Es gibt Ihre Zahlenwelt: Aufträge, Bestände, Umsätze, Maschinendaten. Exakt, strukturiert, in Tabellen zu Hause. Und es gibt Ihre Wissenswelt: Verträge, Serviceberichte, Anleitungen, zwanzig Jahre E-Mail-Verkehr. Sprachlich, unstrukturiert, in Ordnern und Köpfen verstreut. Beide sind wertvoll. Beide brauchen KI-tauglichen Unterbau. Aber sie brauchen einen jeweils anderen.
Welt 1: die Zahlenwelt
Hier zählt Exaktheit. Ein Umsatz ist richtig oder falsch, ein Lagerbestand stimmt oder stimmt nicht. Der passende Unterbau ist seit Jahrzehnten bekannt und hat sich nicht überlebt, nur weil Sprachmodelle existieren: Quellsysteme, eine automatische Ladestrecke, ein zentrales Data Warehouse mit sauberem Datenmodell, darauf Auswertungen und Prognosen.
Warum der Aufwand? Weil die Alternative teuer ist. Gartner schätzt die durchschnittlichen Kosten schlechter Datenqualität auf 12,9 Millionen Dollar pro Organisation und Jahr — eine Konzernzahl, gewiss, aber der Mechanismus dahinter ist größenunabhängig: falsche Entscheidungen, doppelte Arbeit, Vertrauensverlust in die eigenen Berichte. Und ein Sprachmodell, das man auf widersprüchliche Zahlen loslässt, macht daraus keine richtigen. Es macht daraus schneller verfügbare falsche.
Welt 2: die Wissenswelt
Hier zählt Auffindbarkeit. Und die ist messbar schlecht: Laut einer Atlassian-Erhebung verbringen deutsche Büroangestellte rund zehn Stunden pro Woche mit der Suche nach Informationen — etwa ein Viertel der Arbeitszeit. Mehr als die Hälfte kommt an benötigtes Wissen überhaupt nur, indem sie jemanden fragt. Eine repräsentative Lucid-Studie kommt mit 6,5 Stunden auf konservativere, aber immer noch ernüchternde Werte.
Der moderne Unterbau für diese Welt: Dokumente werden in ein einheitliches Format überführt, kuratiert und in eine durchsuchbare Wissensbasis gebracht, auf der ein Assistent arbeitet, der ausschließlich aus diesem geprüften Wissen antwortet — nicht aus freiem Modellwissen. Nachvollziehbar, mit Quellenangabe, und nebenbei die wirksamste Versicherung gegen den Wissensverlust, der auf viele Betriebe zurollt: Nach der aktuellen IW-Prognose verlassen bis 2036 im Schnitt 1,3 Millionen Menschen pro Jahr den deutschen Arbeitsmarkt Richtung Rente. Ein Teil davon sind Ihre erfahrensten Leute.
Der Fehler: eine Welt mit den Mitteln der anderen bearbeiten
Wer seine Umsatzdaten in Textdokumente schreibt, kann sie nicht mehr summieren. Wer seine Verträge in ein Tabellenschema presst, zerstört ihren Zusammenhang. Klingt offensichtlich — passiert aber ständig, nur subtiler: Da soll ein Chatbot „das Reporting automatisieren" (er kann es nicht, ihm fehlt die Zahlenbasis) oder ein Data Warehouse „das Wissen der Kollegen sichern" (es kann es nicht, Wissen ist kein Datensatz).
Wo es spannend wird: der Übergang
Die wertvollsten Anwendungen entstehen, wo die Welten sich berühren. Zwei Richtungen:
Ihre Texte werden zählbar. Ein Sprachmodell liest Serviceberichte oder Reklamations-E-Mails und extrahiert daraus strukturierte Felder — betroffenes Bauteil, Fehlerart, Dringlichkeit —, die validiert in die Zahlenwelt fließen. Aus tausend Freitexten wird eine Auswertung: Welche drei Bauteile verursachen 80 Prozent unserer Reklamationen? Diese Antwort lag immer schon in Ihren Daten. Sie war nur nicht zählbar.
Ihre Zahlen werden befragbar. Statt auf das nächste Dashboard zu warten, stellt der Vertriebsleiter eine normale Frage — „Was hat Kunde Meier zuletzt bestellt, gibt es offene Reklamationen?" — und ein Assistent beantwortet sie aus den echten Tabellen. Das funktioniert verlässlich allerdings nur auf einem sauberen, dokumentierten Datenmodell. Welt 1 ist hier nicht optional, sie ist die Betriebserlaubnis.
Dass genau an dieser Integration die meisten scheitern, ist inzwischen gut belegt: Die MIT-Studie „The GenAI Divide" fand 2025, dass 95 Prozent der GenAI-Piloten keinen messbaren Ertrag liefern — nicht weil die Modelle schlecht wären, sondern weil sie nicht in Prozesse und Datenbestände integriert sind.
Was zuerst?
Die pragmatische Antwort: die Welt, in der Ihr größter Schmerz sitzt — und das Fundament so legen, dass die zweite andocken kann. Geordnete Ablage, klare Verantwortlichkeiten und saubere Zugriffe braucht man nämlich für beide, und man legt sie nur einmal.
Welche Welt bei Ihnen drückt, zeigt Ihnen unser Daten-Readiness-Check in fünf Minuten — mit einer konkreten Empfehlung statt einer Punktzahl.