式完整地理解A和B的关联。在概念包含现实的时候，现实本身就由此被输送到了知识之中。
大数据采用的是不完全的知识。它仍然受到相关关系和模型识别的限制，然而模型识别不用概念把握的方式来理解任何东西。概念建构出了将各个环节包含在自身中并且收入概念之中的整体性。整体性是推理的形式。概念是一种推理。“全体是推理”意味着“全体是概念”[73]。理性也是一种推理：“全部理性的东西都是一种推理。”大数据是加成性的。加成性的东西不建构整体性、不建构推理。它缺少概念，即缺少将各个部分关联为一个整体的那种抓手。人工智能从未达到知识的概念层次。它不是用概念把握的方式去理解那些它所计算的事件。计算不为自身建构概念，而且不是从一个推理推进到下一个推理，计算因而不同于思维。
人工智能从过去出发来进行学习。它计算出来的未来不是本真意义上的未来。它看不到事件的发生(erreignisblind)。但是思维具有事件发生的特点。思维将某种完全他性的东西放置到世界中。人工智能恰好缺乏那种让重要意义上的新事物得以开始的断裂的否定性。它延续的终究是相同的东西。智能的含义是在某些东西中作出选择(inter-legere)。它只涉及一种在预先给定的选项之间所作的选择，归根结底是在1和0之间作选择。它的运转不超出预先给定的东西，不进入不可通行之地(das Unbegangene)。
[73] Ebd., S.332.
073