Private-Market-Dokumente erhalten On-Chain-Verifizierung, während Inveniam und Docugami die Datenvertrauenslücke der KI schließen wollen

Inveniam, das Dateninfrastrukturunternehmen, das mehr als 200 Milliarden US-Dollar an Private-Market-Assets on-chain verankert, hat mit seiner neuesten Partnerschaft mit Docugami einen Branchenschluss geschlossen. 

Beide Parteien haben sich zusammengeschlossen, um überprüfbare, elementare Dokumentendaten zu Real-World-Assets zu bringen.

Wie in den meisten Sektoren hat auch die künstliche Intelligenz ihren Weg in die privaten Märkte gefunden; jedoch hat sich auch die Datenherausforderung mit ihr entwickelt, da die den analysierten Assets zugrunde liegenden Daten manchmal in unstrukturierten Dokumenten gefangen sind, die Maschinen noch nie präzise lesen konnten. 

Der Deal wird sowohl Docugamis Document Graph Markup Language (DGML) als auch Inveniams NVNM Chain in Aktion sehen.

Die Partnerschaftsvereinbarung folgte früheren Berichten, in denen Inveniam ankündigte, dass es MANTRA übernehmen will, die regulierte Layer-1-Blockchain, auf der NVNM Chain als Layer 2 aufgebaut wurde, in einer Transaktion, die voraussichtlich bis Ende dieses Monats abgeschlossen sein wird.

Dieses Follow-up-Geschäft folgte auf eine strategische Investition von 20 Millionen US-Dollar, die Inveniam im August 2025 in MANTRA tätigte, und die beiden Unternehmen bauten gemeinsam die NVNM Chain, bevor Inveniam den gesamten Stack unter einem Dach zusammenführte.

Was ist die proprietäre Technologie von Docugami?

DGML wurde von Jean Paoli, dem CEO von Docugami, erstellt, der Mitautor des XML-1.0-Standards und ehemaliger Präsident von Microsoft Open Technologies ist. 

Es wandelt Mietverträge, Darlehensvereinbarungen, Betriebsabrechnungen und Bewertungsberichte in präzise beschriftete Datenelemente um. 

Die NVNM Chain von Inveniam zeichnet diese Elemente dann als fälschungssichere, zeitgestempelte Artefakte on-chain auf und erstellt so eine kryptografische Audit-Trail, die jeder autorisierte Gegenpartei unabhängig überprüfen kann.

DGML unterscheidet sich von anderen Dokumentdaten-Technologien

Derzeit gibt es bereits Technologien, um die Quelle eines Dokuments als Ganzes zu etablieren und nachzuweisen, dass beispielsweise zu einem bestimmten Zeitpunkt ein bestimmter Mietzinsverzeichnis existierte. 

DGML hebt diese Innovation auf die nächste Stufe, da es möglich macht, einzelne, aus einem Dokument extrahierte Datenpunkte zu verifizieren. Zum Beispiel einen Mietzins aus einer bestimmten Mietvertragsklausel, eine Loan-to-Value-Ratio aus einem Underwriting-Memorandum oder eine Zeile für das Netto-Betriebsinkommen aus einer Betriebsabrechnung.

„Die wichtigsten Geschäftsentscheidungen der Welt werden auf der Grundlage von Dokumenten getroffen, die Maschinen noch nie richtig lesen konnten“, erklärte Paoli im Zusammenhang mit der Inveniam-Vereinbarung. 

Er sagte: „Wir haben Jahre damit verbracht, die Technologie aufzubauen, um komplexe Dokumente mit unübertroffener Präzision in Daten umzuwandeln. Durch die Öffnung von DGML laden wir jeden Teilnehmer des Private-Capital-Ökosystems ein, mit uns zusammenzuarbeiten und auf einer gemeinsamen Grundlage aufzubauen.“

Die Technologie von Docugami nutzt Open-Source-Large-Language-Modelle, kleine agentic Reasoning-Modelle und Knowledge-Graph-Generierung, um komplexe Geschäfts Dokumente in strukturierte, handlungsorientierte Daten umzuwandeln, ohne dass Trainingsdaten oder Vorlagen erforderlich sind. 

Warum müssen tokenisierte Assets und KI-Agenten Dokumentendaten on-chain verankern?

Der werttokenisierte RWA-Wert ist Berichten zufolge von rund 14,1 Milliarden US-Dollar im Januar auf über 32,4 Milliarden US-Dollar gestiegen. Das Problem der Datenqualität bleibt jedoch bestehen, da die Tokenisierung oder Bescheinigung eines privaten Vermögenswerts nur so vertrauenswürdig ist wie die zugrunde liegenden Daten.

Die Überprüfung der Quelle dieser Daten erforderte entweder das Vertrauen in den Emittenten oder die Durchführung einer unabhängigen Due Diligence von Grund auf.

Die NVNM Chain, die Inveniam am 7. Mai als ihre maßgeschneiderte Layer-2-Lösung für private Märkte ins Leben rief, wurde als Attestierungsschicht für agentic AI konzipiert.

Die NVNM Chain zeichnet den Datensatz auf und stellt Attestierungen über Proof of Origin, Proof of State und Proof of Process aus, die nachverfolgen, welche Daten eine Entscheidung oder Transaktion angetrieben haben.

Mit DGML im Mix werden KI-Agenten in der Lage sein, die Dokumentendaten zu lesen und sie gleichzeitig überprüfbar und audit-fähig zu machen.

Laut Patrick O’Meara, Chairman und CEO von Inveniam, „ist DGML ein grundlegender Fortschritt darin, wie wir die Dokumente lesen und strukturieren, die das Private Capital antreiben.“

Er erklärte: „Die Verankerung von DGML-extrahierten Datenelementen on-chain ist die natürliche Ergänzung: Sie stellt sicher, dass die Datenelemente, sobald sie sichtbar gemacht wurden, von jedem Stakeholder, der sie nutzen muss, vertraut werden können.“

Die beiden Unternehmen haben kein Datum veröffentlicht, an dem ihre Lösung öffentlich verfügbar sein wird.