Wenn ein KI-Pilot im Mittelstand scheitert, liegt es selten am Modell. Es liegt fast immer am Datenraum: Der Pilot findet zu wenig, weil die Wissensbasis lückenhaft ist. Oder er erfindet zu viel, weil sie nicht gepflegt ist. Die verbreitete Erzählung „KI funktioniert auf jedem Datenbestand" ist die Verkaufsversion. Die Arbeitsversion lautet: Ein KI-Pilot ist zuerst eine Datenraum-Frage, dann eine Modell-Frage.
Dieser Beitrag klärt, was ein Datenraum im KI-Kontext ist, welche vier Eigenschaften er vor dem Pilot haben muss und an welchen drei Mustern die Vorbereitung regelmäßig scheitert. Er richtet sich an Inhaberinnen, Inhaber und IT-Verantwortliche in 10- bis 250-MA-Unternehmen, die einen ersten KI-Piloten vorbereiten.
Das Wichtigste in Kürze
- Ein Datenraum ist kein Datenbestand. Er ist ein bewusst abgegrenzter, gepflegter Ausschnitt: die Dokumente, an die der KI-Pilot gebunden werden soll.
- Vier Eigenschaften müssen vorher stehen: Abgrenzung (was rein, was nicht), Versionierung (ein gültiger Stand pro Dokument), Rechte (wer darf was sehen), Update-Disziplin (wie kommt Neues herein).
- Drei Anti-Pattern: „alles reinspielen", „einmal kuratiert, fertig", „Rechte später".
- Der Datenraum ist die Vorstufe, nicht der Pilot. Ohne ihn gibt es keinen tragenden Aufgabenbrief und kein funktionierendes RAG.
- Die Regulatorik zeigt in dieselbe Richtung: Der EU AI Act verlangt für Hochrisiko-Systeme relevante, repräsentative und möglichst fehlerfreie Daten sowie Data-Governance-Praktiken (Art. 10).
Was ein Datenraum im KI-Kontext ist
Ein Datenraum ist der abgegrenzte Dokumentenbestand, an den ein KI-Pilot gebunden wird: bewusst gewählt, gepflegt und mit klaren Zugriffsregeln. Der Begriff ist enger als „Datenbasis" oder „Datenquellen", und das ist Absicht: Ein KI-Pilot arbeitet auf einem definierten Ausschnitt der Unternehmensdaten. Dieser Ausschnitt ist der Datenraum.
Der Unterschied entscheidet über das Ergebnis. Ein Pilot, der auf „alle Daten" gerichtet ist, findet entweder zu wenig (weil die relevanten Dokumente im Rauschen untergehen) oder zu viel des Falschen (weil veraltete und vertrauliche Inhalte mitlaufen). Ein Pilot auf einem kuratierten Datenraum hat eine prüfbare Grundlage. Das ist die Voraussetzung dafür, dass seine Antworten verlässlich werden.
Der Datenraum ist damit die Vorstufe, nicht der Pilot selbst. Wer ihn überspringt, baut ihn während des Pilots und bezahlt das mit Nacharbeit und einem Agenten, dem niemand traut.
Ein KI-Pilot ist zuerst eine Datenraum-Frage, dann eine Modell-Frage. Der Datenraum ist die Vorstufe, nicht der Pilot.
Vier Datenraum-Eigenschaften
Vier Eigenschaften machen aus einem Dokumentenbestand einen tragenden Datenraum. Sie lassen sich vor dem Pilot prüfen, ohne tief in die IT einzusteigen.
Abgrenzung. Was gehört in den Datenraum, was nicht? Die Abgrenzung folgt dem Anwendungsfall: Ein Agent für die Anfragen-Triage braucht die Produkt- und Leistungsdokumentation, nicht die Personalakten. Eine saubere Abgrenzung ist die wichtigste Eigenschaft, weil sie alle anderen erst möglich macht.
Versionierung. Pro Dokument gibt es genau einen gültigen Stand. Drei Versionen desselben Handbuchs im Datenraum bedeuten, dass der Pilot zuverlässig den falschen Stand zitiert. Versionierung heißt: ein Stand-Datum pro Dokument und eine Regel, die alte Stände zurückzieht.
Rechte. Wer im Quellsystem lesen darf, darf auch über den Piloten lesen, aber nicht mehr. Das Rechte-Modell bildet die Zugriffsrechte der Quellsysteme im Datenraum ab, damit der Pilot keine vertraulichen Inhalte über die Hintertür zugänglich macht.
Update-Disziplin. Wie kommt Neues herein, wie geht Altes hinaus? Ein Datenraum altert. Ohne eine benannte Pflege-Verantwortung und eine Re-Indizierungs-Routine (quartalsweise als Minimum) antwortet der Pilot nach Monaten aus einer Vergangenheit, die niemand mehr verantwortet.
Drei Anti-Pattern
Drei Muster tauchen beim Pilot-Start in mittelständischen Betrieben wiederkehrend auf. Alle drei verschieben das Problem, statt es zu lösen.
„Alles reinspielen." Aus der Sorge, etwas Wichtiges auszulassen, wird der gesamte Dateibestand in den Datenraum gekippt. Das Ergebnis ist ein unschärferer Pilot: Die relevanten Dokumente konkurrieren mit Entwürfen, Dubletten und Privatem. Abgrenzung ist die Antwort.
„Einmal kuratiert, fertig." Der Datenraum wird zum Pilot-Start sauber aufgesetzt und danach sich selbst überlassen. Nach einem halben Jahr ist er die zuverlässigste Quelle für veraltete Stände. Kuratierung ist eine fortlaufende Routine.
„Rechte später." Das Rechte-Modell wird auf nach den Pilot verschoben, weil es kompliziert wirkt. Damit entsteht bei jeder Antwort ein Compliance-Risiko: Der Pilot kann Inhalte zeigen, die der Fragende im Quellsystem nicht sehen dürfte. Das Rechte-Modell gehört vor den ersten Index, nicht als Nachrüstung.
Vier Eigenschaften vor dem Pilot prüfen: Abgrenzung (was rein, was nicht), Versionierung (ein gültiger Stand pro Dokument), Rechte (wer darf was sehen), Update-Disziplin (wie kommt Neues herein).
Praxisbeispiel: Anfragen-Triage in einem Engineering-KMU
Ein Engineering-Dienstleister mit rund 60 Mitarbeitenden wollte einen Agenten für die Anfragen-Triage pilotieren: eingehende Anfragen vorsortieren und mit passenden Leistungsbeschreibungen anreichern. Der erste Reflex war, „alle Projektunterlagen" bereitzustellen.
In der Vorklärung wurde der Datenraum abgegrenzt: aktuelle Leistungsbeschreibungen, der Produktkatalog, drei dokumentierte Sonderfälle. Schriftverkehr und Kalkulationen blieben außen vor, ebenso Personaldaten. Jedes Dokument bekam ein Stand-Datum, alte Stände wurden zurückgezogen. Das Rechte-Modell des Quellsystems wurde übernommen, sodass der Agent nur zeigte, was die anfragende Rolle ohnehin sehen durfte. Eine Person übernahm die quartalsweise Pflege.
Der Pilot lief danach nicht spektakulärer, aber verlässlicher. Die Triage-Vorschläge waren prüfbar an einer benannten Quelle. Der eigentliche Aufwand lag vor dem Pilot, im Datenraum. Genau das ist der Punkt.
Warum der Datenraum vor Aufgabenbrief und RAG steht
Der Datenraum ist die Grundlage für zwei spätere Schritte. Ohne ihn lässt sich kein tragender Aufgabenbrief schreiben: Ein Agent, der nicht weiß, auf welchem abgegrenzten Bestand er arbeitet, bekommt eine Aufgabe ohne Grenzen. Der Aufgabenbrief ist die Pflicht-Vorarbeit vor jedem Agenten KI-Agenten erstellen.
Und ohne Datenraum greift RAG nicht. Retrieval-Augmented Generation bindet die Agenten-Antwort an Quellen, aber eine Quellenbindung auf einen ungeordneten Bestand verankert nichts. RAG arbeitet auf dem Datenraum; die Vorstufe entscheidet, ob die Bindung trägt RAG für KMU. Die Regulatorik zeigt in dieselbe Richtung: Der EU AI Act verlangt in Artikel 10 für Hochrisiko-Systeme, dass Trainings-, Validierungs- und Testdaten relevant, repräsentativ und möglichst fehlerfrei sind und dass Data-Governance-Praktiken greifen. Das NIST AI Risk Management Framework ordnet die Datenraum-Arbeit den Funktionen Govern und Map zu: verstehen, welche Daten im Spiel sind, und sie steuerbar machen, bevor das Modell läuft.
Das Rechte-Modell auf nach den Pilot verschieben. Es gehört vor den ersten Index, sonst zeigt der Pilot bei jeder Antwort Inhalte, die der Fragende im Quellsystem nicht sehen dürfte.
Häufige Fragen
Was ist der Unterschied zwischen Datenraum und Datenbasis?
„Datenbasis" meint oft alles, was an Daten vorhanden ist. Ein Datenraum ist ein bewusst abgegrenzter, gepflegter Ausschnitt davon: die Dokumente, an die ein konkreter KI-Pilot gebunden wird. Die Abgrenzung ist der entscheidende Unterschied: Es zählt das Richtige.
Wie groß muss der Datenraum sein?
Es gibt keine feste Größe. Entscheidend ist die Pflege: ein abgegrenzter, versionierter, rechtlich geklärter Bestand mit Update-Routine. Ein kleiner gepflegter Datenraum trägt einen Piloten besser als ein großer ungeordneter.
Brauche ich dafür ein neues IT-System?
In der Regel nicht. Die vier Eigenschaften sind organisatorisch, nicht technisch: Abgrenzung, ein Stand pro Dokument, Rechte aus den Quellsystemen, eine Pflege-Verantwortung. Die technische Umsetzung ist Sache der Implementierung. Die Vorklärung ist es nicht.
Was passiert, wenn ich den Datenraum überspringe?
Dann bauen Sie ihn während des Pilots: unter Druck, mit Nacharbeit und mit einem Agenten, dem das Team nicht traut. Der übersprungene Schritt taucht später teurer wieder auf.
Reicht ein guter Datenraum, damit der Pilot funktioniert?
Er ist die Voraussetzung, nicht die Garantie. Ein gepflegter Datenraum macht verlässliche Antworten möglich; ob der Pilot trägt, hängt zusätzlich vom Anwendungsfall, vom Übergabe-Modus und von der menschlichen Prüfung ab.
Wenn Sie einen KI-Piloten vorbereiten
Wir begleiten Sie bei der Datenraum-Vorstufe: zu klären, welcher Bestand zum Anwendungsfall gehört, wie er versioniert und rechtlich sauber zugänglich wird und welche Pflege-Routine ihn trägt. Wenn Sie einen ersten Piloten erwägen, sprechen wir im Erstgespräch darüber: vor dem Modell, vor dem Werkzeug.
Was Sie aus dem Gespräch mitnehmen: eine Einschätzung, welche der vier Datenraum-Eigenschaften heute schon steht und welche Vorarbeit zuerst zu leisten ist.
Weiterführend
- Agentisches Arbeiten im KMU, der Überblicksbeitrag zu Verantwortung und Geschwindigkeit ohne Kontrollverlust.
- KI-Agenten erstellen, warum die Aufgabenbeschreibung vor der Tool-Wahl steht.
- RAG für KMU, Quellenbindung auf dem Datenraum statt besseres Modell.
- Mensch-Agent-Übergabe, wer wann entscheidet.