Datenprovenienz
Datenprovenienz ist die dokumentierte Herkunft eines Ergebnisses: Quellen, Abfragen, Transformationen und Entscheidungen, so detailliert festgehalten, dass Dritte die Zahl eigenständig nachvollziehen können.
Provenienz beantwortet die Frage, die jeder Prüfer irgendwann stellt: Woher stammt diese Zahl? Eine vollständige Antwort benennt das Quellsystem, die Abfrage oder Datei, jede angewandte Transformation und den Zeitpunkt des Lesens. Ohne diese Angaben ist eine Zahl eine Behauptung, kein Befund.
Der Unterschied zwischen Provenienz und Logging lohnt die Abgrenzung. Ein Log hält fest, dass etwas geschehen ist. Provenienz hält genug fest, um es zu wiederholen. Ein Logeintrag über einen um 14:02 erzeugten Bericht erlaubt niemandem, den Bericht erneut herzuleiten; ein Provenienzsatz mit Abfrage, Parametern und Datenstand schon.
Am glaubwürdigsten ist Provenienz, wenn sie Nebenprodukt der Arbeitsweise ist und nicht nachträglich zusammengestellte Dokumentation. Rekonstruierte Herkunft hängt von Erinnerung und gutem Willen ab, erfasste nicht.
Was es auszeichnet
- Benennt Quelle, Abfrage und Zeitpunkt hinter jeder einzelnen Zahl
- Enthält genug Detail, damit Dritte das Ergebnis reproduzieren können
- Entsteht während der Arbeit statt nachträglich rekonstruiert zu werden
- Überdauert Personalwechsel, weil sie nicht von Erinnerung abhängt
In DataQube
DataQube hängt Belege an, während Antworten entstehen. Eine Zahl in einem Thread trägt die Abfrage, die sie erzeugt hat, die Quelle, gegen die sie lief, und die Berechtigungsentscheidung, die den Zugriff erlaubte — ein Prüfer kann die Herleitung nachspielen, ohne Zugriff auf die ursprüngliche Sitzung zu brauchen.
Häufige Fragen
Worin unterscheidet sich Datenprovenienz von einem Audit-Log?
Ein Audit-Log hält fest, dass ein Ereignis stattfand, meist für die Sicherheitsprüfung. Provenienz hält fest, wie ein Ergebnis hergeleitet wurde, detailliert genug zur Reproduktion. Das Audit-Log beantwortet, wer was getan hat; Provenienz beantwortet, woher eine Zahl stammt.
Warum ist Provenienz bei KI-gestützter Analyse wichtig?
Weil ein Sprachmodell eine überzeugend formatierte Zahl ohne jede zugrunde liegende Berechnung erzeugen kann. Provenienz unterscheidet ein abgerufenes und berechnetes Ergebnis von einem erzeugten — genau die Unterscheidung, die Prüfer und Aufsicht benötigen.
Was muss vollständige Provenienz enthalten?
Mindestens: Quellsystem, die genaue Abfrage oder gelesene Datei, jede Transformation, den Zugriffszeitpunkt und die Berechtigung, unter der er erfolgte. Alles darunter lässt eine Lücke, die ein Prüfer mit Vertrauen füllen muss.
Verwandte Begriffe
KI-Datenagent
Ein KI-Datenagent ist Software, die analytische Fragen beantwortet, indem sie eigene Schritte plant und ausführt — Abfragen gegen freigegebene Datenbanken, Codeausführung, Belegangabe — statt nur Text zu erzeugen.
Deterministischer Workflow
Ein deterministischer Workflow ist eine geordnete, parametrisierte Schrittfolge, die bei gleichen Eingaben dasselbe Ergebnis liefert und sich damit für wiederkehrendes Reporting und Prüfprozesse eignet.
Air-Gapped KI
Air-Gapped KI ist ein KI-System, das vollständig in einem Netz ohne Außenverbindung arbeitet: Modellinferenz, Datenzugriff und Lizenzprüfung funktionieren, ohne dass ein Aufruf die Perimetergrenze verlässt.