Agent Builder
KI-Agenten entwickeln und deployen mit voller Kontrolle
Analytics-Agenten erstellen, die in Ihren Daten verankert und durch Ihre Regeln geregelt sind – für jeden Nutzer, jedes Team und jeden Kunden.
Analytics-Agenten starten und skalieren in Minuten
Einfache Entwicklung mit oder ohne Code-Kenntnisse
Starten Sie mit einer Vorlage oder beschreiben Sie Ihren Agenten in einfacher Sprache und konfigurieren Sie alles über die UI oder die API.
Kontextbewusst und standardmäßig verankert
Jeden Agenten automatisch mit Ihren Geschäftsdaten, Definitionen und Regeln verbinden – für genaue, konsistente und sichere Ergebnisse.
Überwachbares, vorgefertigtes Agentic Framework
Agenten planen, ausführen und selbst korrigieren lassen – über mehrstufige Aufgaben hinweg mit einem integrierten Reasoning-Framework.
Define your agent’s role, behavior,
and capabilities in one place
Skills
Jeden Agenten mit den richtigen Skills für die Aufgabe ausstatten
- Alle verfügbaren Skills auswählen oder ein individuelles Set pro Agent konfigurieren.
- Aus Skills wie Anomalieerkennung, Executive Narratives und mehr wählen.
- Eine detaillierte Übersicht über die Konfiguration jedes Skills erhalten.
Persönlichkeit
Definieren, wie Ihr Agent kommuniziert und sich merkt
- Anweisungen für Ton, Rolle und Kommunikationsstil festlegen.
- Wichtige Fakten wie Unternehmenskontext oder Projektdetails speichern.
- Konfigurieren, wie Gedächtnis während Gesprächen genutzt wird.
Wissen
Agenten mit Ihrem Unternehmenswissen anreichern
- Dokumente, Playbooks und interne Inhalte verknüpfen.
- Semantische Suche über Ihre Informationsquellen aktivieren.
- Agenten automatisch mit Ihrem Unternehmenswissen und -kontext synchron halten.
Rollenberechtigungen
Steuern, wer jeden Agenten nutzen und darauf zugreifen kann
- Agenten über Workspaces und Nutzergruppen aktivieren oder deaktivieren.
- Konfigurationen aktualisieren und Änderungen über die Zeit verfolgen.
- Für beliebig viele Kunden oder Mandanten konfigurieren und skalieren.
Observability
Alles, was Sie entwickeln, kontrollieren und überwachen
- Interaktionen mit Traces und Logs untersuchen.
- Ergebnisse auswerten und Performance über die Zeit überwachen.
- Nutzung und Akzeptanz über Agenten und Workspaces hinweg verfolgen.
Branchenspezifische KI-Agenten entwickeln und in Ihre Workflows integrieren
Ursachenanalyse für Finanzdienstleistungen und Banking
Verkaufsoptimierung für E-Commerce
Bestandsoptimierung für die Hospitality-Branche
Betriebsübersicht für das Gesundheitswesen
Kampagnenanalyse für Marketing
KI-Agenten für jeden Nutzer und jedes Team
das mit Daten arbeitet
Entwickler
Agenten direkt in Produkte einbetten und über die API auslösen – exakt auf Kundenbedürfnisse zugeschnitten.
Datenanalysten
KPI-Veränderungen untersuchen, Anomalien aufdecken, Ursachenanalysen durchführen und erklären, was sie ausgelöst hat.
Data Engineers
Datenmodellierungsarbeit und Konsistenz von Kennzahlendefinitionen übernehmen, damit sich das Team auf die Architektur konzentrieren kann.
Business-Nutzer
Fragen in natürlicher Sprache beantworten und klare, zuverlässige Ergebnisse liefern – verankert in echten Unternehmensdaten.
Häufige Fragen
Ein KI-Agent ist eine konfigurierbare Reasoning-Einheit, die ein Ziel verstehen, entscheiden kann, welche genehmigten Funktionen genutzt werden sollen, und eine Aufgabe im Kontext abschließen kann. In GoodData arbeiten Agenten auf governed Analytics-Funktionen und agieren nicht als eigenständige Chatbots. Sie können Anfragen interpretieren, die richtigen Skills einsetzen, relevanten Geschäftskontext abrufen und Ergebnisse liefern, die die Daten, Definitionen und Berechtigungen des Nutzers widerspiegeln.
Nein. GoodData ist so konzipiert, dass Teams Agenten ohne benutzerdefinierten Code konfigurieren und verwalten können. Über eine governed Verwaltungsebene lassen sich Verhalten definieren, Zugriff auf Skills und Wissen steuern und das Verhalten von Agenten in verschiedenen Szenarien testen. Technische Teams können bei Bedarf tiefer gehen, aber der Einstieg setzt nicht voraus, alles von Grund auf neu zu entwickeln.
Hier kommt es auf die Architektur an. In GoodData arbeiten Agenten auf einer governed Grundlage: Semantische Definitionen liefern Geschäftsbedeutung, genehmigte Skills definieren erlaubte Aktionen, und kontrollierter Plattformzugriff stellt sicher, dass Agenten innerhalb bestehender Berechtigungsgrenzen arbeiten. KI kann zudem mit Organisationswissen verankert und zentral verwaltet werden, sodass Antworten stets mit den richtigen Kennzahlen, dem richtigen Kontext und den richtigen Zugriffsregeln übereinstimmen.
Ein praktischer Ausgangspunkt ist die Definition des Anwendungsfalls: Was soll der Agent den Nutzern ermöglichen, welches Wissen soll er nutzen und auf welche Skills soll er zugreifen dürfen. Von dort aus das Verhalten des Agenten konfigurieren, die richtigen Verankerungen und Berechtigungen zuweisen und ihn gegen realistische Fragen und Workflows testen. Das Ziel ist nicht nur, dass der Agent antwortet, sondern dass er konsistent agiert, den richtigen Kontext nutzt und nützliche Ergebnisse innerhalb governed Grenzen liefert.
Neu im Agentic-Zeitalter?
Starten Sie mit diesen Ressourcen
