Dreissig Jahre Excel endlich zu Ende

Ontologie ist ein altes Wort für etwas Einfaches: die Lehre davon, was es gibt und wie es zusammenhängt.

Aristoteles hat es vor über zweitausend Jahren geprägt. Seine Frage war nicht: Was wissen wir? Sondern: Wie hängt das zusammen, was wir wissen? Man kann tausend Einzelheiten über einen Markt sammeln und trotzdem nicht verstehen, wie er funktioniert. Wer kauft was, wo, warum, und was hat das mit der Regulierung zu tun? Die Einzelheiten allein beantworten das nicht. Erst wenn man die Beziehungen dazwischen aufbaut, wird daraus etwas Brauchbares.

Ein Beispiel. Man weiss, dass Tageslicht die Konzentration verbessert. Man weiss, dass Lärm sie senkt. Zwei Studien, zwei Ergebnisse. Aber wenn man ein Büro plant, in dem es hell und laut ist, helfen die Studien allein nicht. Man braucht die Beziehung dazwischen. Welcher Effekt überwiegt? Ab welcher Lautstärke? Für welche Art von Arbeit? Hängt es vom Alter ab, von der Tageszeit, davon ob jemand allein sitzt oder im Team? Die Antworten stecken irgendwo in der Forschung. Aber sie stecken nicht in einzelnen Studien. Sie entstehen, wenn man die Struktur dazwischen aufbaut. Das ist Ontologie.

Warum ich darüber schreibe

Ich habe das Wort Ontologie erst vor ein paar Jahren gelernt. Aber was es beschreibt, das mache ich seit dreissig Jahren.

Aktuell berate ich amerikanische Firmen auf dem Weg nach Europa. Die kommen mit Daten über ihren Heimatmarkt und ihre Kunden. Europa hat andere Regulierung, andere Kaufgewohnheiten und andere Vertriebswege. Die Frage ist jedes Mal: Was lässt sich übertragen? Was nicht? Und wovon hängt das ab?

Vor zehn Jahren hat man das mit Recherche, Tabellen und Erfahrung beantwortet. Heute geht das nur noch über Daten, und KI erledigt einen grossen Teil der Arbeit. Die Menge an Informationen ist zu hoch für manuelle Verarbeitung geworden. Also entwickle ich Systeme dafür. Nicht als Experiment, sondern als Werkzeug, das nutzbar und übertragbar ist. Die Struktur hinter diesen Systemen ist Ontologie.

Und das macht die Arbeit besser. Nicht weil die Maschine klüger wäre. Sondern weil ich gezwungen bin, die Struktur, die vorher in meinem Kopf steckte, explizit aufzubauen. Wenn man Beziehungen zwischen Dingen sauber definieren muss, merkt man schnell, wo man sich vorher auf Bauchgefühl verlassen hat und wo die eigenen Annahmen nicht stimmen.

Das macht mehr Spass. Man versteht besser, was man eigentlich tut.

Rückblick

Ich habe Power Balance europaweit eingeführt und vertrieben. Ich habe Gesundheitsprodukte aus Japan importiert. Ich berate US-Firmen beim Eintritt in den europäischen Markt und baue für die Logistik- und Handelsstrukturen auf, direkt oder stationär, je nachdem was Sinn macht. Die Inhalte waren jedes Mal anders. Meine Herangehensweise war jedes Mal die gleiche.

In jedem dieser Fälle waren Marktdaten und Vertriebs- und Marketingansätze entscheidend. Und es waren immer extrem viele Daten. Manuell recherchiert, verarbeitet, verstanden und im Team kommuniziert. Eine immense Arbeit und man hinkte nur hinterher. Nichts war in Echtzeit.

Datenbanken und Algorithmen wurden über die Jahre besser, die Arbeit ging schneller. Aber die Menge an Excel-Tabellen und Datenquellen war etwas für Nerds, nicht für Marktakteure. Es holperte überall. Die verschiedenen Kundensysteme grosser Handelsketten, die Schnittstellen, die Datenformate. Selbst kleine Vertriebe brauchten erheblichen IT-Aufwand, um im Tagesgeschäft mitzuhalten. Daten, Content und APIs dominierten alles und je intelligenter man damit umging, desto schneller und effektiver war man. Permanentes Monitoring und Controlling waren Pflicht.

Aber wer hat die Daten wirklich verstanden? Das kann ich nicht beantworten, weil ich mich selbst schwer damit getan habe. Was ich sagen kann: nicht jeder hat sie verstanden. Die meisten haben es ignoriert und ihre eigenen Interpretationen umgesetzt. Erfolgreich war am Ende der mit der höchsten Trefferquote. Aber da war viel Glück dabei und viel Zufall. Ein guter Manager oder Vertriebsmensch war der mit dem richtigen Instinkt, dem Gespür, dem Riecher. Das stimmt auch. Aber selbst die besten Spürnasen hatten mal Pech und wurden degradiert. Oft zu Unrecht.

Ich hatte für meine Herangehensweise kein Wort. Ich nannte es “mein System” oder “meine Methode.” Es war eine Art Ontologie, viel Excel, wenig Eleganz. Der Versuch, in dem ganzen Durcheinander Zusammenhänge sichtbar zu machen, auf die jemand eine Entscheidung aufbauen konnte.

Mit den heutigen Systemen verstehen mehr Leute, was in den Daten steckt. Nicht alle, aber deutlich mehr als früher. Das verändert die Arbeit.

Ich habe die Seiten gewechselt. Vom Spieler zum Trainer. Statt selbst im Markt zu kämpfen, baue ich jetzt die Systeme, mit denen andere arbeiten. Das heisst ich kann über ein breiteres Spektrum tiefer eintauchen als früher. Das macht Spass. Entdeckerdrang.

Palantir

Durch Palantir bin ich auf Ontologie aufmerksam geworden. Ich bin kein Wissenschaftler und hätte den Begriff sonst vermutlich nie kennengelernt.

Palantir wurde 2003 gegründet und arbeitete zunächst für Geheimdienste und Militär. Deren Problem: riesige Datenmengen aus unterschiedlichen Quellen, und die Aufgabe, Zusammenhänge daraus zu erkennen. Palantirs Lösung war, ihre Datenschicht als Ontologie aufzubauen. Sie nennen es wörtlich so. In ihrem System Foundry ist “die Ontologie” das Herzstück: ein Modell, das definiert, welche Dinge es gibt, welche Beziehungen sie haben und welche Eigenschaften diese Beziehungen tragen. Die Verbindung zwischen zwei Datenpunkten ist ein eigenes Objekt mit eigenen Merkmalen.

Ontologie gab es vorher schon in der Bioinformatik, im Semantic Web, in der Bibliothekswissenschaft. Aber Palantir hat es kommerziell sichtbar gemacht. Seit sie 2023 ihre Ontologie mit Sprachmodellen verbunden haben, reden Fortune-500-Firmen davon, “ihre Ontologie zu bauen.” So bin ich auf das Wort gestossen.

Was kommt

Eine Frage beschäftigt mich gerade: Ist das, was unter dem Namen “Agentic AI” läuft, im Kern Ontologie? Ein System das Aufgaben zerlegt, Abhängigkeiten erkennt und Schritte in der richtigen Reihenfolge ausführt. Das klingt für mich wie Ontologie mit einem neuen Etikett. Aber das muss ich noch besser verstehen.

Warum KI ohne Struktur nicht viel bringt und was Ontologie daran ändert, darüber schreibe ich im nächsten Essay.