KI macht aus schlechten Daten keine guten Ergebnisse. Sie macht Fehler lediglich schneller und überzeugender sichtbar. Prüfen Sie deshalb vor dem Start diese Punkte.
- Vollständigkeit: Fehlen Pflichtfelder wie Artikelnummer, Kundennummer oder Datum bei relevanten Datensätzen?
- Dubletten: Gibt es denselben Kunden oder Artikel mehrfach mit leicht abweichender Schreibweise?
- Aktualität: Wann wurden Preise, Beschreibungen und Verträge zuletzt gepflegt?
- Einheitlichkeit: Sind Einheiten, Datumsformate und Bezeichnungen konsistent?
- Herkunft: Ist klar, aus welchem System ein Datensatz stammt und wer ihn pflegt?
- Zugriff: Dürfen die Daten für den geplanten Zweck verwendet werden, besonders bei personenbezogenen Daten?
- Zugänglichkeit: Lassen sich die Daten per Schnittstelle oder Export abrufen, oder liegen sie nur in Scans und Köpfen?
Eine Stichprobe von 100 Datensätzen zeigt meist schnell, wo die Probleme liegen. Entscheiden Sie danach, ob Sie vor dem Pilot bereinigen oder den Pilot auf einen sauberen Teilbestand begrenzen.