Produktvision · Oktober 2026
Die These von AgenticObjects zu agentic analytics in der neuen Geschäftswelt der KI-nativen Ära.
Der Mensch auf der anderen Seite hat sich seit 1981 nicht verändert.
Seit sich Personal Computer ab 1981 zu verbreiten begannen, erzeugen Unternehmen jedes Jahr mehr Informationen, und Agenten machen es heute nahezu kostenlos, noch mehr davon zu produzieren. Die Antwort ist deshalb nicht mehr Output, sondern Aufzeichnungen, die ein Mensch prüfen kann, denen er vertrauen und auf deren Grundlage er handeln kann, mit dem Nachweis für jede Zahl nur einen Klick entfernt.
Ali Yıldırım, Gründer und CEO, D-CAT Group
Die Aufmerksamkeit eines Lesers
Finding
Recommendation
Brief
Heute live
Wir bauen keine neue Datenwelt.
Agenten setzen auf der Struktur auf, in die Ihr Unternehmen seit Jahren investiert hat. Sie lesen die Zahlen, auf die es sich bereits geeinigt hat, und hinterlassen Aufzeichnungen, die ihren Nachweis behalten.
Operative Systeme
ERP, Vertrieb, Finanzen: die Transaktionsdaten, auf denen das Unternehmen läuft.
1Semantic model
Warehouse und tabellarische Modelle: die Zahlen, denen das Unternehmen vertraut und auf die es sich geeinigt hat.
AgenticObjects-Agenten
Nur lesender Zugriff. Sie schreiben nie in Kundensysteme und führen keine Aktionen aus.
Agentic objects
Finding · Recommendation · Brief: dauerhafte Aufzeichnungen, an ihren Nachweis gebunden.
Was eine Aufzeichnung belastbar macht
Jede Zahl hat eine strukturelle Adresse. Ihre Herkunft lässt sich bis zu einem Wert in einem versiegelten Abfrageergebnis zurückverfolgen. Die Anatomie einer Aufzeichnung
Das Modell berechnet nie eine Zahl. Jede Zahl, die es schreibt, muss mit einem Wert in einem versiegelten Abfrageergebnis übereinstimmen, sonst wird sie mit ihrer Begründung zurückgehalten. Wie eine Zahl bewiesen wird
Die Plattform weigert sich, eine Aufzeichnung zu veröffentlichen, für die sie nicht geradestehen kann. Die abgelehnte Aufzeichnung bleibt mit ihrer Begründung gespeichert. Ein Lauf, in dem zwei Aufzeichnungen zurückgehalten wurden
AI Native Era Business World · 7 Schichten
Transaktionsdaten sagen, was passiert ist. Eine Entscheidung braucht auch, was es bedeutet und wen es betrifft.
Schicht 1 ist das Semantic model, das Agenten heute lesen. Die Schichten 2 bis 7 fügen ihm Bedeutung, Verantwortlichkeit und Kontext hinzu, in der Reihenfolge, die ihre Horizonte zeigen. Eine Schicht kommt erst hinzu, wenn sie die Eintrittsregel erfüllt, die unten bei den Horizonten beschrieben ist, und kein Agent schreibt in sie.
Im Unternehmen
1
Heute live
Semantic model
Warehouse und tabellarische Modelle: die Zahlen, denen das Unternehmen vertraut und auf die es sich geeinigt hat.
Details
Das lesen Agenten heute, über nur lesende Gateways. Jede Zahl in einer Aufzeichnung ist auf einen Wert in einem versiegelten Abfrageergebnis auf diesem Modell adressiert, und die Aufzeichnung öffnet diesen Nachweis mit einem Klick.
2
Kurzfristig
Data ontology
Was Begriffe in diesem Unternehmen bedeuten: wer als „aktiver Kunde“ zählt.
Details
Definitionen, die Ihr Unternehmen freigibt; Agenten lesen sie. Eine Aufzeichnung, die einen Begriff verwendet, kann auf die verwendete Definition verweisen, sodass zwei Abteilungen, die dasselbe Finding lesen, darunter dasselbe verstehen.
3
Kurzfristig
Company ontology
Einheiten, Prozesse, Rollen und wer welche Entscheidung verantwortet.
Details
Definitionen, die Ihr Unternehmen freigibt; Agenten lesen sie. Sobald die Verantwortlichkeiten bekannt sind, kann eine Recommendation an die Rolle gerichtet werden, die die Entscheidung verantwortet, statt an alle, die den Brief erhalten.
KVKK/GDPR-Filter
4
Mittelfristig
Behavioral data
Die Spur, wie das Unternehmen tatsächlich arbeitet: Besprechungen, Kalender, Aufgabenlisten und E-Mails. Rohdaten werden nie übernommen; sie durchlaufen zuerst einen KVKK/GDPR-Filter.
Konzipiert, damit keine auf dieser Schicht aufbauende Aufzeichnung eine Person zum Gegenstand haben kann und jeder Lesezugriff dort protokolliert wird, wo Ihr Datenschutzbeauftragter ihn einsehen kann.
Wie der Filter funktioniert
Richtung, nicht Lieferumfang: Nichts davon ist heute im Produkt.
Durchgelassen
- Nichts, bis Sie eine Quelle einschalten
- Lesezugriffe für einen vorab registrierten Zweck
- Anzahlen und Dauern auf Teamebene
Gestoppt
- Jeder Lesezugriff ohne registrierten Zweck
- Personen, Postfächer und Kategorien auf Ihrer Ausschlussliste
- Alles, was eine namentlich genannte Person betrifft
- Nachrichteninhalte, die in Ihrer Umgebung bleiben und das Modell nie erreichen
- Gruppen, die zu klein sind, um anonym zu bleiben; sie werden zurückgehalten
Konzipiert, um jeden Lesezugriff in ein Protokoll zu schreiben, das Ihr Datenschutzbeauftragter und Ihre Arbeitnehmervertretung öffnen können. Für die Einhaltung der Vorschriften bleiben Sie als Verantwortlicher zuständig; mit dem Filter begrenzen wir, was gelesen wird.
5
Kurzfristig
Unstructured data
Verträge, Richtlinien, Verfahren, Präsentationen und Dokumente.
Details
Eine Zahl aus einem Dokument wird auf die Version des Dokuments und die genaue Textstelle adressiert, aus der sie stammt. Eine Zahl, die sich so nicht adressieren lässt, wird nicht als Nachweis verwendet.
6
Mittelfristig
Tacit knowledge
Wissen, das nie aufgeschrieben wurde und in der Erfahrung steckt.
Details
Erfasst als benannte Aufzeichnungen: Eine Person hält fest, was sie weiß, die Aufzeichnung trägt ihren Namen und das Datum und wird nie als Daten ausgegeben.
Außerhalb des Unternehmens
7
Langfristig
External knowledge
Das Internet, Marktforschung und Branchenberichte, Lieferanten, Partner und andere Agenten.
Details
Externe Quellen und andere Agenten kommen als zitiertes Material mit geringerem Vertrauen hinzu und werden nur eingehend gelesen. Sie können einer Aufzeichnung Kontext hinzufügen. Der Nachweis für eine Zahl sind sie nie.
Accountable decision episodes
Langfristig
Die Struktur, die Aufzeichnungen an den Entscheidungsmoment bindet, in den sie eingeflossen sind. Sie wird heute nicht als Produkt angeboten.
Wie es zusammenpasst
Von Daten zu Aufzeichnungen zu Wissen
Agenten lesen die Welt des Unternehmens und zeichnen jedes Finding mit seinem Nachweis auf. Company Context wird aus diesen Aufzeichnungen destilliert, und Wissen erreicht jeden Menschen in der Form, die er braucht. Agenten lesen, prüfen und zeichnen auf. Sie schreiben nie in Kundensysteme.
A
Unternehmenssysteme
Structured data
Heute live
- ERP
- CRM und Vertrieb
- Finanzen und Rechnungswesen
Unstructured data
Kurzfristig
- Dokumente und Verträge
Mittelfristig
- Besprechungen und Kalender
Außenwelt
Langfristig
- Internet
- Marktberichte
- Lieferanten und Partner
- Other agents
B
Die Welt, die Agenten lesen
AI Native Era Business World · 7 Schichten
Die rohe Welt, die Agenten lesen, innerhalb und außerhalb des Unternehmens.
C
AgenticObjects-Agenten
Lesen · prüfen · aufzeichnen
Nur lesend
D
Aufzeichnungen
Agentic objects: dauerhafte Aufzeichnungen, in denen jede Zahl eine Adresse und einen Nachweis hat.
Was aus Aufzeichnungen wird
Company Context
Mittelfristig
Unternehmensgedächtnis, ausschließlich aus veröffentlichten Aufzeichnungen destilliert: was das Unternehmen wusste, wann und mit welchem Nachweis.
Actionable insights
Erkenntnisse, die ein Mensch prüfen kann, denen er vertrauen und auf deren Grundlage er handeln kann.
Für jede Person das passende Objekt
Dieselbe Aufzeichnung, in der Form, die ihr Leser braucht.
E
Wissensobjekte
Heute live
- Finding Was sich geändert hat, mit Nachweis
- Recommendation Was getan werden kann
- Brief Eine regelmäßige Zusammenfassung
Kurzfristig
- Stories Verknüpft Findings zu einer Erzählung
- Investigation Geht einer einzelnen Frage auf den Grund
- Perceptive Dashboard Gespeist aus veröffentlichten Aufzeichnungen, so aktuell wie die jüngste davon
Wissensobjekte
Dieselbe Aufzeichnung, für jeden Leser in einer anderen Form.
Ein Finding, die darauf aufbauende Recommendation und der Brief, der beide trägt, sind drei Aufzeichnungsarten, die über ihre Nachweise miteinander verbunden sind. Jede behält die Verknüpfung zu den Zahlen, auf denen sie beruht. Als Nächstes kommen Stories, Investigation und Perceptive Dashboard, aufgebaut auf denselben Aufzeichnungen.
Heute live
Kurzfristig
Heute live
Illustration
Finding · CFO-Agent · geplanter Lauf
01M1B399HJ93R8075A761ESV8N
Der Nettoumsatz liegt unter seinem 4-Wochen-Durchschnitt; die Abweichung konzentriert sich auf zwei Produktgruppen.
Net revenue last month: ■■■. Its 4-week average: ■■■. Share of the gap in the two product groups: ■■■.
Nachweis revenue_net@last_month · Nachweis 3/3 · e1.r1.c0x.w8
Für Analysten und Controller: was sich geändert hat, und die Adresse, aus der jede Zahl gelesen wurde.
Heute live
Illustration
Recommendation · CFO-Agent · geplanter Lauf
Preis- und Rabattkonditionen in den beiden Produktgruppen überprüfen, auf die die Abweichung entfällt.
Beruht auf Finding 01M1B399HJ93R8075A761ESV8N: Der Nettoumsatz liegt unter seinem 4-Wochen-Durchschnitt.
Nachweis revenue_net@last_month · Nachweis 3/3 · e1.r1.c0x.w8
Für die Person, die die Entscheidung verantwortet: was getan werden kann, mit direktem Zugang zum Finding, auf dem es beruht.
Heute live
Illustration
Montags-Briefing für die Geschäftsleitung · CFO-Agent · 08:10 · geplant
Diese Woche: Der Nettoumsatz liegt unter seinem 4-Wochen-Durchschnitt, konzentriert auf zwei Produktgruppen, und eine Preisüberprüfung wird empfohlen.
Umfasst 1 Finding und 1 Recommendation, die jeweils ihre eigene Aufzeichnung öffnen.
Nachweis Evidence Chain offen · e1.r1.c0x.w8
Für die Geschäftsleitung: die Woche in wenigen Zeilen, und jede Zeile bleibt einen Klick von ihrem Nachweis entfernt.
Kurzfristig
Stories
Mehrere Findings, geordnet zu einer zusammenhängenden Darstellung dessen, was geschehen ist. Jeder Schritt der Erzählung öffnet weiterhin seine eigene Aufzeichnung und seinen eigenen Nachweis.
Heute nicht im Produkt. Es wird auf denselben Aufzeichnungen aufgebaut, mit denselben Nachweisverknüpfungen.
Kurzfristig
Investigation
Ein Agent verfolgt eine einzelne Frage weiter, als es ein geplanter Lauf täte, und zeichnet auf, was er gefunden und was er ausgeschlossen hat.
Heute nicht im Produkt. Es wird auf denselben Aufzeichnungen aufgebaut, mit denselben Nachweisverknüpfungen.
Kurzfristig
Perceptive Dashboard
Ein Dashboard, dessen Kacheln veröffentlichte Aufzeichnungen sind: Es bleibt aktuell, während Aufzeichnungen veröffentlicht werden, und jede Kachel öffnet das Finding und den Nachweis dahinter.
Heute nicht im Produkt. Es wird auf denselben Aufzeichnungen aufgebaut, mit denselben Nachweisverknüpfungen.
Horizonte, keine Termine
Eine Reihenfolge der Arbeit, kein Lieferplan
Jeder Horizont baut auf dem vorherigen auf. Unsere Regel für jede neue Schicht: Sie kommt erst hinzu, wenn drei Dinge existieren: eine Adresse für ihren Nachweis, eine Regel für die Ablehnung, wenn dieser Nachweis fehlt, und eine Zugriffsregel, die Ihre Administratoren festlegen.
Heute live
- Schicht 1: das Semantic model
- AgenticObjects-Agenten, nur lesend
- Aufzeichnungen mit adressiertem Nachweis
- Finding, Recommendation, Brief
Status
AUSGELIEFERT
Kurzfristig
- Schicht 2: Data ontology
- Schicht 3: Company ontology
- Schicht 5: Unstructured data
- Stories, Investigation, Perceptive Dashboard
Status
ALS NÄCHSTES
Mittelfristig
- Schicht 4: Behavioral data, über einen KVKK/GDPR-Filter
- Schicht 6: Tacit knowledge
- Company Context
Status
SPÄTER
Langfristig
- Schicht 7: External knowledge, einschließlich anderer Agenten
- Accountable decision episodes: der Entscheidungsmoment, gebunden an die Aufzeichnungen, auf denen er beruhte
Status
SPÄTER
Diese Seite beschreibt eine Richtung. Sie ist keine Verpflichtung, eine Fähigkeit zu einem bestimmten Datum zu liefern.
Fangen Sie dort an, wo es bereits funktioniert.
Ein Pilot läuft auf dem, was heute live ist: auf Ihrem Warehouse, mit vorab aufgeschriebenen Abnahmekriterien. Alles andere auf dieser Seite beschreibt eine Richtung.
Agenten führen ihre Läufe aus; in Ihren Systemen handeln sie nicht. Was sie hinterlassen, ist die Aufzeichnung.