Der Kunde war an eine bekannte Grenze gestoßen. Ein fähiges Team baute das Monatsreporting immer wieder neu. Das eigentliche Wissen — was eine kryptische Dimension bedeutet, warum eine Meilensteinzahlung so gekennzeichnet ist — lag in wenigen Köpfen. Self-Service war unmöglich, KI-gestützte Fragen außer Reichweite, und die Sicherheitsanforderungen hoch: Diese Daten ließen sich nicht einfach öffnen.
Der Hebel war nicht die Technik
Wir setzten die zentrale Snowflake-Plattform live — mit einer Go-Live-Garantie von 90 Tagen, die wir in Teilen schon nach dreißig erreichten. Der entscheidende Hebel war dabei nicht die Technik, sondern die Bedeutung. Über die technischen Joins legten wir semantische Views: Schichten, die Geschäftskontext und Erklärungen tragen, nicht nur Schlüssel und Summen.
Kommt Ihnen das bekannt vor?
Wenn Ihr Reporting jeden Monat neu gebaut wird und das Wissen in wenigen Köpfen steckt, zeigen wir Ihnen im kostenlosen Erstgespräch, wie ein Semantic Layer das ändert.
Wo ein View "gleich" sagt, erklärt der semantische View "warum"
Wo ein einfacher View sagt „dieses Attribut entspricht jener Spalte", erklärt der semantische View, was er bedeutet — Abschlagszahlungen, Abgrenzungen, die Logik hinter einer Kostenstelle. Ein großer Teil dieser Beschreibung wurde KI-generiert und dort von Menschen angereichert, wo es darauf ankam. Auf derselben Schicht sitzen KI-Agenten, die Geschäftsfragen direkt beantworten, sowie eine Row-Level-Security bis auf Betrags- und Buchungsebene.
Die Daten verlassen diese Umgebung nicht und gehen nicht an externe KI-Anbieter.
Entscheidend bei Finanzdaten: Die KI-Agenten laufen in einer kontrollierten Umgebung auf unserer eigenen AWS-/Snowflake-Infrastruktur in Frankfurt.
Von 3–4 Stunden auf unter 10 Minuten
Die Plattform wurde zur Single Source of Truth, die das ganze Team sehen und abfragen kann. Statt Berichte jeden Monat neu zu erstellen, stellen Fachanwender ihre Fragen direkt — „welche Kostenpositionen sind gestiegen?", „wo gibt es Forecast-Abweichungen?" — und ziehen die Antworten unmittelbar nach PowerPoint und Excel. Der semantische Layer machte aus verstreutem, implizitem Know-how ein dokumentiertes, wiederverwendbares Asset; geht ein Wissensträger, bleibt das Verständnis. Jede Rolle sieht ausschließlich, was sie sehen darf. Die Analysezeit für Ad-hoc-Anfragen sank von 3–4 Stunden auf unter 10 Minuten.
Drei Dinge, die Sie mitnehmen können
- Bedeutung schlägt Verbindung. Technische Joins verbinden Tabellen; ein semantischer Layer erklärt, was sie bedeuten. Genau das macht Self-Service erst möglich.
- Governance ist kein Show-Stopper für KI. Souveräne Infrastruktur und Row-Level Security bis auf Buchungsebene machen KI-gestützte Fragen auch bei sensiblen Finanzdaten sicher.
- Wissen dokumentieren, bevor es geht. Implizites Know-how in wenigen Köpfen ist ein Risiko. Ein dokumentiertes, semantisches Asset übersteht Personalwechsel.