Auswertbarkeit von Daten

Auswertbarkeit beschreibt den Zustand, in dem Daten so vorliegen, dass sich aus ihnen ohne Umweg Kennzahlen und Berichte erzeugen lassen. Voraussetzung dafür sind vier Eigenschaften: Die Daten müssen digital vorliegen, strukturiert sein, also in definierten Feldern statt in Freitext, eindeutig verknüpft sein, etwa Stunde zu Auftrag und Auftrag zu Kunde, und vollständig erfasst werden. Als Kennzahl lässt sich der Anteil der auswertbaren Datensätze an allen Datensätzen bilden, zum Beispiel der Anteil der Zeitbuchungen mit gültiger Auftragsnummer.

In der Praxis scheitert die Auswertung selten an fehlenden Daten, sondern an ihrer Form. Ein Dachdecker hat sämtliche Baustellenfotos auf dem Handy, aber ohne Projektzuordnung, sodass sie für die Dokumentation eines Mangels nicht auffindbar sind. Ein Malerbetrieb erfasst Stunden vollständig, notiert aber die Baustelle als Freitext, mal als Kundenname, mal als Straße; eine Auswertung je Projekt ist damit nicht möglich. Ein SHK-Betrieb pflegt Wartungstermine im Kalender statt im System, wodurch sich weder Fälligkeiten noch Umsätze je Anlage auswerten lassen. Bei einem Bauunternehmen liegen Nachträge in E-Mails, sodass die tatsächliche Auftragssumme nur durch Durchsehen der Korrespondenz zu ermitteln ist.

Ein wiederkehrendes Hindernis ist die Zersplitterung über mehrere Systeme. Wenn Stunden in einer App, Material in der Warenwirtschaft, Fotos in einem Cloudspeicher und Kundendaten in der Handwerkersoftware liegen und keine gemeinsame Auftragsnummer existiert, sind die Daten einzeln zwar strukturiert, aber nicht gemeinsam auswertbar. Der Schlüssel ist deshalb eine durchgängige Identifikationsnummer für Auftrag, Kunde und Objekt, die in allen beteiligten Systemen geführt wird. Ohne diesen gemeinsamen Bezug lässt sich weder eine projektbezogene Kostenauswertung noch eine Nachkalkulation automatisieren, unabhängig davon, wie gut die einzelnen Systeme sind.

Wo KI ansetzt

KI hilft an zwei Stellen. Erstens beim Strukturieren vorhandener unstrukturierter Bestände: OCR und Sprachmodelle lesen Belege, Protokolle und Sprachnotizen aus und ordnen sie Feldern zu. Zweitens bei der Erfassung selbst, indem sie Vorschläge macht, etwa den passenden Auftrag zu einem Foto anhand von Zeitpunkt und Standort. Umgekehrt gilt: Auswertbare Daten sind die Voraussetzung dafür, dass KI-Systeme überhaupt sinnvolle Ergebnisse liefern, etwa bei RAG-Anwendungen, die auf betriebseigene Dokumente zugreifen.

Ein pragmatischer Einstieg ist, für die drei wichtigsten Fragen des Betriebs zu prüfen, welche Felder dafür benötigt werden und ob diese heute befüllt werden. Was für keine Auswertung gebraucht wird, muss auch nicht strukturiert erfasst werden.