Datenpipeline
Datensätze hinein, SQL-Transformationen darauf. Jeder Schritt ist ein Knoten, den Sie öffnen und lesen können.
Für die Berichte, die Sie jeden Monat, jedes Quartal und jedes Jahr erstellen. Machen Sie aus Ihrer Logik und Ihren Tabellen eine App und holen Sie dauerhaft mehr aus Ihren Daten: mit einheitlicher Analyse und verlässlichem, wiederholbarem Reporting, ohne jedes Jahr von vorn zu beginnen.
So funktioniert es
Ihre eigene KI
Verbinden Sie Ihr Claude, ChatGPT oder jede KI mit MCP-Unterstützung. Sie handelt in Ihrem Namen, nur mit den Rechten, die Sie und Ihr Admin festlegen, und verbraucht keine KI-Credits von ovidens.
Audit-Trail
ovidens hält zu jeder Zahl die Regel, die Version und den Audit-Trail fest, damit die Antwort da ist, falls jemand fragt.
Ändern Sie eine Regel oder eine Abfrage im Entwurf. Betrachter sehen weiterhin die veröffentlichte Version, bis Sie veröffentlichen.
Jeder Lauf hält fest, welche Version er ausgeführt hat und wer ihn ausgelöst hat: eine Person, Vera oder ein verbundenes System.
Ein Berichtszeitraum lässt sich erst freigeben, wenn alle Pflichtwerte erfasst sind und keine blockierende Prüfung fehlschlägt. Die Freigabe friert die Werte ein und veröffentlicht eine unveränderliche Version.
Verfolgen Sie ein Ergebnis durch die Pipeline zurück: die Eingaben, die Transformation, die es berechnet hat, und den Lauf und die Version, aus denen es stammt.
Keine versteckte Berechnung.
Jede Aktion, ob von einer Person oder von Vera, landet im Audit-Log. Wird ein freigegebener Zeitraum wieder geöffnet, bleibt seine Version in der Historie.
Für wen es gedacht ist
Die Geschäftsführung
Jede Zahl kennt den Lauf und die Version, aus denen sie stammt.
Der Fachbereich
Beschreiben Sie die Regel. Die KI schreibt das SQL.
Das Tech-Team
Reines SQL und die komplette Pipeline, voll bearbeitbar. Jeder Lauf und jede Version bleiben erhalten.
Produkte
Bringen Sie die Daten mit, die Sie haben. Machen Sie daraus den Bericht.
Laden Sie die Exporte hoch, die Sie schon haben, und beschreiben Sie, was der Bericht zeigen soll. Die KI baut die Pipeline, schreibt die Wissensdatenbank und setzt die Visualisierung darauf, und jeder Schritt bleibt lesbar.
Datensätze hinein, SQL-Transformationen darauf. Jeder Schritt ist ein Knoten, den Sie öffnen und lesen können.
Jede Datenquelle und jede Transformation hat eine Seite. So bleibt die Definition bei der Zahl.
Sie beschreiben die Regel. Vera fragt nach, statt zu raten.
Charts, Pivots und Tabellen, die Ihr Team direkt bearbeitet, auf Basis der Pipeline.
Warum nicht Ihr bisheriges Werkzeug
In ovidens bauen Sie einen wiederkehrenden Bericht einmal und führen ihn in jedem Zeitraum neu aus. Jede Zahl behält die Regel, den Lauf und die Version, aus denen sie stammt.
| Wo es heute passiert | In ovidens | |
|---|---|---|
| Eine Tabellenkalkulation | Die Formel des nächsten Quartals überschreibt die dieses Quartals, und die Datei weiß nicht, wer sie geändert hat oder warum. | Die Regel ist ein Schritt in einer Pipeline. Eine Änderung wird als neue Version veröffentlicht und protokolliert. |
| Ein BI-Tool | Es zeichnet das Diagramm. Die Berechnung ist woanders passiert, bevor die Daten ankamen. | Die Daten kommen an, werden berechnet und angezeigt – in einer App, und alles wird gemeinsam versioniert. |
| Ein Data Warehouse | Es ist für Engineers gebaut und für Abfragen in Millisekunden. Ein Quartalsbericht braucht beides nicht. | Der Fachbereich beschreibt den Bericht, und das Tech-Team kann trotzdem jede Abfrage lesen. |
Eine Tabellenkalkulation
Ein BI-Tool
Ein Data Warehouse
FAQ
Ein Ort, an dem Sie einen wiederkehrenden Bericht einmal bauen und in jedem Zeitraum neu ausführen. Die KI macht aus Ihren Regeln und Tabellen eine App, und jede Zahl behält die Regel und die Version, aus der sie stammt.
Sie bauen den Bericht nicht neu. Fügen Sie die Daten des neuen Zeitraums hinzu und führen Sie ihn erneut aus; der Lauf wird unter der veröffentlichten Version abgelegt. Eine geänderte Regel entsteht in einem privaten Entwurf und wird als nächste Version veröffentlicht.
Nein. Sie beschreiben die Regel, die KI schreibt das SQL und fragt nach, wenn eine Regel unklar ist. Jede Abfrage bleibt lesbar, sodass jemand mit SQL-Kenntnissen sie prüfen kann.
Ja. Eine Erhebung gibt Ihnen einen Link, den jede Person ohne Konto beantworten kann. In einer Indikator-App kommen die Zahlen jeder Berichtseinheit von den Verantwortlichen.
Bei AWS in Frankfurt (eu-central-1). Jeder Workspace hat sein eigenes Datenbankschema.
Nur, was die Person darf, die sie beauftragt hat – bei jeder Anfrage neu geprüft. Ein Admin legt pro Mitglied fest, was die KI in dessen Namen tun darf.
Ja. Sie können eine App als portables Paket herunterladen, und ein verbundenes System kann die Ergebnisse eines Laufs als CSV über die Automation API abrufen.
Registrieren, Workspace benennen, Datei hochladen. Zahlungsdaten sind bei der Registrierung optional.
Doku
Die Doku beschreibt die drei Apps, wie Sie Ihre eigene KI verbinden, die Automation API und wie mit Ihren Daten umgegangen wird. Auf Deutsch und Englisch.
Bauen Sie den Bericht einmal. In jedem weiteren Zeitraum: neue Daten hinzufügen, ausführen, die neue Version veröffentlichen.