Wie planen wir die Kosten für die Datenaufbereitung?

Das Problem

Sie möchten eine KI einführen, die Fragen anhand Ihrer Dokumente beantwortet: Handbücher, Offerten, Verträge, Protokolle, Preislisten. Die Technik ist schnell eingerichtet. Doch dann zeigt sich: Es gibt drei Fassungen derselben Preisliste, Dokumente mit Namen wie «Neu_final2», eingescannte Papiere ohne lesbaren Text, widersprüchliche Angaben und Ordner, die nur eine Person versteht.

Die KI kann nur so gut arbeiten wie die Daten, die sie bekommt. Veraltete, doppelte oder widersprüchliche Unterlagen führen zu falschen Antworten. Also müssen die Daten zuerst geordnet werden, und das kostet Zeit, oft mehr als erwartet.

Viele Projekte unterschätzen diesen Posten. Hier lernen Sie, ihn realistisch zu schätzen, damit Budget und Zeitplan stimmen.

Welche Arbeiten gehören zur Aufbereitung?

Zur Ausgangsprüfung: Datenbestand-Inventur und Datenqualität vor dem Start prüfen.

So lösen Sie es mit KI – Schritt für Schritt

1. Definieren Sie den Bereich. Für welchen Anwendungsfall braucht es Daten? Beschränken Sie sich auf das Nötige. Nicht der ganze Server muss aufgeräumt werden.
2. Verschaffen Sie sich einen Überblick. Anzahl Dateien, Ablageorte, Formate, Alter. Eine Inventur genügt für die Schätzung.
3. Ziehen Sie eine Stichprobe. 30 bis 50 Dokumente zufällig. Lassen Sie sie von einer Person aufbereiten und messen Sie die Zeit pro Dokument.
4. Notieren Sie die Probleme. Wie viele Duplikate, wie viele veraltet, wie viele widersprüchlich oder unlesbar? Das ergibt Quoten.
5. Rechnen Sie hoch. Zeit pro Dokument mal Anzahl Dokumente. Fügen Sie Zuschläge für Abstimmung, Klärung und Unvorhergesehenes hinzu.
6. Nutzen Sie KI als Hilfe, nicht als Ersatz. KI kann beim Sortieren, Benennen, Zusammenfassen und beim Finden von Duplikaten helfen. Die Entscheidungen über Gültigkeit und Vertraulichkeit treffen Menschen, siehe Verstreute Dokumente vorbereiten.
7. Planen Sie Personal und Zeit. Wer macht es, mit wie viel Zeit pro Woche, bis wann? Prüfen Sie, ob Fachwissen nötig ist.
8. Rechnen Sie den Pflegeaufwand ein. Nach dem Start müssen Daten aktuell bleiben. Planen Sie wiederkehrenden Aufwand.
9. Tragen Sie es in den Kostenplan ein. Als eigener Posten, siehe Kostenplan-Vorlage, mit Annahmen und Unsicherheit.

Vorlage zum Kopieren

Mit diesem Auftrag erstellen Sie ein Schätzblatt. Beschreiben Sie nur den Datenbestand, keine Inhalte:

Wir bereiten Dokumente für ein KI-Vorhaben vor in [Betrieb, Branche, Schweiz]. Anwendungsfall: [z. B. Fragen zu Preislisten und Verträgen beantworten].
Datenbestand: ca. [Anzahl] Dokumente an [Anzahl] Ablageorten, davon ca. [Prozent] eingescannte Papiere. Stichprobe von [Anzahl] Dokumenten: durchschnittlich [Minuten] Aufbereitung pro Dokument, Problemquoten: Duplikate [%], veraltet [%], widersprüchlich [%], unlesbar [%].
Erstelle ein Schätzblatt als Tabelle: Arbeitsschritt | Annahme | Berechnung | Stunden | Bemerkung. Berücksichtige Bestandsaufnahme, Auswahl, Bereinigung, Vereinheitlichung, Digitalisierung, Ergänzung, Klärung von Widersprüchen, Zugriffsrechte, Pflege.
Gib eine Spanne (vorsichtig/wahrscheinlich/ungünstig) an und nenne die drei grössten Unsicherheiten. Erfinde keine Richtwerte, sondern rechne nur mit meinen Angaben.

Tragen Sie Ihre Werte ein und lassen Sie das Blatt von einer Person prüfen, die den Bestand kennt.

Worauf Sie achten müssen

• Qualität vor Menge: Lieber wenige gute Dokumente als viele schlechte. Weniger Daten sind oft die bessere Lösung.
• Vertrauliches trennen: Personal-, Kunden- und Geschäftsgeheimnisdaten gehören nicht ungeprüft in ein KI-System. Siehe Datenschutz bei der Projektvorbereitung.
• Fachwissen nötig: Wer entscheidet, welche Fassung gilt, braucht Sachkenntnis, nicht nur Zeit.
• Aktualität: Aufbereitete Daten veralten. Ohne Pflegeprozess verlieren sie schnell ihren Wert.
• KI-Hilfe prüfen: KI-Vorschläge zu Duplikaten oder Gültigkeit können falsch sein. Stichproben sind nötig.
• Rechtliche Aufbewahrung: Löschen Sie nicht blind. Aufbewahrungspflichten und interne Regeln gehen vor.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Installationsbetrieb in Frick will eine KI für Fragen zu Materialpreisen und Montageanleitungen einführen und nimmt dafür 4'000 Dokumente aus dem gemeinsamen Laufwerk.

Vorher: Der Anbieter schlägt «einmal alles einlesen» vor. In den ersten Tests nennt die KI Preise aus dem Jahr 2019 und widerspricht sich bei Montagehinweisen.

Nachher: Der Betrieb zieht eine Stichprobe von 50 Dokumenten: Mehr als ein Drittel sind veraltet oder doppelt, einige unlesbar. Hochgerechnet und mit Zuschlag ergibt sich ein Aufwand von mehreren Wochen. Er beschränkt den Start auf aktuelle Preislisten und Montageanleitungen, bereinigt diese und bestimmt eine verantwortliche Person für die Pflege. Der Rest folgt später.

So hilft Ihnen Alpasana

Wer Daten für KI vorbereitet, sollte Prozesse, Datenquellen und Zuständigkeiten klären. Die KI-Beratung und digitale Transformation von Alpasana unterstützt dabei, Prozesse aufzunehmen, KI-Potenziale zu analysieren, Vorhaben zu priorisieren und einen Umsetzungsplan zu erstellen, ausserdem beim Konzipieren von Schnittstellen, beim Verbinden von Systemen und beim Dokumentieren der Umsetzung. Projekte werden individuell offeriert.

Häufige Fragen

Kann die KI die Daten nicht selbst aufräumen?

Teilweise: Sie hilft beim Sortieren, Benennen und Finden von Doppelten. Welche Fassung gilt und was vertraulich ist, müssen Menschen entscheiden.

Wie viel Prozent des Projektaufwands kostet die Aufbereitung?

Das hängt stark vom Ausgangszustand. Verlassen Sie sich nicht auf Faustzahlen, sondern messen Sie an einer Stichprobe.

Muss alles vor dem Start fertig sein?

Nein. Beginnen Sie mit einem kleinen, sauberen Bestand für einen Anwendungsfall und erweitern Sie schrittweise.