Enterprise AI mit Kontext – ThoughtSpot stellt Spotter Semantics vor

Spotter Semantics erweitert das Portfolio von ThoughtSpot um Such-Token der nächsten Generation sowie Aggregate Awareness

Mountain View, Kalifornien, 12. März 2026 – ThoughtSpot, das Unternehmen für Agentic Analytics, hat heute Spotter Semantics vorgestellt. Diese semantische Schicht für agentische KI überführt rohe, fragmentierte Daten in einen kontrollierten fachlichen Kontext, den KI-Agenten zuverlässig verstehen und für Handlungen nutzen können. So wird gewährleistet, dass jede Anfrage in natürlicher Sprache in eine präzise sowie nachvollziehbare Antwort überführt wird.

Bewährt im Umgang mit heutigen Geschäftsanforderungen
ThoughtSpot hat früh erkannt, dass eine leistungsfähige semantische Schicht das zentrale Bindeglied jeder erfolgreichen Datenstrategie ist. Während viele klassische BI-Tools derzeit versuchen, KI nachträglich auf statische Dashboards aufzusetzen, wurde die semantische Schicht von ThoughtSpot von Grund für diesen Zweck entwickelt. Dieser AI-native Ansatz basiert auf einer patentierten Such-Token-Architektur und der ThoughtSpot Modeling Language (TML).

„Die zentrale Herausforderung für moderne BI-Agenten besteht darin, dass ihnen häufig der vollständige Kontext fehlt, um präzise, belastbare und vertrauenswürdige Antworten zu liefern. Dadurch erhalten Unternehmen mitunter inkonsistente Erkenntnisse unterschiedlicher Qualität, die nicht nur davon abhängig ist, wie Fragen gestellt werden, sondern auch davon, wie Agenten diese interpretieren und weiterverarbeiten“, so Francois Lopitaux, SVP Product Management bei ThoughtSpot. „Deshalb gehört eine robuste semantische Schicht seit jeher zur DNA von ThoughtSpot. Entscheidend ist dabei: Unser deterministischer Ansatz basiert auf patentierten Such-Token und nicht auf Text-to-SQL-Verfahren auf Basis großer Sprachmodelle.“

Weitere Innovationen für das agentische Zeitalter

Spotter Semantics setzt weiterhin Maßstäbe im Markt. Durch die kontinuierliche Integration gezielt entwickelter, nutzerorientierter Innovationen sollen Unternehmen ihre Analytics-Fähigkeiten auch im Zeitalter autonomer Analysen weiter ausbauen können:

• AI-Ready Foundation: Spotter Semantics fungiert als AI-nativer Übersetzer, der mithilfe einer spezialisierten Query-Generation-Engine und KI-gestützter Indexierung natürlichsprachliche Anfragen in komplexe, präzise SQL-Abfragen überführt. Grundlage ist eine kontextbewusste semantische Architektur auf Basis von Wissensgraphen, die Geschäftslogik, Sicherheitsregeln, Metrikdefinitionen und Modellanweisungen in ein maschinenlesbares Format übersetzt. Dieses nutzen Agenten, um Absichten zu interpretieren und deterministische SQL-Abfragen zu erzeugen. Dadurch lassen sich Halluzinationen und Fehlinterpretationen von KI reduzieren.

• Governance and Trust at Scale: Wenn Unternehmen den Datenzugriff für Tausende von Nutzern und KI-Agenten öffnen, wird Data Governance zur zentralen Voraussetzung. Spotter Semantics verankert eine „Single Version of Truth“ in einem kontrollierten Metrics Catalog und verhindert so eine Drift bei Kennzahlen, die Zweifel an der Verlässlichkeit von Daten auslösen kann. 

• Next-Gen Search Tokens: Die Such-Token von ThoughtSpot ermöglichen es Agenten, für unterschiedlichste Kundenszenarien deterministische und präzise SQL-Abfragen zu erzeugen. Die Weiterentwicklung dieser Funktion ermöglicht es Spotter, auch komplexere und nuanciertere Fragestellungen zu verstehen und zu beantworten.

• Aggregate Awareness: Um das Spannungsfeld aus Performance und Kosten zu adressieren, leitet das neue Upgrade Anfragen je nach konkreter Fragestellung automatisch entweder an Detailtabellen oder an voraggregierte Tabellen weiter. Das sorgt für schnelle Antwortzeiten auf Nutzerseite und senkt zugleich die Rechenkosten auf Unternehmensseite deutlich.

• Open and Boundaryless: Als Gründungsmitglied des Standards Open Semantic Interchange (OSI) schafft ThoughtSpot eine herstellerneutrale Grundlage und eine Abstraktionsschicht zwischen Cloud Data Warehouse und der gesamten AI Experience Layer. So Unternehmen können nahtlos mit bestehenden Modellen in Snowflake, Databricks und dbt arbeiten, ohne sich in ein proprietäres Ökosystem zu begeben. Zur Sicherstellung möglichst freier Datennutzung ermöglicht der ThoughtSpot-MCP-Server (Model Context Protocol), die kontrollierte semantische Schicht direkt mit beliebigen KI-Agenten oder großen Sprachmodellen zu verbinden. 

Messbarer ROI durch Agentic Analytics

Der Übergang zu einem semantisch gesteuerten, agentischen Ansatz liefert Kunden bereits heute einen messbaren und überdurchschnittlichen Return on Investment. Bis zum Ende des Geschäftsjahres 2025 wuchs die ThoughtSpot-Plattform im Jahresvergleich um 133 Prozent; zugleich nutzen mehr als 64 Prozent aller Kunden – von Fortune-500-Unternehmen bis hin zu wachstumsstarken Start-ups – Spotter aktiv als primären KI-Analysten.

ThoughtSpot treibt mit seinem Fokus auf das agentische Zeitalter die nächste Innovationswelle rund um Spotter Semantics weiter voran. Zu den künftig geplanten Funktionen zählen unter anderem Writeback für umsetzungsorientierte Analysen sowie Federated AI Search.

Weitere Informationen zu Spotter Semantics finden Sie hier.