Tony Seale geht von einer provokanten Frage aus, die Michael Schrage und David Kiron in MIT Sloan gestellt haben: „If software eats the world and AI eats software, what eats AI?“ Die Antwort ist Philosophie — nicht im akademischen Sinne, sondern als praktische Disziplin, die unverzichtbar ist, um aus KI-Systemen echten Wert zu ziehen.
Das zentrale Problem besteht darin, dass die meisten Organisationen KI als eine rein technische Verbesserung behandeln. Sie bauen Modelle, experimentieren mit Prompts, stellen sich aber nie die grundlegende Frage: Was lernt KI eigentlich? Hinter jedem Modell steht ein tieferliegendes Problem: das Fehlen einer strukturierten Philosophie, die die operative Logik des Unternehmens definiert.
Jedes Unternehmen schafft Wert auf seine eigene, einzigartige Weise — durch Loyalität, Optimierung, Vertrauen oder Effizienz. Doch die meisten haben diese Semantik nicht in eine Ontologie formalisiert, das heißt in eine maschinenlesbare Struktur, auf deren Grundlage KI-Systeme schlussfolgern können. Der Autor betont: „This is not a matter of mission statements. It is a matter of semantics formalized into an ontology.“ Ohne diese fundamentalen logischen Strukturen explizit zu machen, lernen Modelle aus Rauschen statt aus bedeutungsvollen Mustern.
Der Artikel führt das Konzept des ontologischen Kerns (ontological core) ein: die fundamentalen Konzepte, die die Identität eines Unternehmens definieren. Dieser Kern entsteht durch die Anwendungsfälle, die echten Wert generieren, und die „competency questions“, die die Relevanz jedes Konzepts überprüfen. Er wird zu einer Linse, die das Schlussfolgern der KI auf das lenkt, was tatsächlich zählt.
Seale verknüpft diese Philosophie anschließend mit der Datenarchitektur über Semantic Data Products, basierend auf der offenen DPROD-Spezifikation. Dieser Ansatz behandelt Daten als geschätztes Gut mit klarer Governance statt als Rohmaterial. Das Ergebnis ist ein „distributed, AI-ready knowledge graph, where each dataset knows what it is, why it matters, and how it fits into the bigger picture.“
Die Schlussfolgerung benennt die eigentliche Chance: die Schaffung eines positiven Kreislaufs (virtuous cycle), in dem KI hilft, die organisatorische Ontologie zu definieren, während diese Ontologie wiederum lenkt, wie KI denkt und welchen Wert sie generiert. Der Artikel positioniert Ontologie nicht als akademische Modellierungsübung, sondern als das fehlende Bindeglied zwischen KI-Investitionen und der Schaffung von Geschäftswert.