KI-basierte Datenanalyse: T-Systems verkürzt Analysezeiten signifikant

Die Deutsche Telekom-Tochter T-Systems hat eine neue Lösung zur effizienten Nutzung von Unternehmensinformationen vorgestellt. Das System mit dem Namen „Talk to your data“ ermöglicht es Mitarbeitern, über eine Chat-Schnittstelle direkt auf verteilte Datenbestände zuzugreifen. Durch eine automatisierte KI-basierte Datenanalyse werden Informationen aus unterschiedlichen Datenbanken und Dokumenten zusammengeführt, was den Zeitaufwand für komplexe Auswertungen in ersten Pilotprojekten von sechs Stunden auf unter 60 Minuten senkte.

Funktionsweise der Plattform für KI-basierte Datenanalyse

Unternehmen stehen häufig vor der Herausforderung, dass relevante Informationen in verschiedenen Formaten und Systemen gespeichert sind. Diese fragmentierte Datenhaltung führt laut aktuellen Marktstudien dazu, dass Mitarbeiter einen erheblichen Teil ihrer Arbeitszeit mit der Suche nach Informationen verbringen. Die neue Lösung setzt hier an, indem sie als zentrales Interface fungiert. Nutzer stellen ihre Anfragen in natürlicher Sprache, woraufhin der KI-Agent die relevanten Quellen identifiziert und die Ergebnisse strukturiert aufbereitet.

Die KI-basierte Datenanalyse beschränkt sich dabei nicht nur auf das Finden von Textpassagen. Das System ist in der Lage, Zusammenhänge zwischen verschiedenen Datensätzen herzustellen und diese bei Bedarf direkt in Diagrammen oder Grafiken zu visualisieren. Damit entfällt die manuelle Übertragung von Daten aus Tabellenkalkulationen in Präsentationsprogramme, was die Fehleranfälligkeit reduziert und die Konsistenz der Ergebnisse erhöht.

Bedeutung der semantischen Vernetzung durch Ontology Layer

Ein wesentliches technisches Merkmal von „Talk to your data“ ist der sogenannte Ontology Layer. Dabei handelt es sich um eine semantische Schicht, die als Landkarte für das Unternehmenswissen dient. Diese Schicht sorgt dafür, dass die KI versteht, welche Informationen zueinander gehören, auch wenn sie in unterschiedlichen Systemen verschieden benannt sind. So können beispielsweise Kundennummern aus einem CRM-System mit Bestelldaten aus einem ERP-System korrekt verknüpft werden.

Anzeige

Durch diesen Ansatz wird die KI-basierte Datenanalyse präziser, da der Agent nicht nur auf statistischen Wahrscheinlichkeiten der Sprachverarbeitung beruht, sondern auf einer definierten Struktur des Wissens. Experten unterstützen Unternehmen dabei, diese Ontologie initial aufzubauen und die relevanten Datenquellen zu konnektieren. Dies stellt sicher, dass der KI-Agent den Kontext der spezifischen Branche und des jeweiligen Betriebs berücksichtigt.

Anwendung der KI-basierten Datenanalyse im Gesundheitswesen

Ein konkretes Einsatzfeld für diese Technologie findet sich im Klinikalltag. In Krankenhäusern sind Patientendaten oft über Laborinformationssysteme, digitale Patientenakten und Medikationspläne verteilt. Ärzte können über den KI-Agenten gezielte Abfragen starten, um beispielsweise den Verlauf von Vitalwerten über einen längeren Zeitraum zu prüfen oder potenzielle Unstimmigkeiten zwischen Laborwerten und der aktuellen Therapie zu identifizieren.

Die Software prüft hierbei automatisch mehrere Systeme gleichzeitig und bewertet die Relevanz der gefundenen Daten. Diese Form der Unterstützung entlastet das medizinische Personal von administrativen Suchaufgaben und stellt sicher, dass alle verfügbaren Informationen für die Diagnostik und Behandlung zur Verfügung stehen. Die Genauigkeit der Ergebnisse ist dabei so kalibriert, dass sie den Anforderungen in sensiblen Arbeitsumgebungen entspricht.

Infrastruktur und Sicherheit der Agentic-AI-Plattform

Die technische Basis für die KI-basierte Datenanalyse bildet die Agentic-AI-Plattform von T-Systems. Diese Infrastruktur umfasst verschiedene AI Foundation Services, die Modelle und Sicherheitsmechanismen bereitstellen. Ein wichtiger Aspekt für europäische Unternehmen ist hierbei die Datensouveränität. Die Verarbeitung der Daten erfolgt vollständig innerhalb der Cloud-Infrastruktur des Anbieters, wodurch sensible Unternehmensinterna die geschützte Umgebung nicht verlassen.

Die Skalierung erfolgt über die Industrial AI Cloud. Diese unterstützt neben großen Sprachmodellen auch spezialisierte, kleinere Modelle, die für spezifische Aufgaben oft effizienter und kostengünstiger sind. Da die Anforderungen an den Datenschutz steigen, bietet dieser geschlossene Ansatz eine Alternative zu öffentlichen KI-Diensten, bei denen die Datennutzung oft weniger transparent geregelt ist.

Markttrend und Ausblick auf KI-Agenten im Unternehmen

Analysen von Institutionen wie Gartner und Deloitte deuten darauf hin, dass KI-Agenten in den kommenden Jahren zu einem Standardbestandteil der Unternehmenssoftware werden. Es wird prognostiziert, dass bis Ende 2026 etwa 40 Prozent aller Unternehmensanwendungen solche Agenten integrieren werden. Dabei zeigt sich ein Trend hin zu spezialisierten Modellen, die auf konkrete Geschäftsprozesse zugeschnitten sind.

Die KI-basierte Datenanalyse wird somit von einem experimentellen Status in den produktiven Regelbetrieb übergehen. Unternehmen, die frühzeitig ihre Datenbestände semantisch erschließen, sichern sich einen Vorsprung bei der Prozessgeschwindigkeit. Der Übergang von der manuellen Recherche zum direkten Dialog mit Unternehmensdaten markiert eine Veränderung in der Wissensverwaltung, die über alle Branchen hinweg an Bedeutung gewinnt.

Faktenbox