KI-Analytics: Semantik gehört in den Datensatz

AWS beschreibt seit 7. Juli 2026, wie Amazon Quick Business-Kontext aus Legacy Topics in den Datensatz verschiebt. Für DACH-Unternehmen ist das keine BI-Kosmetik. Es geht um die Frage, wo Begriffe, Regeln und KI-Kontext künftig verbindlich gepflegt werden.

Was sich konkret ändert

Laut AWS können Column Descriptions, Synonyme, berechnete Felder, Custom Instructions und Business Rules über Dataset Enrichment direkt neben den Daten liegen. Bisher mussten Legacy Topics und Datensätze synchron bleiben. Wenn sich Spaltennamen, Berechtigungen oder Berechnungen änderten, konnte der fachliche Kontext driften.

AWS ordnet Topics damit neu ein: Der Datensatz trägt seine eigene Semantik, während Topics stärker zur Multi-Dataset-Schicht für Beziehungen, Kennzahlen und Business-Terminologie werden. Das ist relevant, weil Analytics-Assistenten nicht nur SQL generieren. Sie interpretieren Fachbegriffe, Metriken und Filterlogik.

Warum das für KI-Analytics zählt

Microsoft beschreibt für Copilot in Power BI ebenfalls, dass Unternehmen Daten, Semantic Models und Nutzer vorbereiten müssen. Ohne diese Vorbereitung erzeugt Copilot laut Microsoft eher Ergebnisse niedriger Qualität. In Fabric wird Copilot als LLM-gestützte Assistenz über Analytics-Workloads hinweg positioniert, inklusive Hinweisen zu Sicherheit, Datenschutz und regionaler Verfügbarkeit.

Die gemeinsame Botschaft ist klar: KI-Analytics funktioniert nur so gut wie der kontrollierte Semantic Layer darunter. Wenn „Umsatz“, „aktive Kunden“ oder „Deckungsbeitrag“ je Dashboard anders definiert sind, skaliert ein Assistent die Unschärfe nur schneller.

Was DACH-Unternehmen jetzt prüfen sollten

CIOs und CFOs sollten Semantic Models nicht als reines Reporting-Artefakt behandeln. Prüfen Sie, welche Begriffe verbindlich sind, wer Änderungen freigibt, wie Berechtigungen vererbt werden und welche Datensätze für KI-gestützte Abfragen überhaupt geeignet sind.

Der pragmatische Startpunkt ist ein kritischer Management-Report: Welche Definitionen stecken darin, wo werden sie gepflegt, und kann ein Copilot oder Agent dieselbe Logik reproduzierbar nutzen? Die Leitfrage lautet: Haben Sie einen Semantic Layer — oder nur viele Dashboards mit ähnlichen Namen?