Illustration Absmeier foto freepik ki

Künstliche Intelligenz (KI) revolutioniert weiterhin die Geschäftswelt und hilft Unternehmen, Aufgaben zu automatisieren, Erkenntnisse zu gewinnen und Innovationen in großem Umfang voranzutreiben. Doch es bleiben Fragen offen, vor allem wenn es um die Art und Weise geht, wie KI-Lösungen Daten sicher verarbeiten und bewegen. Einem Bericht von McKinsey zufolge gehören Ungenauigkeiten in der KI sowie KI-Cybersecurity-Risiken zu den größten Sorgen von Mitarbeitern und Führungskräften [1]. Da Daten zunehmend durch komplexe KI-Ökosysteme fließen, gilt es für Unternehmen nicht nur am World-Backup-Day zu überprüfen, wie sie ihre Daten sichern und verwalten.

IT-Führungskräfte müssen verstehen, dass heutiges Datenmanagement als Basis für KI einen ganzheitlichen Datenschutzansatz erfordert, sei es durch eine moderne Data-Lakehouse-Architektur oder eine Multi-Cloud-Datenmanagementstrategie. Da KI immer stärker in Geschäftsprozesse integriert wird, reichen rudimentäre Methoden der Datenverwaltung nicht mehr aus. Unternehmen sollten sich um kontinuierliche Transparenz, Management und Widerstandsfähigkeit bemühen – oder sie riskieren, die Kontrolle zu verlieren, wenn KI-gesteuerte Umgebungen immer komplexer werden.

Je mehr und desto bessere Daten einer KI zur Verfügung stehen, desto leistungsfähiger und wertvoller werden ihre Erkenntnisse. Dieser zunehmende Datenfluss führt jedoch zu ernsthaften Herausforderungen in Bezug auf Sicherheit und Compliance. Denn im Gegensatz zu herkömmlichen Datensystemen, in denen Informationen in der Regel auf vorhersehbare Weise gespeichert und abgerufen werden, arbeitet KI flüssiger und schneller. KI-Modelle sind dynamisch, lernen und passen sich an. Sie verarbeiten und generieren kontinuierlich Daten in verschiedenen Umgebungen – vor Ort, auf Cloud-Plattformen und sogar in externen KI-Diensten – mit einer Geschwindigkeit und einem Umfang, der herkömmliche Sicherheitsansätze und statische Maßnahmen an ihre Grenzen bringt.

Nicht zu vergessen: Die ständige Bewegung von Daten über verschiedene Teams, Abteilungen und Systeme hinweg macht es schwierig, nachzuvollziehen, woher Daten stammen, wie sie umgewandelt werden und wer Zugriff darauf hat. Unternehmen brauchen daher proaktive Leitplanken, die sicherstellen, dass KI-Daten von Anfang an geschützt sind, unabhängig davon, wie und wohin sie sich bewegen.

Die Herausforderung mit KI: Mehr Daten, mehr Risiko

Immer mehr Teams in Unternehmen basieren ihre Entscheidungen auf KI-gestützte Erkenntnisse. Dazu tauschen Teams Daten untereinander aus. So werden Daten über mehrere Systeme hinweg auf eine Art und Weise übertragen, die schwer zu verfolgen und zu kontrollieren ist. Ohne klare Leitplanken können sensible Informationen wie persönliche Kundendaten oder unternehmenseigene Informationen, die in KI-Modelle oder -Berichte eingebettet sind, unwissentlich offengelegt, missbraucht oder mit nicht autorisierten Nutzern geteilt werden.

Hinzu kommt: Da verschiedene Teams Daten in die KI-Modelle einspeisen, können Fehler, Verzerrungen oder veraltete Informationen die generierten Ergebnisse verzerren und deren Zuverlässigkeit verringern. Mit einer strengen Nachverfolgung der Datenabfolge können Unternehmen die Genauigkeit ihrer Daten sicherstellen. Dabei unterstützen beispielsweise automatisierte Lösungen zur Verwaltung von Metadaten, um Datenflüsse zu verfolgen und Fehler zu vermeiden, noch bevor sie sich auf KI-getriebene Entscheidungen auswirken.

Abgesehen von den Expositionsrisiken sind viele KI-Modelle wie Blackboxen, bei denen Unternehmen nur schwer nachvollziehen können, wie die Daten verarbeitet und umgewandelt werden. Diese Undurchsichtigkeit wirft Compliance-Bedenken auf. Laut aktuellem NetApp Futurum Report geben rund 40 Prozent der befragten Entscheider an, zu den größten KI-Herausforderungen gehöre die Fähigkeit zur Erfüllung gesetzlicher und Compliance-Anforderungen für den sicheren Zugriff auf sensiblen Daten für KI-Trainings sowie auch die Verfügbarkeit und der Zugriff auf Trainingsdaten [2]. Fehlende Compliance kann auch die Reputation schädigen, wenn KI-gesteuerte Entscheidungen nicht erklärt oder begründet werden können. Ohne die richtigen Vorkehrungen riskieren Unternehmen nicht nur Sicherheitsverletzungen, sondern auch gesetzliche Strafen, Betriebsunterbrechungen und den Verlust des Kundenvertrauens.

Von reaktiver Sicherheit zu proaktiver Governance

Um KI-Daten wirksam zu schützen, müssen Unternehmen von reaktiver Sicherheit zu proaktiver Governance übergehen. Sicherheitsmaßnahmen müssen von Anfang an in KI-Workflows eingebettet sein. Laut dem Gartner-Bericht »2023 Metadata Management in the Digital Age« geben 60 Prozent der Unternehmen zu, dass sie nicht wissen, wo sich ihre geschäftskritischen Daten befinden [3]. Dies ist ein ernsthaftes Problem: KI-Governance beginnt mit Transparenz, und Unternehmen müssen verstehen, wie KI-Modelle Daten verarbeiten und gemeinsam nutzen, indem sie die Datenverknüpfung von Anfang bis Ende verfolgen. Dies gewährleistet außerdem schnellere Reaktionszeiten im Angriffsfall.

Automatisierte Sicherheitskontrollen integriert in KI-Workflows garantieren, dass Datensicherheits- und Compliance-Richtlinien den Daten folgen, wo immer sie sich bewegen – ob On-Premises, in der Cloud oder in KI-Ökosystemen Dritter. Wichtig ist: Sicherheitsrichtlinien müssen sich mit den KI-gesteuerten Datenströmen dynamisch weiterentwickeln und sich an die Nutzungsmuster anpassen lassen, gerade wenn Unternehmen Innovation vorantreiben wollen.

KI-Sicherheit ist ein geschäftlicher Imperativ

KI-Sicherheit ist nicht mehr nur eine IT-Herausforderung, sie ist eine geschäftliche Notwendigkeit. Unternehmen, die ihre KI-Daten nicht ordnungsgemäß verwalten, riskieren Bußgelder, rechtliche Konsequenzen und das Misstrauen ihrer Kunden. Sie müssen die Kontrolle übernehmen, indem sie von Anfang an eine starke KI-Daten-Governance implementieren. Die Zukunft der KI-Sicherheit besteht nicht darin, auf Probleme oder einen Jahrestag zu warten, sondern sie zu verhindern, bevor sie entstehen. Unternehmen, die heute proaktive KI-Leitplanken aufbauen, werden morgen führend sein und bleiben.

Benjamin Bohne, Group Vice President Sales in der DACH-Region und Osteuropa bei Cloudera

[1] https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/superagency-in-the-workplace-empowering-people-to-unlock-ais-full-potential-at-work

[2] https://www.netapp.com/media/120378-netapp-cloud-complexity-ai.pdf

[3] https://blocksandfiles.com/2025/02/04/the-metadata-advantage-unlocking-insights-and-efficiency-in-enterprise-it/

8388 Artikel zu „Daten KI“

Trends 2025 | News | Trends Services | Künstliche Intelligenz

KI-Agenten: Es fehlt an Datenqualität, Governance und Qualifikation

2. April 2025

Die aktuelle BARC-Studie »Preparing and Delivering Data for AI: Adoption Trends, Requirements, and Best Practices« zeigt: Unternehmen setzen zunehmend auf KI – fast ein Drittel nutzt bereits KI-Agenten produktiv [1]. Doch fehlende Strukturen in der Governance, unzureichender Fokus auf Datenqualität und mangelnde KI-Kompetenzen gefährden den langfristigen Erfolg. Die Befragten stammen aus aller Welt, mit…