Wenn die KI-Strategie der Dateninfrastruktur davonläuft: Was CDOs zuerst in Ordnung bringen müssen

Ein Fortune-500-Händler startet ein Modell zur Nachfrageprognose auf Basis einer TransformerTransformerEin Transformer ist eine Neural-Network-Architektur, die mit Self-Attention Sequenzen parallel verarbeitet und die meisten modernen Sprach- und generativen KI-Modelle antreibt.Vollständige Definition ansehen →-Architektur, trainiert mit drei Jahren Transaktionsdaten. Nach sechs Monaten sind die Prognosen nicht genauer als die statistische Baseline, die sie ersetzt haben. Die Nachanalyse findet keinen Fehler im Modell selbst. Das Problem liegt weiter oben: uneinheitliche Produktkategorisierung über die Regionallager hinweg, Latenz bei der Übernahme der Kassendaten und eine Master-Data-Management-Schicht, die zuletzt 2019 geprüft wurde. Die KI hat funktioniert. Die Daten nicht.

Dieses Muster wiederholt sich 2026 branchenübergreifend mit auffälliger Regelmäßigkeit. Vorstände haben KI-Budgets freigegeben. Anbieter haben Modelle geliefert. Und trotzdem bleibt ein erheblicher Teil der Enterprise-KI-Initiativen hinter dem ursprünglichen Business Case zurück, nicht weil die Algorithmen falsch wären, sondern weil die darunterliegende Dateninfrastruktur nicht für einen Verbrauch in KI-Größenordnung ausgelegt wurde.

Die Infrastrukturschulden, die KI sichtbar macht

Der Kern der Sache ist ein Missverhältnis zwischen dem Bedarf von KI an großvolumigen, hochfrequenten, semantisch konsistenten Daten und der Realität der meisten Datenlandschaften in Unternehmen. Klassische Data Warehouses, gebaut für periodisches Batch-Reporting, tun sich schwer damit, Echtzeit-Inference-Pipelines zu bedienen. Data Lakes, über Jahre nach dem Prinzip „alles speichern“ zusammengetragen, enthalten riesige Datenmengen, die schlecht gelabelt und uneinheitlich formatiert sind und deren Abfrage bei dem Durchsatz, den produktive KI-Systeme brauchen, immer teurer wird.

Laut Untersuchungen der MIT Sloan Management Review scheitert die Mehrheit der KI-Projekte im Produktivbetrieb aus datenbezogenen und nicht aus modellbezogenen Gründen. Der Befund ist nicht neu, aber ererDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → wiegt schwerer, seit die Modellqualität gestiegen ist. 2026 bekommen Sie ein leistungsfähiges Foundation Model von Anthropic, Google DeepMind oder OpenAI zu vergleichsweise geringen Grenzkosten. Die unterscheidende Variable zwischen Unternehmen ist nicht mehr der Zugang zu einem starken Modell. Es sind Qualität, Latenz und semantische Kohärenz der Daten, die es speisen.

Es gibt eine zweite Dynamik, die weniger Aufmerksamkeit bekommt: KI-Systeme erzeugen Daten, sie verbrauchen sie nicht nur. Jede Inference, jede Nutzerinteraktion, jedes Feedbacksignal eines ausgerollten Modells ist ein Datenartefakt, das bei korrekter Erfassung und Strukturierung über die Zeit einen kumulierenden Vorteil schafft. Unternehmen, die rund um ihre KI-Deployments geschlossene Datenarchitekturen aufgebaut haben, erzeugen proprietäre Signale, die Wettbewerber nicht nachbilden kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen. Alle anderen betreiben ihre Modelle faktisch auf geliehener Infrastruktur.

Das Problem der semantischen Schicht

Ein bestimmter Fehlermodus verdient die Aufmerksamkeit von CDOs. Viele KI-Ausfälle im Produktivbetrieb gehen auf das zurück, was man semantische Drift nennen könnte: dasselbe Geschäftskonzept ist in verschiedenen Systemen unterschiedlich definiert, teils so subtil, dass kein einzelner Datensatz falsch aussieht. „Kunde“ bedeutet in einem CRMCRMCustomer Relationship Management: Software und Strategie, um Kundeninteraktionen über den gesamten Lifecycle zu steuern und zu analysieren.Vollständige Definition ansehen →, einem ERP und einer Customer Data PlatformCustomer Data PlatformEine Customer Data Platform führt Kundendaten aus allen Quellen zu dauerhaften, nutzbaren Profilen zusammen, die andere Systeme verwenden können.Vollständige Definition ansehen → jeweils etwas anderes. Trifft ein auf eine Definition trainiertes Modell auf Daten aus einem System mit einer anderen, sind die Fehler nicht laut. Sie sind systematisch und still.

Genau hier zahlt sich die Investition in eine formale semantische Schicht aus. Werkzeuge wie dbt (das Produkt für Datentransformation) und Datenkataloge auf Enterprise-Niveau von Anbietern wie Alation oder Collibra können helfen, wobei man klar sagen sollte: Alation und Collibra sind kommerzielle Anbieter mit direktem finanziellem Interesse daran, die Einführung von Katalogen zu fördern. Unabhängiges Benchmarking ihres tatsächlichen Effekts auf die Qualität von KI-Ergebnissen bleibt begrenzt. Aus Praxisberichten ist klar: Organisationen mit gut gepflegten Business-Glossaren und konsistenter Entity Resolution schneiden über ein breites Spektrum von KI-Anwendungen hinweg besser ab, von Churn Prediction bis Dokumentenverarbeitung.

Was das für den CDO bedeutet

Die operative Herausforderung des CDO ist 2026 zum Teil politisch. KI ist Chefsache, entsprechend groß ist der Druck, schnell Ergebnisse zu zeigen. Investitionen in Dateninfrastruktur sind dagegen langsam, wenig attraktiv und schwer einem konkreten Umsatzeffekt zuzuordnen. Die Versuchung ist, Datenschulden auflaufen zu lassen und währenddessen KI-Piloten auszuliefern. Das Risiko: ein Portfolio von Modellen, die in der Demo funktionieren und im Produktivbetrieb scheitern.

Einige konkrete Verschiebungen dabei, worauf CDOs ihre Aufmerksamkeit richten sollten:

• Formulieren Sie Infrastrukturinvestitionen in KI-Begriffen. Vorstände, die sich gegen Ausgaben für Datenqualität sperren, reagieren oft anders, wenn dieselbe Arbeit als „Verbesserung der Modellperformance“ präsentiert wird. Die zugrundeliegende Tätigkeit ist identisch. Das Framing ändert, wer sie genehmigt.
• Verankern Sie AI-Readiness-Assessments in Ihrem Data-Governance-Zyklus. Bevor ein Modell in Produktion geht, sollte es einen formalen Checkpoint geben, der die zuliefernden Datenpipelines bewertet: Vollständigkeit, Latenz-SLAs, Schemastabilität und Lineage-Dokumentation. Das ist keine zusätzliche Bürokratieschicht, wenn es die Nachanalyse ersetzt, die sonst sechs Monate später stattfinden würde.
• Behandeln Sie Inference-Outputs als vollwertige Datenassets. Wenn Ihr Unternehmen LLMLLMEin Large Language Model ist ein KI-System, das auf riesigen Textmengen trainiert wurde, um Sprache vorherzusagen und zu erzeugen. Damit sind Aufgaben wie Schreiben, Zusammenfassen und Beantworten von Fragen möglich.Vollständige Definition ansehen →-basierte Workflows im großen MaMaEinsatz von Software, um wiederkehrende Marketingaufgaben und Kampagnen zu automatisieren und Personalisierung in großem Maßstab über Kanäle wie E-Mail, Web und Social zu ermöglichen.Vollständige Definition ansehen →ßstab betreibt, sollten die Outputs, einschließlich Confidence Scores, Nutzerkorrekturen und Edge-Case-Flags, mit ordentlicher Governance zurück in Ihre Datenlandschaft fließen. Die meisten Organisationen tun das nicht systematisch und werfen damit das reichhaltigste Signal weg, das ihre KI-Systeme erzeugen.
• Beobachten Sie das Verhältnis von Compute- zu Datenkosten. Während die Kosten für Model Inference weiter sinken, steigt der relative Anteil von Datenaufbereitung, Bereinigung und Anreicherung an den Gesamtausgaben eines KI-Projekts. Analysten von Forrester haben diese Verschiebung als strukturelle Veränderung in der Budgetierung von KI-Investitionen markiert. CDOs, die dieses Verhältnis nicht verfolgen, stellen die tatsächlichen Kosten ihrer KI-Programme gegenüber dem CFO vermutlich falsch dar.
• Gehen Sie nicht davon aus, dass Ihre Cloud-Datenplattform von Haus aus KI-tauglich ist. Snowflake, Databricks und Google BigQuery vermarkten alle KI-native Fähigkeiten, und alle drei sind Anbieter mit kommerziellem Anreiz, ihre Plattformen als Komplettlösung zu positionieren. Die Plattformen sind wirklich leistungsfähig, aber der Konfigurationsaufwand, damit sie für produktive KI gut performen, ist erheblich und von Unternehmen zu Unternehmen verschieden.

Konkrete Schritte, die jetzt Priorität verdienen

• Identifizieren Sie Ihre drei kritischsten KI-Modelle im Produktivbetrieb und verfolgen Sie deren Data LineageData LineageData Lineage zeigt, wie Daten sich durch Systeme bewegen und dabei transformiert werden, von der Quelle bis zur Nutzung: woher sie kommen, was sie verändert hat und wohin sie gehen.Vollständige Definition ansehen → von Anfang bis Ende. Die Übung bringt in der Regel mindestens eine kritische Abhängigkeit ans Licht, die niemand dokumentiert hat.
• Beauftragen Sie ein unabhängiges Audit der Abdeckung Ihres Master Data Managements, bevor Sie die nächste Runde Budget für KI-Piloten freigeben.
• Etablieren Sie ein Protokoll für Feedback-Loops bei ausgerollten Modellen, das festlegt, wo Inference-Outputs gespeichert werden, wie sie qualitätsgeprüft werden und wem sie gehören.
• Führen Sie ein direktes Gespräch mit Ihrem CFO darüber, einen Teil der Ausgaben für Dateninfrastruktur als KI-Programmkosten umzuklassifizieren. Diese buchhalterische Änderung setzt oft Budget frei, das vorher in IT-Wartungskategorien feststeckte.

Die Unternehmen, die in den nächsten drei Jahren dauerhaften Wert aus KI ziehen, sind nicht zwangsläufig die mit den ausgefeiltesten Modellen. Es sind die, die das Datenfundament für diese Modelle gebaut haben, bevor der Druck zum Ausliefern übermächtig wurde. Diese Arbeit steht den meisten Unternehmen noch bevor, was sie zu einer echten Quelle von Wettbewerbsvorteil macht für die CDOs, die sie jetzt angehen.