Neues Whitepaper | The Data Streaming Foundation for AI

Ob B2C oder B2B: Ein wachsender Teil des Kaufprozesses wird an KI übergeben. Assistenten recherchieren Anbieter, vergleichen Optionen und erstellen Shortlists, noch bevor ein Mensch ein einziges Angebot geprüft hat.

Ein KI-Assistent kann aber nur mit den Informationen arbeiten, auf die er in diesem Moment zugreifen kann: aktuelle Lagerbestände, aktuelle Preise, Verfügbarkeit von Services, Kundenhistorie und Transaktionsdaten. Sind diese Informationen verzögert, unvollständig oder in getrennten Systemen gefangen, arbeitet die KI mit einer veralteten Version des Unternehmens.

Das ist das zentrale Argument im neuen Whitepaper von Mimacom, „The Data Streaming Foundation for AI". Für viele Unternehmen ist der begrenzende Faktor bei KI nicht mehr das Modell; es ist die Frage, ob die richtigen Daten es schnell, zuverlässig und mit ausreichend Kontext erreichen können, damit das Ergebnis nutzbar ist.

KI macht aus Datenverzögerung ein geschäftliches Problem

Kai Waehner, Advisory Field CTO bei Mimacom, bringt es einfach auf den Punkt: „KI braucht mehr als Modelle. Sie braucht Kontext."

Auf dieselben Foundation Models haben oft auch Wettbewerber Zugriff. Was sie nicht kopieren können, sind die eigenen operativen und Kundendaten eines Unternehmens, zuverlässig geliefert und genau in dem Moment, in dem sie zählen.

Die Zahlen bestätigen das. Laut dem 2025 Data Streaming Report unserer Partner Confluent und IBM betrachten 86 % der IT-Verantwortlichen Data Streaming inzwischen als strategische Top-Investitionspriorität, ein Anstieg gegenüber 51 % im Jahr 2024 und 44 % im Jahr 2023.

Das Problem ist, dass ein Grossteil der Infrastruktur unter den heutigen KI-Initiativen dafür nie ausgelegt war. Ein Batch-Prozess, der einmal täglich aktualisiert, mag für einen Bericht ausreichen, den ein Mensch prüft. Für ein KI-System, das empfehlen, erkennen oder sofort handeln soll, reicht das nicht mehr aus.

Deshalb geraten viele KI-Pilotprojekte beim Übergang in den produktiven Betrieb ins Stocken: Das Modell funktioniert, die zugrunde liegende Datenarchitektur aber nicht.

Beginnen Sie beim Problem, nicht beim Transformationsprogramm

KI-bereit zu werden bedeutet nicht zwangsläufig, alles zu ersetzen. Der erste Schritt besteht darin zu verstehen, wo die bestehende Architektur Reibung erzeugt: welche Systeme die kritischen Daten enthalten und wie schnell sie tatsächlich fliessen müssen. Daraus ergibt sich die eigentliche Frage, wo eine Veränderung des Datenflusses den grössten Wert schafft.

Das Data Readiness Assessment von Mimacom ist genau auf diese Frage ausgelegt. Innerhalb von rund zehn Tagen erhalten Teams eine priorisierte Roadmap, die die aktuelle Architektur, die relevantesten Möglichkeiten für Echtzeitdaten und die nächsten erforderlichen Schritte abdeckt, mit festem Umfang und Festpreis.

Mimacom verbindet das mit einer langjährigen Confluent- und Apache-Kafka®-Praxis sowie dem neuen Status als IBM Silver Business Partner, seit Confluent zu IBM gehört.

Dieselben Prinzipien sind bereits in Produktivumgebungen im Einsatz, von der globalen Monitoring-Plattform der Bühler Group, die 12.000 Ereignisse pro Sekunde verarbeitet, bis zu einem grossen spanischen Lebensmittelhändler, der täglich rund 90 Millionen Ereignisse verarbeitet. Diese gesamte Expertise und die Fallstudien sind in dieser neuen Publikation zusammengefasst.