Company Information: Das Problem der durch KI generierten Unternehmensdaten

Wenn es um Firmendaten geht, sind die strukturellen Grenzen von KI-Chatbots besonders deutlich: veraltete Informationen, ungenaue Daten und Halluzinationen sind sehr häufig, wenn man sich auf Web-Scraping verlässt.

Large Language Models (LLMs) haben typischerweise keinen Zugang zu offiziellen Daten von Handelskammern, dem Finanzamt und anderen offiziellen Quellen und generieren ihre Antworten auf probabilistischer Basis.

{ANCORA LEV=1}Firmen-Datenabfrage: die Grenzen der LLM-Chatbots{END_ANCHOR}
Innerhalb kürzester Zeit haben KI-basierte Chatbots (ChatGPT, Google Gemini, Perplexity AI, Claude AI, Microsoft Copilot usw.) die Art und Weise, wie Nutzer online Informationen suchen, revolutioniert und sind zunehmend Teil der Arbeitsabläufe von kleinen und großen Unternehmen geworden.

Diese Tools, die in der Lage sind, auch komplexe Fragen schnell zu beantworten, werden häufig im Kundenservice und in Kommunikationskampagnen eingesetzt, aber auch in der Leadgenerierung – und damit bei der Datensammlung.

Und gerade bei der Datenqualität werden die Grenzen der LLMs besonders ersichtlich: unabhängig davon, ob sie Informationen aus proprietären Systemen oder aus dem Web beziehen, funktionieren KI-basierte Chatbots im Wesentlichen über Daten-Scraping (Extraktion von Daten aus Websites, Dokumenten usw.) und textgenerierende Verfahren, die auf Wahrscheinlichkeit beruhen.

Diese Eigenschaften bringen mehrere Probleme hinsichtlich der Richtigkeit von Informationen mit sich: veraltete Trainingsdaten zum Beispiel führen zu nicht aktualisierten und unzuverlässigen Informationen, während die Suche nach der “wahrscheinlichsten Antwort” zu den bekannten Halluzinationen der LLMs führen kann – also zu Antworten, die plausibel erscheinen, aber völlig erfunden sind.

Daher kann man sich bei der Suche nach Informationen, die Geschäftsentscheidungen und die Qualität der eigenen Firmendatenbanken beeinflussen können – wie Angaben zum Umsatz von Unternehmen, zur Eigentümerschaft oder zum eingetragenen Firmensitz – nicht auf Chatbots verlassen.

{ANCORA LEV=2}Business Intelligence vs. Chatbots: Was sind die Unterschiede?{END_ANCHOR}
Einige Unternehmensdaten, wie die Mehrwertsteuernummer oder die PEC-Adresse, können bequem im Web verfügbar sein und somit jedem nicht spezialisierten Chatbot zugänglich. Wenn man jedoch offizielle und aktuelle Unternehmensinformationen sucht, um Datenbanken anzureichern, Statistiken zu erstellen und Workflows zu automatisieren, ist es nicht ratsam, sich auf die Antworten eines LLMs zu verlassen.

Chatbots beziehen ihre Informationen nämlich aus Blogs, Zeitungsartikeln und anderen nicht offiziellen Quellen und haben keinen Zugriff auf Daten, die von Handelskammern, dem Finanzamt und anderen akkreditierten Quellen bereitgestellt werden.

Im Gegensatz dazu beziehen Business-Intelligence-Plattformen und spezialisierte Anbieter von Unternehmensdaten ihre Informationen über offizielle Register und Datenbanken, womit korrekte und stets aktualisierte Daten gewährleistet sind. Der Zugang zu solchen Registern bildet auch die Grundlage für Datenanreicherungsdienste, die das Verknüpfen von Daten aus verschiedenen Quellen ermöglichen, um Nutzer zu profilieren und immer spezifischere, detailliertere Berichte zu liefern.

{ANCORA LEV=2}Unternehmensdaten aus KI generiert: welche Risiken bestehen?{END_ANCHOR}
Jedes LLM kann Markttrends effektiv zusammenfassen, aufstrebende Branchen analysieren und Informationen über Wettbewerber liefern, aber es kann auch ungenaue oder völlig falsche Angaben über Eigentum oder Umsatz eines Unternehmens machen, wodurch Verkäufer, Investoren und andere Nutzer in die Irre geführt werden.

Aufgrund ihrer Funktionsweise neigen LLMs dazu, “Lücken” probabilistisch zu füllen: wenn ein Chatbot die gewünschte Information nicht findet, versucht er, die plausibelste Antwort zu geben – oft durch vollständige Erfindung von Zahlen, Namen und sogar ganzen Firmen.

Neben dem Risiko, falsche Informationen zu erhalten, unterliegt der Einsatz von Chatbots zur Überprüfung von Unternehmensdaten einem strukturellen Nachteil: da sie keinen Zugriff auf offizielle Register und Dokumente haben, können diese Tools keine Angaben zur Unternehmensstruktur, echten Eigentümerschaft oder möglichen Protesten oder Meldungen liefern.

Das heißt, die Risiken sind extrem hoch: Indem man sich auf so unsichere Daten verlässt, können grundlegende Operationen wie das Anreichern von Adressdatenbanken leicht zu Systemen führen, die durch LLM-Fehler und Halluzinationen korrumpiert sind.

{ANCORA LEV=1}Wie man Chatbots zur Verifizierung von Unternehmensdaten nutzt{END_ANCHOR}
Die Tatsache, dass Chatbots Einschränkungen in der Datenqualität aufweisen, bedeutet nicht, dass sie nicht sinnvoll in der Verifizierung von Unternehmensdaten eingesetzt werden können. Wichtig ist, ihnen zertifizierte Daten aus offiziellen Quellen zu liefern und sie dazu zu bringen, ausschließlich damit zu arbeiten.

Um sich den Gefahren des Web-Scrapings auszusetzen und gleichzeitig nicht auf die enormen Potenziale der Integration künstlicher Intelligenz in eigene Systeme zu verzichten, muss ein Mechanismus entwickelt werden, bei dem unterschiedliche Aufgaben an die richtigen “Agenten” vergeben werden. Es ist klar, dass ein Chatbot allein keinen sicheren Zugang zu Unternehmensdaten bieten kann.

Um zuverlässige und stets aktuelle Informationen über Unternehmen zu erhalten, muss man, wie gesagt, auf offizielle Register zurückgreifen – ein Prozess, der sich mit der Integration von APIs leicht automatisieren lässt, indem Hunderte zertifizierter und aktualisierter Unternehmensdaten in Echtzeit verfügbar gemacht werden.

Und genau hier kommen Chatbots zur Unternehmensdatenverifizierung ins Spiel: Seit einiger Zeit können KI-basierte Assistenten das offene MCP-Protokoll (Model Context Protocol) nutzen, um sich mit einer Vielzahl externer Datenquellen und Tools zu verbinden, einschließlich Business Information APIs.

Das ermöglicht, APIs direkt via Chatbots abzufragen – also zertifizierte, aktualisierte und in Echtzeit verfügbare Unternehmensinformationen zu erhalten, indem man einfach mit einem KI-Assistenten in natürlicher Sprache interagiert.