mbuf digital lounge: Von Datensilos zur Datenstrategie
Learnings aus dem „AI-ready data platform“-Projekt
Bericht über die mbuf digital lounge am 18.07.2025
Warum tut sich der Mittelstand bei der Einführung von AI-Technologien schwer? Diese Fragestellung führte im Sommer letzten Jahres anlässlich eines Treffens von mbuf Verantwortlichen mit Microsoft Managern in München sehr schnell zur Erkenntnis, dass eine wesentliche Herausforderung eine von AI gut nutzbare Datenplattform ist.
Daraus entstand das Projekt „AI-ready data platform“, an dem sich einige mbuf Mitgliedsunternehmen, die Beratungsfirmen OBUNGI und b.telligent sowie Microsoft mit dem Ziel beteiligen, ein Whitepaper zur Einrichtung einer solchen Datenplattform zu erstellen. Erste Workshops fanden statt und das Whitepaper ist inzwischen erarbeitet und downloadbar. So fasste mbuf Geschäftsführer Marc Alvarado bei seiner Begrüßung den status quo zusammen. Für den weiteren Verlauf übergab er an Nils Echtermeyer, der als Data, AI & IOT Business Lead für den deutschen Mittelstand seitens Microsoft das Projekt „AI-ready platform“ von Anfang an begleitet und auch künftig begleiten wird.
Warum AI und was sind die Stolpersteine?
Zu Beginn stand die Frage, was man mit dem Begriff Data Platform aus Sicht der Anwenderunternehmen spontan verbindet. Die Antworten aus dem Kreis der Teilnehmer machten deutlich, dass viele Vorbehalte und Ängste bestehen: Teuer, komplex, schmerzvoll in der Einführung und Umsetzung.
Um die rasante Technologie-Entwicklung in der Informationsentwicklung zu verdeutlichen, griff Nils Echtermeyer auf die sehr inspirierende Keynote von NVIDIA CEO Jensen Huang vom März dieses Jahres zurück. War zunächst IT in erster Linie dazu da, Informationen zu erfassen und abzuspeichern, dient sie heute dazu, mit Hilfe von AI automatisiert Schlüsse aus diesen Informationen zu ziehen (Generative AI). In einem nächsten Schritt werden die IT-Systeme eigenständig Inhalte generieren und diese Inhalte „zum Denken“ nutzen (Agentic AI = autonome AI Agenten). Wesentlicher Lieferant für die benötigten Prozessoren ist NVIDIA. Verkaufte man 2024 noch 1,3 Millionen als single-GPU Prozessoren, konnten bereits bis zum März 2025 3,6 Millionen dual-GPU Prozessoren abgesetzt werden. Das mag die Geschwindigkeit der Entwicklungen im Bereich AI verdeutlichen. Nachdem es immer mehr Anwendungsmöglichkeiten gibt, lohnt sich eine eingehendere Beschäftigung mit AI und deren Nutzung für die eigenen Prozesse.
Drei wesentliche Fragen sind bei der Einführung von AI Lösungen zu betrachten:
- The Data Question: Wie schaffe ich eine ausreichende für die AI gut nutzbare Datengrundlage?
- The Training Question: Wie kann ich die AI trainieren, ohne dass ständig der Mensch dabei mithelfen muss?
- The Scaling Question: Wie schaffe ich mehr Intelligenz bei weniger Ressourceneinsatz?
Für die Entscheidungsträger in Unternehmen kommen vor dem Hintergrund der jeweils vorhandenen Infrastruktur- und Lösungsumgebungen die folgenden Fragestellungen hinzu:
- Wo stehe ich?
- Was brauche ich?
- Wie starte ich?
- Was kostet das?
- Was sind die Benefits (ROI)?
Was waren die Learnings aus dem Projekt?
Wichtigste Basis für eine erfolgreiche AI Einführung ist die Datenplattform. Bislang nutzten die eingesetzten IT-Lösungen jeweils „ihre“ Datenspeicher – eine Applikation ist jeweils mit dem ihr zugeordneten Datenspeicher verknüpft („Spaghetti“). Für den Einsatz von AI ist es das Ziel, alle Daten in eine gemeinsame Datenplattform als applikationsübergreifende Zwischenschicht zu transformieren, also die Applikation von der „eigenen“ Datenspeicherung zu entkoppeln („Lasagne“).
An die Datenplattform sind sechs Kernforderungen zu stellen:
- Systemunabhängigkeit
Unabhängigkeit von proprietären Systemen wie ERP, CRM, PLM - Offenheit und Interoperabilität
Offene Datenformate wie Parquet oder Delta = Zugriffsmöglichkeit breit angelegt - Skalierbarkeit und Kostenkontrolle
Wachstumspfade offenhalten, Trennung von Kosten für Datenspeicherung und Rechenleistung, Pay-per-Use, zu- und abschaltbar - Sicherheit und Datenschutz
Zugriffssteuerung, Datenklassifizierung etc. - Benutzerfreundlichkeit
Sowohl Expertenzugriff als auch von Fachabteilung (self service) nutzbar, Sprachen wie SQL oder Python, intuitive Oberflächen - AI-Fähigkeit
Einfache Anbindung von AI-Diensten, vektorisierbar
Microsoft betont, dass die eigene Datenplattform-Lösung Fabric all diese Anforderungen erfüllt. Es existieren aber auch Angebote anderer Anbieter. Wichtig sei es, die auf dem Markt befindlichen Lösungen im Hinblick auf die sechs genannten Kernforderungen zu prüfen.
Was die Kosten anlangt, entfallen davon laut Nils Echtermeyer rund 85% auf die Rechenleistung und nur ca. 15% auf die Datenspeicherung. Bei kleineren Projekten muss man mit rund 1.500 € pro Monat für die Datenplattform rechnen. Für umfassende Datenplattformen seien ca. 5.500 € pro Monat und mehr erwartbar. Gemessen an dem Potential, das in AI Technologien stecke, könnten das eine lohnende Investitionen sein. Und man müsse gegebenenfalls gegenrechnen, auf welche lizenzpflichtigen Applikationen im Gegenzug eventuell verzichtet werden kann (z.B. Power BI Lizenzen). Wichtig sei es, mit kleinen überschaubaren UseCases zu starten und erste Erfahrungen zu sammeln. Ebenso sei von Beginn die Unterstützung und ein klares Commitment der Unternehmensführung (C-Level Sponsorship) für den Projekterfolg essenziell.
Jörg Westermayer, Management Consultant Data Strategy and Governance bei b.telligent, und Julia Schmid, Business Intelligence Engineer bei OBUNGI, schlossen sich den Ausführungen ihres Vorredners an. Sie berichteten darüber hinaus vom sehr erfolgreichen Verlauf der bisherigen Workshops („mbuf data & AI platform academy“). Das Engagement der Teilnehmenden sei sehr hoch und „no shows“ seinen so gut wie nicht zu beobachten gewesen, durchweg habe es ein sehr positives Feedback gegeben.
Nächste Workshops im Rahmen der „mbuf data & AI platform academy“ sind für den Herbst vorgesehen. Wer in das Thema AI-Nutzung anhand konkreter UseCases einsteigen möchte, kann sich bei der mbuf Geschäftsstelle melden (info@mbuf.de). Das Thema AI und speziell auch das Thema Datenplattform sind natürlich auch Thema auf dem mbuf Jahreskongress am 29.09. – 01.10.2025 in Darmstadt. Dort werden auch konkrete erste Anwendungsfälle aus den Workshops vorgestellt. Jetzt unbedingt schon anmelden!