|
30.07.2026 15:00 Uhr |
Die Grundidee ist einfach: Anstatt Berichte zu suchen oder SQL-Abfragen zu schreiben, stellen Anwender*innen ihre Fragen direkt in natürlicher Sprache. Ein Sprachmodell interpretiert die Anfrage, erzeugt eine passende Abfrage auf dem Data Warehouse und liefert die Antwort als Tabelle, Diagramm oder Text.
Unter dem Schlagwort „Chat with your data“ entstehen seit einiger Zeit zahlreiche Systeme, die genau diesen Ansatz verfolgen. In Demos auf Konferenzen oder bei internen Meetings funktioniert das häufig beeindruckend gut. Der Eindruck entsteht schnell, dass klassische BI-Werkzeuge bald an Bedeutung verlieren könnten.
Der Dialog mit Unternehmensdaten gehört zu den sichtbarsten Anwendungsfällen großer Sprachmodelle. Systeme, die Fragen in natürlicher Sprache entgegennehmen und daraus Datenabfragen, Auswertungen oder Visualisierungen ableiten, versprechen einen einfachen Zugang zu Business Intelligence auch für Anwender und Anwenderinnen ohne technische Kenntnisse. In Demonstrationen wirkt dieser Ansatz oft überzeugend. Im produktiven Betrieb zeigen sich jedoch schnell strukturelle Grenzen gewachsener Daten- und BI-Landschaften. Der Beitrag zeigt, warum viele dieser Vorhaben in der Demo-Phase bleiben und welche architektonischen und organisatorischen Voraussetzungen erfüllt sein müssen, damit der Dialog mit Daten zuverlässig funktioniert.
In der Praxis zeigt sich jedoch ein anderes Bild: Viele dieser Ansätze erreichen den produktiven Betrieb nicht. Sie scheitern allerdings weniger an der Sprachverarbeitung als an den strukturellen Schwächen der zugrunde liegenden Daten- und BI-Architektur.