Viele mittelständische Unternehmen träumen davon, ihre Prozesse mit Künstlicher Intelligenz zu entlasten – z. B. durch automatische Textauswertung, intelligentes Beantworten von Kundenanfragen oder die Analyse von Qualitätsdaten. Doch wenn es an die Umsetzung geht, zeigt sich schnell ein zentrales Problem: Die KI kann nur mit dem arbeiten, was digital und strukturiert vorliegt.
Konkret: Sprachmodelle wie GPT oder RAG-basierte Systeme können nur dann firmenspezifische Aufgaben übernehmen, wenn sie Zugriff auf konkrete Daten und Dokumente haben. Wissen, das „nur in den Köpfen“ der Mitarbeitenden schlummert – oder verstreut in E-Mail-Postfächern, unbenannten Excel-Dateien oder alten Papierordnern liegt – ist für KI nicht nutzbar.
Wissen allein reicht nicht – es muss digital, auffindbar und aktuell sein
Ein Retrieval-Augmented-Generation-System (RAG) kombiniert ein Sprachmodell mit gezieltem Zugriff auf interne Wissensquellen – etwa:
- Angebots- und Vertragsdokumente (PDFs)
- Produkt- und Kundendaten aus ERP-Systemen
- Support- oder Reklamationsverläufe aus dem Ticketsystem
- Projektberichte, Besprechungsnotizen, Wikis oder SharePoint-Inhalte
Aber diese Daten müssen zugänglich, strukturiert und durchsuchbar sein. Ein chaotischer Dateiablageort auf dem Netzlaufwerk oder eine private Outlook-Mail mit dem einzigen Hinweis auf ein Lieferproblem von 2021 hilft einer KI nicht weiter.
Fakt ist:
Wer heute mit KI arbeiten will, muss gestern mit der strukturierten Digitalisierung begonnen haben.
Typische Baustellen im Mittelstand
In vielen KMU im Norden sieht es aktuell so aus:
- Excel-Listen mit Versionen wie „Datei_neu_final_letztestand_neu2.xlsx“
- Wissen über Produkte, Kunden oder Prozesse ist verteilt über mehrere Abteilungen – oder hängt von einer Schlüsselperson ab
- CRM- oder ERP-Systeme sind zwar vorhanden, aber schlecht gepflegt oder unvollständig
- Es gibt keine einheitliche Dokumentationsstrategie für Abläufe, Entscheidungen oder Ausnahmen
Das ist kein Vorwurf – sondern Alltag. Nur: Wenn KI dabei helfen soll, Wissen schneller zugänglich zu machen, muss dieses Wissen auch existieren – und digital bereitstehen.
Wie Du als KMU jetzt die richtigen Grundlagen schaffst
- Wissensquellen erfassen
Welche internen Dokumente, Datenbanken oder Systeme enthalten relevantes Wissen für Deine Mitarbeitenden? - Digitalisierungsstatus prüfen
Liegen die Informationen überhaupt digital vor – und wenn ja, in welchem Format? (PDF, Word, Datenbank, ERP, Excel etc.) - Struktur schaffen
Können die Inhalte durchsucht und verarbeitet werden? Gibt es redundante, veraltete oder unlesbare Formate? - Prozesse dokumentieren
Was heute „implizit funktioniert“, muss in den nächsten Jahren explizit dokumentiert werden – für Mitarbeitende und für KI-Systeme.
Wie der Datenschäfer unterstützt
Hier beginnt meine Arbeit als Datenschäfer. Ich helfe Unternehmen im Norden dabei, den Übergang von „Wissensinseln“ zu einer digitalen, KI-fähigen Wissensbasis zu gestalten. Das kann bedeuten:
- Daten aus Excel, Access oder ERP-Systemen zu extrahieren und sinnvoll zusammenzuführen
- interne Prozesse zu analysieren und in digitalen Workflows (z. B. Power Platform) abzubilden
- Wissensdokumente zu strukturieren, klassifizieren und auffindbar zu machen
- eine erste interne RAG-Lösung zu bauen – lokal, datenschutzkonform und verständlich
Mein Ansatz ist immer: pragmatisch, vertraulich und auf Augenhöhe. Keine Science-Fiction, sondern echte Erleichterung für Deinen Arbeitsalltag.
Fazit: Jetzt aufräumen, um später automatisieren zu können
Künstliche Intelligenz ist kein Zaubertrick – sie ist ein Werkzeug. Aber wie bei jedem Werkzeug gilt: Ohne gutes Material entsteht kein gutes Ergebnis. Deshalb ist es jetzt an der Zeit, die eigenen Datenbestände aufzuräumen, internes Wissen systematisch zu erfassen – und damit die Grundlage zu schaffen für alles, was mit KI möglich wird.
📞 Kostenloses Erstgespräch für Deine interne Datenstrategie vereinbaren:
Datenschäfer – AI, Analyse, Auswertung und Automatisierung für KMU im Norden 🐑