Newsroom & Medien GLEIF-Blogbeiträge
Übersetzungen dieser Website in andere Sprachen als Englisch werden von KI unterstützt. Wir garantieren keine Genauigkeit und haften nicht für Fehler oder Schäden, die sich aus der Nutzung der übersetzten Inhalte ergeben. Im Falle von Unstimmigkeiten oder Unklarheiten gilt die englische Version als maßgebend.

Daten in Chancen verwandeln: Metric in Motion – GLEIF AI

Hochwertige Daten sind mehr als nur ein Maßstab – sie sind eine strategische Notwendigkeit für globales Vertrauen, Compliance und Interoperabilität. In diesem Blogbeitrag untersucht Zornitsa Manolova, Leiterin des Bereichs Datenqualität und Datenwissenschaft bei der GLEIF, wie die neue GLEIF AI Search den Zugriff auf vertrauenswürdige Daten zur Unternehmensidentität sowie deren Verständnis und Nutzung erleichtert.


Autor: Zornitsa Manolova

  • Datum: 2026-05-08
  • Ansichten:

Die Möglichkeit, auf hochwertige Unternehmensdaten zuzugreifen und diesen zu vertrauen, ermöglicht eine bessere Entscheidungsfindung in der gesamten Weltwirtschaft. Aus diesem Grund veröffentlicht die GLEIF eine breite Palette vertrauenswürdiger Informationen, vom Global LEI Index über Statistiken und Berichte bis hin zu Governance-Richtlinien, Nachrichten und mehr.

Da sich diese Informationen jedoch über APIs, Datenbanken, Dokumente und Webseiten erstrecken, kann die Navigation durch diese verschiedenen Zugangspunkte für einige Nutzer, die eine schnelle und zuverlässige Antwort suchen, schwierig und zeitaufwändig sein.

Diese Überprüfung – und die Chance, die vertrauenswürdigen Informationen der GLEIF für externe KI-Lösungen zugänglicher zu machen – war der Anstoß für die Entwicklung der GLEIF- KI-Suche. Die neue Funktion verändert die Art und Weise, wie Nutzer mit komplexen, verteilten Daten interagieren, indem sie dialogorientierte Schnittstellen mit einer strukturierten Abruf-Pipeline kombiniert, um die Suche zu optimieren und die Zugänglichkeit zu verbessern.

Zudem stellt sie das Vertrauen in den Mittelpunkt und liefert klare, gut belegte Antworten, auf die sich Nutzer verlassen können. Erkenntnisse aus einer aktuellen Umfrage zeigen, dass Nutzer KI-generierten Antworten am meisten vertrauen, wenn diese auf hochwertigen Basisdaten beruhen, durch transparente Quellenangaben gestützt werden und klare Erklärungen enthalten. Dies unterstreicht die Bedeutung der Rolle der GLEIF bei der Bereitstellung zuverlässiger, gut strukturierter Daten, die eine vertrauenswürdige KI-gestützte Suche ermöglichen.

Dies spiegelt ein Thema wider, das im GLEIF-Blog „ Metric in Motion“ zum Thema Verifizierung behandelt wurde. In einer KI-gestützten digitalen Wirtschaft hängt Vertrauen nicht nur vom Zugang zu Daten ab, sondern auch davon, zu wissen, woher diese Daten stammen, wie sie validiert wurden und ob sie auf verlässliche Quellen zurückgeführt werden können. GLEIF AI Search wendet dieses Prinzip auf die Informationssuche an und hilft Nutzern, von fragmentierten Informationen zu Antworten zu gelangen, die leichter zu verstehen, zu überprüfen und zu nutzen sind.

So funktioniert es

GLEIF AI Search ist ein koordiniertes System aus drei Kernschichten, die nahtlos zusammenarbeiten:

  1. Chat-Oberfläche:

Die Chat-Oberfläche ist die benutzerseitige Ebene von GLEIF AI Search. Sie bietet eine übersichtliche, intuitive und dialogorientierte Möglichkeit für Nutzer, auf natürliche Weise mit dem System zu interagieren und aus verschiedenen Assistenzmodi zu wählen: Smart, Website & Dokumente, Nachrichten & Updates, Daten & Statistiken sowie LEI-Datensätze. Jeder Modus ist auf eine bestimmte Art von Anfrage oder Aufgabe zugeschnitten und sorgt dafür, dass sich die Interaktionen je nach Absicht des Nutzers sowohl angeleitet als auch anpassungsfähig anfühlen.

  1. Orchestrierungsschicht:

Hinter der Benutzeroberfläche befindet sich die Orchestrierungsschicht, die jede Benutzeranfrage verarbeitet. Sie aktiviert den ausgewählten Assistenzmodus, leitet die Anfrage an ein großes Sprachmodell weiter und koordiniert die erforderlichen Tools, um relevante Informationen abzurufen und zu verifizieren, bevor eine Antwort bereitgestellt wird.

Entscheidend ist, dass diese Ebene nicht isoliert arbeitet. Sie trägt dynamisch dazu bei, dass Antworten nicht allein vom Modell generiert werden, sondern auf relevanten Daten, Dokumenten und Webinhalten aus verschiedenen Konnektoren basieren. Diese Koordination wandelt die Modellausgabe in kontextbezogene, zuverlässige Antworten um.

  1. Konnektoren (MCP-Server):

Die Konnektoren bilden die Brücke zwischen der Orchestrierungsschicht und den zugrunde liegenden Daten- und Inhaltsquellen. Als MCP-Server (Model Context Protocol) implementiert, ermöglichen diese Konnektoren dem System den strukturierten und wiederverwendbaren Zugriff auf externe Quellen sowie die Interaktion mit diesen. Sie stellen sicher, dass die GLEIF-KI-Suche nicht auf statisches Wissen beschränkt ist und aktuelle, relevante Informationen aus GLEIF-Daten, APIs, Dokumenten und Webinhalten nutzen kann. Derzeit sind folgende Konnektoren verfügbar:

  • Websuche und -abruf: Ermöglicht es der KI, Inhalte auf der GLEIF-Website (gleif.org) zu suchen, abzurufen und zu verarbeiten. Dies unterstützt Fragen zu den Aktivitäten, Neuigkeiten, der Governance und allgemeinen Informationen der GLEIF.

  • Dokumentensuche: Verknüpft mit einem vektorbasierten Suchsystem, das auf einer Sammlung offizieller GLEIF-Dokumente wie Grundsatzpapieren und Governance-Rahmenwerken aufbaut. Wenn sich eine Frage auf Inhalte in diesen Dokumenten bezieht, kann die KI diese durchsuchen und relevante Passagen zitieren.

  • GLEIF-API-Konnektor: Ist direkt in die offizielle öffentliche GLEIF-APIintegriert und bietet Echtzeit-Zugriff auf den Global LEI Index. Dies ermöglicht es der KI, einzelne Unternehmen anhand ihrer LEI zu suchen, nach Namen zu suchen sowie detaillierte Registrierungsinformationen und Beziehungsdaten abzurufen.

  • LEI-Statistik-Connector: Verknüpft mit aggregierten Statistiken zum Globalen LEI-System. Er ermöglicht es dem System, strukturierte Analysedaten abzufragen, wie z. B. die Anzahl aktiver LEIs nach Ländern, Trends bei der Vergabe im Zeitverlauf, Wachstumsraten und Verteilungen über Unternehmenstypen oder Rechtsordnungen hinweg.

Wichtig ist, dass diese MCP-Server modular, wiederverwendbar und interoperabel konzipiert sind. Sie können auch in externe KI-Umgebungen wie ChatGPT, Claude und andere integriert werden. Die GLEIF hat bereits auf diesen Fähigkeiten basierende Skills definiert und diese auf der GLEIF-Webseite zur Verfügung gestellt. Mit Blick auf die Zukunft plant die GLEIF, die Anzahl der verfügbaren Konnektoren durch Hinzufügen weiterer MCP-Server zu erweitern, die Fähigkeiten des Systems weiter auszubauen und ein breiteres Spektrum an Nutzerbedürfnissen abzudecken.

Die Vorteile von GLEIF AI

Die GLEIF AI Search und die dazugehörigen Konnektoren wurden entwickelt, um den Zugriff auf LEI- und GLEIF-Informationen sowie deren Verständnis und Nutzung zu vereinfachen – was den weltweiten Datennutzern erhebliche Vorteile bietet:

  • Verbesserter Zugang zu vertrauenswürdigen Daten: Hilft Nutzern, LEI-Daten, Statistiken, Berichte, Dokumente der Governance und andere GLEIF-Inhalte über eine dialogorientierte Schnittstelle zu erkunden, anstatt separat durch mehrere Systeme navigieren zu müssen.
  • Umfassende Einblicke: Ruft Informationen aus APIs, Datenbanken, Dokumenten und Websites ab und kombiniert sie, um vollständigere und fundiertere Antworten zu liefern.
  • Transparente und überprüfbare Antworten: Unterstützt eine klare Quellenangabe und Erläuterung, sodass Nutzer verstehen, woher eine Antwort stammt und inwieweit sie verlässlich ist.
  • Übersichtlichere Zusammenfassungen: Wandelt komplexe oder umfangreiche Informationen in prägnante, für Menschen lesbare Antworten um.
  • Unterstützung bei der Entscheidungsfindung: Liefert zuverlässige und gut belegte Antworten, die Nutzern helfen, Informationen effizienter zu finden und mit größerer Sicherheit zu handeln.
  • Breitere Nutzbarkeit: Senkt die Einstiegshürde und ermöglicht es sowohl Experten als auch Laien, mit LEI-Daten zu interagieren und von ihnen zu profitieren.

Das Potenzial der KI-Suche nutzen

Da sich die KI-gestützte Suche ständig weiterentwickelt, wird ihr wahrer Wert nicht nur durch Geschwindigkeit oder Komfort bestimmt. Was zählt, ist die Fähigkeit, stets Antworten zu liefern, die auf zuverlässigen, transparent belegten Daten basieren und kontextuell relevant sind.

Die GLEIF-KI-Suche veranschaulicht, wie die Kombination vertrauenswürdiger Daten mit intelligenten Abrufmechanismen diese Anforderungen erfüllen kann, wodurch komplexe Informationen leichter zugänglich und nutzbar werden. Durch die Verknüpfung von Nutzerfragen mit offiziellen Daten, Dokumenten und Webinhalten verwandelt sie verteilte Informationen in Antworten, die leichter zu verstehen, zu überprüfen und umzusetzen sind – und stärkt so die Zuverlässigkeit und Datenintegrität als grundlegende Säulen der digitalen Innovation.

Mit Blick auf die Zukunft kann dieser Ansatz eine breitere Nutzung von GLEIF-Daten in verschiedenen KI-Umgebungen unterstützen. Indem Informationen zugänglicher, transparenter und überprüfbarer gemacht werden, kann GLEIF AI Search dazu beitragen, das Vertrauen in digitale Systeme zu stärken und fundiertere Entscheidungsfindungen zu unterstützen.

Falls Sie einen Blogbeitrag kommentieren möchten, besuchen Sie zum Posten Ihres Kommentars bitte die Blog-Funktion auf der englischsprachigen GLEIF-Website. Bitte identifizieren Sie sich mit Ihrem Vor- und Nachnamen. Ihr Name erscheint neben Ihrem Kommentar. Die E-Mail-Adresse wird nicht veröffentlicht. Bitte beachten Sie, dass Sie sich durch Zugriff auf oder Beiträge zum Diskussionsforum verpflichten, die Bedingungen der GLEIF-Blogging-Richtlinie einzuhalten. Lesen Sie sich diese daher sorgfältig durch.



Alle vorherigen GLEIF-Blog-Postings lesen >
Über den Autor:

Zornitsa Manolova leitet das Team für Datenqualitätsmanagement und Datenwissenschaft bei der Global Legal Entity Identifier Foundation (GLEIF). Seit April 2018 ist sie für die Erweiterung und Verbesserung der etablierten Rahmenordnung zu Datenqualität und Daten-Governance durch Umsetzung innovativer Ansätze zur Datenanalyse zuständig. Zuvor leitete sie Projekte zur Analyse forensischer Daten im Rahmen internationaler Finanzuntersuchungen bei PwC Forensics. Sie verfügt über ein deutsches Diplom in Informatik mit Schwerpunkt auf Maschinellem Lernen von der Philipps-Universität Marburg.


Tags für diesen Artikel:
Datenverwaltung, Datenqualität, Open Data, Global LEI Index, Global Legal Entity Identifier Foundation (GLEIF)