Welschs Idee: Der Maschinenbauer entwickelte in den letzten Monaten eine Lösung auf Basis eines Foundation Ansatzes. Ein neuronales Netz lernt, den Data Lake eines Unternehmens zu zerlegen und wieder zu rekonstruieren, was es nur kann, wenn es Schritt für Schritt die inneren Zusammenhänge modellieren lernt. Die KI-Software wird dann stellvertretend für den eigentlichen Data Lake in der Bilanz des Unternehmens aktiviert. In der Speicherung der inneren Zusammenhänge der Daten steckt das für eine Aktivierung wesentliche Unterscheidungsmerkmal gegenüber einer klassischen Datenbank. Anwendungen werden konzeptionell ausdrücklich erst nach der Aktivierung umgesetzt, so dass das Verständnis der Daten und die einfache Nutzbarmachung bereits den Wert darstellen, also bevor die KI überhaupt zum Einsatz kommt.
„Wir haben nun ein firmeninternes KI-Modell, dass eine Datenquelle einlesen und eine andere generieren kann. Hierauf nehmen wir beispielsweise durch ein einfaches Was-wäre-Wenn Prompting Einfluss. Die Möglichkeiten zur Nutzung für Automatisierung und Optimierung sind vielfältig, und dieser potenzielle Nutzen bestimmt den Wert. Der ergibt sich dann schließlich aus der Dokumentationsarbeit für die Wirtschaftsprüfer“, lacht der Gründer. „Und ja, es ist legal, auch wenn es wie ein finanzjuristischer Trick erscheinen mag“, schiebt er schnell hinterher. „Die KI weiß ja auch nicht mehr, als das, was bereits in den Daten des Data Lakes drinnen steckt. Während die Daten alleine nicht aktivierbar sind, ist es der systematische Prozess zur Nutzung von Daten schon. Das ist der Kniff. Das wäre manuell viel zu aufwändig. Ein Grundstück und ein Patent sind ja auch bereits Assets, wenn ich darauf etwas bauen kann, obwohl ich es noch nicht getan habe. Das gleiche gilt für einen Data Lake. Den kann ich mir eben auch für zukünftige Einsparungen und Optimierungen anschaffen, nur dass mit diesem Trick nun kein Loch mehr im Jahresabschluss klafft und das Thema ROI vom Tisch ist.“