Beobachtetes Signal · 22. Juli 2026 · Technical Release · Quelle: DEV Community · Relevanz: 2/5 · Sentiment: Positiv
Onibex entwickelt regulierten Text-to-SQL-Agenten für SAP
Onibex hat ASK (Agentic Semantic Knowledge) veröffentlicht, eine offene Plattform zur Konvertierung natürlicher Sprache in reguliertes SQL für SAP-Daten mithilfe einer kuratierten semantischen Schicht. ASK bildet Geschäftskonzepte als YAML-Datenprodukte in einem Bronze-, Silver- und Gold-Medallion-Modell ab: Bronze offenbart rohe SAP-Tabellen, Silver definiert Join-Logik und Feldrollen, und Gold liefert denormalisierte Analysen für Abfragen mit geringer Latenz. Die Plattform bietet drei Query-Engines (Flash, Smart, Precise) zur Steuerung von Latenz, Kosten und Determinismus. Die Disambiguierung erfolgt über ein dreistufiges System, das in OpenSearch indexiert und über eine ASK Configuration App gesteuert wird. ASK generiert verifizierte Artefakte wie Excel-Berichte; die Spezifikation, der Plattformcode und das Handbuch sind auf GitHub verfügbar.
Die Veröffentlichung demonstriert einen kontrollierten, deterministischen Ansatz für LLM-zu-SQL-Abfragen über komplexe Unternehmensschemata wie SAP, der für Enterprise Analytics und Data Governance relevant ist, jedoch primär auf SAP- und Unternehmensdatennutzungen fokussiert ist.
Marktsignale zu SAP in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Onibex hat ASK (Agentic Semantic Knowledge) veröffentlicht, eine offene Plattform zur Übersetzung natürlicher Sprache in reguliertes SQL für SAP-Daten.
- ASK nutzt eine YAML-basierte semantische Schicht (Data Products) und ein Medallion-Modell (Bronze/Silver/Gold) zur Schema-Abstraktion.
- Drei Query-Engines (Flash, Smart, Precise) balancieren Geschwindigkeit, Kosten und Determinismus aus.
- Die Disambiguierung basiert auf einem semantischen Wörterbuch-Index in OpenSearch und einer React SPA als Konfigurations-App.
- Die semantische Spezifikation, der Quellcode und das vollständige Handbuch wurden auf GitHub veröffentlicht.
Verknüpfte Unternehmen
2 verknüpfte Unternehmen“But SAP HANA schemas are not simple....”
“The semantic layer specification, the platform code, and the full manual are published on GitHub....”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Actian stellt Conversational Analytics mit semantischer Basis vor
Actian, die Daten- und KI-Sparte von HCLSoftware, hat Actian AI Analyst (ehemals Wobby) eingeführt, eine Conversational Analytics-Lösung, die mittels Semantic Knowledge Graph und einem neuen Steward Agent eine kontrollierte semantische Schicht aufbaut und pflegt. Das Produkt kombiniert KI-gestützte Abfragen in natürlicher Sprache mit deterministischer Semantik und einer eingeschränkten Ausführungsengine, um Halluzinationen zu reduzieren, die vollständige Nachvollziehbarkeit von Entscheidungsschritten zu gewährleisten und konsistente Geschäftslogiken sicherzustellen. Actian AI Analyst lässt sich in Kollaborationstools wie Slack und Microsoft Teams integrieren, bewahrt den Kontext von Unterhaltungen und kann mit der Actian Data Intelligence Platform gekoppelt werden, um ein geschlossenes, kontrolliertes Analytesystem zu schaffen. Das Unternehmen positioniert die Lösung als Mittel zur Skalierung des Zugangs zu Analysen für Business-User bei gleichzeitiger Gewährleistung verlässlicher, auditierbarer Einblicke.
Warum KI-Agenten zwingend einen Semantic Layer benötigen
Direkter Text-to-SQL-Zugriff für KI-Agenten auf Data Warehouses birgt erhebliche Risiken: Fehlende einheitliche Business-Semantiken führen zu inkonsistenten Ergebnissen, lückenhafter Zugriffskontrolle und mangelnder Revisionssicherheit. Ein Semantic Layer fungiert als regulierende Metadaten- und Metrikschicht, die diese Defizite behebt. Er stellt validierte Metrikdefinitionen bereit, erzwingt Row-Level-Security sowie Multi-Tenancy und bindet Agenten über APIs (wie MCP/Tool-APIs) statt über direkte Datenbankverbindungen an. Der Artikel grenzt 'Agentic Semantic Layers', die auf den programmatischen Konsum durch autonome Agenten ausgelegt sind, von traditionellen BI-Semantikschichten ab. Zu den Kernanforderungen gehören MCP-Unterstützung, Pre-Aggregation und Schema-as-Code. Über versionierte Metrics-as-Code-Workflows (YAML/Git) wird sichergestellt, dass Dashboards, APIs und KI-Agenten auf identische, auditierbare Datenquellen zugreifen. Als relevante Technologieanbieter werden unter anderem Cube, AtScale und dbt hervorgehoben.
Knowi startet Enterprise-Datenagenten mit integrierter, privater KI
Knowi hat eine neue Reihe von Enterprise-KI-Agenten für seine Analyseplattform vorgestellt, die durchgängige BI-Workflows über einen einzigen Prompt automatisieren. Die Veröffentlichung umfasst über 20 spezialisierte Agenten, einen Orchestrator sowie einen MCP-Server (Model Context Protocol), der MCP-kompatiblen KI-Clients den Zugriff auf die Abfrage-, Dashboard- und Benachrichtigungstools von Knowi ermöglicht. Da Knowi eine eigene KI-Infrastruktur betreibt, werden Abfragen und Schemata verarbeitet, ohne Daten an LLMs von Drittanbietern zu übermitteln. Das Produkt unterstützt On-Premises-Deployments, erzwingt unternehmensweite Zugriffskontrollen sowie zeilenbasierte Berechtigungen und ist SOC-2-Type-II-zertifiziert mit HIPAA-kompatiblen Konfigurationen. Die Agenten lassen sich per SSO und API einbetten sowie in Slack und Microsoft Teams integrieren. Die Plattform verbindet sich mit über 70 Datenquellen, darunter SQL, NoSQL, REST-APIs, SaaS-Tools sowie Dokumente, und ermöglicht Cross-Join-Abfragen ohne ETL oder ein Data Warehouse.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.