Zum Inhalt springen

Insights

Sichere KI-Alternative zu ChatGPT für Verbundgruppen

Vier Kriterien, mit denen Sie Anbieter für eine interne KI prüfen, die Ihre Artikel-, Lieferanten- und Mitgliederdaten wirklich kennt.

Dawid SochackiVeröffentlicht am 5 Min Lesezeit
Ein Schreibtisch mit gestapelten Aktenordnern für Lieferanten- und Mitgliederdaten, jeweils mit kleinen Quellenverweis-Zetteln versehen, daneben ein Stempelkissen und ein handschriftlich geführtes Protokollbuch.

Donnerstagnachmittag im Einkauf. Jemand kopiert eine Lieferantenpreisliste in ein Browserfenster, weil die Zusammenfassung für die Mitgliederrundmail bis 17 Uhr raus muss. Die Richtlinie dazu hängt im Intranet, zwei Klicks entfernt. Gelesen hat sie niemand, weil niemand einen zweiten Weg hat.

Sie wählen deshalb keinen Chatbot. Sie wählen einen Betreiber für ein System, das an Ihren Artikelstamm, Ihre Konditionen und Ihre Mitgliederkommunikation darf. Die Messlatte ist nicht der Auftragsverarbeitungsvertrag. Sie lautet: Beantwortet dieses System Fragen zu Ihren Daten besser als ChatGPT, und belegt es jede Antwort mit Quelle und Protokoll? Ein deutsches Rechenzentrum ist Pflicht, nicht Kür. Viele Angebote für „sichere KI“ lösen genau dieses eine Problem und hören dann auf. Ihr Problem liegt daneben: Ihre Leute tippen Firmendaten ab, weil diese Daten sonst nirgends abfragbar sind.

Warum ein Verbot von ChatGPT in Ihrem Haus nicht funktioniert

Schatten-KI ist ein organisatorisches Problem, kein disziplinarisches. Artikeldaten liegen im Warenwirtschaftssystem, Konditionen in einer Excel-Mappe auf einem Laufwerk, Verträge als PDF in einem Ordner, dessen Struktur nur eine Kollegin kennt. Wer in dieser Lage eine Antwort in zehn Minuten braucht, baut sich den Umweg über das öffentliche Modell. Jedes Mal.

Rechtlich bleibt Ihr Unternehmen der Verantwortliche, egal wer das Modell betreibt. Die Grundsätze aus Artikel 5 und die Pflichten gegenüber Auftragsverarbeitern aus Artikel 28 der Verordnung (EU) 2016/679 gelten unverändert [P1]. Dazu kommt Artikel 4 der Verordnung (EU) 2024/1689: Die Pflicht, für ausreichende KI-Kompetenz der eigenen Beschäftigten zu sorgen, gilt seit dem 2. Februar 2025 [P2].

Der teure Teil ist trotzdem selten der Bußgeldbescheid. Teuer wird es, wenn eine Konditionsinformation aus einem Jahresgespräch dort landet, wo ein anderer Lieferant sie lesen kann. In einer Verbundgruppe ist das kein Datenschutzvorfall, sondern ein Vertrauensvorfall. Eine Richtlinie ohne Alternative beendet die Nutzung nicht. Sie macht sie unsichtbar.

Eine sichere KI-Alternative scheitert selten am Datenschutz, meistens an der Datennähe

Vier Kriterien trennen Angebote voneinander, und keines davon steht im Datenschutzkapitel.

Anbindung. Kann das System per RAG auf Artikelstamm, Konditionen und Rundschreiben zugreifen? Oder ist es ein leeres Chatfenster mit deutschem Rechenzentrum? Lassen Sie sich zeigen, wie die Daten hineinkommen, wie oft sie aktualisiert werden und was bei einem gelöschten Artikel passiert.

Nachvollziehbarkeit. Jede Antwort mit Quellenangabe und Audit-Trail. Einkauf und Revision müssen nachlesen können, aus welchem Dokument, welcher Version und welchem Datum eine Aussage stammt. Ohne das ist jede Antwort eine Behauptung.

Modellunabhängigkeit. Mehrere Modelle hinter einer Abstraktionsschicht, damit ein Preis- oder Versionswechsel beim Modellanbieter kein Umprogrammieren auslöst. Bei kritischen Aussagen zählt der Konsens mehrerer Modelle, nicht die Einzelmeinung eines Modells.

Betriebsverantwortung. Wer patcht, wer überwacht, wer haftet für Reaktionszeiten? Ein Prototyp ohne Wartungsvertrag ist kein System, sondern eine Demo mit Verfallsdatum.

Woran Sie erkennen, dass ein Anbieter so etwas schon betrieben hat

Verlangen Sie Belege aus dem Betrieb, nicht aus der Vorführung. Auf der Plattform asseko.ai bewerten fünf KI-Modelle Tarife der privaten Krankenversicherung nach rund 375 Kriterien, die Fehlerquote liegt unter 0,1 Prozent⁠1. Interessant daran ist weniger die Zahl als die Konsequenz: Ein einzelnes Modell war für diese Aufgabe zu unzuverlässig. Genau diesen Punkt lassen die meisten Anbietervergleiche aus.

Voraussetzung für brauchbare Antworten ist eine aufgeräumte Datenbasis. Bei CMB Supplier wurden verstreute Excel-Listen zu einer Datenplattform: sechs Systeme an einer gemeinsamen REST-Schnittstelle, 26 REST-Routen, rund 82 Prozent Test-Coverage, Lieferanten-Self-Service⁠2. Erst danach gibt es etwas, das eine KI zuverlässig abfragen kann.

Souveräne Infrastruktur gehört in den Standard, nicht in die Optionsliste. dataso arbeitet dafür mit STACKIT aus der Schwarz-Gruppe zusammen, Daten und Modelle bleiben in der EU⁠3, und betreibt eigene Produkte unter realer Last⁠4. Ihre Prüffrage an jeden Anbieter: Zeigen Sie mir ein laufendes System, in dem ein Fachanwender ohne IT-Kenntnis seit Monaten arbeitet. Nicht die Demo.

So prüfen Sie Anbieter in vier Wochen statt in vier Workshops

Am Anfang steht ein Anwendungsfall, der heute schon über ChatGPT erledigt wird. Lieferantenanfragen beantworten. Artikelbeschreibungen aus Datenblättern erzeugen. Etwas, das jemand diese Woche getan hat.

Diese fünf Fragen bekommt jeder Anbieter:

  • Wo laufen Modell und Daten, physisch und vertraglich?
  • Wie kommt mein Artikelstamm hinein, und wie bleibt er aktuell?
  • Was protokolliert das System pro Antwort?
  • Was passiert, wenn das Modell abgekündigt oder teurer wird?
  • Wer hat Zugriff auf die Logs, und wie lange bleiben sie liegen?

Danach ein Pilot mit echten Daten eines Lieferanten, kein Spielzeugdatensatz, mit einer definierten Abbruchbedingung. Benutzt die Fachabteilung nach vier Wochen weiter das öffentliche Modell, war der Fall falsch gewählt oder die Antworten waren zu schlecht. Beides ist ein Ergebnis. Rollout und Richtlinie kommen zum Schluss, nicht zu Beginn.

Wenn Sie wissen wollen, ob Ihr Fall trägt

Eine ehrliche Grenze vorweg: Muss Ihr Artikelstamm erst sortiert werden, ist das Vorhaben zuerst ein Datenprojekt und danach ein KI-Projekt. Wer Ihnen das anders verkauft, verkauft eine Enttäuschung. Und der Posten, den Angebote gern verschweigen, ist der Betrieb: Managed Hosting und Wartung mit klaren Service-Level-Vereinbarungen beginnen bei 290 Euro im Monat⁠5.

Nehmen Sie den einen Anwendungsfall, der bei Ihnen diese Woche über ChatGPT gelaufen ist, und legen Sie ihn im kostenlosen Potenzial-Check über 30 Minuten auf den Tisch⁠6. Das Gespräch führen Sie direkt mit Dawid Sochacki, Founder und Managing Director, 25+ Jahre Engineering, schreibt selbst Code⁠7. Antwort werktags innerhalb von 24 Stunden, telefonisch unter 06257 / 9179 400 werktags von 9 bis 17 Uhr⁠6. Trägt der Fall nicht, hören Sie das im selben Gespräch: Potenzial-Check buchen.

Quellen

  1. dataso-Referenz asseko.ai: Multi-LLM-Konsens, fünf Modelle, ~375 Kriterien, Fehlerquote < 0,1 %
  2. dataso-Referenz CMB Supplier: 6 Systeme an gemeinsamer REST-Schnittstelle, 26 Routen, ~82 % Test-Coverage
  3. dataso GmbH: Partnerschaft mit STACKIT (Schwarz-Gruppe), souveräne Cloud aus Deutschland
  4. dataso GmbH: Eigene Produkte unter realer Last
  5. dataso GmbH: Preistransparenz, Managed Hosting & Wartung ab 290 €/Mon. mit SLA
  6. dataso GmbH: Reaktionsversprechen, Telefon und kostenloser Potenzial-Check (30 Min.)
  7. dataso GmbH: Gründerprofil Dawid Sochacki
  • Großhandel, Verbundgruppen, Genossenschaften

Mehr zum Thema