KI ohne Halluzinationen: geprüfte Antworten statt KI-Vermutungen.
oneAgent nutzt KI, um Fragen in natürlicher Sprache zu verstehen. Die Kennzahlen selbst folgen jedoch definierten Datenquellen, Geschäftsregeln, Filtern, Zeitbezügen und Prüfungen — damit Teams Antworten erhalten, die nachvollziehbar, reproduzierbar und sicher nutzbar sind.
Testumgebung mit vorbereiteten Shopdaten · keine Kreditkarte · keine eigene Datenanbindung erforderlich
Wie hoch war der Netto-Umsatz je Kunde in 2024?
| Müller GmbH | 128.400 € |
| Schmidt KG | 96.700 € |
| Becker AG | 81.250 € |
Plausible Antworten reichen nicht, wenn Entscheidungen an Zahlen hängen.
Ein zentrales Ziel von oneAgent: KI ohne Halluzinationen bei Unternehmenskennzahlen. Generische KI kann Texte zusammenfassen, Ideen entwickeln und Muster erklären. Bei Unternehmenskennzahlen braucht es jedoch mehr: Zugriff auf die richtigen Daten, einheitliche Definitionen, gültige Filter, Rollenrechte und eine geprüfte Berechnungslogik.
Zahlen können plausibel klingen — und trotzdem falsch sein
Ein Sprachmodell erzeugt Antworten probabilistisch. Ohne Zugriff auf Ihre definierte Datenlogik kann es nicht sicher wissen, welche Tabelle, welcher Zeitraum, welche Stornologik oder welcher Filter für eine Kennzahl gilt.
Unternehmensbegriffe sind nicht eindeutig
„Umsatz“ kann Brutto-Umsatz, Netto-Umsatz, fakturierter Umsatz, bezahlter Umsatz oder Umsatz nach Retouren bedeuten. Ohne definierte Kennzahl entstehen unterschiedliche Antworten auf dieselbe Frage.
Das Problem ist nicht KI an sich. Das Problem ist KI ohne geprüfte Unternehmenslogik.
Die KI versteht die Frage. Die Kennzahl bleibt kontrolliert.
oneAgent trennt Sprachverständnis und Kennzahlenberechnung. Die KI erkennt Fragestellung, Zeitraum, Kontext und Begriffe. Die Berechnung folgt einer freigegebenen Kennzahl mit definierter Quelle, Logik, Filtern und Prüfstatus.
KI für Sprache
Nutzerfrage, natürlicher Chat und KI-Sprachverständnis. Fachbereiche können Fragen stellen wie in ChatGPT.
Geschäftslogik für Zahlen
Datenquelle, Kennzahl, Filter, Zeitbezug, Geschäftsregel und Validierung. Die Berechnung folgt freigegebener Logik — nicht frei generierten Vermutungen.
Ein kontrollierter Layer zwischen KI, Daten und Geschäftslogik.
oneAgent kombiniert KI-Sprachverständnis mit semantischer Zuordnung, Geschäftsregeln und Validierung. Der Chat wirkt flexibel — ohne dass Kennzahlen frei interpretiert werden.
Die KI entscheidet nicht frei, welche Zahl stimmt. Sie führt Nutzer zur richtigen, freigegebenen Logik.
Einmal definiert. Geprüft freigegeben. Im Chat wiederverwendet.
Für jede wichtige Kennzahl wird festgelegt, was genau gemessen wird, welche Quelle gilt, welche Filter angewendet werden und wer verantwortlich ist. Sobald die Kennzahl geprüft und freigegeben ist, nutzt oneAgent dieselbe Logik im Chat — in drei nachvollziehbaren Schritten.
Jede wichtige Kennzahl beginnt mit einer eindeutigen Definition.
oneAgent macht Unternehmensbegriffe maschinenlesbar und fachlich eindeutig. So bedeutet „Umsatz“ nicht je nach Nutzer, Report oder Tool etwas anderes, sondern verweist auf eine definierte Kennzahl mit klarer Logik.
Quelle
Welche Tabelle, View, API oder Datenquelle ist führend?
Berechnung
Welche Aggregation, Spalte oder Formel wird verwendet?
Zeitbezug
Bestelldatum, Rechnungsdatum, Zahlungsdatum oder ein anderer Zeitbezug?
Filter & Geschäftsregeln
Welche Filter sind Pflicht, welche optional und welche Regeln gelten immer?
Aliase
Welche Begriffe zeigen auf dieselbe Kennzahl — Umsatz, Revenue, Erlös, Monatsumsatz?
Owner
Wer ist fachlich verantwortlich und kann Änderungen prüfen oder freigeben?
Bevor eine Kennzahl im Chat erscheint, wird sie geprüft.
Wichtige Kennzahlen durchlaufen Prüfungen, bevor sie als vertrauenswürdig genutzt werden. So wird aus einer Definition eine freigegebene Kennzahl, die im Chat reproduzierbar verwendet werden kann.
Testfälle
Für typische Fragen und erwartete Ergebnisse werden Testfälle hinterlegt. So lässt sich prüfen, ob die Kennzahl in relevanten Situationen korrekt reagiert.
Abgleich mit dem Quellsystem
Ergebnisse werden mit dem führenden System oder bestehenden Referenzreports abgeglichen. So wird sichtbar, ob die Berechnung zur fachlichen Wahrheit im Unternehmen passt.
SQL-Validierung
Die erzeugte Abfrage wird technisch validiert, bevor sie als Basis für Antworten verwendet wird. Fehlerhafte oder nicht zulässige Abfragen sollen nicht unbemerkt in Chat-Antworten landen.
Fachliche Freigabe
Erst wenn Definition, Tests und Abgleich passen, wird die Kennzahl als Trusted freigegeben.
Trust entsteht nicht durch einen Claim. Trust entsteht durch Definition, Prüfung, Freigabe und Transparenz.
Jede Antwort zeigt, welche Logik verwendet wurde.
Bei Unternehmenskennzahlen reicht die Zahl allein nicht. Nutzer müssen nachvollziehen können, welche Kennzahl verwendet wurde, welcher Zeitraum gilt, welche Filter aktiv sind und aus welcher Logik das Ergebnis stammt.
Kennzahl
Welche freigegebene Kennzahl wurde verwendet?
Zeitraum und Zeitbezug
Welcher Zeitraum wurde abgefragt und welches Datumsfeld gilt für die Auswertung?
Filter
Welche Pflichtfilter und Nutzerfilter wurden angewendet?
Geschäftsregel
Welche fachliche Logik gilt — Stornologik, Periodenlogik oder Kanaldefinition?
Quelle / Details
Welche Datenquelle oder Detailansicht kann geprüft werden?
So können Fachbereiche schnell arbeiten, ohne blind einer Black-Box zu vertrauen. Und BI, Data oder Controlling können prüfen, welche Logik hinter einer Antwort steht.
Neuer ChatoneAgent·Gestern·12:43Kontrollierte KI-Nutzung statt unkontrollierter Datenexporte.
oneAgent ist für den Einsatz mit Unternehmensdaten konzipiert: mit Rollen- und Rechtekonzept, nachvollziehbaren Datenquellen, geprüften Kennzahlen und Deployment-Optionen für unterschiedliche Sicherheitsanforderungen.
Rollen und Rechte
Nutzer sehen nur die Daten, Kennzahlen und Bereiche, für die sie berechtigt sind.
Keine Schatten-KI-Workarounds
Teams können Analysen, Zusammenfassungen und Ideen innerhalb einer kontrollierten Umgebung erzeugen, statt Daten in externe KI-Tools zu kopieren.
Nachvollziehbare Datenquellen
Antworten zeigen, welche Kennzahl und welche Logik verwendet wurden. So bleibt sichtbar, woher Ergebnisse stammen.
Deployment-Optionen
oneAgent kann je nach Anforderung in der Cloud, auf eigener Infrastruktur oder On-Premise betrieben werden.
DSGVO-konforme Architektur
Datenzugriff, Rollenmodell und Infrastruktur werden so geplant, dass Unternehmens- und Datenschutzanforderungen berücksichtigt werden.
Hosting in Frankfurt und Betrieb in einer Microsoft-Azure-Umgebung sind je nach Setup möglich.
Kennzahlen brauchen Verantwortung — nicht nur eine Antwort im Chat.
oneAgent macht sichtbar, wer eine Kennzahl verantwortet, welche Logik hinterlegt ist, welche Prüfungen erfolgt sind und wann eine Kennzahl freigegeben wurde.
Owner
Jede zentrale Kennzahl kann einem fachlichen Verantwortlichen oder Team zugeordnet werden.
Freigabestatus
Nutzer erkennen, ob eine Kennzahl geprüft und als Trusted freigegeben ist.
Änderbarkeit mit Kontrolle
Wenn eine Kennzahl geändert wird, muss die neue Logik erneut nachvollziehbar geprüft und freigegeben werden.
Prüfverlauf
Tests, Abgleiche und Validierungsschritte können als Teil des Governance-Prozesses sichtbar gemacht werden.
Einheitliche Definitionen
Teams arbeiten mit denselben Kennzahlen statt mit parallelen Excel-Definitionen oder widersprüchlichen Reports.
Geprüfte Kennzahlen, KI-Analysen und Forecasts werden klar unterschieden.
oneAgent soll nicht suggerieren, dass jede Interpretation oder Prognose eine geprüfte Ist-Kennzahl ist. Deshalb muss klar sichtbar sein, ob eine Antwort auf einer freigegebenen Kennzahl, einer KI-Analyse oder einem Forecast basiert.
Geprüfte Ist-Kennzahlen
Umsatz, Marge, Retourenquote, Deckungsbeitrag, Lagerbestand. Diese Kennzahlen folgen definierten Quellen, Berechnungen, Filtern und Prüfungen.
KI-Analysen & Zusammenfassungen
Auffälligkeiten erklären, Management-Zusammenfassungen schreiben, mögliche Ursachen formulieren oder Kampagnenideen entwickeln. Diese Inhalte basieren auf geprüften Daten, sind aber interpretierende KI-Unterstützung.
ML-Forecasts
Umsatz-Forecast für die nächsten 12 Monate, Nachfrageprognose nach Kategorie oder Länderforecast. Forecasts sind Prognosen auf Basis historischer Daten und sollten nicht als geprüfte Ist-Zahlen formuliert werden.
Vertrauen entsteht auch dadurch, dass oneAgent nicht alles gleich etikettiert.
Mehr zu Einsatz und Einordnung von oneAgent.
Use Cases nach Team
Wie Geschäftsführung, Controlling, Sales, E-Commerce, IT und weitere Teams oneAgent im Alltag nutzen.
Use Cases ansehen →Im VergleichoneAgent vs. BI, Excel & generische KI
Wo oneAgent stark ist und wo andere Tools passen — Kontrolle, Flexibilität und KI-Nutzung im direkten Vergleich.
Vergleich ansehen →Für Ihr Data WarehouseGeprüfte Antworten auf Ihrem Data Warehouse
Wie oneAgent SQL Server, Snowflake, Databricks & Co. per Chat nutzbar macht — live verbunden, mit deterministischer Berechnung statt KI-Schätzung.
Data-Warehouse-Lösung ansehen →Häufige Fragen zu geprüften Antworten und Sicherheit
Antworten zu Kennzahlenlogik, Validierung, Rollen, Sicherheit und Datenanbindung.
oneAgent nutzt KI, um Fragen zu verstehen und Antworten verständlich zu formulieren. Bei geprüften Kennzahlen folgt die Berechnung jedoch definierten Datenquellen, Geschäftsregeln, Filtern und Prüfungen. Deshalb sprechen wir von geprüften Antworten statt von frei generierten KI-Vermutungen. Pauschale Aussagen wie „nie Fehler“ oder „100 % korrekt“ vermeiden wir bewusst.
Eine geprüfte Kennzahl ist fachlich definiert und technisch validiert. Dazu gehören Quelle, Berechnung, Zeitbezug, Filter, Aliase und Verantwortliche. Zusätzlich können Testfälle, Abgleich mit dem Quellsystem und SQL-Validierung eingesetzt werden, bevor die Kennzahl als Trusted freigegeben wird.
Das geschieht gemeinsam mit den verantwortlichen Teams, zum Beispiel Controlling, Finance, BI, Data oder dem jeweiligen Fachbereich. oneAgent soll nicht automatisch Ihre Geschäftslogik erraten, sondern definierte Logik nutzbar machen.
Antworten können zeigen, welche Kennzahl verwendet wurde, welcher Zeitraum und Zeitbezug gelten, welche Filter aktiv sind und ob die Kennzahl geprüft ist. So ist die Antwort nicht nur schnell, sondern nachvollziehbar.
KI-Analysen, Zusammenfassungen oder Ideen können auf geprüften Daten basieren, sind aber interpretierende KI-Unterstützung. Sie sollten anders gekennzeichnet werden als geprüfte Ist-Kennzahlen.
Nein. Forecasts sind Prognosen auf Basis historischer Daten und ML-Verfahren. Sie können auf geprüften historischen Daten aufbauen, sind aber keine garantierten Vorhersagen und sollten entsprechend gekennzeichnet werden.
oneAgent ist für kontrollierte Nutzung mit Unternehmensdaten gedacht: mit Rollen- und Rechtekonzept, nachvollziehbaren Datenquellen, geprüften Kennzahlen und je nach Anforderung Cloud-, eigene Infrastruktur- oder On-Premise-Optionen.
Nein. oneAgent soll bestehende BI-, Controlling- und Data-Governance ergänzen und für Fachbereiche nutzbar machen. Die Logik wird nicht ersetzt, sondern im Chat zugänglich gemacht.
Ja. Der kostenlose Test läuft 14 Tage mit vorbereiteten Shopdaten, vordefinierten Kennzahlen und geführten Use Cases. Eigene Daten werden aktuell gemeinsam im Rahmen eines begleiteten Pilotprojekts angebunden.
Sehen Sie selbst, wie geprüfte Antworten im Chat entstehen.
Testen Sie oneAgent kostenlos mit vorbereiteten Shopdaten — oder buchen Sie eine Demo, wenn Sie Fragen zu Kennzahlenlogik, Validierung, Rollen, Sicherheit oder Datenanbindung haben.
Mit vorbereiteten Shopdaten · keine Kreditkarte · keine eigene Datenanbindung erforderlich. Wie es funktioniert ansehen
Unsicher, was passt? Testen, Demo & Pilot im Überblick