Der Beitrag zeigt, dass regulatorisch konforme und vertrauenswürdige KI-Systeme nicht primär auf Ebene der Modelle entstehen, sondern auf Basis geeigneter Datenarchitekturen und konsequenter Data Governance. Aktuelle regulatorische Anforderungen, insbesondere durch den EU AI Act, verlangen Transparenz, Nachvollziehbarkeit und Auditierbarkeit von KI-Entscheidungen. Diese lassen sich nur erfüllen, wenn Datenmodelle, Metadaten, Provenienz und Versionierung systematisch berücksichtigt werden.

Anhand moderner Datenarchitekturansätze wie Data Warehouses, Data Mesh und semantischer Layer wird erläutert, wie strukturierte Datenpipelines eine sogenannte „Audit-ready KI“ ermöglichen. Der Beitrag verbindet technische, organisatorische und regulatorische Perspektiven und verdeutlicht anhand praxisnaher Beispiele aus regulierten Umfeldern, wie KI-Governance „by Design“ als integraler Bestandteil von Datenplattformen umgesetzt werden kann.