Datenqualität für KI Qlik Trust Score: „Kann ich meinen Daten trauen?“

Von Berk Kutsal 1 min Lesedauer

Anbieter zum Thema

Mit dem „Trust Score for AI“ möchte Qlik eine Lösung für ein zentrales Problem moderner KI-Initiativen liefern: Unternehmen sollen die Vertrauenswürdigkeit ihrer Daten objektiv bewerten, überwachen und Schwachstellen gezielt adressieren können. Der Fokus liege auf Datenqualität, Governance und messbarer KI-Tauglichkeit.

Qliks Trust Score for AI bewertet die Vertrauenswürdigkeit von Daten für KI-Anwendungen und macht Datenqualität und Risiken messbar.(Bild:  Qlik)
Qliks Trust Score for AI bewertet die Vertrauenswürdigkeit von Daten für KI-Anwendungen und macht Datenqualität und Risiken messbar.
(Bild: Qlik)

Qlik, Anbieter für Datenintegration und Analyse, stellt mit dem Trust Score for AI ein Werkzeug vor, das die Qualität und Eignung von Unternehmensdaten für KI-Anwendungen messbar machen soll. Eingebettet in die Qlik Talend Cloud, bewertet der Trust Score Daten entlang klar definierter Kriterien – darunter Diversität, Aktualität und Richtigkeit. Das Ziel: Anwender sollen erkennen, wie vertrauenswürdig ihre Datenbasis für KI-Einsatz wirklich ist.

Nach Angaben des Anbieters greifen Unternehmen beim Einsatz von KI-Anwendungen oft auf Datensätze zurück, deren Tauglichkeit für KI-Modelle unklar ist. Der Trust Score analysiert Daten automatisiert, vergibt eine Punktzahl und gibt Hinweise auf potenzielle Schwächen. „Ohne vertrauenswürdige Daten kann es keine guten KI-gestützten Entscheidungen geben“, betont Drew Clarke, EVP Product and Technology bei Qlik.

Drei neue Dimensionen im Fokus

Das neue Scoring-Framework prüft:

  • Diversität: Wie repräsentativ sind die Daten? Verzerrungen sollen reduziert werden.
  • Aktualität: Sind die Daten noch relevant für aktuelle Modelle?
  • Richtigkeit: Liegen Werte außerhalb akzeptierter Bereiche oder weichen Qualitätsstandards ab?

Anhand dieser Dimensionen, zusätzlich zu den bereits bestehenden wie Auffindbarkeit und Nutzungshäufigkeit, soll Qlik Trust Score for AI eine praktische Möglichkeit zur Validierung von Datensätzen für den Einsatz im KI-Training, in RAG-Pipelines oder in der intelligenten Automatisierung liefern. Zukünftig sollen auch die Dimensionen Security und LLM-Tauglichkeit folgen.

Ein Early-Access-Programm für KI-natives Data Stewardship ist ebenfalls angekündigt, das menschliche und KI-basierte Workflows kombinieren soll, um Datenprobleme frühzeitig zu erkennen.

(ID:50477644)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung