Systemlandschaften, in denen Daten redundant und teilweise widersprüchlich vorliegen. Ziel sollte es sein, klar definierte Datenprodukte zu etablieren, die strukturiert, qualitätsgesichert und fachlich beschrieben sind. Moderne Architekturen wie Lakehouse-Ansätze mit mehrstufigen Datenmodellen, zum Beispiel Bronze, Silver, Gold, können hier unterstützen. Zweitens: Data Governance. Unternehmen benötigen klare Verantwortlichkeiten für Daten – sowohl technisch als auch fachlich. Rollen wie Data Owner oder Data Steward sind entscheidend, um Qualität, Konsistenz und Kontext sicherzustellen. Ohne Governance besteht die Gefahr, dass KI auf falsche oder missverstandene Daten zugreift und damit fehlerhafte Ergebnisse liefert.

„Erfolgreiche Unternehmen integrieren KI dort,
wo sie konkrete Probleme löst.”

Lars Hermanns,
Head of SAP Analytics,
Nagarro

E3: Welche Rolle spielt hier die Data Fabric?

Hermanns: Eine Data Fabric kann als übergreifendes Architekturprinzip verstanden werden, das Daten über verschiedene Systeme hinweg integriert und nutzbar macht. Im Kern geht es darum, Daten nicht nur physisch zu konsolidieren, sondern sie über Metadaten, semantische Modelle und einheitliche Zugriffsschichten intelligent zu verknüpfen. Dadurch wird es möglich, Daten unabhängig von ihrem Speicherort konsistent zu erschließen und für unterschiedliche Anwendungsfälle – einschließlich KI – bereitzustellen. Eine Data Fabric ergänzt bestehende Plattformkonzepte und schafft eine einheitliche Sicht auf verteilte Daten.

E3: Wie können Daten für den Einsatz von KI verbessert werden?

Hermanns: Entscheidend ist, dass Daten nicht nur technisch verfügbar, sondern auch fachlich verständlich sind. Daten werden in strukturierten Schichten aufbereitet und qualitätsgesichert. Im „Gold Layer“ entstehen so kuratierte, fachlich modellierte Datenprodukte. Diese basieren häufig auf etablierten Modellierungsansätzen wie Stern- oder Snowflake-Schemata. Ergänzend werden Metadaten und Kataloge aufgebaut, die Herkunft, Bedeutung und Nutzung der Daten beschreiben. Gerade für moderne KI-Anwendungen ist dieser Kontext entscheidend. Nur wenn klar ist, was Daten bedeuten und wie sie zusammenhängen, können sie sinnvoll genutzt werden.

E3: Was ist mit dem Faktor Mensch?

Hermanns: Unternehmen sollten das wertvolle, über Jahre aufgebaute Wissen ihrer Mitarbeiter nutzen. Wird die Intelligenz der Mitarbeiter mit dem unternehmensweiten Prozesswissen und adaptiven KI-Modellen verbunden, entsteht ein entscheidender Hebel für Transformation, der über die Technologie allein hinausgeht. Bei Nagarro nennen wir das „Fluidic Intelligence“.

E3: Wie lässt sich KI in die Strategie und bestehende Strukturen integrieren?

Hermanns: Bei Fluidic Enterprise wird KI so als Teil der bestehenden Prozesse und Entscheidungsstrukturen betrachtet. Erfolgreiche Unternehmen integrieren KI dort, wo sie konkrete Probleme löst – etwa in Entscheidungsprozessen oder bei der Analyse komplexer Zusammenhänge. Dabei geht es weniger um disruptive Veränderungen, sondern um gezielte Weiterentwicklung bestehender Strukturen auf Basis einer soliden Daten- und Architekturgrundlage.

Weiter zum Partnereintrag: