# Vom Datensilo zur Wissensquelle

Unternehmen erzeugen täglich große Datenmengen aus Rechnungen, E-Mails,
CRM-Systemen, Zeiterfassung und Support-Tickets. Diese Daten liegen oft in
getrennten Systemen, wodurch wertvolle Informationen ungenutzt bleiben.

## Data Lake und Data Mesh als Grundlage

Um dieses Potenzial zu nutzen, braucht es eine klare Datenarchitektur.

- Ein Data Lake sammelt strukturierte und unstrukturierte Daten zentral in
  Rohform.
- Ein Data Mesh verteilt Verantwortung in die Fachbereiche, damit
  domänenspezifische Datenprodukte gepflegt und verlässlich bereitgestellt
  werden.

Zusammen schaffen beide Konzepte belastbare, aktuelle Daten für KI.

## LLMs und SLMs: Breite und Präzision kombinieren

LLMs sind leistungsstarke Allround-Modelle fuer Textentwurf,
Zusammenfassungen, E-Mail-Verarbeitung und Report- oder Code-Generierung.

SLMs sind spezialisierte Modelle für klar abgegrenzte Fachkontexte, in
denen hohe Präzision entscheidend ist, zum Beispiel in der technischen
Diagnostik, im Wissensmanagement oder in der medizinischen Dokumentation.

Die Kombination aus beiden Modelltypen verbindet Flexibilität mit
fachlicher Genauigkeit.

## Agentenbasierte KI: von Information zu Handlung

KI-Agenten nutzen LLMs und SLMs, um Unternehmensdaten abzurufen und Aufgaben
selbstständig auszuführen.

- Rechnungsabgleich mit ERP-Bestellungen und Zahlungsbedingungen
- Automatisierte Kundenantworten auf Basis von CRM- und Wiki-Daten
- Projektcontrolling mit frühen Hinweisen aus Budget- und Meilensteindaten
- Onboarding-Unterstützung je Rolle über HR- und interne Tool-Daten

Damit wird KI vom Assistenzwerkzeug zum operativen Teammitglied.

## Lokales Hosting oder externes Hosting

Lokales Hosting bietet stärkere Datensouveränität, bessere
Compliance-Kontrolle, gezielte Modellanpassung und oft geringere Latenz in
internen Prozessen.

Externes Cloud-Hosting reduziert den Einstiegsaufwand und skaliert schnell,
bringt aber mögliche Datenschutzrisiken, Lock-in-Effekte und weniger
Kontrolle mit sich.

Für sensible Anwendungsfälle ist lokal betriebenes KI-Hosting oft die
nachhaltigere Option.

## Fazit

Unternehmen, die lokale KI-Modelle mit robuster Datenarchitektur und
agentenbasierter Automatisierung kombinieren, gewinnen an Geschwindigkeit,
Effizienz und Innovationskraft.

Wenn Sie Datenquellen konsolidieren und praxistaugliche KI-Agenten
einführen möchten, begleitet jaraco gmbh Sie von der Architektur bis zur
Umsetzung.