Von Corey Noles
Bis 2026 könnte sich die Art und Weise, wie Unternehmen ihre Daten verwalten, radikal verändert haben. Statt dass Menschen Datensätze mühsam bereinigen, zusammenführen und validieren, übernehmen autonome KI-Agenten die Schwerarbeit – sie entscheiden, welchen Quellen zu vertrauen ist, lösen Konflikte in Echtzeit und liefern Erkenntnisse, bevor Teams überhaupt wissen, wonach sie fragen müssen.
Um zu verstehen, wie sich Unternehmen auf diesen Wandel vorbereiten sollten, sprach TechnologyAdvice mit Manish Sood, CEO und Gründer von Reltio, einem Vorreiter bei der Datenvereinheitlichung und Governance. In diesem Gespräch erläutert Sood, wo agentische KI zuerst Wirkung zeigen wird, wie sie die tägliche Arbeit von Datenteams verändern wird und welche Kennzahlen Führungskräfte im Blick behalten sollten, wenn sie sich auf eine KI-gesteuerte Zukunft zubewegen.
eWeek: Wenn Sie bei Unternehmensdaten von „agentischer KI“ sprechen: Welcher alltägliche Workflow wird sich 2026 tatsächlich als Erstes verändern – Abgleich/Zusammenführung, Überlebenslogik, Anreicherung oder Datenverantwortung?
Manish Sood: Der Abgleich und die Zusammenführung werden 2026 der erste alltägliche Workflow sein, der durch agentische KI verändert wird. Hier treffen die Komplexität heutiger Datenumgebungen und die dringenden Anforderungen an Geschwindigkeit und Vertrauen im KI-gestützten Betrieb am unmittelbarsten aufeinander.
Warum Abgleich und Zusammenführung? Weil Daten aus der realen Welt unordentlich sind – voller Duplikate, Inkonsistenzen und Mehrdeutigkeiten. In agentischen KI-Workflows bleibt keine Zeit für menschliches Eingreifen, sobald ein Datensatz nicht perfekt übereinstimmt. Wenn ein KI-Agent ein Produkt empfehlen, einen Schadensfall bearbeiten oder in Echtzeit mit einem Kunden interagieren soll, muss er mit einem sauberen, konsolidierten Profil arbeiten.
Mit vortrainierten, LLM-gestützten Abgleichmodellen beobachten wir bereits den Wandel von regelbasierten Prüfungen nach dem Muster „Handelt es sich um dieselbe Entität?“ hin zu agentischen Workflows, die Übereinstimmungen in Echtzeit auflösen – einschließlich Konfidenzwerten, Auditierbarkeit und Compliance-Leitplanken. Mit zunehmender Reife wird dies zur intelligenten „Eingangstür“ für jeden nachgelagerten Workflow – Überlebenslogik, Anreicherung, Datenverantwortung und mehr.
Agentische KI braucht nicht einfach nur Daten. Sie benötigt innerhalb von Millisekunden vertrauenswürdige, kontextreiche und konsolidierte Daten. Das beginnt mit der Entitätsauflösung. Deshalb stehen Abgleich und Zusammenführung an erster Stelle.
eWeek: Skizzieren Sie kurz einen „Tag im Leben“ eines Datenteams Ende 2026. Was ist für einen Datenverantwortlichen, einen Analytics-Leiter und einen Geschäftsverantwortlichen anders, wenn Agenten im Prozess beteiligt sind?
Sood:
Datenverantwortlicher: Beginnt den Tag damit, vom Agenten über Nacht bereits aufgelöste Abgleichvorschläge samt Prüfpfaden zu überprüfen. Statt Duplikaten hinterherzujagen, verfeinert er Richtlinien und trainiert die Agenten.
Analytics-Leiter: Erhält von Agenten Warnmeldungen zu Qualitätsanomalien, bevor Modelle abdriften. Der Schwerpunkt verlagert sich von der Datenbereinigung auf die Zusammenarbeit mit den Fachbereichen an vertrauenswürdigen, wiederverwendbaren Datenprodukten.
Geschäftsverantwortlicher: Öffnet ein Dashboard, in dem ein Agent jede Kennzahl erklärt: was sich geändert hat, warum es wichtig ist und was als Nächstes zu tun ist. Kein Rückstau. Keine Engpässe. Nur Antworten – gestützt auf gesteuerte, agentenfähige Daten.
Was ist anders? Agenten unterstützen nicht nur – sie handeln. Teams wechseln vom Beheben von Datenproblemen dazu, Wert freizusetzen.
eWeek: Wie lassen Sie Agenten die zentrale Datenquelle schaffen, ohne Vertrauen zu verlieren?
Sood: Vertrauen geht nicht dadurch verloren, dass Agenten beim Aufbau der zentralen Datenquelle helfen – sondern wenn sie dies unsichtbar tun. Der Schlüssel ist gesteuerte Autonomie.
Agenten können innerhalb festgelegter Grenzen autonom handeln: Übereinstimmungen auflösen, Anomalien markieren und Daten aus verifizierten Quellen anreichern.
Das Ergebnis? Transparenz schafft Vertrauen. Stakeholder sehen nicht nur die Daten, sondern auch, warum ihnen vertraut wurde – wer sie freigegeben hat, welche Logik angewendet wurde und wann.
So verdienen sich Agenten ihre Rolle – nicht nur beim Aufzeigen der Wahrheit, sondern auch bei ihrer Bewahrung.
eWeek: Welche frühen Erfolge sollte ein CDO in den ersten 90 Tagen erwarten, wenn er agentische KI im Datenmanagement eines Unternehmens einführt?
Sood: In den ersten 90 Tagen sollte ein Chief Data Officer, der agentische KI einführt, auf einige sehr greifbare Erfolge verweisen können. So wird beispielsweise schnell sichtbar, wie zügig KI-Agenten den Rückstau bei der Auflösung von Übereinstimmungen abbauen können. Was früher repetitive Arbeit für Datenverantwortliche war, wird nun in einem Bruchteil der Zeit erledigt – und diese Teams können sich auf Aufgaben mit größerer Wirkung konzentrieren.
Außerdem erhalten Sie sofort Einblick in die Datenqualität. Vorgefertigte Agenten können Probleme nach Domäne, Quelle und sogar Geschäftsauswirkung erkennen – Sie verbessern also nicht nur die Daten, sondern priorisieren die wichtigsten Korrekturen. Diese Klarheit hilft Führungskräften, schnell eine Ausgangsbasis zu schaffen und früh Dynamik aufzubauen.
Und weil Analysten ihre Zeit nun nicht mehr mit der Datenbereinigung verbringen müssen, verkürzt sich die Zeit bis zur Erkenntnis. Vertrauenswürdige Datenprodukte entstehen schneller, das Vertrauen in Dashboards steigt und KPIs wirken wieder verlässlich.
Am wichtigsten ist, dass die Geschäftsteams die Ergebnisse sehen. Sauberere Daten. Schnellere Antworten. Und der Beweis, dass es sich nicht nur um ein weiteres Technologieprojekt handelt – sondern dass vom ersten Tag an echter Geschäftswert entsteht.
eWeek: Welche KPIs belegen bis Ende 2026, dass es funktioniert?
Sood: Bis Ende 2026 sollte sich die Wirkung agentischer KI auf das Datenmanagement von Unternehmen anhand einiger klarer KPIs zeigen – und diese zeichnen ein überzeugendes Bild.
Erstens wird der manuelle Aufwand deutlich zurückgehen. Der Anteil der Abgleich- oder Zusammenführungsentscheidungen, die eine menschliche Prüfung erfordern, wird sinken. Datenverantwortliche werden deutlich weniger Stunden mit repetitiven Aufgaben verbringen, und Teams werden weniger Zeit darauf verwenden, Datenqualitätsprobleme aufzuspüren und zu beheben.
Zweitens verbessert sich die Datennutzung auf breiter Front. Dashboards und Datenprodukte schaffen schneller einen Mehrwert. Ein größerer Teil der Daten, die KI-Modelle und Workflows speisen, wird vertrauenswürdig und aktuell sein. Und die Geschäftsanwender werden es merken – sie finden die benötigten Daten leichter, wenn sie sie brauchen.
Drittens wird Vertrauen messbar. Sie werden bessere Datenqualitätswerte bei Genauigkeit, Vollständigkeit und Aktualität sehen. Die Datenherkunft wird transparenter. Die Einhaltung von Richtlinien verbessert sich. Und der durch fehlerhafte oder veraltete Daten verursachte Nacharbeitsaufwand nimmt deutlich ab.
Schließlich wird sich der Geschäftswert beschleunigen. Mehr Teams – vom Vertrieb bis zum operativen Geschäft – werden Agenten zur Entscheidungsunterstützung einsetzen. Mehr Aktionen werden ohne Zwischenfälle autonom ausgeführt. Und dank vertrauenswürdiger Daten in Echtzeit werden weitere neue Anwendungsfälle an den Start gehen.
Unterm Strich? Weniger Reibung, mehr Vertrauen, schnellere Umsetzung – und alles nachvollziehbar.
eWeek: Wie verändert agentische KI die Gespräche über Data Governance und Compliance mit Rechts- und Sicherheitsteams?
Sood: Agentische KI verändert den Austausch mit Rechts- und Sicherheitsteams auf grundlegende Weise. Wo früher Angst herrschte – vor Kontrollverlust oder davor, Risiken Tür und Tor zu öffnen –, gibt es nun den Beleg, dass die Kontrolle tatsächlich stärker wird.
Traditionell bedeutete Governance, dass Richtlinien in Dokumenten festgehalten und nachträglich manuell durchgesetzt wurden. Das ist reaktiv, auditlastig und langsam. Mit agentischer KI kehrt sich das um. Nun setzen KI-Agenten die Governance zur Laufzeit durch. Sie übernehmen Maskierungs- und Zugriffskontrollen. Sie agieren nur innerhalb vorab genehmigter Grenzen. Und jede ihrer Aktionen wird protokolliert – mit vollständiger Datenherkunft und Begründung.
Wenn Rechts- oder Sicherheitsteams also fragen: „Können wir dem vertrauen, was die KI tut?“, lautet die Antwort nicht nur „ja“. Sie lautet: „Hier ist genau, was sie getan hat, warum sie es getan hat und woher wir wissen, dass es richtlinienkonform war.“
Für diese Teams ist das kein Sprung des Vertrauens. Es ist eine messbare Verbesserung der Kontrolle: Durchsetzung in Echtzeit, vollständige Auditierbarkeit und integrierte Aufsicht.
Agentische Governance ist kein Kompromiss. Sie ist nachweislich sicherer.
eWeek: Regeln, LLMs und Retrieval: Wie greifen sie ineinander? Wann sollte sich ein Agent auf deterministische Regeln des Datenmanagements stützen, statt ein LLM mit Retrieval (RAG) für eine Entscheidung einzusetzen?
Sood: Das ist keine Entweder-oder-Frage – es geht darum sicherzustellen, dass jede KI-Entscheidung auf derselben vertrauenswürdigen Grundlage beruht. Agentische KI benötigt einen Echtzeit-Datengraphen des Unternehmens mit umfassendem Kontext, um zuverlässig handeln zu können.
Die meisten Unternehmen haben Kunden-, Produkt-, Lieferanten- und Standortdaten über Dutzende Systeme verteilt, darunter CRM, ERP, Data Lakes und Feeds von Drittanbietern. Diese Daten sind häufig siloartig verteilt, inkonsistent und nicht für KI geeignet.
Reltio löst dieses Problem, indem kontinuierlich Daten aus all diesen strukturierten und unstrukturierten Quellen aufgenommen und anschließend in Echtzeit vereinheitlicht werden. Mithilfe fortschrittlicher Abgleichverfahren, Überlebenslogik und KI-gestützter Anreicherung entstehen genaue und vertrauenswürdige Profile über verschiedene Domänen hinweg.
Doch genau das macht Reltio einzigartig: Es erstellt nicht einfach nur einen sauberen Datensatz. Es erfasst die Beziehungen und Interaktionen zwischen Entitäten – Sie wissen also nicht nur, wer ein Kunde ist, sondern auch, mit wem er verbunden ist, was er gekauft hat, wann er den Support angerufen hat und in welcher Beziehung er zu einem Produkt, Lieferanten oder Standort steht. Das meinen wir mit einem Datengraphen.
Dieser Graph wird zu einem Kontextsystem für KI. Er bietet jedem Agenten – ganz gleich, ob er eine Übereinstimmung auflöst, ein Angebot personalisiert oder einen Schadensfall genehmigt – eine vertrauenswürdige Grundlage in Echtzeit, um fundierte Entscheidungen zu treffen.
Statt dass also jeder Agent isoliert arbeitet, greifen alle auf dieselbe kontinuierlich aktualisierte, gesteuerte und erklärbare Datenumgebung zu. Das macht agentische KI skalierbar, compliant und auf Ihre Geschäftslogik abgestimmt.
Die Frage lautet also nicht, welche Technik eingesetzt werden soll, sondern worauf diese Techniken aufbauen. Ohne ein Kontextsystem wird selbst die beste KI fragmentiert. Mit Reltio wird sie im großen Maßstab vertrauenswürdig.
eWeek: Welche Mischung aus Eigenentwicklung, Zukauf und Partnerschaften ist richtig? Wo sollten sich Unternehmen auf Plattformen wie Reltio plus Hyperscaler stützen, und wo sind individuelle Lösungen sinnvoll?
Sood: Wenn es um KI und Daten geht, versuchen die innovativsten Unternehmen nicht, alles selbst zu entwickeln – sie konzentrieren sich darauf, das zu bauen, was sie unterscheidet.
Wie sieht also die richtige Mischung aus?
- Die Grundlage kaufen. Datenvereinheitlichung, Governance und Echtzeit-Infrastruktur sind kein Terrain für Eigenbau. Sie wollen nicht Jahre damit verbringen, Ihr eigenes Datenfundament mühsam zusammenzuschustern. Hier kommen Plattformen wie Reltio Data Cloud™, kombiniert mit Ihrem bevorzugten Hyperscaler, ins Spiel. Sie bieten sofort einsatzbereites Vertrauen, Skalierbarkeit und Sicherheit auf Enterprise-Niveau.
- Partnerschaften eingehen, wenn Geschwindigkeit zählt. Vorgefertigte Agenten, branchenspezifische Vorlagen und Implementierungsservices können die Zeit bis zum Mehrwert verkürzen – insbesondere bei Workflows mit hohem Volumen wie Governance, Abgleichauflösung oder Datenanreicherung. Es gibt keinen Grund, das neu zu erfinden, was andere bereits optimiert haben.
- An den Rändern selbst entwickeln. Individuelle Agenten sind sinnvoll, wenn Sie etwas lösen, das ganz spezifisch für Sie ist – Ihre Bewertungslogik, Ihre Customer Journey, Ihr geistiges Eigentum. Dort sollte sich Ihre KI wie Sie anfühlen, nicht wie ein generischer Copilot.
Faustregel:
- Plattform für Vertrauen und Interoperabilität
- Partnerschaft für Geschwindigkeit
- Individuelle Lösungen für spezielle Anwendungsfälle
eWeek: Mit Blick über 2026 hinaus: Welches Tempo ist verantwortungsvoll? Auf welche mutige Wette würden Sie für 2027–2028 setzen – und welchen Fallstrick sollten Führungskräfte in diesem Jahr vermeiden?
Sood: 2027–2028 werden Unternehmen nicht nur eine Handvoll KI-Agenten einsetzen – sie werden Hunderte orchestrieren, die jeweils geschäftskritische Arbeit in Echtzeit in Vertrieb, Service, Compliance und Betrieb erledigen. Die mutige Wette? Die meisten dieser Agenten werden nicht von Grund auf neu entwickelt. Sie werden eingestellt – genau wie Mitarbeitende.
Diese Zukunft funktioniert nur, wenn es ein vertrauenswürdiges Kontextsystem gibt, an das sie sich sofort anbinden können. Hier kommt Reltio ins Spiel.
Wir glauben, dass jedes Unternehmen einen intelligenten Datengraphen benötigen wird – nicht nur als zentrale Datenquelle, sondern auch als Quelle für Handlungen. Einen Graphen, der vertrauenswürdige Daten domänenübergreifend kontinuierlich vereinheitlicht, steuert und bereitstellt und Agenten innerhalb von Millisekunden proaktiv mit Richtlinien, Historie und Kontext anleitet.
Die mutige Wette: Bis 2028 wird der Datengraph des Unternehmens für agentische KI ebenso unverzichtbar sein wie das Netzwerk für das Internet. Und Reltio wird das Fundament sein, das agentische KI auf Enterprise-Niveau ermöglicht – sicher, skalierbar und auf die tatsächlichen Abläufe der Unternehmen unserer Kunden abgestimmt.
Anders gesagt: KI ersetzt keine Datenstrategie. Sie macht sie existenziell. Und Reltio sorgt dafür, dass sie Realität wird.
Aber 2025–2026 gilt: Langsamer vorgehen, um schneller voranzukommen. Beginnen Sie mit integrierter Governance, nicht nur mit glänzenden Copiloten. Vertrauen ist der Vermögenswert, der sich kumuliert.
Der größte Fallstrick, den es jetzt zu vermeiden gilt, besteht darin, dass der Hype um LLMs Ihr Datenfundament umgeht. KI und Agenten sind Werkzeuge, die vertrauenswürdige Informationen benötigen, um ordnungsgemäß zu funktionieren. Wenn die Daten nicht vereinheitlicht, gesteuert und erklärbar sind, werden sich Agenten schnell bewegen … in die falsche Richtung.