Die Prioritäten im Markt sind klar, nur nicht so, wie die Schlagzeilen vermuten lassen. Im BARC BI & Analytics Survey 2026 stufen 66 Prozent der Anwender Data Security und Privacy als sehr wichtig ein, 62 Prozent Data Quality Management. Agentic AI kommt auf 17 Prozent.
Wer sein Budget an den Schlagzeilen ausrichtet, investiert am eigenen Bedarf vorbei. Self-Service, GenAI und Agenten erzeugen Wert nur, wenn Datenqualität, Governance und Kultur sie tragen. Fehlt dieses Fundament, skaliert das nächste Tool vor allem die vorhandenen Probleme.
Dieser Artikel ordnet die Zahlen ein und gibt Ihnen als CDO eine Standortbestimmung an die Hand: vier Fundamentschichten und ein Prüfraster. Damit sehen Sie vor der nächsten Tool-Entscheidung, ob Ihr Datenfundament trägt.
Was die Zahlen über die echten Prioritäten sagen
Vier der fünf wichtigsten Themen im Survey betreffen das Fundament, nicht die Anwendung. Data Security und Privacy führen mit 66 Prozent, gefolgt von Data Quality Management mit 62 Prozent, einer datengetriebenen Kultur mit 51 Prozent und Data- und KI-Governance mit 44 Prozent. Agentic AI, das Thema mit der größten medialen Aufmerksamkeit, erreicht 17 Prozent.
Der Abstand ist das eigentliche Signal. Zwischen Data Quality Management und Agentic AI liegen 45 Prozentpunkte. Die Praktiker, die täglich mit Daten arbeiten, kennen die Ursachen, an denen ihre Projekte scheitern. Sie priorisieren die Grundlage, nicht das Symptom.
Ein Agent, der auf unsauberen Daten arbeitet, trifft die falsche Entscheidung nur schneller.
Warum Tools ohne Fundament ihren Wert verlieren
Self-Service verteilt den Zugriff auf Daten in die Fachbereiche. Ist die Datenqualität niedrig, verteilt er zugleich falsche Zahlen und widersprüchliche Kennzahlen. Aus einer Quelle des Vertrauens wird eine Quelle für Diskussionen.
GenAI und Agenten verschärfen den Effekt. Sie formulieren Ergebnisse überzeugend, auch wenn die Datengrundlage schwach ist. Ohne Governance fehlt die Instanz, die prüft, welche Daten ein Modell nutzen darf und wer für das Ergebnis haftet.
Die Kultur entscheidet über die Nutzung. Ein Tool, dem die Fachbereiche nicht vertrauen, bleibt liegen, unabhängig von seiner technischen Reife. Deshalb steht die datengetriebene Kultur mit 51 Prozent so weit oben.
Auf dem BARC Data & AI Summit 2026 zeigen wir Ihnen, mit welchen KPIs und ROI-Logiken der Wert von Data und KI belastbar wird. Am 11. und 12. November 2026 im VCC Würzburg. Sichern Sie sich jetzt Ihr Early-Bird-Ticket!
Die vier Schichten des Fundaments
- Data Security und Privacy (66 Prozent): Regeln Sie Zugriffsrechte und Datenschutz, bevor ein Agent auf Produktivdaten zugreift. Klären Sie, welche Daten ein Modell sehen darf und welche es nicht verlassen dürfen.
- Data Quality Management (62 Prozent): Messen Sie Vollständigkeit, Aktualität und Korrektheit mit festen Kennzahlen. Datenqualität braucht Verantwortliche pro Datendomäne, keine einmalige Bereinigung vor dem Projektstart.
- Datengetriebene Kultur (51 Prozent): Sorgen Sie dafür, dass Fachbereiche Entscheidungen auf Basis von Daten treffen. Kultur entsteht durch Schulung, das Vorbild der Führung und Datenkompetenz in der Breite.
- Data- und KI-Governance (44 Prozent): Definieren Sie Rollen, Freigaben und Nachvollziehbarkeit. Governance legt fest, wer welche Daten nutzt, wer Modelle freigibt und wie deren Einsatz dokumentiert wird.
Standortbestimmung: Trägt Ihr Fundament?
Gehen Sie die fünf Prüffelder durch. Wo Sie das Warnsignal wiedererkennen, liegt Ihr nächster Handlungsschritt.
| Prüffeld | Die Frage, die Sie beantworten müssen | Warnsignal |
|---|---|---|
| Datensicherheit und Privacy | Ist geregelt, welche Daten ein KI-Modell nutzen und verlassen dürfen? | „Zugriffsrechte klären wir, wenn der Use Case steht.“ |
| Datenqualität | Messen wir Qualität mit Kennzahlen und festen Verantwortlichen? | „Wir bereinigen Daten von Projekt zu Projekt.“ |
| Kultur | Treffen die Fachbereiche Entscheidungen auf Basis von Daten? | „Die Zahlen landen im Report, die Entscheidung im Bauchgefühl.“ |
| Governance | Ist dokumentiert, wer Daten und Modelle freigibt und verantwortet? | „Zuständig ist die IT, verantwortlich niemand.“ |
| AI Readiness | Steht das Fundament, bevor wir Agenten produktiv setzen? | „Wir starten mit Agentic AI und lösen Governance später.“ |
Was Sie als Nächstes tun sollten
- Ordnen Sie Ihr Investitionsbudget den vier Fundamentschichten zu, bevor Sie das nächste Tool bewerten.
- Definieren Sie messbare Kennzahlen für Datenqualität und benennen Sie pro Datendomäne eine verantwortliche Person.
- Legen Sie fest, welche Daten ein KI-Modell nutzen und verlassen darf, bevor der erste Agent produktiv geht.
- Verankern Sie Datenkompetenz in den Fachbereichen, damit neue Tools auch genutzt werden.
