Ereignis

Gartner Data & Analytics Summit 2026: Wie KI erfolgreich vom Pilotprojekt in die Produktion überführt wird

Michael Curry, Leiter der Abteilung Datenmodernisierung bei Rocket Software, erläuterte die fünf wichtigsten Veränderungen, die notwendig sind, um KI vom Experiment zum unternehmensweiten Einsatz zu skalieren. Die wichtigsten Erkenntnisse aus seinem Vortrag finden Sie unten.

Bringen Sie die Erkenntnisse aus den Sitzungen in Ihre Organisation ein.

 

Rocket

 

Auf dem Gartner Data & Analytics Summit 2026 wurde deutlich, dass Unternehmen kein „KI-Problem“ haben, sondern vielmehr ein Problem mit Datenzugriff, Vertrauen und Kontrolle. Pilotprojekte scheitern oft an Altdaten, geschützten Dokumenten und Governance-Vorgaben. Wie wir auf diese Probleme reagieren, hängt direkt mit großen Herausforderungen wie der Skalierung von KI, dem Umgang mit Störungen und dem Ausgleich von Risiko und Governance zusammen. Rocket unterstützt Sie dabei, diese Erkenntnisse in die Tat umzusetzen und das Potenzial Ihrer Daten für echten, nachhaltigen Erfolg freizusetzen.

 

Drei Aktionen, die Sie schnell ausführen können

Organisationen können schnell echte Fortschritte erzielen, indem sie:

  • Definition von Vertrauens-SLAs für ihre 10 wichtigsten Datensätze.
  • Implementierung von gesteuerten Abrufmustern sowohl für Daten als auch für Inhalte.
  • Entwicklung frühzeitiger semantischer und datenbasierter Produktmodelle, die KI-Agenten sofort nutzen können.

Diese Maßnahmen schaffen Dynamik, reduzieren Nacharbeiten und minimieren das Risiko von KI-Experimenten. Rocket unterstützt Sie dabei, diese Erkenntnisse in die Tat umzusetzen – und so das Potenzial Ihrer Daten voll auszuschöpfen, um echten und nachhaltigen Erfolg zu erzielen.

Sprechen Sie mit einem Experten

Wichtigste Erkenntnisse aus dem Gartner Data & Analytics Summit 2026

  • KI-Bereitschaft beginnt mit Vertrauen, nicht mit Modellen: Vertrauen in Datenqualität, -herkunft, -sicherheit und -kontext. Unternehmen müssen Vertrauens-SLAs formalisieren, die eine konsistente und kontrollierte Datenbereitstellung über alle Modernisierungs- und KI-Initiativen hinweg gewährleisten.
  • Gesteuerte Datensuche muss eine strategische Fähigkeit sein: KI zwingt Unternehmen, die Datensuche über strukturierte Daten, unstrukturierte Inhalte und im Mainframe gespeichertes Wissen hinweg zu steuern. Erfolgreich werden diejenigen sein, die gesteuerte Datensuche als zentrales Architekturelement und nicht als nachträglich hinzugefügte Funktion behandeln.
  • Datensouveränität muss sich von „standortbasiert“ zu „nutzungsbasiert“ wandeln: Traditionelle Souveränitätsrahmen stoßen angesichts der dynamischen Zugriffsmuster von KI an ihre Grenzen. Unternehmen benötigen eine adaptive, nutzungsbasierte Souveränität, bei der die Regeln dem Nutzungskontext folgen – und nicht dem System, der Region oder den Speichergrenzen.
  • Semantik als neue Schnittstelle für KI-Agenten: KI-Agenten können nicht mit unstrukturierten Tabellen oder veralteten Schemata arbeiten. Sie benötigen agentenfähige Semantik – klare Bedeutung, Beziehungen und Absichten –, die durch verwaltete Metadaten, Wissensmodelle und gut konzipierte Datenprodukte ausgedrückt wird.
  • Datenprodukte müssen KI-fähig sein, nicht nur analysebereit: Unternehmen benötigen Datenprodukte, die mit maschinenlesbarer Semantik angereichert sind und für die abrufgestützte Generierung (RAG), die Orchestrierung von Agenten und kontinuierliche ML-Intelligenz entwickelt wurden – nicht nur Dashboards oder ETL-Ausgaben.
Verwandte Inhalte
Video

Der KI-Vorteil: Optimale Nutzung von Mainframe-Daten für Analysen

Trotz Einschränkungen lassen sich durch Mainframe-Daten Wettbewerbsvorteile erzielen.

Jetzt ansehen
Insight

Von Datensilos zu Strategien: Das wahre Potenzial von Daten freisetzen

Die Rolle des Datenmanagements besteht heute nicht mehr nur darin, Daten zu sammeln und zu speichern, sondern darin, sie zu sehen, ihnen zu vertrauen und maximalen Nutzen für geschäftliche Vorteile daraus zu ziehen, unabhängig davon, wo sie gespeichert sind.

Jetzt lesen
Insight

Jenseits der Käuferseite: Ihre Mainframe-Daten sind nicht ungenutzt. Ihre Strategie ist es.

Überwinden Sie Datenengpässe und machen Sie aus Kernsystemen einen Wettbewerbsvorteil.

Jetzt lesen