Veröffentlicht am
AtScale hat am 15. Oktober 2026 die Produktfamilie AtScale for AI vorgestellt. Sie soll natürlichsprachliche Fragen mit verbindlichen Geschäftskennzahlen und deren Berechnung verbinden. Ava und die AI Computation Engine ACE sind laut Anbieter bereits verfügbar. Die Bausteine CoModel und Canary sind dagegen noch als bevorstehend angekündigt. Die vollständige Produktfamilie ist damit nicht durchgehend verfügbar. AtScale: Ankündigung
Erst die Frage klären, dann rechnen
Ava steht für Ask, Verify, Answer und soll vor einer Berechnung klären, welche Kennzahl gemeint ist. Das Beispiel des Anbieters ist Umsatz: Dahinter könnten unterschiedliche Größen stehen, etwa Auftragseingang oder bereits realisierter Umsatz. ACE soll anschließend die festgelegten Definitionen und Rechenregeln auf die Unternehmensdaten anwenden.
CoModel ist für die KI-gestützte Pflege der zugrunde liegenden Modelle vorgesehen; vorgeschlagene Änderungen sollen Menschen prüfen. Canary soll Antworten mit bestätigten Ergebnissen vergleichen und Verschlechterungen erkennbar machen. Das sind angekündigte Funktionen. KI-AGT hat die Produkte nicht selbst getestet und leitet daraus keine Garantie für fehlerfreie Analysen ab. Aufgaben und Verfügbarkeit der Bausteine
Was eine semantische Schicht leistet
Zum Verständnis hilft AtScales Glossareintrag, der als aktualisiert im August 2026 gekennzeichnet ist. Eine semantische Schicht liegt demnach zwischen Datenquellen und den Werkzeugen, die sie abfragen. Sie legt Kennzahlen, Dimensionen, Beziehungen und Zugriffsregeln in fachlichen Begriffen fest. Dadurch sollen verschiedene Analysewerkzeuge und Agenten dieselben Berechnungsgrundlagen verwenden.
Diese ältere Erklärung ist Hintergrund zur neuen Produktankündigung. Sie macht auch deutlich, dass eine gemeinsame Definition gepflegt werden muss: Ändert sich beispielsweise die Berechnung einer Kennzahl, brauchen die angebundenen Anwendungen einen konsistenten Stand. Die technische Zwischenschicht nimmt einem Unternehmen die fachliche Entscheidung über die richtige Definition nicht ab. AtScale: What is a Semantic Layer?
Unsere Einordnung: Übereinstimmung ist noch keine Richtigkeit
Relevant ist der Ansatz für Unternehmen, deren KI-Agenten Berichte aus Datenbanken erstellen oder Kennzahlen für weitere Arbeitsschritte abrufen. Wenn alle dieselbe falsche Definition verwenden, entstehen zwar übereinstimmende Antworten, aber noch keine korrekten Aussagen. Ein gemeinsames Modell braucht deshalb fachliche Verantwortliche und überprüfbare Beispiele.
Für einen Versuch würden wir eine einzelne Kennzahl mit wenigen eindeutig beschriebenen Varianten auswählen. Zu jeder Variante sollten ein bestätigtes Ergebnis und die verwendeten Ausgangsdaten vorliegen. Anschließend ließe sich untersuchen, ob unterschiedlich formulierte Fragen zur passenden Definition führen und ob eine unklare Anfrage tatsächlich eine Rückfrage auslöst.
Zusätzlich gehören Grenzfälle in den Vergleich: nachträgliche Korrekturen, fehlende Werte, unterschiedliche Zeitzonen oder ein Zeitraum, der noch nicht abgeschlossen ist. Die Berechnung kann technisch sauber laufen und trotzdem die falsche Periode treffen. Solche Fälle prüfen das Zusammenspiel von fachlicher Bedeutung, Datenstand und Ausführung.
Auch Zugriffsgrenzen sollten Teil der Abnahme sein. Eine zusammengefasste Kennzahl darf einem Agenten keine Informationen erschließen, die sein Nutzer nicht sehen darf. Unsere Prüfvorschläge sind kein Produkttest. Sie zeigen, welche Nachweise wir vor einer Nutzung für wichtige Entscheidungen erwarten würden. Grundlagen bieten unsere Texte zu Berechtigungen und Human-in-the-Loop.
Quelle: Offizielle Quelle