Wie Vertrauen den Unterschied macht – Vom Datensee zum Wertstrom

NEU im #ConfareBlog
Sabine Singer (Sophisticated Simplicity): Wie Vertrauen den Unterschied macht – Vom Datensee zum Wertstrom

Für Sabine Singer, Gründerin von Sophisticated Simplicity, sind Daten weit mehr als ein technischer Rohstoff. Sie betrachtet sie als Grundlage für Vertrauen, Differenzierung und nachhaltige Wertschöpfung. Entscheidend ist nicht die Menge an Daten, sondern deren Kontext, Qualität und Wertekompatibilität.

Am Beispiel des Projekts datahub.Tirol zeigt sie, wie eine datengetriebene Architektur aussehen kann, die Vertrauen nicht nachträglich einfordert, sondern von Beginn an im Systemdesign verankert. Mit Governance, Transparenz und einem digitalen Werteregister wird klar: Es geht nicht darum, „Minimal Viable Products“ schnell an den Markt zu bringen, sondern um Maximally Valuable Products – Lösungen, die technische Exzellenz mit gesellschaftlicher Akzeptanz verbinden.

Welche Rolle spielen Daten in Eurer Unternehmensstrategie – und wie zeigt sich das konkret im Alltag?

Daten sind für uns kein Rohstoff, den wir möglichst effizient extrahieren, sondern die Grundlage für Vertrauen, Wertschöpfung und strategische Differenzierung. In Zeiten von KI, GenAI und agentischen Systemen entscheidet nicht die Menge der Daten über den Erfolg, sondern deren Kontext, Qualität und Wertkompatibilität.

Mit Value-based Engineering (VbE) setzen wir genau hier an: Wir übersetzen Unternehmenswerte, Stakeholder-Prioritäten und strategische Ziele in konkrete Datenanforderungen und schaffen damit die Basis für vertrauenswürdige KI-Systeme. Das bedeutet: Wir betrachten Daten nie isoliert, sondern fragen zuerst, welchen Wert sie schaffen, welche Risiken sie bergen und welches Ziel sie im Systemdesign erfüllen sollen.

Das haben wir beim Projekt datahub.Tirol konsequent umgesetzt: Gemeinsam mit Stakeholdern und Multiplikatoren aus Politik, Wirtschaft, Mobilität, Tourismus und natürlich unseren technischen Dienstleistungspartnern haben wir ein digitales Werteregister entwickelt, das als Grundlage für alle Systementscheidungen dient. Dieses Projekt – umgesetzt von meinem Unternehmen Sophisticated Simplicity – wurde 2025 mit dem Constantinus Award ausgezeichnet, weil es gezeigt hat, dass Vertrauen nicht nachträglich eingefordert, sondern von Anfang an ins Systemdesign integriert werden muss.

Und genau das ist unser Anspruch: Wir bauen keine klassischen MVPs. Wir entwickeln Maximally Valuable Products (MValPs) – Systeme, die technische Exzellenz mit gesellschaftlicher Akzeptanz und nachhaltiger Wertschöpfung verbinden.

Was sind aus Ihrer Sicht die zentralen Elemente einer wirklich datengetriebenen Architektur?

Eine datengetriebene Architektur darf nicht blind Algorithmen vertrauen – sie muss Kontext, Transparenz und Werte miteinander verknüpfen. Aus meiner Sicht gibt es drei Schlüsselfaktoren:

1. Datenqualität und Kontextualität
   Die Harvard Business School zeigt: KI steigert Produktivität um bis zu 40 %, wenn Daten valide und richtig interpretiert sind. Umgekehrt sinkt die Erfolgsquote um fast 20 %, wenn Daten falsch oder verzerrt sind.
2. Transparente Governance
   Es braucht klare Regeln, Verantwortlichkeiten und Nachvollziehbarkeit: Wer darf welche Daten wie nutzen – und warum?
3. Ethik by Design
   Daten müssen nicht nur präzise, sondern wertkompatibel sein. Hier setzen wir auf unseren AI Value Creation Canvas: ein Framework mit 12 Building Blocks, das Datenstrategie, Systemprompt-Design, Stakeholder-Management und Technologieentscheidungen in einer integrierten Logik verbindet.

Unser Ansatz verschiebt den KPI-Fokus:

“We don’t measure definition of done — we measure definition of value-based success.”

Das heißt: Wir messen nicht, wann Projekte „fertig“ sind, sondern welchen nachhaltigen Wert sie für Stakeholder, Unternehmen und Gesellschaft schaffen.

Beim Confare CIOSUMMIT Frankfurt kommt die deutsche IT-Community zusammen, um in herausfordernden Zeiten Balance zu finden und Visionen zu ermöglichen.

Welche Rolle spielt die Cloud in Ihrer Datenstrategie – und wie treffen Sie die Entscheidung zwischen OnPrem, Private, Public und Hybrid?

Die Entscheidung für die passende Cloud-Strategie ist längst keine rein technische Frage mehr – sie ist eine Frage der Datensouveränität, Governance und Zukunftsfähigkeit.

Beim Projekt datahub.Tirol haben wir ein föderiertes Datasharing-Modell entwickelt, das Unternehmen ermöglicht, Daten sicher und souverän zu teilen, ohne die Kontrolle über sensible Informationen aufzugeben. Dieses Modell wurde als Trust-by-Design-Architektur umgesetzt: Governance, Zugriffskontrolle und Transparenz sind systemisch integriert – eine Blaupause für die Zukunft der europäischen Datenwirtschaft.

Hier orientieren wir uns an der EU Data Strategy, dem EU Data Act und der österreichischen Datenstrategie, die Dataspace-Architekturen explizit fördern. Standards von GAIA-X und der International Data Spaces Association (IDSA) definieren dabei Interoperabilität, Compliance und Sicherheit – und bilden die Grundlage, um GenAI-Workloads verantwortungsvoll zu skalieren.

Gerade für GenAI sind hybride Architekturen essenziell:

• OnPrem / Private Clouds schützen sensible Daten und geistiges Eigentum,
• Public Clouds liefern die Rechenleistung, um Foundation Models zu trainieren oder zu fine-tunen,
• Gemeinsame Governance-Strukturen dokumentieren Verantwortlichkeiten und Wertprioritäten.

Damit schaffen wir nicht nur technische Skalierbarkeit, sondern auch strategische Souveränität – eine Grundvoraussetzung für vertrauenswürdige, genAI-fähige Unternehmensarchitekturen.

Welche Ansätze verfolgen Sie im Bereich Agentic AI – welche Potenziale sehen Sie für Unternehmen?

Agentic AI verändert die Logik unserer Systeme fundamental. Wir bewegen uns weg von reaktiven Tools hin zu autonomen, proaktiven Agenten, die selbstständig Entscheidungen vorbereiten, priorisieren und Handlungen auslösen. Das eröffnet Unternehmen enorme Potenziale: von dynamischen Lieferketten über adaptive Geschäftsmodelle bis hin zu neuartigen Plattform-Ökosystemen.

Doch damit Agenten wirklich strategisch steuerbar bleiben, brauchen wir einen neuen Designansatz. Systemprompts definieren digitale Persönlichkeiten. Diese Prompts legen fest, wie ein Agent kommuniziert, welche Werte er vertritt und welche Entscheidungen er im Namen des Unternehmens treffen darf.

Die Verbindung von VbE und Agentic AI bedeutet: Wir entwickeln keine Black Boxes, sondern digitale Repräsentanten, die Unternehmenswerte verlässlich verkörpern. Agenten handeln damit nicht nur „funktional“, sondern emotional intelligent – und schaffen Vertrauen in einer Ära, in der Maschinen zunehmend Co-Piloten unserer Geschäftsprozesse werden.

Bleib immer up to date. Auf den Veranstaltunge, davor & danach. Sicher dir exklusive Informationen und abonniere den Confare WhatsApp Channel.

KI-Modelle sind nur so gut wie ihre Datenbasis – welche Hürden sehen Sie in Bezug auf Datenqualität und Datensilos?

Die eigentlichen Hürden sind selten technologischer Natur. Datensilos entstehen nicht, weil APIs fehlen, sondern weil Unternehmen keine gemeinsame Governance, Standards und Anreize definiert haben.

Beim datahub.Tirol haben wir gezeigt, wie es anders geht: Statt Daten zentral zu bündeln, haben wir ein föderiertes Modell entwickelt, das Datenhoheit und Vertrauen bewahrt. Jedes beteiligte Unternehmen behält die Kontrolle über seine Daten, während der Zugriff über EU-kompatible Dataspace-Standards geregelt wird. Ein digitales Werteregister dokumentiert Herkunft, Relevanz, Qualität und Stakeholder-Interessen – und macht Entscheidungen transparent.

Das Ergebnis: Wir orchestrieren Daten strategisch, statt sie blind zu aggregieren. Genau das ist der Schlüssel für robuste GenAI-Systeme, die verlässlich, erklärbar und ethisch fundiert arbeiten.

Wie wichtig ist die betriebswirtschaftliche Komponente (Kosten-Nutzen/ROI) für die Bereitstellung von Ressourcen bei der Umsetzung von KI-Cases?

ROI ist entscheidend – aber wir messen ihn anders. Klassische Kosten-Nutzen-Rechnungen reichen nicht aus, weil sie die Dimension Vertrauen ausblenden. Mit VbE betrachten wir ROI multi-dimensional:

• Risikominimierung: Durch proaktive Governance und EU AI Act Readiness lassen sich Strafzahlungen von bis zu 6 % des Jahresumsatzes vermeiden.
• Reputationsgewinne: Unternehmen, die ethisch fundierte KI-Strategien umsetzen, steigern Stakeholder-Vertrauen und Markenwert messbar.
• Capability-Building: Organisationen, die frühzeitig VbE integrieren, erzielen Effizienzgewinne von 0,5–1 % des Umsatzes und sichern sich einen nachhaltigen Innovationsvorsprung.

Beim Projekt datahub.Tirol konnten wir genau das umsetzen: Mit Trust-by-Design, klaren Governance-Modellen und Stakeholder-Alignment haben wir regulatorische Risiken minimiert, Vertrauen aufgebaut und die wirtschaftliche Tragfähigkeit gestärkt – ein Erfolg, der 2025 mit dem Constantinus Award ausgezeichnet wurde.

Für uns geht es deshalb weniger um den Return on Investment und mehr um den Return on Integrity.

Triff den CIO der NATO und viele weitere brandheiße IT-Entscheider:innen bei Österreichs größtem IT-Manager Treffpunkt, dem Confare CIOSUMMIT Wien.

Wo liegen die größten Hürden beim Rollout einer Agentic-AI-Lösung – Technologie, Menschen oder Prozesse? Und wo stehen Sie aktuell mit Ihren Projekten?

Die größte Herausforderung liegt nicht in der Technologie – sie ist vorhanden und leistungsfähig. Die eigentlichen Hürden betreffen Menschen, Prozesse und Kultur. Agentic AI verändert Rollen, Entscheidungslogiken und Verantwortlichkeiten. Plötzlich handeln Systeme autonom – und Unternehmen müssen sich fragen: Wer trägt Verantwortung? Wer kontrolliert, wann Agenten handeln dürfen?

Unser Ansatz: Wir kombinieren technische Steuerung, Werteintegration und Governance in einem einzigen Framework. Das umfasst:

• Systemprompts, die Agentenziele, Charakter und Handlungslogik präzise definieren,
• digitale Werteregister, die Entscheidungen nachvollziehbar machen,
• und eine Compliance-Triade aus ISO 44001, ISO 42001 und ISO 24748-7000, die Vertrauen strukturell im Systemdesign verankert.

Damit machen wir Agenten nicht zu Black Boxes, sondern zu strategisch steuerbaren Partnern. Das Ergebnis sind hybride Entscheidungsmodelle, in denen Mensch und Maschine gemeinsam Verantwortung übernehmen – eine Grundvoraussetzung, um agentische Systeme erfolgreich zu skalieren.