Input-Provenance-Check: Verlässliche Daten für KI-Empfehlungen
Ein Input-Provenance-Check prüft Quellen, Versionen und Gültigkeit, bevor eine KI-Empfehlung in der Angebotsvorprüfung geschäftlich relevant wird.
Eine KI-Empfehlung kann schlüssig formuliert sein und dennoch auf ungeeigneten Eingaben beruhen. Vielleicht wurde das falsche Preisblatt verwendet, ein veraltetes CRM-Feld übernommen oder ein Dokument nur teilweise extrahiert. Ein Input-Provenance-Check prüft deshalb vor der fachlichen Verarbeitung, woher die Daten stammen, welche Version vorliegt und ob sie für den konkreten Zweck verwendet werden dürfen.
Damit beginnt die Qualität einer KI-gestützten Entscheidung nicht erst beim Modell, sondern bereits bei der kontrollierten Herkunft ihrer Eingaben. Warum plausible Ergebnisse nicht automatisch verlässlich sind Sprachmodelle und regelbasierte Systeme verarbeiten die Informationen, die ihnen bereitgestellt werden.
Sie erkennen jedoch nicht in jedem Fall selbstständig, ob ein Datensatz aktuell, vollständig oder im jeweiligen Nutzungskontext zulässig ist. Eine professionell klingende Begründung kann dadurch eine Sicherheit vermitteln, die von der Datenlage nicht gedeckt wird. Gerade in B2B-Prozessen mit Preisen, Vertragsbedingungen, Kundendaten oder internen Freigaben ist diese Lücke geschäftlich relevant.
Das Problem liegt dabei nicht zwingend in einer falschen Berechnung. Häufig wurde korrekt mit einer falschen oder nicht ausreichend belegten Grundlage gearbeitet. Ohne nachvollziehbare Datenherkunft bleibt später unklar, warum eine Empfehlung zustande kam und welche Eingabe korrigiert werden muss. Die technische Ausgabe allein reicht daher nicht als Qualitätsnachweis.
Was ein Input-Provenance-Check prüfen sollte Ein Input-Provenance-Check verbindet jeden relevanten Input mit überprüfbaren Metadaten. Dazu gehören zunächst die Quelle und eine eindeutige Datensatz-ID, damit Informationen nicht nur als Textausschnitt, sondern als konkretes Objekt nachvollziehbar bleiben.
Ebenso wichtig sind Version und Stichtag: Ein Preisblatt aus dem Vorjahr kann formal korrekt gespeichert und trotzdem für ein aktuelles Angebot ungeeignet sein. Bei Dokumenten kommen Extraktionsstatus und Vollständigkeit hinzu, damit fehlende Seiten, Tabellen oder Anhänge nicht unbemerkt zu Lücken führen.
Zusätzlich muss geklärt werden, ob das System auf die Quelle zugreifen darf und ob ihre Verwendung im vorgesehenen Kontext zulässig ist. Eine Information kann verfügbar sein, ohne für jede Rolle, jeden Mandanten oder jeden Prozessschritt freigegeben zu sein. Abschließend braucht es eine fachliche Plausibilitätsprüfung, die Widersprüche zwischen CRM, Preislogik, Produktdaten und Dokumenten sichtbar macht.
Provenance ist damit mehr als ein technischer Herkunftsnachweis: Sie verbindet Datenqualität, Berechtigungen und fachlichen Kontext. Beispiel Angebotsvorprüfung Bei einer KI-gestützten Angebotsvorprüfung können Informationen aus dem CRM, aktuellen Preislisten, Produktregeln und hochgeladenen Kundendokumenten zusammenfließen.
Bevor das System eine Empfehlung abgibt, sollte für jede geschäftskritische Eingabe feststehen, aus welcher Quelle sie stammt und welchen Gültigkeitsstatus sie besitzt. So lässt sich beispielsweise prüfen, ob die verwendete Rabattregel zur Kundengruppe passt, ob ein Preisblatt zum Angebotsdatum gültig ist und ob das hochgeladene PDF vollständig verarbeitet wurde.
Fehlt ein Nachweis, darf der Prozess nicht stillschweigend fortgesetzt werden. Je nach Risiko kann der Fall um fehlende Daten ergänzt, vorübergehend zurückgestellt oder an eine verantwortliche Person übergeben werden. Entscheidend ist, dass diese Reaktion als definierte Prozesslogik umgesetzt wird und nicht von zufälliger Aufmerksamkeit abhängt.
Dadurch wird aus einer unverbindlichen Datenprüfung ein kontrollierbarer Bestandteil der Automatisierung. Abgrenzung zum Decision-Path-Check Der Input-Provenance-Check und der Decision-Path-Check beantworten unterschiedliche Fragen. Der Provenance-Check prüft, ob die Eingaben nachweisbar, aktuell, vollständig und zulässig sind.
Der Decision-Path-Check betrachtet dagegen, ob die Verarbeitung innerhalb des vorgesehenen Entscheidungs- und Ergebnisraums bleibt. Vereinfacht gesagt kontrolliert der erste Check die Grundlage, während der zweite den zulässigen Weg und die möglichen Ergebnisse absichert. Beide Prüfungen ergänzen sich, ersetzen einander aber nicht.
Gültige Eingaben können zu einem unzulässigen Ergebnis führen, wenn Regeln oder Freigabegrenzen fehlen. Umgekehrt kann ein formal erlaubter Entscheidungspfad auf veralteten Daten basieren. Belastbare KI-Automatisierung benötigt deshalb Kontrollen auf beiden Ebenen. So lässt sich der Check pragmatisch einführen Der Einstieg sollte bei einem klar abgegrenzten, geschäftlich relevanten Prozess erfolgen.
Teams erfassen zunächst alle Eingabequellen und markieren, welche Informationen Preise, Konditionen, Freigaben oder Kundenkommunikation beeinflussen. Für diese Inputs werden Pflichtfelder wie Quellen-ID, Version, Gültigkeitsdatum, Extraktionsstatus, Berechtigung und fachlicher Prüfstatus definiert. Anschließend legt das Team fest, welche Abweichungen automatisch korrigiert werden können und wann eine menschliche Prüfung notwendig ist.
Wichtig ist eine sichtbare Statuslogik statt eines pauschalen Vertrauenswerts. Aktuell und vollständig, unklar, widersprüchlich oder gesperrt sind für operative Teams meist handlungsnäher als eine abstrakte Punktzahl. Protokolliert werden sollten außerdem die verwendeten Eingaben, erkannte Konflikte und die daraus ausgelöste Aktion.
So bleibt die Angebotsvorprüfung auch nachträglich nachvollziehbar. Syda betrachtet solche Kontrollmechanismen als Teil einer robusten Prozess- und Softwarearchitektur. Bei der Konzeption von KI-Automatisierung sollten Datenherkunft, Fachlogik und Übergaben an verantwortliche Personen gemeinsam gestaltet werden.
Weitere Einordnungen zu digitalen Produkten, Custom Software und KI-gestützten Prozessen finden Digitalverantwortliche auf der Syda Website und im Syda Blog. Die zentrale Startfrage lautet: Welche Eingabe im wichtigsten KI-Prozess müsste heute zuerst ihre Herkunft und Gültigkeit nachweisen?