Warum braucht KI gute Daten?

Das Problem

Sie geben einer KI Ihre Kundenliste und bitten um eine Auswertung: Welche Region bringt am meisten Umsatz? Die Antwort kommt schnell und sieht professionell aus. Erst beim zweiten Blick fällt auf, dass «Bern», «BE» und «bern » als drei verschiedene Regionen gezählt wurden.

Das ist kein Einzelfall. KI-Werkzeuge können Ihre Daten nicht wirklich kennen. Sie sehen nicht, dass ein Kunde zweimal erfasst ist, dass eine Spalte alte Preise enthält oder dass im Feld «Datum» manchmal ein Kommentar steht.

Das Tückische: Die Ergebnisse wirken trotzdem überzeugend. Fachleute fassen das in einem englischen Merksatz zusammen: «Garbage in, garbage out», also «Müll rein, Müll raus». Wer auf solche Auswertungen hin entscheidet, plant im schlimmsten Fall an der Realität vorbei.

Einfach erklärt

Datenqualität beschreibt, wie gut Daten für einen bestimmten Zweck taugen. Bei KI spielt sie an zwei Stellen eine Rolle:

• Beim Training: Ein Modell lernt aus seinen Trainingsdaten. Sind diese fehlerhaft oder einseitig, lernt es Fehler mit. Darauf haben Sie als Nutzerin kaum Einfluss.
• Bei Ihrer Nutzung: Wenn Sie der KI eigene Tabellen, Dokumente oder eine Wissenssammlung geben, entscheiden Sie selbst über die Qualität. Hier lohnt sich Ihr Einsatz.

Gute Daten erfüllen einige einfache Merkmale:

So lösen Sie es mit KI – Schritt für Schritt

So verbessern Sie die Datenqualität, bevor Sie eine Auswertung starten:

1. Ziel klären: Schreiben Sie in einem Satz auf, welche Frage die Daten beantworten sollen. Dann sehen Sie, welche Spalten wirklich wichtig sind.
2. Kopie anlegen: Arbeiten Sie immer mit einer Kopie Ihrer Datei, damit das Original unverändert bleibt.
3. Personendaten entfernen: Löschen Sie Namen, Adressen und Telefonnummern, wenn Sie diese für die Frage nicht brauchen.
4. Schreibweisen vereinheitlichen: Sortieren Sie in Excel jede wichtige Spalte einmal alphabetisch. So springen Varianten wie «BE» und «Bern» sofort ins Auge.
5. Doppelte suchen: Nutzen Sie in Excel unter «Daten» die Funktion «Duplikate entfernen» oder lassen Sie sich von der KI zeigen, wie das geht.
6. Lücken markieren: Füllen Sie leere Zellen nicht mit Vermutungen. Schreiben Sie lieber «unbekannt», damit die KI das berücksichtigen kann. Mehr dazu unter Was tun bei fehlenden Daten?.
7. KI um eine Qualitätsprüfung bitten: Lassen Sie die KI zuerst nur die Daten prüfen, bevor sie auswertet. Die Vorlage unten hilft dabei.
8. Ergebnis plausibilisieren: Vergleichen Sie eine Summe oder einen Durchschnitt stichprobenartig mit Ihrer eigenen Rechnung.

Eine ausführliche Anleitung zum Aufbereiten von Tabellen finden Sie unter Tabelle für KI vorbereiten.

Vorlage zum Kopieren

Ich gebe dir eine Tabelle mit [Inhalt, z. B. Bestellungen 2025] in den Spalten [Spaltennamen].
Werte noch nichts aus. Prüfe zuerst die Datenqualität:
1. Gibt es leere Felder? In welchen Spalten und wie viele?
2. Gibt es unterschiedliche Schreibweisen für dasselbe (z. B. Orte, Produktnamen)?
3. Gibt es vermutlich doppelte Einträge?
4. Gibt es auffällige Werte, die ein Tippfehler sein könnten?
Gib mir eine Liste der Probleme und einen Vorschlag, wie ich sie in Excel behebe.

Ersetzen Sie Inhalt und Spaltennamen; bei grossen Tabellen genügt für die Prüfung oft ein Ausschnitt mit typischen Zeilen.

Worauf Sie achten müssen

• Datenschutz zuerst: Kundendaten gehören nicht ungeschützt in einen öffentlichen KI-Chat. Nutzen Sie anonymisierte Daten oder ein vom Betrieb freigegebenes Werkzeug.
• KI korrigiert nicht still: Bitten Sie die KI ausdrücklich, Änderungen aufzulisten. Sonst wissen Sie nicht, was sie angepasst hat.
• Rechenfehler möglich: Sprachmodelle können sich bei langen Tabellen verzählen. Bei Zahlen ist eine Kontrolle in Excel Pflicht.
• Mehr ist nicht automatisch besser: Eine riesige, unaufgeräumte Datei bringt oft schlechtere Ergebnisse als eine kleinere, saubere. Siehe Mehr Daten, bessere KI?.
• Veraltete Dokumente: Bei Wissenssammlungen für einen Chatbot sollten alte Fassungen entfernt werden. Sonst zitiert die KI womöglich eine überholte Regel.

Ein Beispiel aus der Praxis

Ein Beispiel: Eine Sanitärfirma im Kanton Luzern wollte mit KI auswerten, welche Serviceaufträge am häufigsten wiederkehren. Die erste Auswertung zeigte «Boiler», «Boilerservice» und «Entkalkung Boiler» als drei getrennte Themen.

Vorher wirkte das Ergebnis brauchbar, war aber verzerrt. Nachher liess die Büroleiterin die KI zuerst die Datenqualität prüfen, vereinheitlichte die Auftragsarten in Excel und entfernte doppelt erfasste Aufträge. Die zweite Auswertung war deutlich klarer und deckte sich mit der Erfahrung der Monteure.

So hilft Ihnen Alpasana

Gute Ergebnisse mit KI beginnen bei sorgfältig behandelten Daten. Die KI-Weiterbildung für Unternehmen von absofort vermittelt Mitarbeitenden, wie sie KI für Verwaltung, Analyse und Entscheidungsgrundlagen einsetzen und dabei verantwortungsvoll mit Unternehmensdaten umgehen.

Die Weiterbildung läuft online im eigenen Tempo, mit Schweizer Praxisbezug und verifizierbaren Abschlüssen. Für Teams gibt es eine direkte Kontaktmöglichkeit für Firmenlösungen.

Häufige Fragen

Kann die KI meine Daten nicht einfach selbst bereinigen?

Sie kann dabei helfen, etwa Varianten erkennen oder Vorschläge machen. Die Entscheidung, welcher Eintrag richtig ist, sollte aber bei Ihnen bleiben. Lassen Sie sich Änderungen immer auflisten.

Wie viel Zeit sollte ich für die Datenprüfung einplanen?

Für eine überschaubare Tabelle reicht oft eine Viertelstunde. Diese Zeit ist gut investiert, weil Sie sonst falsche Ergebnisse später mühsam nachkontrollieren müssen.

Gilt das auch für Texte und nicht nur für Tabellen?

Ja. Wer der KI widersprüchliche Merkblätter oder alte Vertragsversionen gibt, erhält widersprüchliche Antworten. Geben Sie nur die gültige Fassung mit.