Glossar

Ein Ansatz, bei dem mehrere KI-Agenten koordiniert zusammenarbeiten, um komplizierte, mehrstufige Geschäftsprozesse autonom zu bewältigen. Jeder Agent übernimmt dabei einen spezifischen Teilbereich, wie beispielsweise Recherche, Analyse, Ausführung, Kontrolle. In überraschungsarmen Umfeldern können hierdurch Automatisierungspotenziale gehoben werden.

Die Kompetenz einer Organisation, Lösungen auf Basis künstlicher Intelligenz strategisch zu priorisieren, organisational zu verankern und technisch zu betreiben. AI-Readiness umfasst technische, organisationale und strategische Voraussetzungen gleichermaßen.

Die systematische Analyse von Unternehmensdaten mit dem Ziel, Muster zu erkennen, Zusammenhänge zu verstehen und Entscheidungen zu unterstützen — von deskriptiver Auswertung bis zu prädiktiven Modellen. Analytics ist ein Kernbestandteil dateninspirierter Organisationen.

Ein Betriebsmodell für Daten und KI beschreibt, wie eine Organisation ihre komplizierte Wertschöpfung im Bereich Daten und KI erbringt — es dokumentiert das Zusammenspiel von Prozessen, Rollen, Kompetenzen, Technologie und Governance. Design-Ansätze implizieren dabei einen definierbaren Zielzustand, der über direkte Beeinflussung erreichbar ist. Das Betriebsmodell ist ein Bestandteil des Organisationsdesigns — es adressiert den direkt steuerbaren Teil, nicht die strukturellen Bedingungen für den Umgang mit komplexen Überraschungen.

Siehe Datenstrategie.

Die Disziplin, Unternehmensdaten in strukturierte Berichte und interaktive Dashboards zu überführen, die Entscheidungsträger mit einem konsistenten Bild über Vergangenheit und Gegenwart des Unternehmens versorgen. Business Intelligence ist ein Kernbestandteil der Analytics-Landschaft und setzt auf ein solides Datenmanagement. Typische Werkzeuge sind Qlik Sense, Power BI oder SAP Analytics Cloud.

Die Gesamtheit der Tätigkeiten, die sicherstellen, dass Daten in hoher Qualität verfügbar und sicher sind — durch Prozesse, Rollen und Technologien. Data Governance adressiert den komplizierten Teil der Datenwertschöpfung: Sie ist direkt gestaltbar und bildet die zuverlässige Grundlage, auf der Datenkultur entstehen kann. Im Unterschied zur Datenkultur lässt sich Governance bewusst designen. Sie ist ein wesentlicher Bestandteil eines umfassenden Datenmanagements.

Eine Datenplattform, die große Mengen strukturierter und unstrukturierter Daten in ihrem Rohformat speichert — als flexible Basis für Analytics, Machine Learning und KI-Anwendungen. Im Unterschied zum Data Warehouse verzichtet der Data Lake auf eine vorab definierte Struktur.

Eine Datenplattform, die strukturierte Unternehmensdaten aus verschiedenen Quellsystemen integriert, historisiert und für Business Intelligence und Berichte bereitstellt. Im Unterschied zum Data Lake folgt das Data Warehouse einem vorab definierten Datenmodell und ist auf strukturierte Analysen ausgerichtet.

Dateninspirierte Organisationen nutzen Daten, Analytics und KI, um permanent experimentieren und lernen zu können, neue geschäftsrelevante Fragen zu stellen und Wettbewerbsvorteile zu realisieren, indem sie Daten, Kreativität und Intuition vereinen.

Die Gesamtheit der Tätigkeiten, die Daten aus verschiedenen Quellsystemen zusammenführen und in einheitlicher Form bereitstellen. Datenintegration ist eine Kernaufgabe des Datenmanagements und bildet die technische Grundlage für Analytics- und KI-Anwendungen.

Die gemeinsamen Gewohnheiten, Werte und unausgesprochenen Regeln, die bestimmen, wie Daten in einer Organisation zur Wertschöpfung genutzt werden. Datenkultur ist kein Designobjekt — sie ist eine emergente Eigenschaft eines komplexen sozialen Systems und damit nicht direkt steuerbar. Sie ist Wirkung, nicht Ursache: ein Symptom der Bedingungen, unter denen Datenwertschöpfung stattfindet. Ihr praktischer Nutzen liegt in der Diagnose — sie macht unsichtbare Barrieren sichtbar, die den Einsatz von Daten als Asset blockieren. Wer Datenkultur direkt gestalten will, scheitert. Wer stattdessen die Bedingungen verändert, kann beobachten, wie eine passende Datenkultur als Nebeneffekt entsteht. Im Gegensatz dazu ist Data Governance direkt gestaltbar.

Die Gesamtheit der Tätigkeiten, die sicherstellen, dass Unternehmensdaten verfügbar, korrekt, konsistent und sicher sind. Datenmanagement umfasst Disziplinen wie Datenintegration, Data Governance sowie den Betrieb von Datenplattformen wie Data Warehouse oder Data Lake.

Der Begriff wird in der Praxis in zwei unterschiedlichen Bedeutungen verwendet. Im engeren Data-Mesh-Sinne ist ein Datenprodukt eine eigenständige, domänenverantwortete Einheit aus analytischen Daten und allem, was zu ihrer zuverlässigen Bereitstellung gehört: Transformationscode, Metadaten, Zugriffsschnittstellen und Qualitätsversprechen. Im weiteren, in der Praxis häufigen Sinne bezeichnet Datenprodukt jedes nützliche Ergebnis, das auf Basis von Daten Mehrwert erzeugt — also auch ein BI-Dashboard oder eine KI-Lösung. Wer den Begriff verwendet, sollte klarstellen, welche Bedeutung gemeint ist.

Datenstrategie ist die Strategie des Funktionsbereichs für Daten, Analytics und/oder KI. Je nach Fokus kann sie auch BI- oder KI-Strategie heißen. Sie formuliert, wie diese Organisationseinheit die übergeordnete Geschäftsstrategie der Organisation unterstützt und verstärkt, indem sie datenbasierte Leistungen für interne (und ggf. externe) Nutzer erbringt. Die Datenstrategie definiert nicht, wie die Organisation mit Daten und KI Wettbewerbsvorteile erzielt — das ist und bleibt Aufgabe der Geschäftsstrategie. Daten und KI können dabei den bestehenden Wettbewerbsvorteil der Geschäftsstrategie ausbauen, bestehende Leistungsvoraussetzungen stärken oder neue Spielfelder eröffnen. Eine Datenstrategie ist weder ein Plan zum Aufbau von Daten- und KI-Kompetenzen noch eine Ergänzung zur Geschäftsstrategie — beides sind weit verbreitete Missverständnisse.

Einheit der Unterscheidung Data Governance/Datenkultur.

Eine Funktionalität moderner KI-Systeme, die eigenständig eine große Anzahl von Quellen recherchiert, Informationen zusammenführt und strukturierte Berichte erstellt. Deep Research basiert auf Large Language Models und erweitert deren Fähigkeiten um autonome Recherche- und Syntheseleistungen. Verfügbar unter anderem in ChatGPT, Claude oder Gemini.

Exploration ist die Tätigkeit, einen unbekannten Lösungsweg durch Ideen und Experimente erst zu entdecken. Zusammen mit Planung bildet Exploration die Unterscheidung Vorgehen — die Art, wie eine Organisation Probleme bearbeitet. Welches Vorgehen angemessen ist, bestimmt der Charakter des Problems: Planung für komplizierte, Exploration für komplexe Anteile.

Wer einen Fehler begeht, wusste es besser. Die Lösung war bekannt. Fehler entstehen nicht aus Unwissenheit, sondern aus Nichtbefolgen. Deshalb lässt sich aus ihnen nichts lernen: Das Wissen war bereits vorhanden. Die einzig sinnvolle Reaktion ist Vermeidung. Im Gegensatz zu Irrtümern erzeugen Fehler kein neues Wissen.

Führung ist ein soziales Phänomen, das auf wechselseitiger Widerständigkeit und freiwilliger Gefolgschaft beruht. Diese basiert auf Ansehen, nicht formaler Macht. Führung lässt sich nicht anordnen, sondern nur im Nachhinein beobachten. In Teams variiert sie situativ zwischen den Könnern. Im Management zeigt sie sich als Ergänzung zur Steuerung: Sie zeigt Probleme, bringt Talente zusammen und schafft Rahmenbedingungen.

Eine Funktion ist ein Bündel bestimmter Leistungen, die ein permanent wiederkehrendes Problem lösen. Wichtig: mit Funktion ist nicht die organisatorische Einheit gemeint, welche die Leistungen produziert.

Generative KI ist eine Klasse von KI-Systemen, die auf Basis von Trainingsdaten neue Inhalte erzeugen — Texte, Bilder, Audio, Video oder Code. Im Unterschied zu klassischen KI-Systemen, die vorhandene Daten analysieren oder klassifizieren, produzieren generative Systeme eigenständig neue Ausgaben. Large Language Models wie ChatGPT oder Claude sind die bekannteste Ausprägung — sie generieren Sprache. Generative KI ist die technische Grundlage für Anwendungen wie RAG, KI-Agenten und Vibe Coding.

Ein Irrtum entsteht dort, wo Wissen noch fehlt und trotzdem gehandelt werden muss. Man entscheidet auf Basis einer Annahme, die sich als falsch herausstellt. Das ist kein Defizit, sondern der einzige Weg, in unsicheren Situationen zu lernen und voranzukommen. Im Gegensatz zu Fehlern erzeugen nur Irrtümer neues Wissen.

Ein KI-System, das eine Aufgabe nicht in einem einzigen Schritt beantwortet, sondern selbstständig plant, Zwischenschritte ausführt, Werkzeuge nutzt und Ergebnisse bewertet — bis das Ziel erreicht ist. KI-Agenten sind die Grundbausteine von Agentic-AI-Systemen. Beispiel: Ein Agent, der eine Reisebuchung eigenständig recherchiert, vergleicht und abschließt, statt nur eine Empfehlung auszugeben.

Siehe Datenstrategie.

Einheit der Unterscheidung Wissen/Können.

Komplexe Probleme sind überraschungsreich und dadurch nicht mit verfügbarem Wissen lösbar. Es benötigt Ideen zu ihrer Lösung.

Komplizierte Probleme sind überraschungsarm und dadurch mit Wissen beherrschbar.

Können ist die an eine Person gebundene und nicht übertragbare Fähigkeit, in einer konkreten, oft unverstandenen Situation problemlösende Gefühle zu erzeugen. Es basiert auf Talent sowie Übung und ist die entscheidende Ressource zur Bewältigung von Überraschungen, da für diese per Definition noch kein Wissen existiert.

Software, die auf Basis von Daten nützliche Ausgaben erzeugt — wie Texte, Prognosen, Klassifikationen, Mustererkennung oder Empfehlungen — ohne dass die genutzten Regeln explizit programmiert werden müssen. Die Lösungen basieren auf statistischen Modellen und suggerieren „Intelligenz“, da sie Aufgaben übernehmen können, die bisher menschlicher Kognition vorbehalten waren. Large Language Models sind eine der bekanntesten Ausprägungen.

Eine spezifische Klasse von KI-Software, die auf sehr großen Mengen an Textdaten trainiert wurde und dadurch Sprache verarbeitet und erzeugt — als Basis für Anwendungen wie Chatbots, Textzusammenfassungen, Code-Generierung oder Dokumentenanalyse. Moderne LLMs verarbeiten zunehmend auch Bilder und andere Datenformate. LLMs sind die technische Grundlage für KI-Agenten und RAG-Systeme. Bekannte Beispiele sind ChatGPT (OpenAI) und Claude (Anthropic).

Eine Klasse von KI-Software, die Regeln nicht explizit programmiert bekommt, sondern diese selbstständig aus Daten ableitet. Beispiel: Statt einem System Regeln zu geben, wann eine Maschine ausfallen wird, lernt ein Machine-Learning-Modell dieses Muster aus tausenden historischer Sensordaten. Machine Learning ist die technische Grundlage für prädiktive Analytics und bildet — in deutlich größerem Maßstab — die Basis moderner Large Language Models.

Einheit der Unterscheidung Steuerung/Führung.

Ein offener Standard, der KI-Agenten und andere KI-Systeme mit bestehenden Unternehmensanwendungen verbindet — etwa CRM, ERP oder Ticketsystemen — und so den Austausch von Daten und Aktionen zwischen KI und Unternehmenssoftware standardisiert.

Die bewusste Gestaltung von Strukturen, Rollen und Rahmenbedingungen mit dem Ziel, ein Umfeld zu schaffen, in dem die richtigen Entscheidungen wahrscheinlicher werden. Organisationsdesign wirkt indirekt — es setzt nicht auf direkte Beeinflussung von Prozessen, sondern auf strukturelle Bedingungen, die die Organisation in die gewünschte Richtung lenken. Ein Betriebsmodell für Daten und KI ist ein Bestandteil davon: Es beschreibt den komplizierten, direkt beeinflussbaren Teil der Wertschöpfung. Organisationsdesign geht darüber hinaus, indem es auch strukturelle Bedingungen schafft, die die Organisation befähigen, auf komplexe Überraschungen zu reagieren. Für Unternehmen, die dateninspiriert werden wollen, ist es ein zentraler Hebel — denn Technologie allein verändert keine Entscheidungslogik.

Planung ist die Tätigkeit, einen bekannten Lösungsweg vorab in Schritte zu zerlegen und Entscheidungen vorwegzunehmen. Sie setzt voraus, dass ausreichend Wissen über das Problem und den Weg zur Lösung existiert. Zusammen mit Exploration bildet Planung die Unterscheidung Vorgehen — die Art, wie eine Organisation Probleme bearbeitet. Welches Vorgehen angemessen ist, bestimmt der Charakter des Problems: Planung für komplizierte, Exploration für komplexe Anteile.

Ein Verfahren, bei dem ein LLM nicht nur auf sein Training zurückgreift, sondern in Echtzeit relevante Inhalte aus unternehmensinternen Datenquellen abruft und in seine Antworten einbezieht — etwa aus Dokumenten, Handbüchern oder Datenbanken. RAG erhöht die Faktentreue und Aktualität von KI-Antworten.

Steuerung überträgt vorhandenes Wissen an den Ort des Handelns — als Anweisung, Prozessbeschreibung, Kennzahlensystem oder Regel. Sie setzt voraus, dass die Führungsebene einen Wissensvorsprung hat: Nur wer mehr weiß, kann sinnvoll anweisen. In komplizierten Umfeldern ist Steuerung hocheffizient. In komplexen Umfeldern versagt sie — weil die entscheidende Kompetenz dort entsteht, wo die Probleme sind, nicht dort, wo die Anweisungen herkommen. Dort muss Steuerung durch Führung ergänzt werden. Zusammen bilden sie die Unterscheidung Management.

Strategie ist ein integriertes Bündel von Entscheidungen unter Unsicherheit, das eine plausible Theorie formuliert, wie eine Organisation im Wettbewerb zu gewinnen gedenkt. Es ist die unternehmerische Wette für den Erfolg. Sie umfasst Entscheidungen zur Ambition, die Wahl des Spielfeldes, wie dort gewonnen wird, welche Leistungsvoraussetzungen dafür kritisch sind und welche Systeme diese absichern. Gute strategische Entscheidungen — insbesondere die Theorie des Gewinnens — haben den Charakter von Prinzipien: Sie schließen Optionen aus, ohne konkrete Handlungen vorwegzunehmen. Aus der gewonnenen strategischen Klarheit ergeben sich die benötigten Funktionen und Leistungsvoraussetzungen — deren Umsetzung je nach Problemcharakter Planung oder Exploration erfordert. Der Strategiedesign-Prozess selbst adressiert ein komplexes Problem und erfordert daher ein exploratives Vorgehen. Jede unteilbare Geschäftseinheit, jede Aggregationsebene und jeder Funktionsbereich einer Organisation benötigt eine eigene Strategie.

Die Identifikation und Bewertung von Anwendungsfällen, in denen Daten, Analytics und KI konkreten geschäftlichen Mehrwert erzeugen. Da die Entdeckung relevanter Anwendungsfälle ein überwiegend komplexes Vorhaben ist, erfordert Use-Case-Innovation ein exploratives Vorgehen — als Bindeglied zwischen geschäftlichen Zielen und technischer Umsetzung.

Eine Praxis, bei der Softwareentwickler — zunehmend auch Nicht-Entwickler — mittels sprachlicher Anweisungen an ein LLM funktionsfähigen Quellcode generieren lassen, ohne jede Zeile manuell zu schreiben. Der Begriff beschreibt den Wandel vom manuellen Programmieren zur KI-gestützten Code-Generierung.

Einheit der Unterscheidung Planung/Exploration.

Einheit der Unterscheidung komplex/kompliziert.

Wissen sind unbestrittene Aussagen darüber, wie ein Problem zu lösen ist. Es entsteht durch Lernen, ist übertragbar und die entscheidende Ressource für komplizierte Probleme. Zusammen mit Können bildet Wissen die Unterscheidung Kompetenz.