Echtzeit-Daten für KI werden zum Pflichtprogramm

Führungskräfte weltweit sehen aktuelle Daten als Voraussetzung für vertrauenswürdige KI. 66 Prozent geben an, dass KI-Daten in Echtzeit oder zumindest innerhalb weniger Minuten verfügbar sein müssen. Das geht aus dem aktuellen „AI Trust Gap Report“ des Datenmanagement-Experten Denodo hervor.

Der Hintergrund: KI entwickelt sich von unterstützenden Anwendungen wie Chatbots, Analysehilfen oder Copilots hin zu Agentic AI. Diese Systeme sollen nicht nur Informationen zusammenfassen, sondern Entscheidungen vorbereiten, Workflows auslösen und operative Prozesse beeinflussen. Damit wird die Datenbasis zur zentralen Kontrollinstanz.

Datenkomplexität bremst
KI-Skalierung

Der Report zeigt einen deutlichen Trust Gap. Unternehmen verfolgen ambitionierte KI-Ziele, arbeiten aber häufig mit fragmentierten, schwer steuerbaren und nicht ausreichend aktuellen Datenlandschaften. Bereits 42 Prozent der Unternehmen nutzen für ihre KI-Initiativen mehr als 400 originäre Datenquellen. Das erschwert Konsolidierung, Governance und schnelle Bereitstellung verlässlicher Informationen. 34 Prozent haben Schwierigkeiten, die relevantesten und vertrauenswürdigsten Daten überhaupt zu identifizieren. Weitere 29 Prozent scheitern daran, diese Daten für den Einsatz aufzubereiten und zu integrieren. Knapp 60 Prozent berichten von Problemen, die Performance ihrer KI bei rechenintensiven Workloads zu optimieren.

Wie Sicherheit und Zugriffskontrolle zur KI-Hürde werden

Besonders kritisch bleibt der Bereich Sicherheit. 67 Prozent der Unternehmen kämpfen damit, einheitliche Sicherheits- und Zugriffskonzepte über verschiedene Systeme hinweg umzusetzen. Für Agentic AI ist das ein zentraler Punkt, weil autonome KI-Systeme Daten nicht nur auswerten, sondern operative Prozesse anstoßen können. Ohne klare Regeln, welche Daten ein KI-System nutzen darf und unter welchen Bedingungen der Zugriff erfolgt, wird Vertrauen in KI zur offenen Flanke. Die Anforderungen steigen damit nicht nur technisch, sondern auch organisatorisch.

Warum Datenarchitekturen über Vertrauen entscheiden

„Die Ergebnisse zeigen deutlich, dass die Trust Gap, die in vielen Unternehmen vorherrscht, weniger ein Problem der KI-Modelle selbst ist als vielmehr ein Ausdruck der zugrundeliegenden Datenarchitekturen“, erklärt Jörg Hesske, Regional VP & GM, Central and Eastern Europe bei Denodo. „Der EU AI Act verschärft diese Anforderung zusätzlich, weil Transparenz und Kontrolle ohne eine saubere Datenbasis nicht funktionieren. Wer also den Schritt von experimentellen KI-Anwendungen hin zu automatisierten, produktiven Systemen schaffen will, muss die Kluft zwischen fragmentierten Datenbeständen und den Echtzeit- und Governanceanforderungen von Agentic AI überbrücken. Logische Datenmanagement-Ansätze, die verteilte Quellen ohne physische Replikation unter einer einheitlichen Governanceschicht zusammenführen, rücken damit ins Zentrum jeder ernstzunehmenden KI-Strategie.“

Was Agentic AI von Datenarchitekturen verlangt

Mit Agentic AI verschiebt sich die Verantwortung in Richtung Datenmanagement. Entscheidend ist nicht allein die Leistungsfähigkeit der Modelle, sondern ob aktuelle, regulierte und kontextbezogene Daten zuverlässig verfügbar sind. „KI entwickelt sich rasant von passiven Assistenten, die lediglich Fragen beantworten, hin zu Systemen, die eigenständig handeln. Das verändert die Anforderungen an Daten grundlegend“, beschreibt Dominic Sartorio, Vice President Product Marketing bei Denodo. „Wenn ein KI-Agent dabei unterstützen soll, operative Entscheidungen zu treffen, darf es keinen Spielraum mehr für veraltete oder unzureichend kontrollierte Daten geben. Unternehmen brauchen eine Grundlage aus aktuellen, regulierten und kontextbezogenen Daten, um Agentic AI verantwortungsvoll zu skalieren.“

Quelle: Denodo