Von Embedded Permissions bis zu Datenlaboren in Behörden APARAVI benennt die Datenqualitätstrends 2024

Anbieter zum Thema

APARAVI Software Europe GmbH

Fsas Technologies GmbH

Board Deutschland GmbH

INFOMOTION GmbH

Der Schweizer Data-Intelligence- und Automation-Spezialist APARAVI hat die wichtigsten Datenqualitätstrends des Jahres zusammengestellt. Sie zeigen wichtige Faktoren auf, um qualitativ hochwertige Daten für KI und Digitalisierung bereitzustellen.

In Zeiten von KI und digitaler Transformation gewinnt Datenqualität immer weiter an Bedeutung und hat ganz konkrete Auswirkungen auf viele Branchen. APARAVI sieht insbesondere die hohe Dynamik rund um die KI-Entwicklung als Aufmerksamkeitstreiber für die Güte der Daten, die beispielsweise für Anwendungen im Umfeld generativer KI genutzt werden.

Die Schweizer Experten haben die folgenden branchenübergreifenden Trends identifiziert, die das laufende Jahr in Sachen Datenqualität prägen werden:

Embedded Permissions

Embedded Permission erlauben die rollenbasierte, feingranulare Kontrolle der Zugangsberechtigung direkt aus einer Applikation heraus. Sie stellen sicher, dass Benutzer ausschließlich auf für sie freigegebene Funktionen, Daten oder Ressourcen zugreifen können. Durch die Vergabe von Zugriffsrechten bei der Datenklassifizierung kann die KI entscheiden, welcher Nutzer für welche Ergebnisse berechtigt ist. Unbefugter Zugriff auf sensible Informationen wird damit von vornherein verhindert und die Konformität mit Security- und Compliance-Vorgaben sichergestellt.

Digitale Zwillinge in der Immobilienwirtschaft

Bei Planung, Design, Betrieb, Renovierung und Verkauf von Immobilienobjekten werden Digitale Zwillinge immer wichtiger. Sie bilden alle relevanten Informationen wie Layouts, Abmessungen, Materialien und Ausstattungen ab und erleichtern dadurch unter anderem das Facility Management, Leistungsanalysen, die Gebäudeüberwachung und -steuerung in Echtzeit sowie die Vorhersage des Wartungsbedarfs. Zudem unterstützen sie bei Risiko- und Rentabilitätsanalysen. Dafür müssen unstrukturierte Daten wie Texte, Bilder, Audio- und Videodateien oder Echtzeitdaten aus Sensoren analysiert und eingebunden werden.

Regulierungen und Dokumentationspflichten im Finanzwesen

Banken und Finanzinstitute unterliegen spezifischen Regularien wie BAIT („Bankaufsichtliche Anforderungen an die IT“), MaRisk („Mindestanforderungen an das Risikomanagement“) sowie dem IT-SiG („IT-Sicherheitsgesetz 2.0“) im KRITIS-Umfeld. Hier geht es häufig um unstrukturierte Daten, die hohes Risikopotenzial haben. Beispiele sind etwa personenbezogene Informationen oder die sogenannte individuelle Datenverarbeitung (IDV). Um entsprechende Dokumentations-, Informations- und Meldepflichten einhalten zu können, müssen Daten jederzeit transparent und identifizierbar sein.

Datenlabore im Behördensektor

Datenlabore sind die praktische Umsetzung der neuen Datenstrategie der Bundesregierung in den Ministerien. Sie ermöglichen unter anderem besseren Datenaustausch im Gesundheitswesen, branchenspezifische Datenräume und Aufbereitung für KI-Projekte. Dafür sei laut der Bundesregierung die Datenqualität von entscheidender Bedeutung – in der Regel liegen die Daten jedoch in unstrukturierter Form vor. Um Large Language Models (LLMs) für den spezifischen Einsatz in der öffentlichen Hand trainieren zu können, müssen sie zuerst bereinigt, aufbereitet und klassifiziert werden.

(ID:49962239)