Künstliche Intelligenz-Labore erwerben vermehrt Daten von Unternehmen, die ihren Betrieb einstellen, um ihre Modelle zu trainieren. Keelan Miskell, Gründer eines aufgelösten Krypto-Startups, verkaufte dieses Jahr den Code seiner Firma für rund 25.000 US-Dollar und erwartet weitere etwa 15.000 US-Dollar für Arbeitsbereichsdaten aus Diensten wie Google, Notion, Figma und Slack. Diese Transaktion wurde von SimpleClosure vermittelt, einem Unternehmen, das sich auf Dienstleistungen für aus dem Markt ausscheidende Startups spezialisiert hat.
Ein neuer Markt für digitale Nachlässe
Angesichts eines jährlichen Anstiegs der Startup-Schließungen um 26 bis 56 Prozent in den letzten Jahren, wie Schätzungen von Carta und AngelList zeigen, hat sich ein ganzes Ökosystem für gescheiterte Unternehmen entwickelt. Dazu gehören nun auch Firmen, die die digitalen Überreste verstorbener Startups an KI-Labore verkaufen. SimpleClosure hat seine Dienste im April um den Datenverkauf erweitert. Die Plattform Asset Hub des Unternehmens ermöglicht Gründern den Verkauf von Code und Arbeitsbereichsdaten wie E-Mails, Chats und Dokumenten.
Zu den Käufern zählen grundlegende KI-Labore, Anbieter, die simulierte Arbeitsumgebungen für das KI-Training erstellen, sowie etablierte Technologieunternehmen, die eigene Modelle entwickeln. Asset Hub hat bisher über 150 solcher Deals abgewickelt und prognostiziert, bis Ende 2026 über 10 Millionen US-Dollar an Startups zurückzuführen. Dori Yona, CEO von SimpleClosure, beobachtet, dass diese einst seltenen und oft als „tabu“ empfundenen Transaktionen zunehmend zur Routine werden, wobei 47 Prozent der SimpleClosure-Deals mittlerweile Code- oder Datenverkäufe umfassen. Auch der Konkurrent Sunset ist in diesem Bereich aktiv und bewertet die digitalen Vermögenswerte sterbender Kunden nach Kriterien wie Mitarbeiterzahl, Betriebsdauer und Datenvolumen.
Warum reale Daten für KI-Modelle wertvoll sind
Die Nachfrage nach Daten von aufgelösten Unternehmen entstand abrupt im vergangenen Jahr, als KI-Trainingslabore an die Grenzen öffentlich verfügbarer und synthetischer Datensätze stießen. Unternehmen wie Surge AI erwerben solche Daten, um sogenannte „Reinforcement-Learning-Gyms“ zu erstellen. Dort können KI-Agenten ihrer Kunden Aufgaben üben, beispielsweise die Fehlersuche in komplexen IT-Architekturen oder das Entwerfen von Berufungsschriftsätzen. Nick Heiner, der bei Surge AI diese Umgebungen verantwortet, sucht nach Datenarchiven, die eine Vielfalt an Situationen widerspiegeln, von Meinungsverschiedenheiten bis zu schwierigen Ermessensentscheidungen. Eine detaillierte Slack-Historie eines Unternehmens kann dabei wertvoller sein als die kombinierten Slack-, E-Mail- und Kalenderdaten eines anderen.
Reale Archive vermeiden Fehler, die in synthetischen Welten häufig vorkommen, wie zum Beispiel Verweise auf nicht existierende Daten. Das Ausmaß der Leistungsverbesserungen durch reale Daten bleibt jedoch unklar, da bisher keine Unternehmen Vergleichstests veröffentlicht haben. Die Preisgestaltung spiegelt diese Unsicherheit wider: Käufer nennen sehr unterschiedliche Beträge, da die Bewertungen auf „Forschungsthesen“ basieren, die schätzen, wie viele nützliche Aufgaben sich aus einer bestimmten Datenmenge ergeben.
Trotz der Unsicherheiten finden bereits größere Transaktionen statt. Im August kaufte Google im Rahmen der Insolvenz von Spirit Airlines deren jahrzehntelange Daten, darunter 100 Millionen E-Mails, 500 Millionen Teams-Nachrichten und 176.000 Mitarbeiterdatensätze, für 10 Millionen US-Dollar. Dabei überbot Google das KI-Datenunternehmen Mercor. Bloomberg berichtete im September zudem, dass die KI-Einheit von SpaceX erwägt, Daten von angeschlagenen Startups zu kaufen.
Rechtliche und ethische Bedenken
Die rechtliche Situation dieser Datenverkäufe ist komplex. Die Flugbegleitergewerkschaft von Spirit Airlines legte Einspruch gegen den Verkauf ein und berief sich auf Datenschutzbedenken. Greg Ewing, ein Anwalt, der KI-Startups berät, bezeichnet solche Daten als „rechtlich radioaktiv“. Obwohl Anbieter und Käufer betonen, persönlich identifizierbare Informationen (PII) zu entfernen und Personalakten auszuschließen, weist Ewing darauf hin, dass private Details wie Arzttermine oder private Verabredungen in E-Mails und Kalendern verborgen sein können. Er beschreibt einen „Wilden Westen des KI-Trainings“, der erst beginnt, sich in Richtung ordnungsgemäßer Lizenzvereinbarungen und geprüfter Nutzung zu entwickeln.
Eine weitere Frage betrifft die Verteilung der Erlöse. Diese fließen typischerweise an vorrangige Gläubiger und Investoren, nicht an die ehemaligen Mitarbeiter. Ifeoma Ajunwa, Juraprofessorin an der Emory University, sieht darin eine Form von „eingefangenem Kapital“. Obwohl die Überwachung von Mitarbeitern zur Erfüllung ihrer Aufgaben rechtlich zulässig ist, entfällt diese Rechtfertigung, sobald ein Unternehmen nicht mehr existiert. Ajunwa fordert, dass Arbeitgeber die ausdrückliche Zustimmung ihrer Mitarbeiter einholen sollten, bevor sie deren Daten verkaufen, weist aber darauf hin, dass es kein Bundesgesetz gibt, das solche Verkäufe verbietet.
Obwohl dieser neue Markt für scheiternde Unternehmen eine Möglichkeit zur Wertschöpfung bietet, gibt es auch Einschränkungen. Gründer haben oft kaum Einblick, wer die Daten kauft und was damit geschehen soll. Zudem gibt es wenig Gewissheit über einen fairen Preis. Die Datenpreise dürften sich im kommenden Jahr stabilisieren, es sei denn, eine KI-Blase platzt zuvor.
Thema: Technologie / KI allgemein. Quelle/Inspiration: MIT Technology Review.