Zusammenfassung

  • Palantirs dauerhafter technischer Anspruch ist nicht, dass seine Modelle von Natur aus besser sind als die aller anderen. Sondern dass eine Ontologie Daten, Logik, Berechtigungen und Aktionen so eng verbinden kann, dass sensible Organisationen unübersichtliche operative Fakten in wiederholbare Entscheidungen verwandeln können.
  • Die Belege stützen einen echten Wendepunkt im Geschäft: Palantir meldete für das erste Quartal 2026 einen Umsatz von 1,633 Milliarden US-Dollar, ein Wachstum von 85 Prozent im Jahresvergleich und eine rasche Expansion im US-Commerce. Diese Zahlen sind Finanzergebnisse des Anbieters, kein Beweis dafür, dass jede Bereitstellung ihre Kosten für Datenbereinigung, Prüfung und Einführung gedeckt hat.
  • Die Produktabgrenzung ist wichtig. Palantir liefert Foundry, Gotham, AIP, Ontologie-Tools, Workflow-Anwendungen und vor Ort eingesetzte Dienstleistungen; die Kunden behalten das Eigentum an den Daten, politischen Entscheidungen, rechtlichen Befugnissen, Beschaffungsrisiken, Betriebsabläufen und vielen der angebundenen Modelle oder Systeme.
  • Die ungeklärte Frage ist die Wartung. Palantir gewinnt, wenn seine Kunden Ontologien, Zugriffskontrollen, Aktionsprotokolle, Evaluierungen und menschliche Genehmigungen aktuell halten können, während sich Organisationen, Modelle und Workflows ändern. Es verliert an Wert, wenn Bereitstellungen dienstleistungsintensiv, politisch eingeschränkt, schwer wechselbar oder nicht in der Lage sind zu beweisen, dass schnellere Entscheidungen bessere Entscheidungen waren.

Das operative Versprechen ist eine gesteuerte Aktion, keine klügere Antwort

Palantirs wichtigste Produktgeschichte ist keine Chatbot-Geschichte. Ein Chatbot kann eine Frage beantworten und die Organisation dennoch handlungsunfähig zurücklassen. Ein Krankenhaus fragt vielleicht, welche Operationssäle nächste Woche genutzt werden können, ein Hersteller fragt, welche Teileknappheit ein Fließband stoppen wird, ein Militärstab fragt, welche Ressourcen verlegt werden können, ohne eine neue Verwundbarkeit zu schaffen, und eine Bank fragt, welche Kundenüberprüfung eskaliert werden muss. In jedem Fall ist der kostspielige Teil nicht nur die Rangfolge der Optionen.

Der kostspielige Teil ist zu wissen, welche Daten autoritativ sind, welche Personen sie sehen dürfen, welche Annahmen aktuell sind, welches nachgelagerte System berührt wird und welcher Datensatz erhalten bleibt, wenn die Entscheidung später überprüft wird.

Deshalb sollte die gestellte Palantir-Frage mit der Ontologie beginnen. In Palantirs eigenerAIP-Architekturübersichtwird die Ontologie als die Schicht beschrieben, die Daten, Logik, Aktion und Sicherheit in eine einheitliche Repräsentation der unternehmerischen Entscheidungsfindung integriert. Dieselbe Architekturseite betont die Beobachtbarkeit von KI-gesteuerten Workflows, einschließlich der Überwachung von Datenflüssen, die die Ontologie speisen, der Protokollierung von Aktionen durch menschliche Benutzer oder KI-Agenten, der Nachverfolgung von verketteten Workflow-Ausführungen und der Verfolgung der Ressourcennutzung. Die praktische Behauptung ist, dass operative KI innerhalb eines gesteuerten Betriebsmodells sitzen muss, nicht daneben.

Diese Unterscheidung ist im aktuellen KI-Markt leicht zu übersehen. Modellanbieter können Reasoning, Kontextfenster, multimodale Eingaben und Tool-Nutzung verbessern, ohne das interne Autoritätsproblem des Kunden zu lösen. Cloud-Anbieter können leistungsstarke Data Warehouses, Vektorsuche, Workflow-Orchestrierung und Modell-Hosting-Dienste anbieten, ohne zu garantieren, dass eine bestimmte operative Aktion in der Sprache des Unternehmens autorisiert ist. Systemintegratoren können Datenflüsse und Apps zusammenfügen, aber das Ergebnis kann ein lokales Projekt bleiben, statt einer wiederverwendbaren institutionellen Schicht.

Palantirs Wette ist, dass viele große Organisationen eine meinungsstarke Schicht wollen, die ihre Welt in Objekte, Beziehungen, Anwendungen und Aktionen abbildet, und diese Abbildung dann nah genug an den laufenden Betrieb hält, um nützlich zu sein.

Das Argument ist überzeugend, wo die Arbeit wiederholt, teuer und folgenreich ist. Ein einfaches Dashboard kann verspätete Sendungen anzeigen. Es kann von sich aus nicht entscheiden, wer die Priorität einer Sendung ändern darf, ob ein Ersatzteil zugelassen ist, ob eine vertragliche Zusage einen Kunden dringlicher macht als einen anderen, oder warum ein Manager eine automatisierte Empfehlung außer Kraft gesetzt hat. Palantirs Ontologie-und-Aktion-Modell ist für dieses schwerere Terrain konzipiert.

Hier liegt auch das Risiko des Unternehmens, denn je mehr eine Plattform behauptet, Bedeutung und Autorität zu kodieren, desto größer ist der Schaden, den Ontologie-Drift, veraltete Berechtigungen und schlechte Quellenabbildung anrichten können.

Was Palantir ist und was nicht

Die Unternehmensgrenze ist wichtig, weil Palantir oft so diskutiert wird, als wäre es gleichbedeutend mit den Missionen seiner Kunden. Das ist zu weit gefasst. Palantir verkauft und unterstützt Softwareplattformen und Bereitstellungsdienste: Foundry für unternehmensweite Datenintegration und Anwendungen, Gotham für Verteidigungs- und Nachrichtenworkflows, AIP für KI-gestützte Workflows sowie eine breitere Palette von Ontologie-, Aktions-, Evaluierungs-, Anwendungsbau- und Integrationstools. Es bietet auch vor Ort eingesetzte Ingenieurs- und Implementierungsarbeit.

Es besitzt nicht automatisch die zugrunde liegenden Kundendaten, die rechtliche Grundlage für ein Regierungsprogramm, die an AIP angebundenen Modellanbieter, die Cloud-Infrastruktur unter jeder Bereitstellung oder die operative Entscheidung, die ein Kunde innerhalb des Systems trifft.

Die NHS Federated Data Platform veranschaulicht die Grenze. DerVertragserklärervon NHS England besagt, dass ein von Palantir geführtes Konsortium im November 2023 den Vertrag erhalten hat, mit einer Finanzierung für bis zu 240 NHS-Organisationen über einen möglichen Zeitraum von sieben Jahren. Es heißt auch, dass Palantir ein Auftragsverarbeiter im Sinne des Datenschutzrechts ist, dass die NHS-Benutzerorganisationen den Zugriff auf ihre eigenen Plattforminstanzen kontrollieren, dass die Plattform rollen- und zweckbasierte Zugriffskontrollen durchsetzt und dass personenbezogene Daten in der FDP und der datenschutzverbessernden Technologieumgebung in britischen Rechenzentren gespeichert und verarbeitet werden. Der Erklärer sagt weiter, dass Palantir NHS-Daten nicht kommerzialisieren oder zur Entwicklung neuer Lieferantenprodukte wie dem Training eines KI-Modells mit NHS-Daten verwenden darf.

Diese vertraglichen Aussagen entscheiden nicht, ob der NHS Palantir weiter nutzen sollte. Sie verdeutlichen jedoch den analytischen Rahmen. Wenn das System Patienten hilft, schneller durch die Versorgung zu kommen, kann Palantir behaupten, dass seine Software zu einem besseren operativen Workflow beigetragen hat. Wenn das System auf öffentliches Misstrauen, umstrittene Vorteile, schwache Datenqualität oder eine politische Entscheidung, den Vertrag nicht zu verlängern, stößt, sind das Kundenumfeld und die Governance-Entscheidungen Teil des Ergebnisses. Die gleiche Trennung gilt für Verteidigungs- und kommerzielle Bereitstellungen.

Palantirs Produkt mag einen Workflow technisch möglich machen, aber der Kunde liefert immer noch die Autorität, die Doktrin, die Datenverwaltung, das Mitarbeiterverhalten und die institutionelle Toleranz für das Ergebnis.

Diese Grenze wirkt in beide Richtungen. Sie verhindert überhöhte Behauptungen, Palantir habe ein ganzes öffentliches Dienst- oder Militärproblem allein durch die Installation von Software gelöst. Sie verhindert auch eine leichte Abqualifizierung des Unternehmens als bloßen Dashboard-Anbieter. Die Software soll nahe dem Punkt operieren, an dem fragmentierte Daten zu einer autorisierten Aktion werden. Das ist eine folgenreichere Produktoberfläche als gewöhnliche Analytik und erfordert einen strengeren Evidenzstandard.

Die Ontologie ist ein wirtschaftlicher Hebel und eine Wartungslast

Palantirs Ontologie ist wertvoll, weil sie eine schwierige lokale Integration in eine wiederverwendbare Betriebsschicht verwandeln kann. In derÜbersicht der Foundry-Aktionstypenist eine Aktion eine Transaktion, die Objekteigenschaften, Verknüpfungen oder damit verbundene Nebeneffekte gemäß benutzerdefinierter Logik ändert. Das Beispiel ist einfach, aber das Prinzip ist breit: Ein autorisierter Benutzer sollte in der Lage sein, eine Geschäftsaktion im Sinne des Geschäftsziels auszuführen, anstatt getrennte Zeilen und Felder zu bearbeiten. Palantirs Dokumentation sagt, dass die Ontologie Konzepte auf die tatsächlichen Daten einer Organisation abbildet und Benutzerentscheidungen als Bearbeitungen erfassen kann, die zurück in benutzerorientierte Anwendungen fließen.

Das ist der Hebel. Wenn eine Fluggesellschaft, ein Krankenhaus, eine Fabrik oder ein Militärkommando ein gemeinsames Objektvokabular definieren und gesteuerte Aktionen darauf verfügbar machen kann, werden Anwendungen leichter wiederverwendbar. Ein Wartungsplaner, Betriebsleiter, Analyst und Compliance-Prüfer können mit derselben strukturierten Repräsentation arbeiten, anstatt lokale Tabellenkalkulationen, Tickets und Dashboards abzugleichen. Neue KI-Fähigkeiten können an dieselbe Kontextschicht angebunden werden.

Deshalb ist die Ontologie zentral für Palantirs kommerziellen Ansatz: Die Plattform ist nicht nur ein Ort zum Speichern von Daten, sondern ein Ort, um institutionelle Bedeutung zu kodieren.

Sie ist auch die Last. Bedeutung ändert sich. Abteilungen reorganisieren sich. Lieferketten verschieben sich. Klinische Pfade ändern sich. Militärische Doktrin entwickelt sich. Regulierungsbehörden ändern Berichtserwartungen. Ein Modell, das in einem Workflow nützlich war, wird in einem anderen unzuverlässig. Ein Feld, das für ein Team sicher freigegeben war, wird nach einer Fusion oder Richtlinienänderung sensibel. Wenn sich die Ontologie nicht mit der Institution ändert, werden Benutzer sie umgehen. Wenn sie sich ohne Disziplin ändert, werden Benutzer ihr nicht mehr vertrauen.

Palantir muss daher das lange Wartungsspiel gewinnen, nicht nur die anfängliche Demo.

Die Fehlerart ist nicht dramatisch. Es kann eine veraltete Abbildung aus einem Quellsystem sein. Es kann eine Eigenschaft sein, die präzise erscheint, aber von zwei Standorten unterschiedlich befüllt wird. Es kann eine Berechtigung sein, die die Teamstruktur des letzten Jahres widerspiegelt. Es kann eine Workflow-Aktion sein, deren Nebeneffekt von einem externen System nicht mehr akzeptiert wird. Es kann ein KI-Assistent sein, der Objekte abruft, die technisch relevant, aber operativ veraltet sind.

Monate später hat die Organisation vielleicht noch eine beeindruckende Plattform und eine schwache Antwort auf die zentrale Frage: Warum war diese Aktion legitim?

Berechtigungen sind kein Wrapper

Die Berechtigungsvergabe ist einer der Bereiche, in denen Palantirs öffentliche Dokumentation zeigt, warum das Produkt mehr als eine Modellschnittstelle ist. DieÜbersicht der Objektberechtigungentrennt Ontologieressourcen wie Objekttypen, Verknüpfungstypen und Aktionstypen von den Daten selbst, was bedeutet, dass die Ressourcendefinitionsebene und die eigentlichen Objektinstanzen unterschiedliche Sicherheitsfragen haben. Die Dokumentation zuOntologieberechtigungenbesagt, dass Ontologieressourcen über Projekte verwaltet werden und dass ein Benutzer die Berechtigung haben kann, einen Objekttyp zu sehen, ohne unbedingt die Berechtigung zu haben, die zugrunde liegenden Objektdaten zu sehen. Dieselbe Seite stellt fest, dass das Anzeigen tatsächlicher Objekte auch Zugriff auf die Daten über die Sicherheitskonfiguration des Objekts erfordert.

Die Seite zurVerwaltung der Objektsicherheitgeht weiter und beschreibt Objekt- und Eigenschaftssicherheitsrichtlinien, die Ansichtsberechtigungen für Objektinstanzen und einzelne Eigenschaften festlegen können, einschließlich Steuerungen auf Zeilen-, Spalten- und Zellenebene. Sie warnt auch, dass einige Eigenschaftswerte auf Ressourcen außerhalb der Ontologie verweisen können, wie z. B. Medien, die in einem Medienset gespeichert sind, und dass Berechtigungen für diese externen Ressourcen separat konfiguriert werden müssen. Dieser Hinweis ist wichtig. Er zeigt die Art von Grenzfall, der eine saubere Governance-Geschichte zunichtemachen kann: Ein Benutzer kann von einer Eigenschaft ausgeschlossen sein, aber dennoch ein referenziertes Asset abrufen können, wenn die zugrunde liegende Ressource lockerer ist.

Hier treffen Palantirs Produktstärke und die Kundenbelastung aufeinander. Feinkörnige Steuerungen sind nur nützlich, wenn die Organisation weiß, was geschützt werden sollte, Identitätsgruppen aktuell hält, versteht, wo die Datenherkunft den Zugriff ändert, und Ausnahmen prüft. Palantir kann die Maschinerie bereitstellen. Es kann von sich aus nicht entscheiden, welche Krankenschwester, Analytiker, Ingenieur, Auftragnehmer, Kommandant, Prüfer oder Anwendung unter welchen Umständen jedes einzelne Datenelement sehen darf. Diese Entscheidung gehört zum Kunden und muss aufrechterhalten werden, während sich die Organisation ändert.

Das Gleiche gilt auf der Anwendungsebene. Palantirs Dokumentation zuWorkshop-Berechtigungensagt, dass die Berechtigung zum Öffnen oder Bearbeiten eines Moduls getrennt ist von der Berechtigung zum Zugriff auf die Daten, Aktionen oder Funktionen innerhalb dieses Moduls. Die Dokumentation zuAktionstyp-Berechtigungensagt, dass das Anwenden einer Aktion von den bearbeiteten Objekt- und Verknüpfungstypen, der Fähigkeit des Benutzers, bearbeitete Ressourcen und Datenquellen zu sehen, und etwaigen Einreichungskriterien abhängt. Diese Details sind wichtig, weil echte Operationen selten nur auf einer Ebene scheitern. Ein Workflow kann verfügbar erscheinen, während die zugrunde liegende Aktion nicht verfügbar ist; ein Benutzer kann ein Modul bearbeiten, ohne die benötigten Daten sehen zu können; eine Person kann berechtigt sein, einen Datensatz zu sehen, aber nicht die Aktion auszuführen, die ihn ändert.

Prüfbarkeit muss den normalen Arbeitsablauf überstehen

Palantirs öffentliche Prüfdokumentation ist ungewöhnlich explizit über den praktischen Kompromiss in Prüfsystemen. DieÜbersicht der Audit-Protokollebeschreibt Audit-Protokolle als umfassende Aufzeichnung von Aktionen in Foundry, aber auch als destillierte Aufzeichnung, bei der zu viel Ausführlichkeit die Protokolle schwerer nachvollziehbar machen kann. Es heißt, Audit-Protokolle beantworten, wer eine Aktion ausgeführt hat, welche Aktion stattfand, wann und wo sie stattfand, mit dem Hinweis, dass Audit-Protokolle sensible Informationen enthalten können und möglicherweise im eigenen Sicherheitsüberwachungssystem des Kunden analysiert werden müssen.

Diese Rahmung ist nützlich. Eine Plattform, die alles aufzeichnet, ohne den Ermittlern zu helfen, darüber nachzudenken, kann immer noch bei einer Prüfung durchfallen. Die Seite von Palantir zuAudit-Protokollkategorienbeschreibt Kategorien, die es Analysten ermöglichen, hochrangige Aktionen wie Datenladen, Exportieren oder Authentifizierungsversuche abzufragen, ohne jeden dienstspezifischen Ereignisnamen verfolgen zu müssen. Diese Abstraktion ist wertvoll, weil sich Dienstnamen ändern und neue Funktionen erscheinen. Sie erinnert auch daran, dass Prüfbarkeit ein Designziel ist, kein natürliches Nebenprodukt der Nutzung von KI.

Die Aktionsprotokollierung ist näher am operativen Kern des Produkts. Die Dokumentation zumAktionsprotokollsagt, dass Aktionstypen für Protokollobjekte Einreichungen als Ontologieobjekte modellieren, damit sie in objektbewussten Werkzeugen analysiert und angezeigt werden können. Eine eingereichte Aktion kann ein Protokollobjekt erzeugen, das mit allen bearbeiteten Objekten verknüpft ist, und Metadaten wie Aktionskennungen, Version des Aktionstyps, Zeitstempel, Benutzer-ID, bearbeitete Objekte und Parameterwerte speichern. Die Seite stellt den Zeitplan explizit um die Fragen "was wurde geändert, von wem und wann?"

Diese Mechanismen sind genau das, was eine regulierte Organisation braucht, wenn eine Aktion später angefochten wird. Doch der schwierige Teil ist nicht die Existenz einer Protokollfunktion. Der schwierige Teil ist sicherzustellen, dass die Aktion selbst gut definiert war, der relevante Kontext gespeichert wurde, die richtigen Benutzer zur Genehmigung erforderlich waren, die Quelldaten aktuell waren, das nachgelagerte System die beabsichtigte Änderung erhalten hat und der Prüfpfad nach der Überarbeitung des Aktionstyps interpretierbar bleibt.

Ein Prüfeintrag, der besagt, dass der falsche autorisierte Benutzer eine schlecht spezifizierte Aktion ausgeführt hat, ist keine erfolgreiche Kontrolle. Er ist eine saubere Aufzeichnung eines schwachen Prozesses.

AIP verlagert den Fehlerpunkt von der Vorhersage zur Änderungskontrolle

AIP gibt Palantir eine Möglichkeit, große Sprachmodelle und andere KI-Fähigkeiten an die Ontologie- und Anwendungsschicht anzubinden. DieAIP-Übersichtsagt, dass AIP Prüfpfade, Erklärungen und Evaluierungen für Modellentscheidungen bereitstellt, wobei die Verfügbarkeit von Funktionen je nach Kunde unterschiedlich ist. Die Dokumentation zuKI-Ethik und Governancebetont ontologiebasierte Entscheidungsunterstützung, menschliche Aufsichts-Workflows, Genehmigungsprozesse, Feedbackschleifen, Kontrollpunkte und Fallback-Mechanismen. DieÜbersicht der AIP-Evaluierungenstellt Evaluierungen als Testumgebung für AIP-Logikfunktionen, Chatbot-Funktionen und codeerstellte Funktionen dar, die darauf ausgelegt ist, mit der nicht-deterministischen Natur von LLMs umzugehen, indem Ausgaben mit Testfällen und früheren Versionen verglichen werden.

Dies ist die richtige Richtung für operative KI. Die Antwort eines Modells ist nicht stabil genug, um ihr nur zu vertrauen, weil sie plausibel klang. Wenn das Modell Aktionen empfehlen, Entwürfe erstellen, Arbeiten priorisieren oder Tools aufrufen soll, benötigt die Organisation Testfälle, Evaluierungsfunktionen, Varianzprüfungen, Versionsvergleiche, Genehmigungspunkte und Rückfallverhalten. Palantirs Dokumentation erkennt an, dass KI-Workflows in der Produktion diese Kontrollen benötigen.

Aber die Existenz von AIP-Evaluierungen beweist nicht, dass der Produktionsworkflow eines Kunden zuverlässig ist. Eine Evaluierungssuite ist nur so gut wie ihre Testfälle und Fehlerschwellen. Ein menschlicher Genehmigungsschritt ist nur so stark wie das Fachwissen, die Zeit und die Anreize des Prüfers. Eine Feedbackschleife kann einen Workflow verbessern oder voreingenommenes lokales Verhalten verstärken. Ein Fallback-Mechanismus kann menschliches Eingreifen bewahren oder zu einer selten genutzten Notluke werden.

Palantir kann eine Umgebung bereitstellen, in der diese Kontrollen einfacher zu erstellen sind; die Organisation muss dennoch die Kontrollen auswählen und pflegen, die den Konsequenzen der Aktion entsprechen.

Das gleiche Risiko tritt bei der Abfrage und externen Tool-Verbindungen auf. Palantirs Dokumentation zumAbfragekontextbesagt, dass AIP-Chatbots Ontologie-, Dokument- und funktionsgestützten Kontext einbeziehen können, der deterministisch mit jeder neuen Benutzernachricht ausgeführt wird. Ihre Ankündigung vom Mai 2026 zur Dokumentation vonOntology MCPbesagt, dass externe KI-Agenten als MCP-Clients verbinden können, um Objekttypen zu lesen, vordefinierte Aktionstypen auszuführen und Abfragefunktionen innerhalb konfigurierter Berechtigungen auszuführen. Diese Fähigkeiten könnten KI-Agenten operativ nützlicher machen. Sie erweitern auch die Kontrolloberfläche. Wenn ein externer Agent Objekttypen sehen und vordefinierte Aktionen ausführen kann, werden Berechtigungsumfang, Tool-Beschreibungen, Genehmigungsanforderungen und Überwachung Teil der Zuverlässigkeitsgeschichte des Produkts.

Mit anderen Worten: AIP beseitigt das Ontologieproblem nicht. Es erhöht den Nutzen seiner Lösung und verteuert die Kosten, es falsch zu machen.

Kundenbelege zeigen, warum der Nenner wichtig ist

Die öffentlichen Kundenbelege sind stark genug, um die Nachfrage zu zeigen, aber nicht ausreichend, um den Return on Investment über alle Bereitstellungen hinweg zu bestimmen. Die Ankündigung der US-Armee vom Juli 2025 zu einerVereinbarung über Unternehmensdienstleistungenbesagt, dass die Armee 75 Verträge, darunter 15 Hauptverträge und 60 zugehörige Verträge, in einer Vereinbarung mit einem potenziellen Wert von höchstens 10 Milliarden US-Dollar über maximal 10 Jahre zusammengefasst hat. Dieselbe Ankündigung stellt klar, dass dieser Betrag ein maximaler potenzieller Wert ist, keine spezifische Verpflichtung oder Zusage. Dieser Vorbehalt ist keine Fußnote. Er ist zentral für die Bewertung von Palantirs Wirtschaftlichkeit. Eine hohe Obergrenze zeigt einen Beschaffungsweg und institutionelles Vertrauen, aber der realisierte Wert hängt von Bestellungen, Einführung, Vertragsausführung und Implementierungskosten ab.

Die Belege zum Maven Smart System weisen in die gleiche Richtung. DieVertragsankündigungdes Verteidigungsministeriums vom Mai 2024 besagt, dass Palantir USG einen Festpreisvertrag über 480 Millionen US-Dollar für den Maven Smart System Prototypen erhalten hat, wobei Arbeitsorte und Finanzierung durch Bestellung festgelegt werden. Breaking Defense berichtete, dass der neue Vertrag den Maven-Zugriff von Hunderten auf Tausende von Benutzern erweitern sollte, und zitierte Palantir mit der Beschreibung des Bedarfs, Datensysteme und neue KI-Fähigkeiten zu integrieren. Die aussagekräftigste Zeile in diesem Bericht ist nicht die Benutzererweiterung. Es ist die Beschreibung der mühevollen Arbeit dahinter: Zugriff auf Datensätze erhalten, Fehler und Artefakte bereinigen, Daten neu formatieren und dauerhafte Datenflüsse aufbauen. Das ist der Nenner. Je wertvoller die Mission, desto teurer wird die Datenvorarbeit.

DefenseScoop berichtete später, dass Pentagon-Führungskräfte die Maven-Vertragsobergrenze um 795 Millionen US-Dollar auf fast 1,3 Milliarden US-Dollar bis 2029 erhöht haben, unter Berufung auf wachsende Nachfrage der Kampfkommandos, während unbeantwortete Fragen zu Bereitstellungsplänen und Benutzererweiterung angemerkt wurden. Für Palantir ist dies ein kommerziell attraktiver Beleg für die Verteidigungsnachfrage.

Für Evaluatoren ist es auch eine Erinnerung daran, dass das Wachstum der Lizenzkapazität und der Vertragsobergrenzen nicht die operative Qualität jedes Workflows, die Doktrin um KI-gestützte Entscheidungen oder die Schulungsbelastung der Benutzer offenlegt.

Das Gesundheitswesen ist noch sensibler, weil öffentliches Vertrauen Teil des Betriebssystems ist. Der Erklärer von NHS England stellt die FDP als eine gesteuerte Plattform mit lokaler Zugriffskontrolle, britischer Verarbeitung und Vertragsüberprüfungsmechanismen dar. The Guardian berichtete in einem Bericht über parlamentarische Kontrolle vom Juli 2026 über fraktionsübergreifende Forderungen, den NHS-Palantir-Vertrag zu kündigen, unter Berufung auf öffentliches und medizinisches Misstrauen, umstrittene Vorteile, Datenschutzbedenken und die Verfügbarkeit von Alternativen.

Palantir und britische Beamte führten operative Vorteile an, darunter zusätzliche Operationen und weniger Verzögerungen, während Kritiker die Belege und die institutionelle Passung in Frage stellten. Die Fakten reduzieren sich nicht auf "Software funktioniert" oder "Software versagt". Sie zeigen, dass Palantirs Wertversprechen untrennbar mit Legitimität, Datenverwaltung und der Fähigkeit des Kunden, Vorteile glaubwürdig nachzuweisen, verbunden ist.

Die Finanzkurve ist real, aber nicht gleichbedeutend mit dem Nachweis wiederholbarer Ergebnisse

Palantirs Wachstum gibt dem Unternehmen Raum zu argumentieren, dass der Markt sein Betriebsmodell validiert. In seinerErgebnisveröffentlichung für das erste Quartal 2026meldete Palantir einen Umsatz von 1,633 Milliarden US-Dollar, ein Wachstum von 85 Prozent im Jahresvergleich und 16 Prozent im Quartalsvergleich. Der US-Umsatz wuchs um 104 Prozent im Jahresvergleich auf 1,282 Milliarden US-Dollar. Der US-Commerce-Umsatz wuchs um 133 Prozent im Jahresvergleich auf 595 Millionen US-Dollar, und der US-Regierungsumsatz wuchs um 84 Prozent im Jahresvergleich auf 687 Millionen US-Dollar. Das Unternehmen gab außerdem an, 206 Deals von mindestens 1 Million US-Dollar, 72 Deals von mindestens 5 Millionen US-Dollar und 47 Deals von mindestens 10 Millionen US-Dollar abgeschlossen zu haben.

DerForm 10-Q für das erste Quartal 2026liefert nützliche Details. Der Regierungsumsatz betrug 858 Millionen US-Dollar und der kommerzielle Umsatz 774 Millionen US-Dollar im Quartal, wobei der Gesamtumsatz um 85 Prozent gegenüber dem ersten Quartal 2025 stieg. Palantir meldete eine Bruttomarge von 87 Prozent für das Quartal, ein Anstieg von 80 Prozent im Vorjahr, obwohl die Umsatzkosten teilweise aufgrund von Cloud-Hosting-Diensten Dritter stiegen. Es meldete außerdem 8,0 Milliarden US-Dollar an Barmitteln, Zahlungsmitteläquivalenten und kurzfristigen US-Staatsanleihen zum 31. März 2026, keine ausstehenden Schulden und 899 Millionen US-Dollar an operativem Cashflow für das Quartal.

Dies sind starke Finanzzahlen eines Softwareunternehmens. Sie beantworten nicht die Frage nach der Bereitstellungsqualität. Eine hohe Bruttomarge kann mit hohen kundenseitigen Implementierungskosten einhergehen. Ein schnelles US-Commerce-Wachstum kann mit uneinheitlichen Ergebnissen nach Branchen einhergehen. Hohe Deal-Zahlen können Erweiterungen, Pilotprojekte, Beschaffungsfahrzeuge und mehrjährige Verpflichtungen mit unterschiedlichen Risikoprofilen umfassen. Die Finanzzahlen beweisen, dass Palantir Nachfrage und Monetarisierung in großem Maßstab gefunden hat.

Sie beweisen nicht, dass jede Ontologie genau bleibt, jede Aktion prüfbar bleibt, jeder Benutzer den Workflow übernimmt oder jeder Kunde die Gesamtkosten von Alternativen unterbietet.

Der Jahresbericht hält diese Unterscheidung sichtbar. In seinemForm 10-K für 2025meldete Palantir einen gesamten verbleibenden Deal-Wert von 11,2 Milliarden US-Dollar zum 31. Dezember 2025, darunter 6,8 Milliarden US-Dollar von kommerziellen Kunden und 4,4 Milliarden US-Dollar von Regierungskunden. Es wurde auch offengelegt, dass viele Verträge Kündigungsklauseln unterliegen, einschließlich Kündigung aus Bequemlichkeit, und dass Optionen für US-Bundesverträge nicht mehr als ein Jahr im Voraus ausgeübt werden können. Palantir gab separat an, dass IDIQ-Verträge im Gesamtwert von 12,3 Milliarden US-Dollar vergeben wurden, die vom verbleibenden Deal-Wert ausgeschlossen waren, da die Finanzierung nicht festgelegt oder garantiert war.

Diese Formulierung ist wichtig, weil Palantirs kommerzielle Frage nicht "sind Kunden interessiert?" ist. Die Antwort ist eindeutig ja. Die Frage ist, ob schnellere operative Entscheidungen und wiederverwendbare Anwendungen die Kosten für vor Ort eingesetztes Engineering, Datenbereinigung, Ontologiewartung, Beschaffung, Lizenzierung, Modellüberprüfung und Wechselkosten im Laufe der Zeit übersteigen. Die Antwort mag in vielen wertvollen Umgebungen ja sein. Sie muss dennoch Bereitstellung für Bereitstellung verdient werden.

Dienstleistungsarbeit ist Teil des Produkts, selbst wenn die Marge wie Software aussieht

Palantirs Vor-Ort-Modell ist eine Stärke, weil die Zielkunden des Unternehmens mit reiner Self-Service-Software schwer zu bedienen sind. Sensible Organisationen haben Altsysteme, ungewöhnliche Datendefinitionen, klassifizierte oder regulierte Umgebungen, politische Stakeholder, Sicherheitsbeschränkungen und Fachexperten, die nicht in Datenbanktabellen sprechen. Eine generische produktgesteuerte Wachstumsbewegung reicht nicht aus. Jemand muss das operative Problem verstehen, die Daten abbilden, die Ontologie aufbauen, Aktionen entwerfen, Anwendungen verbinden, Berechtigungen verwalten und Benutzer dazu überreden, Routinen zu ändern.

Diese Arbeit kann einen Burggraben schaffen. Eine gut aufgebaute Ontologie bettet Kundenwissen so ein, dass es für Wettbewerber schwer ist, schnell zu verdrängen. Darauf aufbauende Anwendungen können wiederverwendbar werden. Wenn Palantirs Ingenieure einem Kunden helfen, von einem einmaligen Dashboard zu einem gesteuerten Betriebsmodell überzugehen, wird der Kunde eher erweitern als wechseln. Die Umsatzausweitung von bestehenden Kunden im ersten Quartal, die im 10-Q als Übernahme von Produkten und Dienstleistungen innerhalb von Organisationen beschrieben wird, ist mit diesem Muster konsistent.

Es kann auch zu einer Belastung werden. Wenn jede hochwertige Bereitstellung maßgeschneidertes Engineering, Kundenworkshops, Datenbereinigung, lokale Governance-Debatten und laufende Wartung erfordert, kann die Plattform in Palantirs Gewinn- und Verlustrechnung softwareartig sein, aber in den tatsächlichen Kosten des Kunden dienstleistungsintensiv. Das macht es nicht zu einem schlechten Geschäft. Es macht den Nenner größer. Ein Hersteller könnte durch weniger Produktionsunterbrechungen genug einsparen, um es zu rechtfertigen. Ein Krankenhaus könnte genug Kapazität einsparen, wenn sich Planungs- und Entlassungsworkflows tatsächlich verbessern.

Eine Verteidigungsbehörde könnte die Kosten rechtfertigen, wenn die Datenfusion die operative Geschwindigkeit ändert. Aber der Wert muss an den Gesamtprogrammkosten gemessen werden, nicht nur am Lizenzpreis.

Hier sollte die Rhetorik des Unternehmens über "tragende" Software getestet werden. Tragende Systeme werden nicht nach Demos beurteilt. Sie werden nach langweiliger Zuverlässigkeit beurteilt: Übergaben, die funktionieren, Ausnahmen, die sichtbar sind, Berechtigungen, die aktualisiert werden, Aktionen, die protokolliert werden, Benutzer, die keine Schatten-Tabellenkalkulationen führen, und Wiederherstellungspfade, die geübt werden. Palantirs eigene Dokumentation weist auf viele dieser Kontrollen hin. Öffentliche Belege zeigen selten, ob Kunden sie gut pflegen.

Datensouveränität ist nur dann ein Produktmerkmal, wenn die gesamte Kette sie respektiert

Das zugewiesene Thema umfasst Datensouveränität und -lokalität, und Palantirs Kundenbasis macht dies unvermeidlich. Gesundheitswesen, Verteidigungsbehörden und kritische Industrien können KI-Workflows nicht als generische Cloud-Funktionen behandeln. Sie müssen wissen, wo Daten gespeichert sind, wer darauf zugreifen kann, welche Rechtsordnung gilt, ob Anbieter Daten wiederverwenden können und wie sensible Attribute durch das System wandern.

Der NHS-Vertragserklärer liefert ein öffentliches Beispiel: Nur in Großbritannien gespeicherte und verarbeitete personenbezogene Daten in der FDP und der datenschutzverbessernden Technologieumgebung, vertragliche Grenzen für Palantirs Nutzung von NHS-Daten und lokale Kontrolle durch NHS-Benutzerorganisationen. Palantirs Dokumentation zur Objektsicherheit liefert ein produktseitiges Beispiel: Objekt- und Eigenschaftsrichtlinien, Datenquellenrichtlinien und Warnungen zu externen referenzierten Ressourcen.

Die AIP-Architekturdokumentation fügt die Idee hinzu, dass Datenintegration, Sicherheit und Herkunftsgarantien über Batch-, Streaming- und Echtzeitmodi hinweg kohärent bleiben sollten.

Das Risiko besteht darin, dass Souveränität auf eine Hosting-Behauptung reduziert werden kann. Der Hosting-Standort ist wichtig, aber nicht die gesamte Kontrollkette. Ein Workflow kann Daten dennoch durch eine falsch konfigurierte Anwendung, einen abgeleiteten Datensatz, eine Medienreferenz, eine permissive Aktion, eine Modellanweisung, einen Exportpfad, ein externes Tool oder einen menschlichen Prozess außerhalb der Plattform offenlegen. Ein Kunde kann auch Datenlokalitätsregeln einhalten und dennoch öffentliches Vertrauen verlieren, wenn die Menschen den Anbieter oder das Regierungsprogramm für unangemessen halten.

Palantirs Vorteil in sensitiven Märkten hängt davon ab, Governance sowohl für technische Administratoren als auch für institutionelle Stakeholder verständlich zu machen.

Die Ankündigung von Ontology MCP im Mai 2026 verschärft diesen Punkt. Externe KI-Agenten können nützlich sein, wenn sie durch abgegrenzte Tools und vordefinierte Aktionen operieren. Sie können auch neue Governance-Fragen aufwerfen, weil die Grenze zwischen interner Anwendung, externem Agenten und operativer Aktion komplexer wird. Die relevante Frage ist nicht, ob MCP modern ist. Es ist, ob die Organisation genau nachweisen kann, was ein Agent sehen konnte, was er tun konnte, welche Genehmigungen erforderlich waren, welche Protokolle erzeugt wurden und welche Kontrollen fehlschlagen würden.

Alternativen verbessern sich, aber sie lösen ein anderes erstes Problem

Palantir konkurriert nicht nur mit einem Unternehmen. Es konkurriert mit internen Datenplattform-Teams, Cloud-KI-Stacks, Workflow-Software, Systemintegratoren, Verteidigungsauftragnehmern, Analyseplattformen, Data Warehouses, Lakehouses und der Entscheidung, nichts zu tun. Jede Alternative geht von einer anderen Prämisse aus. Ein Cloud-Anbieter beginnt vielleicht mit Infrastruktur und Modellzugriff. Ein Lakehouse-Anbieter beginnt vielleicht mit verwalteten Daten und Analysen. Ein Workflow-Anbieter beginnt vielleicht mit Geschäftsprozessautomatisierung. Ein Systemintegrator beginnt vielleicht mit kundenspezifischer Lieferung.

Ein internes Team beginnt vielleicht mit institutionellem Wissen und geringerer Anbieterbindung.

Palantirs Vorteil ist die Integration dieser Belange rund um die operative Aktion. Wenn der Kunde hauptsächlich Speicher, Berichterstattung oder Modell-Hosting benötigt, kann Palantir schwer und teuer wirken. Wenn der Kunde unordentliche Daten mit Autorität, Workflow, Aktionsprotokollierung und domänenspezifischen Anwendungen verbinden muss, kann Palantirs Gewicht zum entscheidenden Punkt werden. Das Unternehmen ist am stärksten, wo Entscheidungen wiederholt, funktionsübergreifend, sensibel und teuer genug sind, dass die Ontologiewartungslast gerechtfertigt ist.

Die Frage der Bindung folgt natürlich. Die Ontologie, Aktionen, Anwendungen und Betriebsroutinen eines Kunden können tief mit Palantir verbunden sein. Das kann akzeptabel sein, wenn die Plattform zu einer dauerhaften Betriebsschicht wird und die Vertragsökonomie angemessen bleibt. Es wird zu einem Risiko, wenn ein Kunde Workflows, Prüfhistorie, Geschäftslogik oder Domänenmodelle nicht ohne hohe Wechselkosten umziehen kann. Der Erklärer von NHS England stellt fest, dass das NHS das in Auftrag gegebene kanonische Datenmodell und die erstellten Produkte oder Komponenten besitzt, während Palantir Rechte an Foundry selbst behält.

Diese Unterscheidung ist wichtig, aber der praktische Austritt hängt von mehr als der Sprache des geistigen Eigentums ab. Er hängt von Dokumentation, Datencxport, Prozessportabilität, Mitarbeiterfähigkeiten und verfügbaren Alternativen ab.

Das ist auch der Grund, warum eine Palantir-Bereitstellung als lebendiges Betriebsmodell und nicht als fertige Softwareinstallation geprüft werden sollte. Das Belegepaket verweist auf Evaluierungsseiten, Aktionsdokumentationsseiten, AIP-Produktmaterial, Kundenoffenlegungen und Erklärungen zur Kontrolle des öffentlichen Sektors, aber diese Quellen beschreiben meist die Mechanismen und ausgewählte Ergebnisse.

Ein Käufer muss dennoch die normale Arbeit nach dem Go-Live stichprobenartig prüfen: wer eine Berechtigungsgruppe geändert hat, welches Quellfeld eine Aktion gespeist hat, welche Evaluierung einen überarbeiteten Workflow abdeckte, wie eine abgelehnte Empfehlung aufgezeichnet wurde und ob Frontline-Benutzer die von ihnen angewandte Regel erklären können. Diese alltäglichen Stichproben sind der Punkt, an dem eine Betriebsplattform entweder Vertrauen gewinnt oder undurchsichtig wird.

Die Belege, die das Urteil ändern würden

Die öffentlichen Belege stützen eine begrenzte These: Palantir hat eine ernsthafte Betriebsplattform für datengetriebene Entscheidungen mit hohem Einsatz aufgebaut, und Kunden kaufen sie in zunehmendem Maßstab. Dieselben Belege beweisen nicht, dass die Plattform konsequent ihre schwierigsten Wartungstests besteht. Um das Urteil entscheidend zu ändern, bräuchten externe Beobachter mehr Bereitstellungsebene-Belege.

Erstens bräuchten sie Vorher-Nachher-Maße, die an Nenner gebunden sind: Zykluszeit, Fehlerrate, Kosten pro Service, Mitarbeiterstunden, Wiederherstellungszeit, Prüfergebnisse, Benutzerakzeptanz und Ausnahmevolumen, nicht nur Anekdoten oder Bruttoaktivitätszahlen. Zweitens bräuchten sie Belege, dass KI-gestützte Workflows unter realistischen Grenzfällen evaluiert werden, mit Testabdeckung, die nach Modell-, Daten- und Workflow-Änderungen aktualisiert wird.

Drittens bräuchten sie den Nachweis, dass Berechtigungsänderungen, organisatorische Änderungen und Quellsystemänderungen schnell in der Ontologie und den nachgelagerten Anwendungen widergespiegelt werden. Viertens bräuchten sie Prüfstichproben, die zeigen, dass Aktionsaufzeichnungen nach Revisionen des Aktionstyps und Systemänderungen interpretierbar bleiben. Fünftens bräuchten sie glaubwürdige Belege für Austritt und Portabilität, insbesondere für Bereitstellungen im öffentlichen Sektor, wo demokratische Kontrolle und öffentliches Vertrauen Teil der Betriebsanforderung sind.

Einige dieser Belege werden nie öffentlich sein, weil Palantir in sensiblen Umgebungen arbeitet. Diese Einschränkung sollte nicht dazu verwendet werden, ein Scheitern anzunehmen. Sie sollte auch nicht dazu verwendet werden, Behauptungen des Anbieters unkritisch zu akzeptieren. In sensiblen Märkten ist Undurchsichtigkeit manchmal notwendig, aber sie erhöht die Latte für unabhängige Governance, Kundenaufsicht und enge öffentliche Behauptungen.

Die konservativste Lesart ist, dass Palantirs Technologie gut auf das Problem abgestimmt ist, das es zu lösen behauptet, während die tatsächlichen Kosten und die Zuverlässigkeit jeder Bereitstellung kundenspezifisch bleiben. Das Unternehmen hat starke Architekturdokumente, eine schnell wachsende Umsatzbasis, öffentliche Kundenverpflichtungen und glaubwürdige Produktprimitive für Prüfbarkeit, Berechtigungen, Aktionen und Evaluierungen. Das ungelöste Risiko ist, ob diese Primitiven diszipliniert bleiben, nachdem das anfängliche Bereitstellungsteam weitergezogen ist, die Kundenorganisation sich ändert und die KI-Schicht agentischer wird.

Fazit

Palantirs schwieriges Problem ist nicht das Generieren einer Antwort. Der Markt hat viele Möglichkeiten, Antworten zu generieren. Palantirs schwieriges Problem ist es, eine operative Repräsentation des Kunden wahrheitsgemäß, autorisiert und überprüfbar zu halten, lange nach dem ersten erfolgreichen Workflow. Das bedeutet, die Ontologie, die Datenherkunft, die Objektsicherheit, die Aktionsdefinitionen, die menschlichen Genehmigungen, die Evaluierungen, die Audit-Protokolle und das Benutzerverhalten zu pflegen, während sich die Institution ändert.

Wenn Palantir das wiederholt kann, werden seine Produkte zu einer seltenen Kategorie von Unternehmensinfrastruktur: Software, die fragmentierte Daten in gesteuerte Aktionen für Organisationen umwandelt, die sich keine beiläufige Automatisierung leisten können. Wenn nicht, wird dieselbe Architektur zu einer Quelle spröder Abhängigkeit, hoher Wechselkosten und politischer Exposition. Die bisherigen Belege sprechen dafür, Palantir ernst zu nehmen, aber nicht, seinen stärksten Behauptungen blind zu vertrauen.

Der eigentliche Test ist, ob die Aktion Monate später noch erklärt werden kann, nachdem sich das Modell geändert hat, die Berechtigungen geändert haben, der Workflow sich geändert hat und die Institution immer noch hinter der Entscheidung stehen muss.