Datenpools sind Datensätze, die selbst durch KI generiert werden oder aus internen oder externen Quellen stammen. Man unterscheidet zwischen offenen und geschlossenen Datenpools. Bei offenen Datenpools teilen sich mehrere Unternehmen den Datenzugriff, nachdem sie sich hinsichtlich der Nutzung und Anpassung des Pools auf bestimmte Rahmenbedingungen geeinigt haben. Bei geschlossenen Datenpools handelt es sich um Datensätze, auf die nur ein Unternehmen Zugriff hat. Solche Datenpools haben für Unternehmen den Vorteil, dass sie mit bestimmten Daten verbundene Wettbewerbsvorteile nicht mit Konkurrenten teilen müssen.

Aus einer ökonomischen Nachhaltigkeitsperspektive sind geschlossene Datenpools heikel. Sie führen zu Lock-in-Effekten, das heißt zu einer Bindung an das Produkt oder dessen Anbieter, die es den Kund*innen zum Beispiel wegen hoher Wechselkosten sehr schwer macht, zu anderen Produkten oder Anbietern zu wechseln. Eine zunehmende Marktkonzentration bis hin zur Monopolisierung ist die Folge. Darunter leidet die Innovationskraft des Marktes. Die Marktvielfalt wird stark eingeschränkt, da einzelne große Unternehmen unverhältnismäßig von KI profitieren. Gleichzeitig bieten geschlossene Datenpools und die damit verbundenen Wettbewerbsvorteile Unternehmen Anreize, bei der Datenbeschaffung auf wettbewerbsverzerrende Praktiken zu setzen.