„Many companies possess highly valuable operational intelligence without realizing it“ – mit diesem Satz wirbt der Anbieter micro1 auf der Seite seines Enterprise-Data-Partnership-Programms. Der Satz benennt die Stelle, an der es beim Training heutiger KI-Systeme klemmt: Modelle haben inzwischen genug Text aus dem offenen Internet gesehen, aber kaum echte betriebliche Abläufe. Wer verstehen will, wie moderne Unternehmenssoftware funktioniert und wie darin Entscheidungen getroffen werden, kommt mit öffentlich zugänglichen Quellen nicht weit. Hier setzt das Programm an, das im Folgenden genauer betrachtet wird.
Was micro1 unter einer Enterprise Data Partnership versteht
micro1 beschreibt sich selbst als AI Data Lab und damit als Dienstleister, der Trainingsdaten für KI-Entwickler beschafft und aufbereitet. Nach eigener Darstellung wird das Unternehmen von Microsoft unterstützt, arbeitet für führende KI-Labore und hat mehr als 400 Millionen US-Dollar wiederkehrenden Umsatz erreicht. Im Kern steht eine einfache Arbeitsteilung: Modellentwickler brauchen realistische Beispiele aus dem Arbeitsalltag, Unternehmen produzieren solche Beispiele täglich, ohne sie als Wirtschaftsgut zu betrachten. micro1 tritt dazwischen, bündelt, anonymisiert und bezahlt. Eine Enterprise Data Partnership ist damit kein Forschungsprojekt, sondern der organisierte Einkauf von Erfahrungswissen.
Welche Unternehmen für KI-Training mit echten Workflows gesucht sind
Die Anforderungen lesen sich wie eine nüchterne Checkliste: zwischen 30 und 200 Mitarbeitende, ausgeprägte operative Reife, umfangreiche interne Dokumentation, aktive Nutzung moderner Software und klar definierte Abläufe, die wiederholt ausgeführt werden. Die letzte Bedingung ist die entscheidende. Ein Modell lernt aus Mustern, und Muster entstehen nur dort, wo ein Vorgang oft genug nach demselben Schema abläuft. Ein einmaliger Sonderfall im Projektgeschäft liefert dagegen kaum brauchbares Material. Wer denkt, sein Unternehmen sei zu klein oder zu unspektakulär, verwechselt Größe mit Wiederholbarkeit.
Als Beispiele nennt micro1 Technologieunternehmen, BPO- und Recruiting-Firmen, Finanzdienstleister, Beratungen, Anwalts- und Compliance-Organisationen, Gesundheitsverwaltungen sowie Logistik- und Operationsbetriebe. Diese Aufzählung ist kein Zufall, denn all diese Branchen leben von dokumentierten Abläufen. Dazu kommen die Datentypen, um die es konkret geht: interne Dokumentation, SOPs und Playbooks, Wissensdatenbanken, Prozessbeschreibungen, Projektmanagement-Workflows, interne Kommunikation, Arbeitsergebnisse, Vorlagen und Betriebsrahmen, CRM- und Workflow-Metadaten sowie Ausführungshistorien von Aufgaben. Das ist ausdrücklich kein Abgreifen von Kundenlisten, sondern das, was in vielen Häusern im Intranet vor sich hin altert.
Wie die sichere Datenpartnerschaft für KI-Training begründet wird
micro1 betont, Sicherheit sei die Grundlage des Programms, und nennt ein Ziel, das die Angst vor Wettbewerbsnachteilen adressieren soll: Es gehe nicht darum, Geschäftsmodelle, Produkte, Kunden oder Wettbewerbsvorteile zu replizieren. Zweck sei allein, KI-Systeme an realistischen Unternehmensumgebungen zu trainieren und zu bewerten. Damit wird eine wichtige Unterscheidung getroffen, denn Unternehmensdaten für KI-Training sind nur dann sinnvoll nutzbar, wenn klar ist, was davon verräterisch ist und was schlicht Arbeitsroutine beschreibt.
Konkret nennt das Unternehmen sieben Maßnahmen: Originaldatensätze werden nur zur Verarbeitung vorgehalten, sensible Informationen vor jeder Weiterverwendung bereinigt, vertrauliche Angaben entfernt, Originaldaten nach der Verarbeitung gelöscht, Daten nicht öffentlich geteilt, keine Kundeninformationen offengelegt, und die Unternehmen behalten das Eigentum an ihren zugrunde liegenden Daten. Ob diese Kette in der Praxis belastbar ist, hängt an Details, die eine Marketingseite nicht klären kann: Wer prüft die Bereinigung, nach welchen Kriterien, und wie wird die Löschung nachgewiesen? Solche Fragen gehören in jede Verhandlung, unabhängig vom Anbieter.
Bezahlung für Unternehmensdaten für KI: Wie sich der Preis ergibt
Zur Vergütung nennt micro1 fünf Faktoren: Umfang des Datensatzes, Komplexität der Workflows, Einzigartigkeit des operativen Wissens, Datenqualität und die vertretene Fachkompetenz. Das sind nachvollziehbare Kriterien, denn sie beschreiben genau die Dinge, die ein Modell nicht aus dem offenen Web lernen kann. Zusätzlich veröffentlicht das Unternehmen Kennzahlen zum Programm: mehr als 100 Partnerfirmen, über 200 Millionen US-Dollar an Partner ausgeschüttet, Beteiligte aus mehr als 100 Ländern. Diese Zahlen sind Selbstdarstellung und sollten als solche gelesen werden, geben aber eine Größenordnung.
Für die eigene Kalkulation bedeutet das: Der Wert liegt nicht in der Menge an Dateien, sondern in der Seltenheit des beschriebenen Vorgangs. Ein generisches Onboarding-Handbuch bringt wenig, ein spezialisierter Freigabeprozess mit Branchenlogik schon deutlich mehr. Wenn du Unternehmensdaten monetarisieren willst, solltest du zuerst inventarisieren, welche Abläufe im eigenen Haus wirklich ungewöhnlich sind. Die Antwort überrascht viele Führungsteams, weil Routine selten als Besonderheit wahrgenommen wird.
Wo die kritischen Fragen beginnen
Unabhängig davon, wie überzeugend ein Anbieter auftritt, bleiben drei Prüfpunkte. Erstens die Rechtslage: Personenbezogene Daten, Kundengeheimnisse, Berufsgeheimnisse und branchenspezifische Aufbewahrungspflichten lassen sich nicht per Anonymisierungsversprechen erledigen. Zweitens die Mitbestimmung, denn in Deutschland ist die Verarbeitung von Beschäftigtendaten regelmäßig ein Fall für den Betriebsrat. Drittens die Frage nach dem Gegenwert, weil einer Einmalzahlung ein Modell gegenübersteht, das über Jahre genutzt wird.
Hinzu kommt ein technisches Argument, das oft übersehen wird. Ein trainiertes Modell lässt sich nicht zurücknehmen, wenn ein Datensatz einmal Gewichtungen beeinflusst hat. Zusagen über Löschung betreffen also die Rohdaten, nicht zwingend ihre Wirkung. Wenn du eine Datenpartnerschaft für Unternehmen ernsthaft prüfst, solltest du das offen ansprechen und vertraglich regeln, was mit abgeleiteten Artefakten geschieht. Ein Anbieter, der solche Fragen nicht ruhig beantworten kann, ist die falsche Wahl.
Was die micro1 Unternehmensdaten Partnerschaft praktisch bedeutet
Für Firmen zwischen 30 und 200 Mitarbeitenden ist das Angebot vor allem eine Bewusstseinsfrage. Betriebliches Wissen, das in SOPs, Playbooks und Prozessdokumentation steckt, wird im Alltag als Selbstverständlichkeit behandelt und in der Bilanz überhaupt nicht geführt. Wenn dieses Wissen nun einen Preis bekommt, verändert das den Blick auf die eigene Dokumentation. Das ist der eigentliche Punkt, der über den einzelnen Anbieter hinausgeht.
Praktisch heißt das: Wer Interesse hat, sollte klein anfangen. Ein klar abgegrenzter Prozessbereich, eine saubere rechtliche Prüfung, eine ausdrückliche Freigabe durch Datenschutz und Mitbestimmung, danach ein begrenzter Pilot. Die Anmeldung selbst ist, dem Anbieter zufolge, in etwa zwei Minuten erledigt und verlangt nicht mehr als Firmenname, Ansprechpartner, Rolle, E-Mail, Telefonnummer und Website. Die eigentliche Arbeit beginnt erst danach, und sie liegt beim Unternehmen, nicht beim Vermittler.
Ob KI-Training mit Unternehmensdaten ein relevanter Markt wird, hängt weniger an den Versprechen der Anbieter als daran, wie sauber beide Seiten mit Herkunft, Rechten und Kontrolle umgehen. Modelle werden weiterhin Beispiele aus der echten Arbeitswelt brauchen, und Unternehmen werden weiterhin entscheiden müssen, ob sie diese Beispiele liefern. Wer liefert, sollte wissen, was er liefert.
Quelle: req.micro1.ai
