Ontologie

Tony Seale bezeichnet Ontologie als die Schnittstelle, über die Agenten Daten verstehen: Sie legt fest, was existiert, welche Eigenschaften es hat und in welchen Beziehungen es steht. In "There is a growing disconnect in the way people think about building AI agents" (2026-04-17) stellt er dem die Modell-Seite derselben Architektur gegenüber. Frontier-Modelle werden gemietet, und jeder kann ein Harness bauen, also kommodifizieren beide. Was sich nicht kommodifizieren lässt, ist das Domänenmodell: das strukturierte, verknüpfte Wissen, das festhält, wie eine Organisation die Welt versteht. Seales Formel für den Semantic Agent lautet (Model + Harness) + (Ontology + Data); alles andere behandelt er als Gerüst, das zum Verschwinden bestimmt ist.

Der frühere Text "Philosophy Eats AI" (2025-05-30) liefert die Begründung für diese These. Seale, gestützt auf Michael Schrage und David Kiron in MIT Sloan, argumentiert, dass die meisten Organisationen nie formalisieren, wie sie Wert schaffen, in eine maschinenlesbare Struktur, sodass ihre Modelle aus Rauschen lernen statt aus bedeutungsvollen Mustern. Sein ontologischer Kern entsteht aus den Anwendungsfällen, die echten Wert erzeugen, und aus Competency Questions, die jedes Konzept prüfen.

McKinseys Padhi und Mitautoren (2026-10-01) verorten Ontologien und Wissensgraphen in der semantischen Schicht ihres AI Operating Systems und empfehlen, semantic governance als frühen Schritt zu klären. Rakesh Gohels Semantic Spine (2026-10-25) weist der Ontologie das erste von fünf Gliedern zu: Sie sagt, was Dinge sind, bevor der knowledge graph sagt, was wahr ist, der context graph, was jetzt wichtig ist, und der procedural graph, was als Nächstes zu tun ist.