{"id":31616,"date":"2026-07-22T10:10:00","date_gmt":"2026-07-22T08:10:00","guid":{"rendered":"https:\/\/www.sysbus.eu\/?p=31616"},"modified":"2026-07-15T15:31:58","modified_gmt":"2026-07-15T13:31:58","slug":"gooddata-ai-bringt-agentische-analytik-fuer-regulierte-unternehmen-nach-deutschland","status":"publish","type":"post","link":"https:\/\/www.sysbus.eu\/?p=31616","title":{"rendered":"GoodData.AI bringt agentische Analytik f\u00fcr regulierte Unternehmen nach Deutschland"},"content":{"rendered":"\n

Der Einsatz von K\u00fcnstlicher Intelligenz in regulierten Branchen scheitert h\u00e4ufig nicht an der Technologie, sondern an fehlender Transparenz und Nachvollziehbarkeit. Unternehmen aus den Bereichen Finanzdienstleistungen, Fertigung oder Pharma m\u00fcssen sicherstellen, dass KI-gest\u00fctzte Entscheidungen jederzeit \u00fcberpr\u00fcfbar und regelkonform sind. Gleichzeitig w\u00e4chst mit dem EU-KI-Gesetz der Druck, Governance- und Compliance-Anforderungen konsequent umzusetzen. GoodData.AI will diese Herausforderungen mit einer Plattform f\u00fcr agentische Analytik adressieren. Ziel ist es, KI-Anwendungen bereitzustellen, die nachvollziehbar arbeiten und sich nahtlos in bestehende Unternehmensprozesse integrieren lassen.<\/p>\n\n\n\n

\"\"
Gerd Eck, Senior Sales Consultant bei GoodDataAI Deutschland – Quelle: GoodDataAI<\/figcaption><\/figure>\n\n\n\n

Im Gegensatz zu klassischen KI-Assistenten bleiben die Agenten von GoodData.AI dauerhaft einem Gesch\u00e4ftsprozess zugeordnet. Sie erstellen und aktualisieren Berichte, Analysen und Handlungsempfehlungen automatisch, sobald neue Daten verf\u00fcgbar sind. Grundlage aller Ergebnisse ist eine zuvor vom Unternehmen definierte und freigegebene Gesch\u00e4ftslogik, sodass Entscheidungen jederzeit nachvollzogen und gegen\u00fcber internen oder externen Pr\u00fcfern dokumentiert werden k\u00f6nnen.<\/p>\n\n\n\n

Mit Blick auf das EU-KI-Gesetz gewinnt dieser Ansatz an Bedeutung. Die Verordnung stellt hohe Anforderungen an Transparenz, Kontrolle und Nachvollziehbarkeit von KI-Systemen. Verst\u00f6\u00dfe k\u00f6nnen mit Bu\u00dfgeldern von bis zu 15 Millionen Euro oder drei Prozent des weltweiten Jahresumsatzes geahndet werden. Gerade in Deutschland, wo viele Unternehmen aus stark regulierten Branchen t\u00e4tig sind, r\u00fccken Governance und Compliance damit st\u00e4rker in den Fokus.<\/p>\n\n\n\n

\u201eDeutsche Unternehmen sind bereit, KI einzusetzen, aber nicht auf Kosten der Kontrolle. Sie ben\u00f6tigen Systeme, die pr\u00e4zise, erkl\u00e4rbar, \u00fcberpr\u00fcfbar und nach ihren eigenen Vorgaben einsetzbar sind. GoodData.AI vereint diese Aspekte durch geregelte Semantik, offene Architektur und souver\u00e4ne Bereitstellung\u201c, erkl\u00e4rt Peter Fedoro\u010dko, Field CTO bei GoodData.AI.<\/p>\n\n\n\n

Die Plattform unterst\u00fctzt Unternehmen dabei, wiederkehrende Analyseaufgaben zu automatisieren. Agenten k\u00f6nnen beispielsweise Quartalsberichte erstellen, Ausgaben und Beschaffungsprozesse \u00fcberwachen, Auff\u00e4lligkeiten erkennen oder Empfehlungen f\u00fcr weitere Analysen geben. Erg\u00e4nzend identifizieren KI-gest\u00fctzte Co-Piloten Anomalien in bestehenden Berichten, w\u00e4hrend Assistenten gesch\u00e4ftliche Fragestellungen beantworten. S\u00e4mtliche Aktionen erfolgen innerhalb der zuvor definierten Unternehmensregeln und lassen sich sowohl in Public-Cloud-, Private-Cloud- als auch On-Premises-Umgebungen mit frei w\u00e4hlbaren Large Language Models betreiben.<\/p>\n\n\n\n

Ein Praxisbeispiel liefert DATEV. Der Softwareanbieter setzt GoodData.AI als Analyseplattform f\u00fcr bereichs\u00fcbergreifende Datenprodukte ein. Ziel ist es, Analysen und Datenmodelle mehrfach nutzen zu k\u00f6nnen, anstatt sie f\u00fcr einzelne Unternehmensbereiche jeweils neu aufzubauen. Dadurch sollen Datenprodukte schneller bereitgestellt, Redundanzen vermieden und neue Anforderungen effizienter umgesetzt werden.<\/p>\n\n\n\n

Parallel baut GoodData.AI seine Pr\u00e4senz in der DACH-Region weiter aus. Mit Gerd Eck wurde ein neuer Senior Sales Consultant verpflichtet, der \u00fcber langj\u00e4hrige Erfahrung in den Bereichen Business Intelligence, Analytics sowie KI-L\u00f6sungen f\u00fcr regulierte Branchen verf\u00fcgt. Dar\u00fcber hinaus bietet das Unternehmen deutschsprachigen Support f\u00fcr Kunden in Deutschland, \u00d6sterreich und der Schweiz an.<\/p>\n\n\n\n

Direjter Kubj; GoodData.AI | AI-enabled, agentic, and embedded decision-making<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Der Einsatz von K\u00fcnstlicher Intelligenz in regulierten Branchen scheitert h\u00e4ufig nicht an der Technologie, sondern an fehlender Transparenz und Nachvollziehbarkeit. Unternehmen aus den Bereichen Finanzdienstleistungen, Fertigung oder Pharma m\u00fcssen sicherstellen, dass KI-gest\u00fctzte Entscheidungen jederzeit \u00fcberpr\u00fcfbar und regelkonform sind. Gleichzeitig w\u00e4chst mit dem EU-KI-Gesetz der Druck, Governance- und Compliance-Anforderungen konsequent umzusetzen. GoodData.AI will diese Herausforderungen mit einer Plattform f\u00fcr agentische Analytik adressieren. Ziel ist es, KI-Anwendungen bereitzustellen, die nachvollziehbar arbeiten und sich nahtlos in bestehende Unternehmensprozesse integrieren lassen.<\/p>\n","protected":false},"author":81,"featured_media":31630,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","footnotes":""},"categories":[10036,4],"tags":[25176,26249,26248,21095],"class_list":["post-31616","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-kuenstliche-intelligenz","category-news","tag-businessintelligence","tag-dataanalytics","tag-gooddataai","tag-kuenstlicheintelligenz"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/31616","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/users\/81"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=31616"}],"version-history":[{"count":2,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/31616\/revisions"}],"predecessor-version":[{"id":31633,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/31616\/revisions\/31633"}],"wp:attachment":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=31616"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=31616"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=31616"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}