Spotter Semantics schafft einheitliche Datengrundlage für Self-Service-BI

Erschienen am 31.08.2026 um 17:14 Uhr

Bislang bremsen widersprüchliche Definitionen Dashboards und KI-Agenten aus

Spotter Semantics schafft einheitliche Datengrundlage für Self-Service-BI

Foto: Die Bildrechte liegen bei dem Verfasser der Mitteilung.

Mountain View, Kalifornien – 31. August 2026 – Greifen Anwendungen in Unternehmen zwar auf scheinbar gleiche Informationen zu, sind diese aber unterschiedlich definiert, entstehen widersprüchliche Ergebnisse.

ThoughtSpot, führender Anbieter im Bereich Agentic Analytics, verbindet in Spotter Semantics nun technische Datenbankfelder und geschäftliche Begriffe. Eine semantische Schicht definiert Kennzahlen einmal und stellt damit sicher, dass jede Abfrage unabhängig vom verwendeten Tool oder Nutzer zum selben Ergebnis führt.

In Unternehmen liegen Daten häufig in unterschiedlichen Systemen und nach unterschiedlichen Regeln vor, werden aber gleich benannt. So sprechen zum Beispiel die Finanzabteilung und der Vertrieb beide von „Umsatz“, definieren jedoch den Begriff oft unterschiedlich. Das Resultat sind verschiedene Zahlen, die Dashboards und KI-Agenten nicht zuverlässig interpretieren können.Besonders kritisch ist das in Self-Service-Umgebungen. Nicht-technische Nutzer und KI-Agenten stellen Fragen in natürlicher Sprache und erwarten unmittelbar verwertbare Antworten. Fehlt ein gemeinsamer fachlicher Kontext, kann der „Umsatz“ je nach Bericht oder Anfrage unterschiedlich berechnet werden. Die Ergebnisse wirken plausibel, sind aber nicht miteinander vergleichbar.

„Eine semantische Schicht wirkt als kontrollierte Übersetzungsbrücke. Sie überführt technische Datenbankfelder in Geschäftsbegriffe wie ‚Umsatz‘ oder ‚aktiver Kunde‘“, sagt Amani Undru, Marketing Manager bei ThoughtSpot. „Ohne eine solche zentrale Definition interpretieren Report-Ersteller und KI-Agenten die Daten unabhängig voneinander. Das kann zu stillen, aber erheblichen Abweichungen bei Kennzahlen führen.“

Vier Anforderungen an vertrauenswürdigen Self-Service

Damit Ergebnisse aus Self-Service-Analysen ohne erneute manuelle Prüfung genutzt werden können, sollte eine semantische Schicht:

• mit allen BI-Tools funktionieren: Kennzahlen werden einmal definiert und in den angebundenen Tools wiederverwendet;

• Zugriffsrechte zentral verwalten: Jedes verbundene Tool berücksichtigt automatisch dieselben Berechtigungen;

• Ergebnisse nachvollziehbar machen: Nutzer und KI-Agenten können ein Ergebnis bis zur Definition und Quelltabelle zurückverfolgen;

• konsistente Logik sicherstellen: Dashboards und KI-Agenten greifen auf dieselben Kennzahlendefinitionen zu.

Eine Metrik-Ebene unterstützt dabei, jede Kennzahl an eine eindeutige Berechnung zu binden. Dies verhindert, dass derselbe Begriff je nach Bericht oder Anfrage unterschiedlich aufgelöst wird. Gartner prognostiziert, dass die semantische Anreicherung von Daten bis 2027 die Genauigkeit um 80 Prozent steigern und die damit verbundenen Kosten um 60 Prozent senken kann.

Spotter Semantics als semantische Schicht für BI und KI

Spotter Semantics von ThoughtSpot setzt diese Anforderungen in einer agentischen semantischen Schicht um. Tokenbasierte Definitionen bleiben in den angebundenen Tools portabel. Zugriffsregeln werden zentral festgelegt und von verbundenen Tools und Agenten übernommen. Ergebnisse lassen sich bis zu ihrer Definition und Quelltabelle zurückverfolgen.

So greifen natürlichsprachliche Anfragen und zertifizierte Dashboards auf dieselbe kontrollierte Geschäftslogik zu. Das ist die Voraussetzung dafür, Self-Service nicht nur einfacher zugänglich zu machen, sondern auch verlässliche Antworten für geschäftliche Entscheidungen bereitzustellen.Weitere Informationen zu Spotter Semantics finden Sie hier (https://www.thoughtspot.com/product/spotter-semantics).