Berliner Boersenzeitung - Spotter Semantics schafft einheitliche Datengrundlage für Self-Service-BI

EUR -
AED 4.124657
AFN 72.993177
ALL 90.670985
AMD 404.40325
ANG 2.009873
AOA 1030.885518
ARS 1737.668858
AUD 1.602547
AWG 2.021344
AZN 1.905172
BAM 1.950977
BBD 2.26105
BDT 139.764454
BGN 1.962759
BHD 0.423752
BIF 3380.135586
BMD 1.122969
BND 1.435052
BOB 13.611227
BRL 6.130401
BSD 1.122644
BTN 106.186525
BWP 15.412073
BYN 3.349718
BYR 22010.185214
BZD 2.257798
CAD 1.56868
CDF 2599.672515
CHF 0.917291
CLF 0.027551
CLP 1084.349538
CNY 7.494187
CNH 7.495406
COP 3625.133653
CRC 509.930194
CUC 1.122969
CUP 26.942389
CVE 111.058399
CZK 24.269152
DJF 199.57468
DKK 7.474926
DOP 68.029865
DZD 152.687371
EGP 61.454569
ERN 16.84453
ETB 184.247536
FJD 2.535608
FKP 0.836913
GBP 0.833608
GEL 2.926405
GGP 0.836913
GHS 13.061591
GIP 0.836913
GMD 83.099935
GNF 9943.887106
GTQ 8.578943
GYD 235.204305
HKD 8.81015
HNL 30.172403
HRK 7.601386
HTG 147.076376
HUF 362.445994
IDR 20335.221349
ILS 3.541731
IMP 0.836913
INR 105.945634
IQD 1701.892334
IRR 2115008.672502
ISK 136.59797
JEP 0.836913
JMD 177.940071
JOD 0.796188
JPY 177.946689
KES 145.907298
KGS 98.203298
KHR 4564.6739
KMF 495.229357
KPW 1010.671727
KRW 1506.743421
KWD 0.349041
KYD 0.935479
KZT 507.365286
LAK 25274.288157
LBP 100527.865172
LKR 373.546464
LRD 190.836487
LSL 18.479142
LTL 3.315834
LVL 0.679272
LYD 7.198204
MAD 10.966288
MDL 20.134042
MGA 5070.41902
MKD 61.559036
MMK 2357.696037
MNT 4040.539053
MOP 9.070889
MRU 45.664289
MUR 52.880836
MVR 17.355488
MWK 1946.552781
MXN 20.881492
MYR 4.56307
MZN 71.769503
NAD 18.478814
NGN 1511.98732
NIO 41.307873
NOK 10.4412
NPR 169.898439
NZD 1.997009
OMR 0.431778
PAB 1.122714
PEN 3.87472
PGK 5.037545
PHP 71.143993
PKR 310.53914
PLN 4.384384
PYG 6807.170322
QAR 4.092781
RON 5.342183
RSD 117.62423
RUB 91.86046
RWF 1651.901219
SAR 4.218251
SBD 9.041826
SCR 15.535157
SDG 675.463945
SEK 10.933109
SGD 1.436238
SHP 0.837224
SLE 25.727451
SLL 23548.095696
SOS 641.60801
SRD 42.18324
STD 23243.183446
STN 24.440011
SVC 9.822715
SYP 14600.837817
SZL 18.469173
THB 37.758135
TJS 10.355812
TMT 3.94162
TND 3.345828
TOP 2.703839
TRY 56.16775
TTD 7.61005
TWD 36.915332
TZS 2974.410349
UAH 51.123405
UGX 4608.687811
USD 1.122969
UYU 45.1376
UZS 13347.761996
VES 999.483181
VND 28865.347237
VUV 134.163677
WST 3.121077
XAF 655.957
XAG 0.021485
XAU 0.000276358423
XCD 3.034879
XCG 2.023117
XDR 0.793997
XOF 655.957
XPF 119.331742
YER 265.217134
ZAR 18.429982
ZMK 10108.069683
ZMW 22.767508
ZWL 361.595442
SSP 6452.538283
MXV 2.350452
  • DAX

    -302.3600

    24896.83

    -1.21%

  • Goldpreis

    -2.0000

    4184.7

    -0.05%

  • Euro STOXX 50

    -85.8200

    6183.2

    -1.39%

  • SDAX

    -226.5300

    18203.94

    -1.24%

  • TecDAX

    -36.8700

    3964.45

    -0.93%

  • MDAX

    -414.1700

    30428.36

    -1.36%

  • EUR/USD

    -0.0038

    1.1296

    -0.34%

Spotter Semantics schafft einheitliche Datengrundlage für Self-Service-BI
Spotter Semantics schafft einheitliche Datengrundlage für Self-Service-BI / Foto: © ThoughtSpot Spotter Semantics (Die Bildrechte liegen bei dem Verfasser der Mitteilung.)

Spotter Semantics schafft einheitliche Datengrundlage für Self-Service-BI

Bislang bremsen widersprüchliche Definitionen Dashboards und KI-Agenten aus

Textgröße:

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.

Firmenbeschreibung
Über ThoughtSpot

ThoughtSpot ist eine Agentic Analytics-Plattform, die Unternehmen befähigt, Daten effizient zu analysieren und fundierte Entscheidungen in Echtzeit zu treffen. Mithilfe natürlicher Sprachabfragen und KI-gestützter Analysefunktionen lassen sich datenbasierte Erkenntnisse schnell und nachvollziehbar gewinnen. ThoughtSpot Embedded ermöglicht zudem die Integration von Analysen direkt in Anwendungen und Services. Zu den Kunden zählen unter anderem Lyft, Cigna, Capital One, Comcast, Schneider Electric und Matillion.
Weitere Informationen unter: www.thoughtspot.com

Firmenkontakt
ThoughtSpot Inc.
Lindsay Lukens
Castro St, Ste 1000 444
CA 94041 Mountain View
089 58978721
http://www.thoughtspot.com


Pressekontakt
Fink & Fuchs AG
Rudi Siegl
Berliner Straße 164
65205 Wiesbaden
089 58978721
http://www.finkfuchs.de

(K.Müller--BBZ)