Im August 2026 stand die Industrie für künstliche Intelligenz vor einem kritischen Wendepunkt: Die Ära des Trainings von neuronalen Netzen mit öffentlich zugänglichen Daten aus dem Internet war zu Ende. Führende Entwickler großer Sprachmodelle (LLM) wie OpenAI und Anthropic sahen sich gezwungen, neue Quellen für das „Treibstoff' ihrer Algorithmen zu suchen. An die Stelle offener Webseiten traten geschlossene Unternehmensarchive: Nachrichten in Messenger-Diensten, E-Mails, Protokolle von Videokonferenzen und Versionshistorien von Programmcode.

Boom des Datenmarktes: von 30 auf 100 Millionen Dollar

Die Nachfrage nach privaten Daten wächst mit unglaublicher Geschwindigkeit und formt einen neuen, hochprofitablen Wirtschaftssektor. Laut Bobby Samuels, dem Geschäftsführer der auf den Datenhandel spezialisierten Brokerfirma Protege, haben sich die Transaktionsvolumina in seinem Unternehmen im letzten Jahr mehr als verdreifacht. Während der Umsatz im Vorjahr bei rund 30 Millionen US-Dollar lag, erreichte er in diesem Jahr die Marke von 100 Millionen US-Dollar und wächst weiter.

Dieser Sprung steht in direktem Zusammenhang mit dem Übergang von einfachen Chatbots zu komplexen KI-Agenten. Damit neuronale Netze echte Alltagsaufgaben erfüllen können, müssen sie an Beispielen echter menschlicher Interaktion lernen, nicht an synthetischen oder veralteten Texten aus dem Internet.

Was Algorithmen suchen: Der Wert „schmutziger' Daten

KI-Entwickler verstehen, dass das öffentliche Internet bereits „ausgebrannt' ist – hochwertige Trainingsdaten sind dort praktisch erschöpft. Daher verlagert sich das Interesse auf Daten, die Informationen darüber enthalten, wie Menschen reale Probleme lösen. Käufer interessieren sich für Aufzeichnungen, die Diskussionen über Finanzkennzahlen, Demonstrationen von Softwarefunktionen und das Treffen komplexer Entscheidungen zeigen.

Besonderes Interesse wecken Daten von Startups, die sich in der Insolvenz oder Übernahme befinden. Solche Unternehmen sind oft bereit, ihre Archive zu verkaufen, um zusätzliche Mittel zu erhalten oder sich einfach von Vermögenswerten zu trennen, die für sie selbst keine kommerzielle ценность mehr haben.

Fall Warmly: Ablehnung eines Verkaufs für 300.000 Dollar

Ein leuchtendes Beispiel für den neuen Markt war der Fall des Startups Warmly, das sich mit der Entwicklung von KI-Agenten beschäftigte und kürzlich von der HubSpot-Korporation übernommen wurde. Nach Unterzeichnung des Übernahmeabkommens begannen Datenbroker mit Angeboten an das Unternehmen heranzutreten. Für die Archive der Arbeitsinteraktion der Mitarbeiter, einschließlich Protokolle von Besprechungen und E-Mails, wurden bis zu 300.000 US-Dollar geboten.

Wichtig ist, dass alle diese Angebote abgelehnt wurden. Dies zeigt, dass Unternehmen trotz hoher Preise beginnen, die Risiken des Verkaufs ihrer internen Kommunikationen zu erkennen und versuchen, die Kontrolle über ihre Daten auch nach einem Eigentümerwechsel zu behalten.

Widersprüchliche Daten

Ethische und sicherheitsrelevante Fragen in diesem Bereich bleiben extrem akut. Einerseits behaupten Datenbroker wie Integral, strenge Datenschutzregeln einzuhalten. Der Geschäftsführer von Integral, Shub Sinha, erklärt: „Wir halten uns an einen strengen Anonymisierungsprozess, um den Wert der Daten zu erhalten und die Datenschutzbestimmungen einzuhalten'.

Andererseits äußern Experten für Cybersicherheit Zweifel an der Möglichkeit einer vollständigen Anonymisierung solcher Daten. Chats und Code-Historien enthalten oft einzigartige Verhaltensmuster, die bei einer Kreuzanalyse mit anderen Datensätzen deanonymisiert werden können. Dies birgt das Risiko von Lecks geschäftlicher Geheimnisse und personenbezogener Daten der Mitarbeiter, die auch nach der Verarbeitung wiederhergestellt werden könnten.

Die Zukunft der KI im Zeitalter des Inhaltsmangels

Bis August 2026 war es offensichtlich: Die Qualität zukünftiger neuronaler Netze wird davon abhängen, wie erfolgreich die Entwickler mit Unternehmen über den Zugang zu ihren internen Wissensdatenbanken verhandeln können. Wenn KI zuvor an dem lernte, was Menschen für alle schrieben, wird sie nun an dem lernen, was Menschen in geschlossenen Kanälen untereinander schrieben. Dies eröffnet neue Horizonte für die Technologieentwicklung, stellt die Gesellschaft jedoch vor komplexe Fragen zum Datenschutz und zum Recht auf digitales Gedächtnis.