OpenAI bringt Unternehmensdaten direkt in ChatGPT: Der Data Agent macht aus Fragen Analysen und Dashboards

Unternehmensdaten liegen häufig über verschiedene Systeme verteilt. Vertriebszahlen befinden sich im CRM, Finanzdaten im Data Warehouse, Reports in Business Intelligence Tools und weitere Informationen in internen Datenbanken. Wer daraus Zusammenhänge erkennen möchte, muss deshalb häufig zwischen verschiedenen Anwendungen wechseln oder auf Unterstützung von Datenexpertinnen und Datenexperten zurückgreifen.

OpenAI möchte diesen Zugang jetzt deutlich vereinfachen. Mit dem neuen Data Agent in ChatGPT Work können Mitarbeitende Fragen in natürlicher Sprache stellen, Daten aus verschiedenen Unternehmenssystemen analysieren und daraus interaktive Dashboards erstellen. Damit entwickelt sich ChatGPT weiter von einem klassischen KI Assistenten hin zu einer Arbeitsoberfläche, über die Unternehmensdaten direkt analysiert und weiterverarbeitet werden können.

Unternehmensdaten analysieren, ohne selbst Abfragen zu schreiben

Der entscheidende Unterschied liegt im Zugang zu den Daten. Statt selbst Datenbankabfragen zu erstellen oder zwischen verschiedenen Analysewerkzeugen zu wechseln, können Nutzer ihre Fragestellung direkt formulieren. Eine typische Frage könnte beispielsweise lauten: Warum ist unser Umsatz im vergangenen Monat zurückgegangen?

Der Data Agent kann anschließend auf die verbundenen Datenquellen zugreifen, relevante Informationen untersuchen und mögliche Zusammenhänge identifizieren. Dabei soll es nicht bei einer einzelnen Antwort bleiben. Nutzer können Rückfragen stellen, Analysen vertiefen und sich die zugrunde liegenden Daten und Belege ansehen. Aus den Ergebnissen lassen sich außerdem interaktive Dashboards erstellen.

Damit wird Datenanalyse potenziell für deutlich mehr Mitarbeitende zugänglich, auch wenn sie selbst keine SQL Abfragen schreiben oder komplexe Business Intelligence Tools bedienen können.

Bestehende Unternehmenssysteme werden eingebunden

Besonders relevant für Unternehmen ist die Zahl der Systeme, die OpenAI bereits anbinden kann. Dazu gehören unter anderem Datenplattformen wie Snowflake, Databricks, AWS Redshift, MongoDB, ClickHouse und Redis. Auch bestehende Business Intelligence Lösungen können integriert werden. OpenAI nennt beispielsweise Power BI, Tableau, Sigma, ThoughtSpot, Oracle BI und Omni.

Unternehmen müssen ihre Daten damit nicht zwangsläufig in ein neues System übertragen. Der Data Agent arbeitet mit den bestehenden Datenquellen und berücksichtigt laut OpenAI die bereits vorhandenen Zugriffsrechte und Berechtigungen. Das ist ein wichtiger Punkt, denn ein KI System sollte nicht automatisch Zugriff auf sämtliche Unternehmensdaten erhalten, nur weil diese technisch erreichbar sind.

Aus der Analyse können direkt Aktionen entstehen

Besonders interessant wird die Entwicklung dort, wo die Analyse nicht mehr das Ende des Prozesses ist. Der Data Agent soll nicht nur erklären können, was passiert ist, sondern auf Basis seiner Analyse auch mögliche nächste Schritte empfehlen. OpenAI beschreibt beispielsweise, dass das System relevante Personen identifizieren, Ergebnisse über angebundene Kommunikationskanäle teilen und weitere Aktionen über verbundene Werkzeuge vorbereiten kann.

Aus einer klassischen Datenanalyse entsteht damit zunehmend ein vollständiger Arbeitsprozess. Ein Vertriebsteam könnte beispielsweise feststellen, dass die Abschlussquote in einer bestimmten Kundengruppe sinkt. Die KI analysiert mögliche Ursachen, erstellt eine Übersicht und identifiziert anschließend die betroffenen Accounts. Weitere Schritte könnten anschließend direkt aus derselben Arbeitsumgebung vorbereitet werden.

Genau an dieser Stelle verändert sich die Rolle der KI. Sie liefert nicht mehr ausschließlich Informationen, sondern begleitet zunehmend den gesamten Prozess von der Fragestellung über die Analyse bis zur nächsten Handlung.

Datenkompetenz wird dadurch nicht unwichtig

Wenn KI Systeme Daten selbstständig analysieren können, entsteht schnell der Eindruck, dass klassische Datenkompetenz weniger wichtig wird. Tatsächlich dürfte sie sich eher verändern. Ein KI System kann nur mit den Daten und Definitionen arbeiten, die ihm zur Verfügung stehen.

Was zählt beispielsweise als aktiver Kunde? Wann gilt ein Lead als qualifiziert? Wie wird Umsatz einem Zeitraum zugeordnet? Wenn verschiedene Abteilungen solche Begriffe unterschiedlich definieren, kann auch eine leistungsfähige KI keine eindeutige Grundlage schaffen.

OpenAI weist selbst darauf hin, dass gemeinsame Geschäftsdefinitionen, Zugriffsregeln und Sicherheitsmechanismen eine wichtige Grundlage für den sinnvollen Einsatz von Data Agents sind. Die technische Einstiegshürde für Datenanalyse sinkt damit deutlich. Die Verantwortung für Datenqualität, Definitionen und Interpretation bleibt jedoch beim Unternehmen.

Was bedeutet das für den Mittelstand?

Für mittelständische Unternehmen könnte diese Entwicklung besonders relevant werden. Viele Unternehmen verfügen bereits über große Mengen an Daten, nutzen diese aber nur eingeschränkt. Häufig fehlt nicht die Information selbst, sondern die Zeit oder das technische Know how, um sie systematisch auszuwerten. KI gestützte Datenanalyse kann diese Hürde deutlich reduzieren.

Mitarbeitende könnten künftig Fragen an ihre Unternehmensdaten stellen, ähnlich wie sie heute Fragen an ChatGPT stellen. Damit verändert sich auch die Frage, welche Kompetenzen Unternehmen benötigen. Es geht weniger darum, dass jeder Mitarbeitende komplexe Analysewerkzeuge beherrscht. Wichtiger wird die Fähigkeit, gute Fragestellungen zu entwickeln, Ergebnisse kritisch zu überprüfen und die zugrunde liegenden Unternehmensdaten zu verstehen.

Gleichzeitig müssen Berechtigungen klar geregelt sein. Je mehr Systeme mit einer KI verbunden werden, desto wichtiger wird die Frage, welche Daten sie tatsächlich sehen und welche Aktionen sie ausführen darf.

Fazit: Der neue Data Agent zeigt, wohin sich Unternehmens KI entwickelt. KI Systeme greifen zunehmend direkt auf bestehende Unternehmensdaten zu, analysieren sie und unterstützen anschließend bei weiteren Arbeitsschritten. Für den Mittelstand entsteht dadurch eine große Chance, vorhandene Daten einfacher nutzbar zu machen. Gleichzeitig werden Datenqualität, Zugriffsrechte und klare Verantwortlichkeiten noch wichtiger.

Quellen: OpenAI: Put data to work, OpenAI: ChatGPT Team Release Notes