Warum die semantische Schicht anschlussfähig macht und nicht unverwechselbar, und wo die eigentliche Chance der KI liegt
Bevor ein Agent für ein Unternehmen handeln kann, muss jemand aufschreiben, was ein Kunde ist. Der Satz klingt nach Verwaltung. Er ist der Moment, in dem eine Firma festlegt, was in ihrer Welt überhaupt existieren darf.
Man sieht es, sobald der Raum bei der Frage still wird. Ist der Kunde der, der unterschrieben hat, der, der zahlt, der, der verlängert? Der Konzern oder die Person darin? Jede Antwort schließt eine andere aus. Der Agent, der danach Rechnungen stellt, Verträge prüft, Angebote schreibt, handelt nur auf dem, was in dieser einen Definition steht. Was niemand hineingeschrieben hat, ist für ihn nicht da.
Der geklaute Begriff
Ontologie ist der Name für die älteste Frage der Metaphysik: was ist, was existiert wirklich. Die Frage stammt von Aristoteles, das Wort aus dem frühen 17. Jahrhundert. 1993 nahm es der Informatiker Tom Gruber und gab ihm eine neue, bis heute maßgebliche Bedeutung: eine Ontologie sei die explizite Spezifikation einer Konzeptualisierung. Aus der Frage, was ist, wurde die Frage, was festgelegt ist. Diese eine Verschiebung ist die ganze Geschichte.
Wer heute die Ontologie seines Unternehmens baut, betreibt Metaphysik mit den Mitteln der Verwaltung. Er entscheidet nicht, wie die Wirklichkeit abgebildet wird, sondern welche gelten soll.
Warum jetzt
Der Anlass ist nicht Philosophie, der Anlass ist Not. Lässt man eine KI direkt auf die rohen Tabellen einer Firma los und eine Frage in eine Datenbankabfrage übersetzen, rät sie sich Verknüpfungen und Kennzahlen bei jeder Anfrage neu zusammen. Zweimal gefragt, zwei Zahlen, und die falsche kommt so selbstbewusst daher wie die richtige. Für ein Gespräch reicht das. Für einen Agenten, der handelt, nicht.
Also eine Schicht dazwischen, die die Bedeutung festhält: was eine Kennzahl ist, wie die Tabellen zusammenhängen, was erlaubt ist. Das meistzitierte Vorbild kommt von Palantir, und es ist verräterisch gebaut. Eine Ontologie ist dort nicht nur ein Verzeichnis von Objekten, sondern ein Satz erlaubter Handlungen an ihnen. Kein Wörterbuch. Ein Gesetzbuch dessen, was die Maschine tun darf.
Die Richtung stimmt nicht
Erzählt wird das als Fortschritt für die Maschine: endlich verstehe die KI das Unternehmen. Genau hingesehen läuft es umgekehrt. Damit ein Agent auf einer Firma arbeiten kann, muss die Firma sich in eine Sprache übersetzen, die eine Maschine liest. Die Anpassung läuft nicht von der Technik zum Betrieb. Sie läuft vom Betrieb zur Technik.
Nicht die Maschine lernt die Sprache des Unternehmens. Das Unternehmen lernt ihre.
Anschlussfähig, nicht unverwechselbar
Hier wird es für Eigentümer und Investoren interessant. Diese Bedeutungsschichten werden gerade zu Standards. Im September 2025 haben Snowflake, Salesforce und dbt Labs eine Initiative auf den Weg gebracht, die genau das vereinheitlichen soll: einen herstellerneutralen Standard, damit „Kunde“ oder „Umsatz“ über alle Systeme hinweg gleich gelesen werden. Ein echter Gewinn, und er heißt Interoperabilität.
Nur sind Interoperabilität und Alleinstellung Gegenspieler. Ein Standard ist die Sprache des Gemeinsamen, und was gemeinsam ist, unterscheidet nicht. Eine geteilte Ontologie erfasst eine Firma nur so weit, wie sie ist wie alle anderen. Der Einwand liegt nahe: man definiere seine Objekte doch selbst. Schon. Aber in einer Grammatik, die andere gesetzt haben, und die ist auf Anschluss ausgelegt, nicht auf die eigene Kante. Eine Schwerkraft zum Allgemeinen ist eingebaut: was wirklich eigen ist, verliert den Anschlussvorteil und wird am Ende nicht modelliert. Wer sich anschließt, zahlt mit Unterscheidbarkeit.
Der SAP-Reflex
Man hat das alles schon einmal gebaut. Eine Generation lang hieß Software einführen, die Firma an den Referenzprozess anzupassen. Wer SAP nahm, bekam die Abläufe von tausend anderen Firmen gleich mit; der eigene Weg wurde, wo er nicht ins Schema passte, zum teuren Sonderfall oder verschwand. Standardisierung war der Preis der Skalierung. Groß werden oder eigen bleiben, selten beides.
Der gemeinsame Ontologie-Standard ist derselbe Reflex, eine Schicht höher. Wieder wird ein Referenzmodell ausgerollt, diesmal für die Bedeutung. Wieder passt sich die Firma dem Modell an, nicht das Modell der Firma. Nur trägt es jetzt das Etikett Fortschritt, weil eine KI darauf läuft.
Was die Karte weglässt
Neu ist die Bewegung nicht, nur ihr Gegenstand. James C. Scott hat 1998 beschrieben, wie Staaten die Welt lesbar machen, um sie zu besteuern und zu regieren: Katasterkarten statt gewachsener Feldgrenzen, feste Nachnamen, einheitliche Maße. Und wie dieses Lesbarmachen ein Wissen zerstört, das lokale, praktische, ungeschriebene Können, für das er das griechische Wort Metis benutzt. Der Verwalter sieht die Karte. Der Bauer kennt den Boden.
Die Unternehmens-Ontologie ist derselbe Vorgang, eine Ebene tiefer. Sie macht den Betrieb lesbar für den Agenten. Und die Metis einer Firma, das stille Urteil des Meisters, der weiß, wann die Regel nicht gilt, die Ausnahme, die nie in einem Feld stand, passt in keine Objekttabelle. Lesbarkeit ist nicht Verstehen. Sie ist eine Amputation, die sich als Selbsterkenntnis verkleidet.
Man merkt es an einer unbequemen Eigenschaft von Daten: ihre Qualität ist nicht fest, sie hängt vom Zweck ab. Dieselbe sauber gebuchte Umsatzzahl ist Gold fürs Testat und wertlos für die Steuerung in Echtzeit. Eine Ontologie, die eine einzige feste Bedeutung festschreibt, kämpft gegen diese Beweglichkeit an.
Das Unlesbare ist der Moat
Und jetzt die unbequeme Konsequenz. Das Modell ist gemietet, austauschbar, für alle dasselbe. Der Vorsprung sitzt in der Schicht darum, die mit jeder Nutzung wächst: im kodifizierten Urteil, im eigenen Ablauf, in dem, was sich nicht auf einen Wettbewerber übertragen lässt. Das ist genau das Un-Modellierbare. Dass es sich schlecht in einen geteilten Standard schreiben lässt, ist kein Mangel. Es ist der Grund, warum es verteidigbar ist. Und es ist die eine Entscheidung, die ein Eigentümer nicht delegieren kann: was im eigenen Haus ein Kunde ist, ein Risiko, ein guter Auftrag.
Wer sich vollständig lesbar macht, macht sich austauschbar.
Der skalierende maßgeschneiderte Anzug
Dass bisher kaum jemand mitmacht, ist kein Zufall, sondern der Beleg. Eine Erhebung zählt die Firmen, die solche Wissensgraphen wirklich produktiv einsetzen, von 26 auf 27 Prozent in achtzehn Monaten, während das Gerede darüber explodierte. Gekauft wird die einfache Geschichte der Lesbarkeit, nicht die Sache dahinter. Der Markt folgt der lauten Erzählung, nicht der Realität.
Und genau hier wird das eigentlich Neue verschenkt. Was KI verschiebt, ist nicht Tempo und nicht Kosten. Es ist, dass das Maßgeschneiderte plötzlich skaliert. Der Kompromiss, der die SAP-Ära bestimmte, groß oder eigen, löst sich auf. Zum ersten Mal lässt sich der eigene Zuschnitt in die Fläche bringen, ohne ihn glattzuschleifen.
Wer das sieht, benutzt KI nicht, um sich in ein geteiltes Modell einzupassen, sondern um die eigene Unterscheidbarkeit zu skalieren. Nicht den Anzug von der Stange, den alle tragen. Den maßgeschneiderten, jetzt in Serie und trotzdem auf den eigenen Körper geschnitten.
Die Frage ist deshalb nicht, welchen Standard ein Unternehmen übernimmt, sondern ob es die KI benutzt, um seine Kanten abzuschleifen, bis es ins Modell passt, oder um sie zu schärfen. Das eine ist ein Anzug von der Stange. Das andere ist der erste, der wirklich sitzt.
