Snowflake stellt Business Ontology für geprüfte KI-Definitionen vor

Ein offizieller Ort für die Bedeutung von Geschäftsbegriffen

Business Ontology ist laut Snowflake Teil von Snowflake Horizon Context, der kontrollierten Kontextebene im Horizon Catalog. Teams können dasselbe Wissen in Agenten und Anwendungen wiederverwenden, ohne es für jedes Tool neu zu definieren. Unterschiede zwischen Bereichen wie Vertrieb, Finanzen und Marketing bleiben dabei erhalten.

Snowflake beschreibt das Problem anhand eines Beispiels: Ein Agent, der eine Frage zum Umsatz beantwortet, muss wissen, wie die Finanzabteilung "Umsatz" definiert und wie dieser mit Bestellungen und Kunden zusammenhängt. Dieses Wissen ist nach Angaben des Unternehmens üblicherweise über BI-Modelle, dbt-Projekte und die Erfahrung langjähriger Mitarbeiter verteilt. Für jeden neuen Agenten wird es häufig erneut aufgebaut. Wenn ein Agent dabei einen Fehler macht, treffen Menschen Entscheidungen auf Grundlage der falschen Zahl und verlieren das Vertrauen in Antworten der KI.

In Business Ontology kann ein Analyst einen Begriff wie "Nettoumsatz" einmal definieren oder aus einem bestehenden Glossar importieren. Der Analyst legt den Geltungsbereich auf "Finanzen" fest, benennt einen Verantwortlichen, lässt die Definition freigeben und verknüpft sie mit der Kennzahl der semantischen Ansicht, die sie berechnet. Von diesem Zeitpunkt an arbeiten Agenten und andere Teams mit dieser freigegebenen Definition.

Drei Kontextebenen

Snowflake bietet drei Kontextebenen mit jeweils eigener Funktion:

• Snowflake Cortex Sense (öffentliche Vorschau in Kürze) leitet den Kontext automatisch ab.
• Business Ontology kontrolliert die Bedeutung von Geschäftsbegriffen.
• Snowflake Semantic Views führen Kennzahlen aus.

Die Ebenen bauen nicht zwingend aufeinander auf. Kunden können mit der Ebene beginnen, die ihr dringendstes Problem löst, und die anderen später ergänzen. Manche Teams starten möglicherweise mit Anforderungen an ein Glossar, andere mit ausführbaren Kennzahlen.

Cortex Sense erstellt aus Metadaten und Nutzungsmustern, die Teams bereits erzeugen, einen Kontext. Dazu gehören Abfrageverläufe, Dashboards und dbt-Modelle. Das System aktualisiert sein Wissen in einem frei wählbaren Rhythmus. Es markiert widersprüchliche Informationen und fragt Teams, welcher Quelle sie vertrauen sollen. Wenn Teams zentrale Begriffe kontrolliert verwalten möchten, kann Cortex Sense in Business Ontology einen ersten Entwurf mit vorgeschlagenen Definitionen, Beziehungen und Verknüpfungen zu Daten erstellen. Wenn eine freigegebene Definition im Widerspruch zu einer von Cortex Sense abgeleiteten Information steht, verwenden Agenten laut Snowflake die freigegebene Definition, und Cortex Sense lernt daraus.

Semantic Views bündeln die Kennzahlen, Dimensionen und Verknüpfungen einer Domäne in einem Snowflake-Objekt, das Agenten, BI-Tools und SQL direkt abfragen können. Business Ontology verknüpft freigegebene Definitionen mit diesen Ansichten, ändert aber nicht die Berechnung. Dafür bleiben weiterhin die Verantwortlichen der jeweiligen Ansicht zuständig.

Kontrolle, Varianten und Konnektoren

Teams können laut Snowflake Agenten auf Geschäftskonzepten aufbauen, Kennzahlen über semantische Ansichten hinweg abstimmen und Nutzern helfen, die richtige Definition zu finden. Jeder kann einen Begriff nachschlagen, sehen, wer dafür verantwortlich ist und ob er freigegeben wurde, und bis zu dem Ort folgen, an dem er berechnet wird.

Bewusste Unterschiede bleiben erhalten. Snowflake nennt das Beispiel eines Restaurantunternehmens, das den Umsatz vergleichbarer Filialen für jede Marke unterschiedlich definiert. Jede Version wird separat freigegeben, mit der jeweiligen Marke gekennzeichnet und mit ihrer eigenen semantischen Ansicht verknüpft.

Organisationen legen über die Governance-Kontrollen des Horizon Catalog fest, wer Definitionen erstellen, bearbeiten und freigeben darf. KI-Vorschläge und importierte Definitionen dienen als Ausgangspunkt für die Prüfung. Verantwortliche entscheiden, was offiziell wird.

Horizon Context greift außerdem auf bestehende Tools zurück. Die Metadaten-Konnektoren erfassen Schemata, Abfrageprotokolle, Dashboard-Definitionen und Nutzungssignale aus Quellen wie Tableau, Power BI, dbt, SQL Server, Sigma, Omni und PostgreSQL. Die plattformübergreifende Datenherkunft verfolgt Daten von einer Quelldatenbank über Transformationen bis zu dem Dashboard, in dem sie angezeigt werden.

Offene Standards und frühes Feedback

Snowflake zufolge war das Unternehmen an der Gründung von Apache Ossie (incubating) beteiligt, einem herstellerneutralen offenen Standard für semantische Modelle, der von Dutzenden Organisationen unterstützt wird, darunter Microsoft, Salesforce, dbt Labs, Qlik und ThoughtSpot. Semantic Views können Ossie-Definitionen importieren und exportieren, sodass Kennzahlen zwischen Snowflake und anderen kompatiblen Tools verschoben werden können. Agenten außerhalb von Snowflake können Semantic Views außerdem über das Model Context Protocol abfragen, während der Horizon Catalog den Zugriff kontrolliert.

Joe Tobey, Head of Data Product Engineering bei dentsu, sagte als früher Nutzer des Produkts: "this is what lets us put agents in front of our data with confidence." Morten Lileng, Global Head of Engineering bei dentsu, erklärte, Business Ontology gebe "every definition an owner and every downstream system a single governed answer."

Was das für Nutzer bedeutet

Für Unternehmen, die KI-Agenten mit Unternehmensdaten einsetzen, lautet das Versprechen Konsistenz: eine freigegebene und verantwortete Definition, die Agenten und Menschen gemeinsam nutzen, statt für jedes Tool separate Versionen neu aufzubauen. Snowflake hat für Business Ontology oder Cortex Sense noch kein Datum für die öffentliche Vorschau genannt, sondern lediglich "soon".