Was KI-Labore von Unternehmen kaufen, und warum

Warum Labore jetzt interne Daten kaufen

Die ersten großen Sprachmodelle lernten aus dem öffentlichen Web. Diese Quelle ist weitgehend ausgeschöpft und lehrt wenig darüber, wie Arbeit in einem Unternehmen abläuft. 2026 konzentrieren sich Labore auf KI-Agenten: Modelle, die eine Tabelle öffnen, sich durch ein CRM bewegen, eine Präsentation entwerfen und ihre eigene Arbeit prüfen. Um diese Agenten zu trainieren und zu testen, brauchen Labore echte Beispiele für die Aufgaben, die Schritte, die Menschen gegangen sind, und das Ergebnis.

Das verändert, was als wertvoll gilt. Ein fertiger Bericht ist nützlich. Das Briefing, die Entwürfe, die Kommentare und die Endfassung zusammen sind weit nützlicher, weil sie den Weg zeigen.

Geschäftsabläufe und Trainingsdaten für Agenten

Die am schnellsten wachsende Kategorie sind Daten, die zeigen, wie Büroarbeit in Unternehmenssoftware erledigt wird. Labore machen aus diesen Unterlagen Aufgaben für Agenten, mit einem bekannten richtigen Ergebnis zum Abgleich.

• Spesenabrechnungen und Rechnungsverarbeitung, vom Beleg bis zur Freigabe.
• Tabellenarbeit: Pivot-Tabellen, Abstimmungen, Budgets und Prognosen mit intakten Formeln.
• Präsentationen, die aus einem Briefing entstanden sind, mit Briefing und Entwürfen.
• Navigation in CRM- und ERP-Systemen: einen Auftrag anlegen, einen Deal aktualisieren, einen Vorgang schließen.
• Support-Tickets, die von der ersten Nachricht bis zur Lösung bearbeitet wurden, einschließlich Eskalationen.

Interner Code mit seiner Historie

Öffentlicher Code ist reichlich verfügbar. Was Laboren fehlt, ist privater Code mit dem Kontext drumherum: das Ticket, das eine Änderung angefordert hat, das Designdokument, die Commits, die Review-Kommentare und die Tests. Zusammen lassen sich daraus realistische Programmieraufgaben mit überprüfbarer Lösung bauen. Altsysteme, Migrationen und seltenere Programmiersprachen sind besonders gefragt.

Wie Fachleute denken

Labore wollen festhalten, wie Fachleute ein Problem durchdenken. Wie eine Steuerberaterin den Abschluss macht und entscheidet, was abzugrenzen ist. Wie ein Anwalt einen Vertrag prüft und entscheidet, über welche Klauseln verhandelt wird. Wie eine Kreditanalystin eine Kreditakte abwägt. Wie ein Disponent eine verspätete Sendung umleitet.

Diese Begründungen stecken oft in alltäglichen Unterlagen: Review-Kommentaren, internen E-Mail-Verläufen, Entscheidungsvermerken und den Korrekturen, die Erfahrene an der Arbeit von Berufseinsteigern vornehmen.

Labore schätzen die Zweifel so sehr wie die Antworten. Ein Verlauf, in dem zwei Kollegen uneins sind, wie ein Geschäftsvorfall zu buchen ist, und sich dann einigen, zeigt einem Modell, wie Fachleute Optionen abwägen.

Verfahren, Playbooks und Wissensdatenbanken

Arbeitsanweisungen, Playbooks, Einarbeitungsleitfäden, Qualitäts-Checklisten und interne Wissensdatenbanken sagen einem Modell, wie eine Aufgabe erledigt und geprüft werden sollte. Labore nutzen sie zum Training von Modellen und zum Bau von Tests. Unternehmen unterschätzen dieses Material oft, weil es alltäglich wirkt. Für ein Labor ist es eine schriftliche Beschreibung guter Arbeit.

Daten in kleineren Sprachen

Die meisten Trainingsdaten sind Englisch. Modelle sind schwächer auf Niederländisch, Polnisch, Schwedisch, Tschechisch, Finnisch und in vielen anderen europäischen Sprachen, besonders bei geschäftlichen Aufgaben. Arbeitsunterlagen in diesen Sprachen sind knapp, deshalb zahlen Labore mehr dafür. Ein Unternehmen, das in zwei oder drei Sprachen arbeitet, hat oft einen Vorteil, ohne es zu wissen.

Lokale Regeln steigern den Wert. Ein polnisches Lohnabrechnungsverfahren, eine schwedische Arbeitsvertragsvorlage oder ein niederländischer Mailverlauf zu einer Umsatzsteuerfrage verbindet Sprache mit Wissen über nationales Recht und Praxis. Diese Kombination findet ein Labor kaum anderswo.

Was Labore kaufen, nach Branche

Jede Branche hat eigene wertvolle Unterlagen. Einige Beispiele:

• Steuerberatung: Checklisten für den Monatsabschluss, Abstimmungsverläufe, Arbeitspapiere in Excel, Prüfvermerke und Mandantenanfragen.
• Recht: Klauselbibliotheken mit Rückfallpositionen, Prüf-Playbooks, Mandatsabläufe und interne Rechtsvermerke.
• IT-Dienstleister: private Repositories mit Historie, verknüpfte Tickets, Designdokumente, Postmortems und Runbooks.
• Beratung: Briefings mit den zugehörigen Präsentationen, Analysemodelle, Frameworks und Angebotsbibliotheken.
• Finanzdienstleister: Kreditverfahren, Finanzmodelle, Compliance-Abläufe und Berichtsvorlagen.
• Logistik: Störungsmanagement, Abläufe in TMS, WMS und ERP, Zollverfahren und Arbeitsanweisungen fürs Lager.

Wie Labore nutzen, was sie kaufen

Labore nutzen Geschäftsdaten auf drei Arten. Die erste ist Training: Das Modell liest viele Beispiele einer Aufgabe und lernt die Muster. Die zweite ist Evaluation: Labore halten eine Reihe echter Aufgaben zurück, um zu testen, ob ein neues Modell die Arbeit beherrscht. Die dritte ist Reinforcement Learning, bei dem ein Modell eine Aufgabe in einer simulierten Umgebung versucht und belohnt wird, wenn das Ergebnis dem entspricht, was eine Fachkraft getan hat.

Jede Nutzung bevorzugt andere Daten. Training profitiert von Menge. Evaluation braucht gut dokumentierte Aufgaben mit klarer richtiger Lösung. Reinforcement Learning braucht beides, die Aufgabe und eine Möglichkeit, das Ergebnis zu prüfen. Deshalb sind Unterlagen mit sichtbarem Ergebnis, etwa ein geschlossenes Ticket oder ein freigegebener Bericht, sehr gefragt.

Wie Labore Qualität beurteilen

Vor dem Kauf sieht sich ein Labor geschwärzte Stichproben an. Es prüft, ob die Unterlagen vollständig sind, ob sich die Schritte nachvollziehen lassen, wie viel Rauschen es gibt und wie einheitlich das Format über die Jahre ist. Es fragt auch, woher die Daten stammen und ob der Verkäufer sie lizenzieren durfte.

Saubere Herkunft ist Teil der Qualität geworden. Nach der KI-Verordnung der EU müssen Anbieter von KI-Modellen mit allgemeinem Verwendungszweck eine Zusammenfassung ihrer Trainingsdaten veröffentlichen. Labore bevorzugen deshalb Daten mit einem klaren, schriftlichen Nachweis über Quelle, Umfang und entfernte Kennungen.

Was Labore nicht wollen

Labore sind wählerisch. Manche Daten haben für sie keinen Wert, und manche dürfen sie rechtlich nicht nutzen.

• Personenbezogene Daten: Namen, Kontaktdaten, Gesundheitsdaten und Ausweisnummern. Sie werden entfernt oder ausgeschlossen.
• Daten mit unklaren Rechten: Dateien von Kunden, Inhalte unter Geheimhaltung und Material von Dritten.
• Rauschen: Newsletter, automatische Benachrichtigungen, Kalendereinladungen und Duplikate.
• Text, der von KI-Tools geschrieben wurde und Modellen wenig beibringt.
• Gescannte Dokumente ohne lesbaren Text.
• Unterlagen ohne Ergebnis, etwa ein Ticket, das nie geschlossen wurde.
• Inhalte, die schon öffentlich sind und die Labore meist bereits haben.

So erkennen Sie, ob Ihre Daten passen

Stellen Sie vier Fragen. Zeigen unsere Unterlagen eine Aufgabe von Anfang bis Ende? Decken sie mehrere Jahre ab? Zeigen sie Expertenurteil? Gehören sie uns? Lautet die Antwort meist ja, sind Ihre Daten wahrscheinlich für Labore interessant.

Lodex hilft Ihnen, das zu prüfen, bevor Sie sich festlegen. Die Schätzung liefert eine erste Spanne für Ihr Unternehmen im Bereich €10K–€600K, und ein kurzes Gespräch zeigt, welche Ihrer Quellen Labore am ehesten kaufen.