Technik braucht Richtung
Datenqualität ist keine Vorarbeit für KI; sie ist ein Ausdruck organisatorischer Wahrhaftigkeit und die Grundlage fairer Entscheidungen. Im Facility Management ist jede digitale Architektur mit einer physischen Wirklichkeit verbunden. Daten, Schnittstellen und Modelle müssen deshalb auch unter Zeitdruck, Störung und unvollständiger Information tragen. Das Zielbild ist klar: Bias, Drift, Poisoning, Unsicherheit und Resilienz. Die Leitfrage lautet: Wie bleiben Daten, Entscheidungen und Abhängigkeiten über den gesamten Lebenszyklus nachvollziehbar?
Datenqualität fair, robust und nachvollziehbar sichern
Architektur mit Sinn
Die Richtung darf nicht von der erstbesten Lösung bestimmt werden, sondern von einem gemeinsam getragenen Zielbild. Für dieses Thema lautet es: Bias, Drift, Poisoning, Unsicherheit und Resilienz. Dafür müssen Datenherkunft, Vollständigkeit, Aktualität sowie Repräsentativität früh miteinander verbunden werden. Steuerung entsteht durch Datenqualitätsregeln, Profiling, Bias- und Robustheitstests sowie Plausibilisierung. Systematische Verzerrung, Sensorfehler sowie fehlende Gruppen sind keine kleinen Nebenwirkungen, sondern Hinweise darauf, dass Zielbild und Realität auseinanderlaufen. Nicht alles, was technisch möglich ist, verbessert automatisch die Arbeit. Was muss auch dann funktionieren, wenn Modell, Anbieter oder Verbindung ausfallen?
Vertrauensarchitektur
|
| Bias, Drift, Poisoning, Unsicherheit und Resilienz | Datenqualitätsregeln, Profiling sowie Bias- und Robustheitstests | Datenblatt, Qualitätsbericht sowie Testdatensatz |
| Menschen bleiben handlungsfähig | Aufsicht, Widerspruch und Eskalation | trainierte Eingriffs- und Rückfallwege |
| Innovation bleibt korrigierbar | Stoppsignale bei systematische Verzerrung sowie Sensorfehler | Incident- und Änderungsprotokolle |
| Wert wird sichtbar | Baseline und regelmäßiges Review | Vollständigkeit, Fehlerquote, Drift, Gruppenabweichung sowie Robustheit |
Fachurteil bleibt zentral
Souveränität entsteht, wenn Menschen Technik verstehen, ohne von ihr überwältigt zu werden. Dazu gehören verständliche Systemkarten, transparente Quellen, benannte Owner und trainierte Rückfallwege. Der Mensch ist nicht die letzte Sicherheitsstufe eines ansonsten autonomen Systems, sondern aktiver Mitgestalter seiner Ziele und Grenzen. So wird Architektur zu einer Brücke zwischen technologischer Leistungsfähigkeit und verantwortlichem Handeln.
Robust im Betrieb
Aus dem Zielbild wird erst dann eine Fähigkeit, wenn ein echter Anwendungsfall kontrolliert trägt: Die Umsetzung beginnt mit einem begrenzten, überprüfbaren Schritt. Verbindlich werden dabei Datenqualitätsregeln, Profiling, Bias- und Robustheitstests sowie Plausibilisierung festgelegt. Als lebendige Arbeitsgrundlage dienen Datenblatt, Qualitätsbericht, Testdatensatz, Fairnessprüfung sowie Robustheitstest. Fachliche Orientierung geben ISO/IEC 5259, ISO/IEC 25059, ISO/IEC 23894 sowie ISO/IEC 42005; welche Anforderungen tatsächlich gelten, hängt jedoch von Rechtsrolle, Schutzbedarf und konkretem Betriebsrisiko ab. Reife zeigt sich daran, dass Ergebnisse geprüft, Grenzfälle verstanden und Entscheidungen bei neuen Erkenntnissen korrigiert werden können.
Vertrauen skalieren
Beobachtet werden Vollständigkeit, Fehlerquote, Drift, Gruppenabweichung sowie Robustheit. Eine gute Architektur macht Fortschritt möglich, ohne Souveränität zu verlieren. Sie ist damit weniger ein Technikprodukt als ein Versprechen an den Betrieb: leistungsfähig, erklärbar und im Zweifel reversibel.
