Ihre Daten sind nicht schmutzig. Sie sind stumm.

Warum Sie zwei Jahre gewartet haben, um erst «die Daten in Ordnung zu bringen», bevor Sie irgendetwas mit künstlicher Intelligenz machen, und warum dieses Warten vermutlich nicht nötig war.

Es gibt einen Satz, der in fast jeder Besprechung fällt, in der ein mittelständisches Unternehmen überlegt, etwas mit künstlicher Intelligenz zu machen. Der Finanzleiter sagt ihn, oder der IT-Leiter, oder der Inhaber, und meistens kommt er um Minute zwanzig:

«Bevor wir irgendetwas davon machen, müssen wir die Daten in Ordnung bringen.»

Diesem Satz widerspricht nie jemand. Er ist vernünftig, er ist umsichtig, und er klingt nach fachlichem Urteil. Und nach dem, was wir in den Unternehmen sehen, mit denen wir sprechen, ist er die bestgekleidete Ausrede dafür, zwei Jahre lang nichts zu tun.

Das Projekt, das nie beginnt

Was nach diesem Satz passiert, ist fast immer dasselbe. Es wird eine Bewertung der Datenqualität beauftragt. Es stellt sich heraus — Überraschung —, dass es Dubletten gibt, leere Felder, Kunden, die dreimal unter drei verschiedenen Namen erfasst sind, und eine Artikelnummer, die jemand 2019 geändert hat, ohne es jemandem zu sagen. Ein Aufräumprojekt wird vorgeschlagen. Das Projekt ist groß, langweilig und liefert bis ganz zum Schluss kein sichtbares Ergebnis. Es wird auf das nächste Quartal gelegt. Und auf das danach.

Währenddessen arbeitet das Unternehmen genau weiter wie vorher. Mit denselben unvollkommenen Daten, die es merkwürdigerweise nicht daran hindern, Rechnungen zu stellen, Geld einzuziehen, Löhne zu zahlen und das Jahr abzuschließen.

Das ist der Hinweis, den fast niemand aufnimmt: Wären Ihre Daten wirklich unbrauchbar, könnte Ihr Unternehmen nicht arbeiten. Und es arbeitet. Jeden Tag. Das heißt, das Problem ist nicht so groß, wie man Ihnen gesagt hat — es ist von anderer Art.

Schmutzig ist nicht dasselbe wie stumm

Schmutzige Daten sind Daten, die falsch sind: ein vertippter Betrag, ein doppelter Kunde, ein unmögliches Datum. Die gibt es natürlich. Jedes Unternehmen hat welche, und sie gehören korrigiert, wenn sie auftauchen.

Stumme Daten sind etwas anderes. Es sind vollkommen richtige Daten, die keine Frage beantworten können.

Der Unterschied zeigt sich an jedem beliebigen Beispiel. Sagen wir, Sie wollen wissen, welche Kunden Sie systematisch zu spät bezahlen. Die Daten sind da: Jede Rechnung hat ihr Ausstellungsdatum, ihr Fälligkeitsdatum und das Datum, an dem sie bezahlt wurde. Nichts davon ist schmutzig. Alles ist exakt. Und trotzdem kann niemand in Ihrem Unternehmen diese Frage beantworten, ohne drei Listen in eine Tabelle zu exportieren und einen Nachmittag mit dem Abgleich zu verbringen.

Die Daten waren in Ordnung. Sie haben nur nicht miteinander gesprochen.

Noch eins: Sie wollen die tatsächliche Marge jedes Projekts wissen. Die Zeit ist erfasst, die Einkäufe sind gebucht, die Rechnungen sind gestellt. Alles richtig, alles im selben System. Und die Antwort braucht trotzdem eine Woche, wenn sie überhaupt kommt.

Und noch eins, das uns am besten gefällt, weil es das häufigste ist: Ihr Vertrieb hat Besprechungsnotizen, E-Mails mit Kunden, am Telefon vereinbarte Konditionen und Hinweise der Art «den montags nicht anrufen». Nichts davon ist schmutzig. Nichts davon sind überhaupt Daten in dem Sinn, den ein Bericht versteht. Es lebt in den Köpfen der Leute, in Postfächern und in losen Dokumenten. Es ist stumm von Natur aus.

Fast alles, was ein kleines Unternehmen ein «Datenqualitätsproblem» nennt, ist in Wirklichkeit das: richtige Informationen, die niemand befragen kann.

Warum wir uns da so getäuscht haben

Die Verwechslung hat einen historischen Grund, und den lohnt es zu verstehen, weil er erklärt, warum der Rat weiter wiederholt wird, obwohl er nicht mehr gilt.

Zwanzig Jahre lang musste alles, was Sie Ihre Daten fragen wollten, programmiert werden. Jemand schrieb eine Abfrage, jemand entwarf einen Bericht, jemand baute ein Dashboard. Und diese Abfragen sind wörtlich: Sie brechen, wenn ein Feld leer ist, wenn ein Kunde zweimal vorkommt oder wenn sich das Format eines Datums ändert. Eine Abfrage deutet nicht. Sie führt aus.

In dieser Welt war «erst die Daten säubern» ein ausgezeichneter Rat. Es war tatsächlich die einzig mögliche Reihenfolge: Ohne einheitliche Daten scheiterte der Bericht entweder oder gab Ihnen eine falsche Zahl, was schlimmer ist.

Was sich geändert hat: Zwischen der Frage und den Daten steht jetzt etwas, das deutet. Ein System, das eine eingescannte Rechnung lesen kann, versteht, dass «Industrias García SL» und «IND. GARCIA, S.L.» dasselbe Unternehmen sind, aus einem Gesprächsprotokoll herausliest, dass der Kunde um mehr Zahlungsziel gebeten hat, und Ihnen sagt, dass sich ein Muster wiederholt. Nicht, weil jemand es dafür programmiert hat, sondern weil es versteht, was es liest.

Und das kehrt die Reihenfolge um. Früher mussten Sie aufräumen, um fragen zu können. Jetzt können Sie fragen, um herauszufinden, was aufzuräumen sich lohnt.

Wir haben es aus reiner Ungeduld in dieser Reihenfolge gemacht, und es hat sich als die richtige erwiesen. Wir haben unsere eigenen KI-Systeme in unserem ERP arbeiten lassen, ohne irgendetwas aufgeräumt zu haben, und Dinge gefragt, die vorher niemand fragen konnte. Als Erstes kam keine Antwort heraus: Es kam eine Karte dessen, was kaputt war und was in Wirklichkeit egal war. Von den Problemen auf dieser Karte stellte sich die Hälfte derer, die wir als reparaturbedürftig notiert hatten, als unerheblich heraus. Die andere Hälfte, die wirklich Entscheidungen beeinflusste, war in einer Woche repariert — weil wir da genau wussten, was und warum.

Was das Warten kostet

Man sollte sagen, was der gut gemeinte Rat kostet.

Ein Unternehmen, das beschließt, erst aufzuräumen und dann zu fragen, verpflichtet sich zu einem langen, teuren Projekt ohne Zwischenergebnisse, blind entschieden: Da es nicht weiß, welche Fragen es stellen wollen wird, räumt es alles gleich gründlich auf. Es säubert Felder, die nie jemand ansehen wird, ebenso sorgfältig wie die, die über seine Marge entscheiden. Und wenn es fertig ist — falls es fertig wird —, stellt es fest, dass die Fragen, die ihm wirklich wichtig sind, andere Daten brauchten, die nicht im Plan standen.

Währenddessen trifft das Unternehmen weiter Entscheidungen mit den Informationen, die es zur Hand hat, und die sind schlechter als die, die es haben könnte. Das sind die eigentlichen Kosten, und sie stehen in keinem Budget: zwei Jahre Entscheidungen im Halbdunkel, im Warten auf ein Aufräumen, das nie ganz ankommt.

Hier gibt es eine Asymmetrie, über die nachzudenken sich lohnt. Aufzuräumen, ohne zu wissen, was man fragen wird, ist teuer und langsam. Zu fragen, ohne aufgeräumt zu haben, ist schnell und billig — und das schlimmste mögliche Ergebnis ist, dass Sie erfahren, was nicht stimmt. Wenn eine der beiden Möglichkeiten einen so niedrigen Boden hat, entscheidet sich die Reihenfolge von selbst.

Sie brauchen kein großes Projekt, um es herauszufinden

Und jetzt der unbequeme Teil für die Branche, in der wir arbeiten: Herauszufinden, ob Ihre Daten schmutzig oder bloß stumm sind, ist kein Projekt. Es ist ein Nachmittag.

Es reicht, Ihrem System drei oder vier Fragen zu stellen, die heute niemand beantworten kann, ohne eine Tabelle zu öffnen, und zu sehen, was passiert. Wenn es sie beantwortet, hatten Sie nie ein Datenqualitätsproblem: Sie hatten ein Zugangsproblem. Wenn nicht, wissen Sie jetzt genau, wo die kaputte Stelle ist — nicht im Allgemeinen, sondern an der konkreten Stelle, die Sie daran hindert, zu wissen, was Sie wissen wollen.

Das Beruhigende ist, dass dieser Test nichts anfassen muss. Er lässt sich auf einer Kopie Ihres Systems machen, auf einer anderen Maschine, ohne dass bei Ihnen etwas installiert wird und ohne zu verändern, was heute für Sie funktioniert. Wenn die Antwort lautet, dass Sie so, wie Sie sind, gut dastehen, haben Sie sich ein Zweijahresprojekt gespart. Und wenn nicht, haben Sie ein blindes Rundum-Aufräumen gegen eine kurze Liste konkreter Dinge getauscht.

Die drei Fragen, und was es kostet, sie zu stellen

Wir sind Nodu, eine Odoo-Agentur, und genau das machen wir: ein Blick auf Ihr Geschäft, den Sie heute nicht haben, gebaut auf einem Klon Ihres ERP, zu einem festen, veröffentlichten Preis. Wir arbeiten so, weil wir aus einem Labor für künstliche Intelligenz kommen — AiKit Research — und seit zwei Jahren unser eigenes Unternehmen auf Odoo führen, mit eigenen Agenten, die darin arbeiten. Die ganze Geschichte erzählen wir in Die unsichtbare Liste.

Davor gibt es etwas, das nichts kostet: das Röntgenbild Ihres Odoo ist kostenlos. Wir sagen Ihnen, was Sie haben, was Sie nicht nutzen und was sich mit dem, was da ist, schon fragen lässt — ohne vorher irgendetwas aufzuräumen. Wenn sich herausstellt, dass Sie nichts brauchen, sind wir die, die es Ihnen sagen.

Bringen Sie uns also keine aufgeräumten Daten. Bringen Sie die drei Fragen, die heute niemand in Ihrem Unternehmen ohne Tabelle beantworten kann. Schreiben Sie uns, und wir probieren sie aus.

Das ist am Ende der einzige Unterschied, der zählt. Nicht der zwischen schmutzigen und sauberen Daten.

Der zwischen Daten, die schweigen, und Daten, die antworten.