Alle Insights

Forschung

Warum wir auf Ontologien setzen — und was wir am Palantir-Ansatz richtig finden

Wenn Daten fragmentiert sind und Entscheidungen über Systemgrenzen laufen, hilft kein größeres LLM, sondern ein gemeinsames Vokabular. Wir zeigen, warum Ontologien das Rückgrat unserer Plattform sind — und welche Lehre wir aus dem Palantir-Modell ziehen, ohne die methodischen Details unserer eigenen Arbeit preiszugeben.

26. Februar 20268 Min. LesezeitVon Leonardo Bornhäusser

In fast jedem Erstgespräch fällt der Satz: „Wir haben so viele Daten, aber wir kriegen sie nicht zusammen." Was die Mandanten meinen, ist selten ein Daten-Problem im engeren Sinne — Speicher und Pipelines existieren ja. Was fehlt, ist ein gemeinsames Vokabular: Welche Entitäten gibt es, wie hängen sie zusammen, welche Regeln gelten zwischen ihnen?

Eine Ontologie ist kein Schema — sie ist ein Vertrag

Datenbank-Schemata beschreiben, wie etwas gespeichert wird. Ontologien beschreiben, was es bedeutet. Ein „Kunde" in der CRM-Tabelle ist eine andere Sache als der „Kunde" im Abrechnungssystem; ein gemeinsames Begriffsmodell zwingt die Organisation, das auszusprechen. Genau diese Disziplin macht den Unterschied zwischen einem KI-System, das in Demos beeindruckt, und einem, das im Audit besteht.

Was am Palantir-Modell richtig ist

Palantir hat dem Markt etwas Wichtiges gezeigt: Wenn man auf einer expliziten Ontologie aufsetzt — Foundry nennt es „Object Model" — werden heterogene Daten plötzlich operativ nutzbar. Sicherheitskontext, Auditierbarkeit und Mensch-im-Loop sind keine späten Add-Ons, sondern ergeben sich aus dem Modell selbst. Diese Architekturentscheidung halten wir methodisch für korrekt; sie ist der Grund, warum Palantir bei sensiblen Use Cases performant geblieben ist.

Worin sich unser Vorgehen unterscheidet

Wir bauen kleinere, eigenständige Ontologien für klar abgegrenzte Domänen — nicht ein universelles Foundry-artiges Object Model. Jede einzelne ist für sich nützlich, lässt sich für Audits prüfen und in einem überschaubaren Zeitraum betreiben. Plattformseitig kombinieren wir sie über klare Bridges, statt sie zu einem Mega-Modell zu verschmelzen. Das senkt das Risiko teurer Modellierungs-Sackgassen und passt zur europäischen Realität, in der jede Domäne ihre eigene Regulatorik mitbringt.

Die Methodik im Detail ist proprietär. Was wir öffentlich teilen, ist das Vorgehen: kleine Modelle, formale Verträge, sauber dokumentierte Bridges. Den Rest besprechen wir im Mandat.

Was Sie aus dem Vergleich mitnehmen sollten

Wer im Mittelstand oder im europäischen Public Sector arbeitet, braucht selten ein Foundry-Lizenzpaket — aber fast immer die Disziplin dahinter. Eine kleine, dokumentierte, auditierbare Ontologie pro Kerndomäne ist meist der schnellste Weg von „wir haben Daten" zu „wir können Entscheidungen erklären". Genau dort setzen wir an: methodisch klar, technisch souverän, ohne Vendor-Lock-in.

OntologieKnowledge GraphPalantirDecision Intelligence