Führungskräfte weltweit halten Echtzeitdaten für entscheidend, damit KI vertrauenswürdig arbeiten kann. 66 Prozent geben an, dass KI-Daten in Echtzeit oder innerhalb weniger Minuten verfügbar sein müssen. Gleichzeitig kämpfen viele Unternehmen weiterhin mit fragmentierten Datenlandschaften, fehlender Governance und uneinheitlichen Sicherheitskonzepten. So ziehen bereits 42 Prozent der Unternehmen Daten aus mehr als 400 originären Quellen für ihre KI-Initiativen. Jedoch haben 34 Prozent Schwierigkeiten, die relevantesten und vertrauenswürdigsten Daten überhaupt zu identifizieren, und 67 Prozent kämpfen mit der Umsetzung einheitlicher Sicherheits- und Zugriffskontrollen über verschiedene Systeme hinweg. Diese Ergebnisse gehen aus dem aktuellen „AI Trust Gap Report“ des Datenmanagementexperten Denodo hervor.
Bisher konnten Unternehmen KI noch relativ risikoarm einsetzen, etwa als Chatbot, Analysehilfe oder Copilot. Die KI lieferte Vorschläge, Menschen entschieden. Mit Agentic AI verschiebt sich diese Grenze. KI-Systeme sollen nicht mehr nur Informationen zusammenfassen, sondern eigenständig Entscheidungen vorbereiten, Workflows auslösen und operative Prozesse beeinflussen. Damit wird die Datenbasis vom technischen Hintergrundthema zur zentralen Kontrollinstanz.
Allerdings zeigt der aktuelle Denodo-Report einen deutlichen Trust Gap. Unternehmen haben zwar große Ambitionen für Agentic AI, ihre Datenlandschaften sind aber häufig fragmentiert, schwer zu steuern und oft nicht aktuell verfügbar. Zwar geben zwei Drittel (66 Prozent) der weltweit befragten Führungskräfte an, dass KI-Daten in Echtzeit oder zumindest innerhalb weniger Minuten verfügbar sein müssen, um als vertrauenswürdig zu gelten. Allerdings hat jeder Dritte (34 Prozent) Schwierigkeiten, die relevantesten und vertrauenswürdigsten Daten für ihre KI-Initiativen überhaupt zu identifizieren. Weitere 29 Prozent scheitern daran, diese Daten anschließend für den Einsatz aufzubereiten und zu integrieren.
Datenkomplexität und Sicherheit bremst KI-Skalierung
Ein wesentlicher Grund dafür ist die wachsende Komplexität der Datenlandschaften. 42 Prozent der Unternehmen nutzen für ihre KI-Initiativen bereits mehr als 400 originäre Datenquellen. Das erschwert nicht nur die Konsolidierung und Governance, sondern auch die schnelle Bereitstellung aktueller und verlässlicher Informationen. Hinzu kommen technische Engpässe im Betrieb skalierter KI-Anwendungen: Knapp 60 Prozent der Befragten berichten von Problemen, die Performance ihrer KI bei rechenintensiven Workloads zu verbessern.
Besonders kritisch ist und bleibt der Bereich Sicherheit und Zugriffskontrolle. 67 Prozent der Unternehmen kämpfen damit, einheitliche Sicherheits- und Zugriffskonzepte über verschiedene Systeme hinweg umzusetzen. Für den Einsatz von Agentic AI ist das entscheidend, denn autonome KI-Systeme werten Daten nicht nur aus, sondern können Entscheidungen vorbereiten und operative Prozesse anstoßen. Ohne klare Regeln, welche Daten ein KI-System nutzen darf und unter welchen Bedingungen der Zugriff erfolgt, wird Vertrauen in KI schnell zur offenen Flanke.
„Die Ergebnisse zeigen deutlich, dass die Trust Gap, die in vielen Unternehmen vorherrscht, weniger ein Problem der KI-Modelle selbst ist als vielmehr ein Ausdruck der zugrundeliegenden Datenarchitekturen“, erklärt Jörg Hesske, Regional VP & GM, Central and Eastern Europe bei Denodo. „Der EU AI Act verschärft diese Anforderung zusätzlich, weil Transparenz und Kontrolle ohne eine saubere Datenbasis nicht funktionieren. Wer also den Schritt von experimentellen KI-Anwendungen hin zu automatisierten, produktiven Systemen schaffen will, muss die Kluft zwischen fragmentierten Datenbeständen und den Echtzeit- und Governance-Anforderungen von Agentic AI überbrücken. Logische Datenmanagement-Ansätze, die verteilte Quellen ohne physische Replikation unter einer einheitlichen Governance-Schicht zusammenführen, rücken damit ins Zentrum jeder ernstzunehmenden KI-Strategie."
Eigenständigkeit erhöht die Anforderungen
„KI entwickelt sich rasant von passiven Assistenten, die lediglich Fragen beantworten, hin zu Systemen, die eigenständig handeln. Das verändert die Anforderungen an Daten grundlegend“, so Dominic Sartorio, Vice President Product Marketing bei Denodo. „Wenn ein KI-Agent dabei unterstützen soll, operative Entscheidungen zu treffen, darf es keinen Spielraum mehr für veraltete oder unzureichend kontrollierte Daten geben. Unternehmen brauchen eine Grundlage aus aktuellen, regulierten und kontextbezogenen Daten, um Agentic AI verantwortungsvoll zu skalieren.“
