22 Datenquellen — Warum mehr Daten allein nicht reichen
Contextual Intelligence aggregiert Daten aus 22 öffentlichen Quellen. Der entscheidende Unterschied liegt nicht in der Menge, sondern in der semantischen Verknüpfung.
Die Daten-Infrastruktur von CI
Contextual Intelligence aggregiert täglich Daten aus 22 öffentlichen Quellen. Diese teilen sich in fünf Kategorien:
| Kategorie | Beispiele | Update-Frequenz |
|---|---|---|
| Regulierungsdatenbanken | FDA 510(k), EUDAMED, ClinicalTrials.gov | Täglich |
| Patente | USPTO, EPO, DPMA | Wöchentlich |
| Förderprogramme | BMBF, Bundesanzeiger, EU Funding & Tenders Portal | Täglich |
| Publikationen | PubMed, OpenAlex, CrossRef | Wöchentlich |
| Unternehmensdaten | Bundesanzeiger, Handelsregister, Unternehmensregister | Monatlich |
Insgesamt umfasst der Datenbestand (ORSD — Open Regulatory Signal Dataset) über 5.000 Unternehmen, ~50.000 regulatorische Signale, ~20.000 Patente und ~10.000 Clinical Trials. Die Daten werden via Apache Airflow orchestriert und täglich aktualisiert.
Die Illusion der Datenmenge
Mehr Daten klingt nach besseren Ergebnissen. In der Praxis gilt: Datenmenge ohne Kontext ist Rauschen.
Ein einfaches Beispiel: Die FDA-Datenbank enthält jede 510(k)-Zulassung seit 1976 — über 200.000 Einträge. Eine Keyword-Suche nach „PCR" findet davon ~5.000. Welche dieser 5.000 sind relevant für einen Hersteller von Real-Time-PCR-Kits im Jahr 2026? Welche sind veraltet (technologisch überholt)? Welche signalisieren aktuelle Marktaktivität?
Ohne semantischen Kontext und zeitliche Einordnung bleibt die Antwort: „Das müssen Sie selbst herausfinden."
Vom Datensilo zum Wissensgraph
Der entscheidende Unterschied bei CI liegt nicht in der Anzahl der Datenquellen — sondern in ihrer Verknüpfung in einem semantischen Wissensgraph.
Die Daten aus allen 22 Quellen werden nicht einfach in einer Datenbank gesammelt. Stattdessen werden sie als Graph modelliert (Dgraph + PostgreSQL), in dem jede Entität mit anderen verbunden ist:
- Eine FDA-Zulassung ist mit dem Hersteller verbunden
- Der Hersteller ist mit seinen Patenten verbunden
- Die Patente sind mit den zugrundeliegenden Technologien verbunden
- Die Technologien sind mit Förderprogrammen verbunden, die diese adressieren
Diese Struktur ermöglicht Graph-Traversal: Statt einer flachen Liste von Treffern erhält der Nutzer einen kontextuellen Pfad — zum Beispiel „FDA-Clearance für Hersteller X → dessen Patent Y → Förderschwerpunkt Z, der zur Technologie passt".
Open Data als Standard
Alle Rohdaten von CI sind als ORSD (Open Regulatory Signal Dataset) offen lizenziert (ODbL v1.0 für die Datenbank, CC0 1.0 für Inhalte). Jeder kann die Daten kostenlos nutzen, herunterladen und darauf aufbauen.
Die Strategie: Offene Rohdaten etablieren ORSD als Standard im Regulatory-Intelligence-Bereich. Je mehr Nutzer die Daten verwenden, desto mehr Verbesserungen fließen durch die ODbL-Reziprozität zurück in den Datensatz.
Das Premium-Produkt von CI liegt nicht in den Daten selbst — sondern in der kontextuellen Bewertung, dem semantischen Matching und der Priorisierung. Außerdem betreibt CI die gesamte Pipeline auf selbst-gehosteten Foundation Models (NVIDIA DGX Spark) — kein Datenabfluss, keine US-Cloud-Abhängigkeit, vollständig DSGVO- und EU-AI-Act-konform.
Fazit
22 Datenquellen sind ein guter Ausgangspunkt. Aber erst die semantische Verknüpfung in einem Wissensgraph macht aus diesen Daten verwertbare Business-Intelligence. Wer nur Daten sammelt, hat viel Information — aber wenig Erkenntnis.
Häufig gestellte Fragen
Welche 22 Datenquellen nutzt Contextual Intelligence?
CI aggregiert Daten aus fünf Kategorien: Regulierungsdatenbanken (FDA 510(k), EUDAMED, ClinicalTrials.gov), Patente (USPTO, EPO, DPMA), Förderprogramme (BMBF, Bundesanzeiger, EU Funding & Tenders Portal), Publikationen (PubMed, OpenAlex, CrossRef) und Unternehmensdaten (Bundesanzeiger, Handelsregister, Unternehmensregister).
Warum reichen mehr Daten allein nicht für bessere Ergebnisse?
Datenmenge ohne Kontext ist Rauschen. Ohne semantische Verknüpfung und zeitliche Einordnung bleiben selbst umfangreiche Datensätze wie die FDA-Datenbank mit über 200.000 Einträgen eine unstrukturierte Ansammlung, aus der sich relevante Signale nur mit hohem manuellem Aufwand extrahieren lassen.
Was ist der ORSD und wie ist er lizenziert?
Der Open Regulatory Signal Dataset (ORSD) ist der offene Datenbestand von CI, lizenziert unter ODbL v1.0 für die Datenbank und CC0 1.0 für die Inhalte. Die Daten können kostenlos genutzt und heruntergeladen werden. Verbesserungen fließen durch die ODbL-Reziprozität zurück in den Datensatz.
Wie unterscheidet sich CI von herkömmlichen Datenplattformen?
CI modelliert Daten aus allen Quellen als semantischen Wissensgraph (Dgraph + PostgreSQL), in dem Entitäten wie FDA-Zulassungen, Hersteller, Patente, Technologien und Förderprogramme miteinander verknüpft sind. Statt flacher Keyword-Suche ermöglicht dies Graph-Traversal und kontextuelle Pfade. Die gesamte Pipeline läuft auf selbst-gehosteten Foundation Models ohne US-Cloud-Abhängigkeit.
Explore the CI Platform
See how signal intelligence can transform your regulatory, competitive, and market intelligence
Book a Demo