# seale-philosophy-eats-ai-ontological-core-2025-05-30

## Veille

Philosophie frisst KI: ontologischer Unternehmenskern, Geschäftssemantik, Wissensgraph, semantische Datenprodukte

## Titre Article

Philosophy Eats AI: Why Your Business Needs an Ontological Core

## Date

2025-05-30

## URL

https://www.knowledge-graph-guys.com/blog/philosophy-eats-ai

## Keywords

Ontologie, ontologischer Kern, Philosophie, Geschäftssemantik, Wissensgraph, semantische Datenprodukte, DPROD, Unternehmens-KI, Wertschöpfung, KI-Schlussfolgerung, competency questions, Geschäftsvokabular, MIT Sloan, Michael Schrage, David Kiron

## Authors

Tony Seale

## Ton

**Profil**: Perspektive eines Wissensgraph-Beraters, strategisches und konzeptuelles Register, mittleres Niveau

**Beschreibung**: Tony Seale nimmt einen Ton des intellektuellen Manifests an, ausgehend von einem provokanten MIT-Sloan-Zitat („if software eats the world and AI eats software, what eats AI?“), um eine in Schichten aufgebaute Argumentation zu entfalten. Der Stil ist der eines semantischen Evangelisten, der philosophische Konzepte in konkrete geschäftliche Notwendigkeiten übersetzt. Der Autor verwendet prägnante Formulierungen („this is not a matter of mission statements, it is a matter of semantics“) und baut eine schrittweise Argumentation auf: Problem → Vokabular → ontologischer Kern → Datenprodukte → positiver Kreislauf. Die Zielgruppe besteht aus technischen Entscheidungsträgern und Datenstrategen, die verstehen wollen, warum ihre KI-Projekte den erwarteten Wert nicht liefern.

## Pense-betes

- **Gründungszitat**: Michael Schrage und David Kiron in MIT Sloan: „If software eats the world and AI eats software, what eats AI?“ Antwort: Philosophie. Nicht akademisch, sondern praktisch und operativ.
- **Zentrales Problem**: Die meisten Organisationen behandeln KI als technische Verbesserung (Modelle, Prompts), ohne die grundlegende Frage zu stellen: Was lernt KI eigentlich? Was fehlt, ist eine strukturierte Philosophie, die die operative Logik des Unternehmens definiert.
- **Vokabular der Wertschöpfung**: Jedes Unternehmen schafft Wert auf seine eigene, einzigartige Weise (Loyalität, Optimierung, Vertrauen, Effizienz). Doch die meisten haben diese Semantik nicht in eine Ontologie formalisiert — eine maschinenlesbare Struktur, auf deren Grundlage KI-Systeme schlussfolgern können.
- **Ontologischer Kern**: Fundamentale Konzepte, die die Identität des Unternehmens definieren. Sie entstehen durch die Anwendungsfälle, die echten Wert generieren, und die „competency questions“, die ihre Relevanz überprüfen.
- **Ohne Ontologie lernt KI aus Rauschen**: Werden die fundamentalen logischen Strukturen nicht explizit gemacht, lernen Modelle aus Rauschen statt aus bedeutungsvollen Mustern.
- **Semantic Data Products**: Basierend auf der offenen DPROD-Spezifikation. Daten werden als geschätztes Gut mit klarer Governance behandelt, nicht als Rohmaterial. Jeder Datensatz „knows what it is, why it matters, and how it fits into the bigger picture.“
- **Positiver Kreislauf**: KI hilft, die organisatorische Ontologie zu definieren, und diese Ontologie lenkt, wie KI denkt und welchen Wert sie generiert. Das ist die eigentliche Chance.
- **Verbindung zum Wissensgraphen**: Der Ansatz schafft einen „distributed, AI-ready knowledge graph, where each dataset knows its identity and role.“
- **Parallele zum Veille-Korpus**: Verbindung zur Fiche ia-monopsychisme-serres-averroes-aquin über Philosophie/KI-Verknüpfungen, jedoch mit einem operativen statt metaphysischen Blickwinkel. Verbindung auch zu den Fiches über Kontextgraphen und Wissensgraphen (Netflix UDA, Foundation Capital).

## RésuméDe400mots

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.

## GrapheDeConnaissance

- Tony Seale —affirme_que→ la philosophie mange l'IA (AFFIRMATION, 0.97)
- philosophie —s_applique_à→ raisonnement IA (CONCEPT, 0.95)
- identité entreprise —est_basé_sur→ noyau ontologique (CONCEPT, 0.96)
- ontologie —permet→ raisonnement machine sur sémantique métier (CONCEPT, 0.95)
- Semantic Data Products —est_basé_sur→ DPROD (TECHNOLOGIE, 0.94)
- Semantic Data Products —permet→ knowledge graph distribué prêt pour IA (CONCEPT, 0.93)
- Michael Schrage —publie→ question philosophie mange IA (CONCEPT, 0.96)
- David Kiron —publie→ question philosophie mange IA (CONCEPT, 0.96)
- MIT Sloan —publie→ réflexion philosophie et IA (CONCEPT, 0.95)
- noyau ontologique —améliore→ pertinence modèles IA (CONCEPT, 0.92)
- IA —permet→ définition de l'ontologie organisationnelle (CONCEPT, 0.9)
- absence ontologie —réduit→ qualité apprentissage IA (CONCEPT, 0.91)

---
Canonical: https://www.thekb.eu/de/fiches/seale-philosophy-eats-ai-ontological-core-2025-05-30/