KI auf Ihrem Data Warehouse — geprüft statt geraten
oneAgent erweitert Ihr bestehendes Data Warehouse um einen kontrollierten KI-Zugang für Fachbereiche. Nutzer stellen Fragen in natürlicher Sprache und erhalten Live-Ergebnisse aus freigegebenen Daten — auf Basis definierter Kennzahlen, Geschäftsregeln und kontrollierter SQL-Abfragen. Für DACH-Unternehmen, die Conversational BI auf SQL Server, Snowflake, Databricks, Fabric oder bestehenden Datenbanken einführen wollen.
Mit vorbereiteten Demo-Daten kostenlos testen. Die Anbindung Ihres eigenen Data Warehouse erfolgt im gemeinsamen Onboarding.
Neuer ChatoneAgent·Heute·09:12Ihr Data Warehouse → oneAgent → geprüfte Chat-Antwort
Wie aus einer Frage eine kontrollierte Antwort wird.
Die KI interpretiert die Sprache. Datenzugriff, Kennzahlen, Geschäftsregeln und Abfragelogik werden von IT, BI und Fachbereich festgelegt.
Von der Geschäftsfrage zum Live-Ergebnis
- 01
Geschäftsfrage
Ein Fachbereich stellt eine Frage in natürlicher Sprache.
- 02
Sprachverständnis
Die KI erkennt Absicht, Zeitraum und relevante Begriffe der Frage.
- 03
Freigegebene Kennzahlen und Regeln
Der Semantic Layer bestimmt, welche Kennzahlen, Tabellen, Beziehungen und Geschäftsregeln verwendet werden dürfen.
- 04
Kontrollierte SQL-Abfrage
oneAgent erzeugt innerhalb dieser Vorgaben eine ausführbare SQL-Abfrage gegen das Data Warehouse.
- 05
Live-Ergebnis mit Herkunft
Das Ergebnis stammt aus der aktuellen Abfrage und zeigt die verwendete Datenquelle und Logik.
Die KI interpretiert die Frage — sie definiert nicht selbst, was Umsatz, Marge oder Region bedeuten. Welche Daten genutzt werden und wie eine Kennzahl berechnet wird, bleibt kontrolliert.
Diese Punkte steuern IT, BI und Fachbereich gemeinsam
Datenzugriffsbereich
Welche Datenquellen, Rollen und Bereiche für die Abfrage zugelassen sind.
Tabellen und Beziehungen
Welche Tabellen, Joins und Datenbeziehungen für den Use Case gelten.
Kennzahlendefinitionen
Wie Kennzahlen berechnet, benannt und für die Nutzung freigegeben sind.
Geschäftsregeln
Welche Filter, Zeiträume und fachlichen Regeln in die Abfrage einfließen.
Sicherheit
Wie Berechtigungen, vertrauliche Daten und zulässige Nutzung geschützt werden.
Drei Fragen, die Fachbereiche künftig selbst beantworten können.
oneAgent liefert Tabellen, Visualisierungen und nachvollziehbare Ergebnisse direkt aus dem bestehenden Data Warehouse.
„Wie hat sich der Umsatz nach Region im letzten Quartal entwickelt?“
Antwort
Tabelle und Diagramm mit Umsatzentwicklung je Region.
Grundlage
Freigegebene Umsatzkennzahl und abgestimmte Regionszuordnung.
Nachvollziehbarkeit
Verwendete Datenquelle, Zeitraum und Filter werden angezeigt.
„Wo weichen wir vom Plan ab, und wo am stärksten?“
Antwort
Plan-Ist-Abweichung je Bereich, sortiert nach Stärke der Abweichung.
Grundlage
Abgestimmte Plan-Ist-Berechnung des verantwortlichen Controllings.
Nachvollziehbarkeit
Verwendete Datenquelle, Zeitraum und Berechnungslogik werden angezeigt.
„Wie hat sich eine Kennzahl über die letzten 12 Monate entwickelt, und wie geht es weiter?“
Antwort
Kennzahlen-Zeitreihe mit Prognose für Folgeperioden — klar als Prognose gekennzeichnet, keine geprüfte Ist-Kennzahl.
Grundlage
Definierte Zeitreihe und abgestimmtes Forecast-Modell.
Nachvollziehbarkeit
Forecast-Eingaben und Annahmen sind einsehbar und mit dem verantwortlichen Team abgestimmt.
Läuft dort, wo Ihre Daten heute liegen
oneAgent verbindet sich direkt mit Ihrem bestehenden Data Warehouse — ohne zusätzliches Analyse-DWH und ohne regelmäßige Datenexporte. Der Ansatz passt zu mittelständischen Unternehmen, die ihre vorhandene Datenplattform behalten und nur den Fachbereichszugang per natürlicher Sprache ergänzen wollen.
SQL Server
Direkte Anbindung an on-premise oder Azure-gehostete SQL-Server-Instanzen.
PostgreSQL
Verbindung zu verwalteten oder selbst betriebenen PostgreSQL-Datenbanken.
Snowflake
Zugriff auf bestehende Snowflake-Warehouses über Ihre vorhandene Kontostruktur.
Databricks
Abfragen direkt gegen Databricks-SQL-Warehouses und Delta-Tabellen.
Oracle
Anbindung an Oracle-Datenbanken innerhalb Ihres bestehenden Betriebsmodells.
Microsoft Fabric
Anbindung an Fabric Warehouse und SQL-Endpunkte von Lakehouses.
Betriebsmodell — zwei Alternativen
Managed durch oneLake
Betrieb in einer dedizierten Azure-Umgebung in Frankfurt.
Self-hosted
Betrieb in Ihrer eigenen Cloud- oder Rechenzentrumsumgebung.
- Sicherheitskonzept gemeinsam mit Ihrem Team festgelegt
- Bestehende Rollen-, Berechtigungs- und Sicherheitskonzepte werden bei der Anbindung berücksichtigt und technisch durchgesetzt
Native KI-Funktionen sind stark — innerhalb ihres Ökosystems. Warum oneAgent?
Wenn Ihre Daten vollständig in einer Plattform liegen, kann deren native KI-Lösung sinnvoll sein. oneAgent richtet sich an Unternehmen, die eine einheitliche, kontrollierte Chat-Ebene über bestehende Data-Warehouse-Systeme und Betriebsmodelle legen möchten.
Native Plattformlösung
- Tiefe Integration in das jeweilige Ökosystem
- Nutzung der dort vorhandenen Governance und Infrastruktur
- Besonders sinnvoll bei einer homogenen Plattformstrategie
- Funktionen, Kosten und Betrieb an den jeweiligen Hersteller gebunden
z. B. Databricks Genie, Snowflake Cortex, Microsoft Fabric Data Agent
oneAgent
Plattformübergreifend- Gemeinsame Oberfläche über unterschiedliche DWH-Plattformen
- Zentrale Kennzahlen und Geschäftsregeln
- Einheitlicher Einführungs- und Governance-Ansatz
- Managed- oder Self-hosted-Betrieb
- Kein notwendiger Wechsel der bestehenden Datenplattform
Sie ersetzen nicht Ihr Data Warehouse. Sie ergänzen es um eine gemeinsame, kontrollierte Zugriffsebene.
Detaillierte Vergleiche ansehen →Ist oneAgent der richtige nächste Schritt?
Ein Pilot ist besonders sinnvoll, wenn ein konkreter fachlicher Bedarf und eine belastbare Datengrundlage zusammenkommen.
Gute Voraussetzungen für einen Pilot
- Ihr Data Warehouse ist produktiv im Einsatz und die relevanten Daten sind verfügbar.
- Eine definierte Nutzergruppe hat wiederkehrende Fragen, die bestehende Reports nicht flexibel genug beantworten.
- Ein klar abgegrenzter Use Case kann für den Pilot festgelegt werden.
- Fachbereich, BI und IT validieren Kennzahlen, Regeln und Ergebnisse gemeinsam.
Das sollte vor dem Pilot geklärt werden
- iDer Schwerpunkt liegt auf Dokumentensuche oder Wissensmanagement statt auf strukturierten Unternehmensdaten.
- iNutzer, Fragestellungen und Erfolgskriterien des Piloten sind noch nicht definiert.
- iFür relevante Kennzahlen und Daten gibt es noch keine fachliche Verantwortung.
- iBenötigte Datenquellen sind noch nicht integriert oder fachlich miteinander abgestimmt.
Fehlen einzelne Voraussetzungen, klären wir im Architekturgespräch gemeinsam, welche Schritte vor einem Pilot sinnvoll sind.
Vom Use Case zum produktiven Pilot.
In fünf Schritten zu validierten Antworten aus Ihrem Data Warehouse.
- 01
Use Case und Erfolgskriterien festlegen
Wir definieren Nutzer, konkrete Fachfragen und die Kriterien, anhand derer der Pilot bewertet wird.
- 02
Datenzugang und Umfang prüfen
Wir prüfen Plattform, Netzwerk, Berechtigungen und die für den Use Case benötigten Tabellen.
- 03
Kennzahlen und Regeln konfigurieren
Gemeinsam legen wir Beziehungen, Kennzahlen, Geschäftsregeln und Sicherheitsvorgaben fest.
- 04
Antworten validieren
Fachbereich und BI prüfen Referenzfragen, Abfragelogik und Ergebnisse.
- 05
Pilotnutzer freischalten
Nach der Abnahme starten die vereinbarten Nutzer mit dem Pilotbetrieb.
Ergebnis des Piloten
Angebundener Use Case, definierte Kennzahlen und Regeln, validierte Referenzfragen sowie eine belastbare Entscheidungsgrundlage für den weiteren Rollout.
Häufig gestellte Fragen
Antworten auf technische Fragen rund um Betrieb, Kosten und Datenanbindung.
Im Live-Only-Modell — also ohne Datenimport — zahlen Sie 25 € pro Nutzer und Monat, ohne zusätzliche Speicherkosten. Sollen einzelne Daten zusätzlich importiert werden, fallen dafür anteilige Speicherkosten an. Self-Hosting wird individuell verhandelt.
oneAgent lässt die KI nur die Fragestellung sprachlich verstehen. Die Antwort selbst entsteht über einen festen Layer mit freigegebenen Kennzahlen und Geschäftsregeln, aus dem deterministisches SQL erzeugt und live gegen Ihr Data Warehouse ausgeführt wird. Die KI rät keine Zahl — sie wird berechnet und gegen die vereinbarte Definition geprüft.
Nein. Im Live-Modus verbindet sich oneAgent direkt mit Ihrem Data Warehouse. Die Abfrage läuft live gegen die bestehende Infrastruktur, es entsteht keine zweite Datenkopie.
Nicht zwingend. oneAgent kann bestehende BI-, DWH- und Datenbankstrukturen ergänzen und als flexible Self-Service-KI-Schicht darüber nutzbar machen.
Power BI Copilot ist an die Power-BI-Plattform gebunden und arbeitet vor allem auf vorbereiteten Power-BI-Datenmodellen. oneAgent ist als Data Warehouse KI dagegen datenquellen-unabhängig und verbindet sich direkt mit Ihrem Data Warehouse — SQL Server, PostgreSQL, Snowflake, Databricks, Oracle oder Microsoft Fabric —, unabhängig davon, ob Sie Power BI einsetzen. Die SQL-Abfrage wird deterministisch berechnet, nicht von der KI geraten.
Ja. oneAgent ist container-basiert und läuft wahlweise gehostet in Frankfurt oder On-Premise in Ihrem eigenen Rechenzentrum, direkt neben Ihrem Data Warehouse.
SQL Server, PostgreSQL, Snowflake, Databricks, Oracle und Microsoft Fabric. Für Fabric-Kunden ergänzt oneAgent das bestehende Fabric Warehouse um eine zusätzliche Chat-Ebene für Fachbereiche.
oneAgent respektiert das bestehende Rollen- und Rechtekonzept, statt es zu umgehen. Wer welche Kennzahlen und Datenquellen sehen darf, wird gemeinsam mit IT und BI definiert.
Ja. oneAgent läuft entweder gehostet in Frankfurt (Azure) oder On-Premise in Ihrem eigenen Rechenzentrum — Ihre Daten verlassen die kontrollierte Umgebung nicht unkontrolliert in externe KI-Tools. Ihr bestehendes Rollen- und Rechtekonzept bleibt unverändert in Kraft.
Passt oneAgent zu Ihrer bestehenden Datenarchitektur?
In einem Architekturgespräch prüfen wir Use Case, Datenplattform, Sicherheitsanforderungen und einen möglichen Pilotumfang.
Unsicher, was passt? Testen, Demo & Pilot im Überblick →