Forschung
Auf Forschung gebaut. An einem laufenden Produkt geprüft.
AgenticObjects gründet auf etablierter Forschung zu Aufmerksamkeit, Gedächtnis, Entscheidungsfindung und Vertrauen in maschinelle Empfehlungen und wird anschließend am Verhalten eines laufenden Produkts geprüft. Diese Bibliothek versammelt Forschungsarbeiten, technische White Paper und Produktstudien: die Wissenschaft, die die Architektur geprägt hat, die daraus folgenden technischen Entscheidungen und die Betriebsaufzeichnung, mit der wir unsere eigenen Annahmen prüfen. Lesen Sie in beliebiger Reihenfolge. Übernehmen Sie, was nützlich ist.
AgenticObjects · Technisches White Paper · September 2026
From Answers to Records
Ein technischer Leitfaden zu agentic analytics, für die man geradestehen kann.
Die Chat-Antwort, das erzeugte Dokument, der per E-Mail verschickte Auszug, das Dashboard. Vier Behälter, vier unterschiedlich aussehende Fehlschläge, eine gemeinsame Ursache: Nichts, womit sich die Zahl verteidigen ließe, reist mit der Zahl mit. Dieses Papier prüft alle vier gegen eine Definition von „Aufzeichnung“, die Jahrzehnte älter ist als diese Kategorie, legt die fünf Eigenschaften dar, die eine KI-Ausgabe stattdessen tragen muss, und tut dann das, was eine Demo nie tut. Es öffnet einen echten geplanten Lauf und zeigt, was die Publication Gates zurückgehalten haben, was sie durchgelassen haben und warum.
In einem geplanten Lauf um 05:00 Uhr schickte die Engine den gesamten Antwortentwurf des Agenten zurück, weil vierzehn Zahlen darin keine Quelle hatten. Über die gesamte Aufzeichnung hinweg waren neun der elf zurückgehaltenen Objekte derselbe Satz: am schnellsten wachsend, am schwächsten, am höchsten.
Für CIOs, CTOs, Verantwortliche für Datenplattformen und die technische Prüfinstanz im Einkaufsteam.
Forschungspapier · 2026
The Science Analytics Never Shipped
Vierzig Jahre Kognitionswissenschaft zu Aufmerksamkeit, Gedächtnis und Vertrauen, und warum fast nichts davon in einer Analyse-Voreinstellung angekommen ist.
Ein Agent kann heute fortlaufend Findings erzeugen, zu Kosten nahe null. Die Person, die sie empfängt, hat dasselbe Arbeitsgedächtnis wie 1984, dem letzten Jahr, in dem ein Ergebnis der Kognitionswissenschaft in ein Analyseprodukt gelangte. Dieses Papier handelt von der Forschung, die sich dazwischen angesammelt hat: was Erklärungen tatsächlich bringen, was sie kosten, und warum die naheliegende Lösung die Lage in kontrollierten Studien messbar verschlechtert hat.
„Erklärungen erhöhten die Wahrscheinlichkeit, dass Menschen die Empfehlung der KI annehmen, unabhängig von ihrer Richtigkeit.“
Für CIOs, CDOs, Leiterinnen und Leiter von Analytics, und alle, die je ein Dashboard gebaut haben, das niemand geöffnet hat.
Produktvision
Kein White Paper: unsere These zu agentic analytics, was heute läuft, die sieben Schichten, die unsere Agenten als Nächstes lesen sollen, und die Reihenfolge, in der wir sie bauen. Horizonte, keine Termine.
Produktstudien
Was wir an einem laufenden Produkt gemessen haben
AgenticObjects · Produktstudie · Oktober 2026
Welches Modell für welche Aufgabe
Achtzehn Sprachmodelle, drei Aufgaben, ein reguliertes Produkt.
Wir haben achtzehn Modelle von fünf Anbietern drei Aufgaben bearbeiten lassen, die das Produkt jeden Tag erledigt: die Beschreibungen eines Datenkatalogs schreiben, das nächtliche Briefing eines CFO-Agenten erstellen und eine Finanzfrage im Chat beantworten. Zwei Bewerter von verschiedenen Herstellern bewerteten jede Ausgabe, ohne zu wissen, welches Modell sie geschrieben hatte. Kein Modell gewann alle drei Aufgaben, Modelle, die aus der Türkei bereitgestellt werden, belegten in zwei davon den zweiten Platz, und die Engine, die jede Zahl prüft, entfernte 107 Zahlen, die die Modelle geschrieben hatten, aber keinem Abfrageergebnis zuordnen konnten.
Die schnellsten Chat-Antworten sagten selten, was als Nächstes zu tun ist. Die schnellsten Modelle antworteten im Durchschnitt in 12 bis 18 Sekunden, mit ausgeschaltetem Reasoning; ihre Handlungsorientierung lag im Mittel bei 1,6 bis 2,1 von 5, gegenüber 4,4 beim führenden Modell. Welche Modelle das sind, steht auf der Seite der Studie.
Für CIOs, CTOs, Leiterinnen und Leiter des Datenbereichs und die technische Prüfinstanz, die ein Modell für regulierte Analytik auswählt.
Ebenfalls auf dieser Website, ohne etwas auszufüllen
Zwölf Fragen an jeden Anbieter dieser Kategorie
Offenes HTML. Kopieren Sie es ohne unseren Namen und stellen Sie die Fragen auch uns.
Sehen Sie die Prüfungen auf Ihren eigenen Daten greifen
Vier Wochen auf Ihrem Data Warehouse, mit Abnahmekriterien, die vor der ersten Woche aufgeschrieben werden. Oder kleiner anfangen: Eine kostenlose Data-Discovery-Studie zeigt, welche Signale Ihr semantisches Modell heute trägt.