KI im Mittelstand beginnt nicht bei der IT (Serie, Teil 12 von 14)
KI-Artikelzusammenfassung: (Bitte aufklappen.)
Diese Artikelserie verdeutlicht, dass die Einführung von künstlicher Intelligenz primär eine strategische Führungsaufgabe und kein reines IT-Thema ist. Der Autor warnt davor, KI lediglich als Werkzeug zu betrachten, und betont stattdessen die Notwendigkeit einer soliden Unternehmensarchitektur sowie einer hohen Datenqualität. Besonders für den Mittelstand ist es entscheidend, eine kontrollierte Integrationsschicht zwischen veralteten Systemen und modernen Anwendungen zu schaffen, um unstrukturierte Insellösungen zu vermeiden. Der Erfolg hängt maßgeblich davon ab, dass Geschäftsführer vorab klare Fragen zu Haftung, Nutzen und menschlicher Aufsicht klären. Ein pragmatischer Einstieg sollte daher mit wirtschaftlich relevanten Pilotprojekten beginnen, die auf zentralen Prinzipien basieren und schrittweise skalierbar sind. Letztlich fungiert KI als kognitive Ebene, die nur dann wertschöpfend wirkt, wenn sie in geordnete Prozesse eingebettet ist.
Teil 12 Kontext entscheidet über Antwortqualität: Warum KI nicht alle Daten braucht, sondern die richtigen
Viele Diskussionen über künstliche Intelligenz drehen sich um das Modell. Welches KI-System ist leistungsfähiger? Welcher Anbieter ist besser? Welche Version kann mehr? Welche Plattform liefert die überzeugendsten Antworten?Diese Fragen sind nicht unwichtig. Aber sie greifen zu kurz.
Im Unternehmenseinsatz entscheidet nicht nur das KI-Modell über die Qualität einer Antwort. Entscheidend ist vor allem, welche Informationen die KI für genau diese Aufgabe erhält.
Eine KI kann nur mit dem arbeiten, was ihr im jeweiligen Moment zugänglich gemacht wird. Fehlt wichtiger Kontext, wird die Antwort unvollständig. Ist der Kontext falsch, wird die Antwort falsch. Ist der Kontext zu breit, entstehen Datenschutz-, Sicherheits- und Qualitätsrisiken.
Deshalb lautet eine zentrale Regel für Unternehmens-KI:
Die KI braucht nicht möglichst viele Daten. Sie braucht den richtigen Kontext.
In der Frage steckt bereits ein Teil der Antwort
Eine alte Erfahrung aus Schule, Ausbildung und Praxis lautet: In jeder guten Frage steckt bereits ein Teil der Antwort.Bei KI gilt dieser Satz in besonderer Weise.
Denn eine KI beantwortet nicht einfach abstrakt eine Frage. Sie verarbeitet eine Frage zusammen mit dem Kontext, den sie dafür erhält.
Wenn ein Geschäftsführer fragt:
„Welche Kundenaufträge sind diese Woche kritisch?“
dann hängt die Qualität der Antwort nicht nur von der KI ab.
Sie hängt davon ab, ob die KI die richtigen Informationen bekommt:
- offene Aufträge,
- Liefertermine,
- Lagerbestand,
- Produktionsstatus,
- Kundenpriorität,
- offene Reklamationen,
- Zahlungsstatus,
- vertragliche Verpflichtungen,
- historische Lieferprobleme.
Die Antwort entsteht also nicht erst im Modell.
Sie entsteht bereits vorher: bei der Auswahl der relevanten Daten.
Warum „Zugriff auf alles“ keine Lösung ist
Ein naiver Ansatz wäre:Wir geben der KI Zugriff auf alle Daten. Dann wird sie sich schon die
richtigen Informationen suchen.
Das klingt bequem. Es ist aber gefährlich.
Erstens darf nicht jede KI-Anwendung alle Daten sehen. Personaldaten, Vertragsdaten, Preise, Kalkulationen, Kundendaten und interne Bewertungen unterliegen unterschiedlichen Schutz- und Berechtigungsregeln.
Zweitens sind nicht alle Daten gleich zuverlässig. Manche Daten sind aktuell, andere veraltet. Manche Systeme sind führend, andere enthalten Kopien. Manche Informationen sind vollständig, andere nur teilweise gepflegt.
Drittens führt mehr Kontext nicht automatisch zu besseren Antworten. Zu viele Daten können die KI in die falsche Richtung führen. Sie kann Nebensächlichkeiten überbewerten, veraltete Informationen verwenden oder widersprüchliche Quellen vermischen.
Für Unternehmens-KI gilt deshalb:
Nicht möglichst viel Kontext ist gut, sondern der passende Kontext.
Kontext ist mehr als Daten
Der Begriff Kontext meint nicht nur Rohdaten.Kontext besteht aus mehreren Bestandteilen:
1. Die Frage
Was will der Nutzer wissen? Geht es um eine operative Antwort, eine Managementeinschätzung, eine Risikoanalyse, eine Zusammenfassung oder eine Entscheidungsvorbereitung?2. Die Rolle des Fragenden
Ein Geschäftsführer darf andere Informationen sehen als ein Sachbearbeiter, ein externer Dienstleister oder eine Reinigungskraft. Dieselbe Frage kann je nach Rolle unterschiedlich beantwortet werden.3. Der Zweck der Anfrage
Wird die Information für eine interne Einschätzung, eine Kundenantwort, eine rechtliche Entscheidung oder eine operative Aktion benötigt? Der Zweck bestimmt, welche Daten zulässig und notwendig sind.4. Die relevanten Datenquellen
ERP, CRM, HR-System, Lagerverwaltung, Produktionssystem, Dokumentenarchiv, Ticketsystem oder Finanzsystem liefern unterschiedliche Teile der Wirklichkeit.5. Die fachlichen Regeln
Welche Datenquelle ist führend? Welche Statuswerte bedeuten was? Welche Ausnahmen gelten? Welche Schwellenwerte sind kritisch?6. Die Datenqualität
Sind die Daten aktuell, vollständig, widerspruchsfrei und fachlich freigegeben?7. Die zulässigen Grenzen
Welche Daten dürfen nicht verwendet werden? Welche Informationen dürfen nicht ausgegeben werden? Wo muss ein Mensch prüfen?Erst aus all diesen Bestandteilen entsteht der Kontext, mit dem eine KI sinnvoll arbeiten kann.
Die KI sucht nicht einfach selbst im Unternehmen
Hier entsteht häufig ein Missverständnis.Eine Unternehmens-KI sollte nicht frei durch alle Systeme laufen und selbst entscheiden, was sie sehen möchte.
Besser ist eine kontrollierte Zwischenschicht.
Diese Schicht kann man KI-Gateway, Kontextschicht, Orchestrierung, Datenbereitstellung oder KI-Connector nennen. Der Name ist zweitrangig.
Ihre Aufgabe ist entscheidend:
Sie stellt für jede Anfrage den passenden, erlaubten und fachlich sinnvollen Kontext zusammen.
Der Ablauf sieht vereinfacht so aus:
- Ein Nutzer stellt eine Frage.
- Das System erkennt Rolle und Berechtigung.
- Die Anfrage wird fachlich eingeordnet.
- Passende Datenquellen werden ausgewählt.
- Daten werden gefiltert, verdichtet und gegebenenfalls anonymisiert.
- Die KI erhält nur den freigegebenen Kontext.
- Die Antwort wird erzeugt.
- Die Antwort wird bei Bedarf geprüft oder gefiltert.
- Zugriff und Ergebnis werden protokolliert.
Die Qualität entsteht im Zusammenspiel aus Frage, Rechteprüfung, Datenzugriff, Kontextbildung und Antworterzeugung.
Beispiel: Dieselbe Frage, unterschiedliche Rollen
Nehmen wir die Frage:„Wie ist die Lage in Abteilung X?“
Ein Geschäftsführer darf möglicherweise Informationen zu Kosten, Auslastung, Krankenstand, Projektrisiken und Personalstruktur sehen.
Ein Abteilungsleiter darf vielleicht operative Daten seiner Abteilung sehen, aber keine vertraulichen Gehalts- oder Personaldetails.
Ein Mitarbeiter darf möglicherweise nur öffentliche Team- oder Projektinformationen sehen.
Ein externer Dienstleister darf vielleicht gar keine internen Personaldaten sehen.
Die Frage ist gleich. Der zulässige Kontext ist unterschiedlich.
Deshalb darf die KI nicht einfach antworten, was sie irgendwo bereits verarbeitet hat.
Jede Anfrage muss neu geprüft werden:
- Wer fragt? Wofür?
- Mit welcher Berechtigung?
- Auf welche Daten?
- Mit welchem zulässigen Antwortumfang?
Warum Kontextbildung anspruchsvoll ist
Die richtige Kontextauswahl ist schwieriger, als sie auf den ersten Blick wirkt.Denn Unternehmensdaten sind selten sauber geordnet.
- Ein Auftrag steht im ERP.
- Kundeninformationen stehen im CRM.
- Lieferstatus steht im Logistiksystem.
- Sondervereinbarungen stehen im Vertrag.
- Reklamationen stehen im Ticketsystem.
- Zahlungsstatus steht in der Buchhaltung.
- Historische Erfahrungen liegen im Kopf eines Mitarbeiters.
Das ist kein Problem, das die KI allein lösen kann.
Denn die KI weiß nicht automatisch, welche Quelle im Unternehmen führend ist, welche Regel fachlich gilt und welche Ausnahme wichtig ist.
Diese Zuordnung muss vorbereitet werden.
Kontext ist Unternehmenswissen in verdichteter Form
Man kann Kontext als „Informationspaket“ verstehen, das für eine konkrete Aufgabe zusammengestellt wird.Dieses Paket enthält nicht alles, sondern das Relevante.
Für eine Frage zur Liquidität braucht die KI andere Informationen als für eine Frage zum Krankenstand, zur Lieferfähigkeit oder zur Kundenbindung.
Ein guter Kontext ist daher:
- zielbezogen,
- rollenabhängig,
- datenminimal,
- fachlich korrekt,
- aktuell,
- prüfbar,
- rechtlich zulässig.
Warum schlechte Kontextauswahl teuer werden kann
Wenn der Kontext falsch gewählt wird, entstehen typische Fehler.- Ein Chatbot wird eingeführt, obwohl eigentlich Prozessdaten nötig wären.
- Eine Dokumenten-KI wertet Verträge aus, aber ohne Bezug zu aktuellen Aufträgen.
- Eine Analyse-KI erkennt Trends, aber auf Basis veralteter Daten.
- Eine KI beantwortet Managementfragen, kennt aber nur Teilinformationen aus einem Fachbereich.
- Eine Prozess-KI automatisiert Vorgänge, ohne die Ausnahmen zu kennen.
Noch gefährlicher: Sie kann plausibel klingen.
KI-Antworten sind oft sprachlich überzeugend. Dadurch entsteht Vertrauen, auch wenn der Kontext unvollständig war.
Deshalb muss ein Unternehmen nicht nur fragen:
Ist die KI gut?
Sondern:
Hat die KI für diese Antwort die richtigen Informationen bekommen?
Kontext muss gepflegt werden
Kontextbildung ist keine einmalige Aufgabe.Unternehmen verändern sich.
- Neue Produkte entstehen.
- Mitarbeiter kommen und gehen.
- Kundenbeziehungen ändern sich.
- Preise werden angepasst.
- Prozesse werden umgestellt.
- Lieferanten wechseln.
- Gesetze ändern sich. Datenquellen werden modernisiert.
Eine Unternehmens-KI braucht deshalb gepflegte Kontextregeln.
- Wer entscheidet, welche Datenquelle für welchen Zweck führend ist?
- Wer aktualisiert fachliche Regeln?
- Wer entfernt veraltete Dokumente aus dem Suchraum?
- Wer prüft, ob Berechtigungen noch stimmen?
- Wer bewertet neue Datenquellen?
- Wer entscheidet, ob eine Information künftig dauerhaft verfügbar sein soll?
Nur diesmal nicht in Excel-Listen oder Altsystemen, sondern in der KI-Kontextschicht.
RAG und Vektordatenbanken einfach erklärt
An dieser Stelle tauchen oft Begriffe wie RAG oder Vektordatenbank auf.Für Geschäftsführer reicht zunächst eine einfache Erklärung.
Eine Vektordatenbank ist kein Gehirn der KI. Sie ist eher ein semantisches Register. Texte, Dokumente oder Datenabschnitte werden so abgelegt, dass ähnliche Inhalte später wiedergefunden werden können.
RAG bedeutet vereinfacht:
Die KI sucht vor der Antwort passende Informationen und bekommt diese als Kontext mitgegeben.
Das kann sehr nützlich sein. Aber auch hier gilt:
RAG löst nicht automatisch Berechtigung, Datenqualität und fachliche Auswahl.
- Wenn falsche Dokumente im Index liegen, findet die KI falsche Informationen.
- Wenn Berechtigungen fehlen, können sensible Inhalte auftauchen.
- Wenn veraltete Daten nicht entfernt werden, entstehen falsche Antworten.
- Wenn der Suchraum zu breit ist, kommt der falsche Kontext zurück.
Es ist ein Werkzeug innerhalb der Kontextbereitstellung.
Der wichtigste Kontrollpunkt liegt vor der KI
Viele denken bei KI-Sicherheit zuerst an das Modell. Das ist verständlich.Aber im Unternehmen liegt ein entscheidender Kontrollpunkt vor dem Modell.
Dort wird festgelegt:
- welche Anfrage erlaubt ist,
- welche Datenquellen durchsucht werden,
- welche Daten ausgeschlossen sind,
- welche Informationen verdichtet werden,
- welche Rolle welche Antwort erhalten darf,
- welche Daten protokolliert werden.
Denn sie entscheidet, welche Wirklichkeit die KI überhaupt sieht.
Wenn diese Schicht schlecht gebaut ist, hilft auch ein leistungsfähiges Modell wenig.
Erst das Was, dann der Kontext
Dieser Artikel knüpft direkt an eine Grundregel an, die für alle KI-Projekte gilt:Erst denken, dann handeln.
Bevor ein Unternehmen KI einführt, muss es klären:
- Was soll verbessert werden?
- Welche Aufgabe soll die KI erfüllen?
- Welche Entscheidung soll vorbereitet werden?
- Welche Daten sind dafür relevant?
- Welche Rolle darf welche Antwort erhalten?
Wenn das „Was“ falsch definiert ist, wird fast automatisch auch der Kontext falsch gewählt.
Dann wird eine KI mit Daten versorgt, die zwar verfügbar sind, aber nicht entscheidungsrelevant. Oder wichtige Daten fehlen, weil niemand sie als notwendig erkannt hat.
Die Folge ist teuer:
Die Lösung funktioniert technisch, beantwortet aber die falsche Frage.
Fazit: Ohne richtigen Kontext bleibt KI Sprachfähigkeit
Eine KI kann beeindruckend formulieren, zusammenfassen und erklären.Aber im Unternehmen reicht Sprachfähigkeit nicht aus.
Für gute Antworten braucht sie den richtigen Kontext:
- die richtige Frage,
- die richtige Rolle,
- die richtigen Daten,
- die richtigen Regeln,
- die richtige Aktualität,
- die richtigen Grenzen.
Der entscheidende Satz lautet:
Ohne richtigen Kontext ist KI nur Sprachfähigkeit. Mit richtigem Kontext kann sie entscheidungsfähig unterstützen.
Für Geschäftsführer bedeutet das:
Nicht fragen:
Welche KI antwortet am besten?
Sondern zuerst fragen:
Welche Informationen muss die KI für diese Aufgabe überhaupt sehen dürfen?
Denn Kontext entscheidet über Antwortqualität.
Teil 1: Künstliche Intelligenz ist kein reines IT-Projekt - sie ist Chefsache!
Prev:
Teil 11: KI ist nicht gleich KI: Welche KI-Arten Unternehmen unterscheiden müssen
Next:
Teil 13: KI-Connector und KI-Gateway: Warum die wichtigste KI-Komponente oft nicht das Modell ist
4WT wird meist von Unternehmen aus dem DACH-Raum hinzugezogen, wenn sie:
Lassen Sie uns konkret über Ihr Vorhaben sprechen.
Kein Pitch.
Keine Verpflichtung.
Keine Vertriebsrhetorik
Austausch zwischen zwei Unternehmer, die Klartext reden.
Nur 30 Minuten zur Einordnung Ihres Themas.
📞 +49 30 8687094010 (6:00 bis 16:00 Uhr MEZ)
✉️ anfrage@it-e-com.de
🔗 4WT Kontaktseite
🔗 4WT Firmenseite
🤙 Sofort VideoCall zu 4WT
📅 JETZT ein kostenfreies Infogespräch reservieren!
Manchmal reicht ein einziges Gespräch, um teure Fehler zu vermeiden.
- den südostasiatischen Markt mit Thailand als Ausgangspunkt prüfen oder schrittweise erschließen wollen – beispielsweise durch Expansion, Markteintritt oder die Diversifizierung ihrer Lieferketten;
- einen in Thailand ansässigen Vertragspartner suchen, der den technischen Sachverstand eines deutschen Diplom-Ingenieurs mit lokaler Präsenz, thailändischer Unternehmensführung und deutscher Ingenieur- und Managementpraxis verbindet – und die Umsetzung vor Ort begleitet, statt lediglich Folien und Handlungsempfehlungen abzuliefern;
- für ihre Aktivitäten in Thailand einen operativen und technischen verlängerten Arm benötigen, der innerhalb eines schriftlich festgelegten Mandats prüft, koordiniert, umsetzt und an die Geschäftsführung berichtet;
- eine zusätzliche und offen eingebundene Kontroll- und Kommunikationsebene benötigen, weil zwischen der deutschen Zentrale, der thailändischen Geschäftsführung und der Werkhalle wichtige Informationen verloren gehen oder kulturell unterschiedlich interpretiert werden – Cultural Broker;
- ihre thailändische Geschäftsführung bei der kulturell angepassten Umsetzung deutscher Qualitäts-, Führungs- und Prozessanforderungen unterstützen wollen, ohne deren Verantwortung und Entscheidungsbefugnis infrage zu stellen;
- die hohen Kosten eines eigenen Expats vermeiden und stattdessen eine skalierbare Ergänzung oder Alternative mit dauerhafter Präsenz in Thailand einsetzen wollen;
- eine örtliche Repräsentation oder operative Koordination in einer Liaison-Funktion, als Business Proxy oder als Corporate Service Provider benötigen – jeweils innerhalb eines klar vereinbarten und rechtlich zulässigen Aufgabenbereichs;
- ihren geplanten Markteintritt zunächst kontrolliert innerhalb einer Sandbox erproben wollen, bevor sie eine eigene Gesellschaft, Niederlassung oder größere Investition aufbauen. Die rechtlichen, steuerlichen und branchenspezifischen Voraussetzungen einschließlich des Foreign Business Act werden dabei vor Beginn durch die jeweils zuständigen Fachleute geprüft.;
Lassen Sie uns konkret über Ihr Vorhaben sprechen.
Kein Pitch.
Keine Verpflichtung.
Keine Vertriebsrhetorik
Austausch zwischen zwei Unternehmer, die Klartext reden.
Nur 30 Minuten zur Einordnung Ihres Themas.
📞 +49 30 8687094010 (6:00 bis 16:00 Uhr MEZ)
✉️ anfrage@it-e-com.de
🔗 4WT Kontaktseite
🔗 4WT Firmenseite
🤙 Sofort VideoCall zu 4WT
📅 JETZT ein kostenfreies Infogespräch reservieren!
Manchmal reicht ein einziges Gespräch, um teure Fehler zu vermeiden.
Zufällige Auswahl von Artikeln zum Thema: KI
- 4WT-Sandbox-Plattform: Den Markteintritt in Thailand kontrolliert testen
- KI im Mittelstand beginnt nicht bei der IT (Serie, Teil 8 von 14)
- KI im Mittelstand beginnt nicht bei der IT (Serie, Teil 3 von 14)
- KI im Mittelstand beginnt nicht bei der IT (Serie, Teil 1 von 14)
- Zwischen High-Tech-Wahn und Rendite-Angst: Ihr Unternehmen braucht einen IT-Visionär – und keinen weiteren Programmierer.
- KI-4WT-Connectoren für KMU - Wir verbinden Ihre Daten mit Ihrer KI. (4WT-Seite)
- Prompt Engineering für den Mittelstand - deutsche Ingenieursqualität statt KI-Illusion (4WT-Seite)
In welchem Blogartikel kommt folgendes Suchwort vor? Über 4WT
Dieser Beitrag spiegelt die Perspektive von 4WT wider – einem Ingenieurbüro, das Unternehmen dabei unterstützt, komplexe IT-Landschaften wieder beherrschbar zu machen.
Unser Fokus liegt nicht auf schnellen Lösungen oder Methodentrends, sondern auf Klarheit, Entscheidungsfähigkeit und verantwortungsvoller Automatisierung an der Schnittstelle zwischen Unternehmertum und IT.
🔗 Kontrollierter Markteintritt und operative Unterstützung in Thailand unter Verantwortung deutscher Ingenieure von 4WT.
