Data is the key for AI: Warum KI-Projekte an der Datenschicht scheitern

Teil 1 von 2 unserer Serie „Data is the Key for AI" zu Datenarchitektur als Voraussetzung für KI im Banking. Teil 2 zeigt die Brücke von Legacy-Data-Warehouses zu Snowflake.

Die Modelle sind nicht das Problem

Wenn KI-Projekte in Banken scheitern, liegt es fast nie am Modell. Es liegt an der Datenschicht darunter. Gartner beziffert das Ausmaß präzise: 63 Prozent der befragten Organisationen haben keine oder unklare Data-Management-Praktiken für KI, basierend auf einer Befragung von 1.203 Data-Management-Verantwortlichen im Juli 2024 (Gartner, Lack of AI-Ready Data Puts AI Projects at Risk). Die Konsequenz ist eine Prognose, die jedes Budgetgespräch in der IT-Leitung verändern sollte: Bis 2026 werden 60 Prozent der KI-Projekte, die nicht durch AI-ready Data gestützt sind, abgebrochen (Gartner).

Das Muster zieht sich durch die gesamte Investitionskette. Mindestens 30 Prozent der Generative-AI-Projekte werden nach dem Proof of Concept abgebrochen — nicht wegen mangelnder Modellleistung, sondern wegen schlechter Datenqualität, unzureichender Risikokontrollen und eskalierender Kosten bei unklarem Business Value. Das ist besonders schmerzhaft, weil transformative GenAI-Deployments laut derselben Befragung von 822 Business-Leadern zwischen 5 und 20 Millionen US-Dollar kosten (Gartner Press Release, 2024). Und selbst Projekte, die die Pilotphase überstehen, liefern häufig keinen wirtschaftlichen Effekt: Laut dem MIT-NANDA-Report „The GenAI Divide", zitiert nach Fortune, erzielen 95 Prozent der untersuchten Unternehmen mit GenAI keinen messbaren P&L-Effekt — nur rund 5 Prozent der Pilotprogramme liefern schnelle Umsatzbeschleunigung. Die Kernursache ist laut Report kein Modellproblem, sondern fehlerhafte Enterprise-Integration und ein „Learning Gap" zwischen Pilot und Produktivbetrieb (Fortune über den MIT-NANDA-Report).

Woran es in der Praxis hängt

Zwei aktuelle Branchenbefragungen bestätigen, dass Datenqualität kein Nebenschauplatz, sondern der zentrale Engpass ist. Bei Informatica geben 57 Prozent der Data Leader Datenverlässlichkeit als zentrale Hürde an, um KI-Projekte von Pilot in Produktion zu bringen. Die Hälfte nennt Datenqualität als Top-Challenge beim Rollout agentischer KI, und 76 Prozent sagen, ihre AI Governance halte mit der tatsächlichen Nutzung nicht mehr Schritt — bei 600 befragten globalen Data Leadern aus USA, UK/EU und APAC (Informatica, CDO Insights 2026). Bei dbt Labs nennen 56 Prozent der Befragten Datenqualität als Problem — trotz breiter KI-Adoption bleibt Vertrauen in die eigenen Daten die Top-Priorität von Datenteams (dbt Labs, The state of analytics engineering in 2025).

Für Banken ist das keine neue Erkenntnis, sondern eine alte Lehre in neuem Gewand. Schon die Basler Prinzipien für effektive Risikodaten-Aggregation, BCBS 239, forderten nach der Finanzkrise, dass Institute Risikoexposures vollständig, schnell und genau aggregieren können müssen — weil viele global systemrelevante Banken genau dazu nicht in der Lage waren (Bank for International Settlements, BCBS 239). Wer diese Disziplin in der Risikoberichterstattung verinnerlicht hat, versteht sofort, warum sie jetzt für KI-Anwendungen im Marketing und Vertrieb ebenso gilt: Prediction-Modelle, Churn-Scores und Personalisierung sind nur so belastbar wie die Datenbasis, auf der sie trainiert und angewendet werden.

Die Regulatorik zieht nach

Was bislang implizite Best Practice war, wird mit dem EU AI Act explizit zur Pflicht. Artikel 10 verlangt für Hochrisiko-KI-Systeme, dass Trainings-, Validierungs- und Testdatensätze relevant, ausreichend repräsentativ und so weit wie möglich fehlerfrei und vollständig sind — bezogen auf den beabsichtigten Zweck. Verlangt wird zudem eine dokumentierte Data-Governance-Praxis zu Datenherkunft, Aufbereitungsschritten wie Annotation, Labeling, Cleaning, Updating und Aggregation, zur Prüfung von Bias sowie zur Identifikation von Datenlücken (Europäische Kommission, AI Act Service Desk, Artikel 10). Für Banken, die Kreditwürdigkeitsprüfungen, Betrugserkennung oder personalisierte Finanzprodukte mit KI unterstützen, ist das keine abstrakte Compliance-Übung, sondern unmittelbar prüfungsrelevant.

Die praktische Konsequenz aus beiden Entwicklungen — Marktdruck und Regulatorik — ist deckungsgleich: Ohne eine governete, dokumentierte und konsistente Datenbasis lässt sich weder eine belastbare Prediction noch eine rechtssichere Personalisierung betreiben. Die folgende Übersicht fasst zusammen, wo die Anforderungen ansetzen.

Was das für die Systemarchitektur bedeutet

Die genannten Anforderungen — Governance, Lineage, Bias-Prüfung, Vollständigkeit — lassen sich nicht nachträglich in eine gewachsene, fragmentierte Datenlandschaft hineinretten. Sie brauchen ein System of Record, das Kundendaten aus CRM, Core Banking und Kartenverarbeitung in Echtzeit konsolidiert, Einwilligungen (Consent) verwaltet, die Herkunft jedes Datenpunkts nachvollziehbar macht (Lineage) und personenbezogene Daten (PII) durchgängig schützt. Genau das ist die Funktion, die eine Customer Data Platform mit integrierter Data-Governance-Schicht übernimmt: nicht als zusätzliches Reporting-Tool, sondern als verlässliche Grundlage, auf der Prediction-Engines und Personalisierung überhaupt erst aufsetzen können.

Die acceleraid-Plattform bildet dieses System of Record im CDP & Data Governance Modul ab — mit Echtzeit-Anbindung an CRM, Core Banking und Kartenverarbeitung, Consent-Management, Lineage-Nachverfolgung und PII-Schutz, gehostet in Deutschland und GDPR-by-design konzipiert (acceleraid Platform). Für Banken in der DACH-Region ist das ein doppelter Vorteil: Die regulatorischen Anforderungen aus BCBS 239 und EU AI Act werden nicht als nachgelagerte Compliance-Aufgabe behandelt, sondern sind von Beginn an in der Datenarchitektur verankert (acceleraid Banking).

Diese Verbindung von Datenqualität und Prediction zeigt sich besonders deutlich bei Anwendungsfällen wie der Churn-Prognose: Ein Modell, das Kundenabwanderung 90 Tage im Voraus erkennen soll, ist nur so gut wie die Transaktions- und Interaktionsdaten, aus denen es lernt. Wie eine governete Datenbasis konkret in belastbare Churn-Scores übersetzt wird, haben wir in unserem Beitrag zu Retention und Churn-Prognosen beschrieben (CLM Retail Banking: Churn Prediction 90 Days).

Der Rahmen für die nächsten Schritte

Für Marketing-, Digital- und Data-Verantwortliche in Banken lässt sich daraus ein pragmatischer Prüfrahmen ableiten, bevor das nächste KI-Projekt gestartet wird:

Erstens: Governance vor Modell. Bevor ein Prediction- oder GenAI-Projekt aufgesetzt wird, muss geklärt sein, welche Datenquellen als System of Record gelten, wie Consent erfasst wird und wie Lineage dokumentiert ist. Zweitens: Metadaten und Qualität sind kein Einmalprojekt, sondern ein laufender Prozess — die von Gartner beschriebenen fünf Schritte zu AI-ready Data (Use-Case-Alignment, Governance-Anforderungen, Metadatenmanagement, Pipelines, Qualitätssicherung) sind iterativ zu wiederholen. Drittens: Regulatorische Anforderungen wie Art. 10 EU AI Act sollten nicht als nachträgliche Prüfhürde, sondern als Architekturprinzip von Anfang an eingeplant werden. Institute, die diese Reihenfolge einhalten, vermeiden genau jene 60 Prozent Abbruchquote, die Gartner für KI-Projekte ohne AI-ready-Datenbasis prognostiziert.

Im zweiten und abschließenden Teil dieser Serie zeigen wir, wie sich diese governete Datenbasis technisch umsetzen lässt — konkret am Übergang von Legacy-Data-Warehouses zu Cloud-Plattformen wie Snowflake, ohne dass Banken eine riskante Big-Bang-Migration eingehen müssen.

Illustration: KI-generiert. KI-gestützte Inhalte: Bei der Erstellung unserer Beiträge setzen wir KI-Technologien und automatisierte Agenten ein, unter anderem von Microsoft, Google, OpenAI, Anthropic und weiteren Anbietern. Themen, fachliche Ausrichtung und finale Freigabe liegen bei unserem Team.