Lucanet´s Data Platform und die semantische Ebene

Veröffentlicht 15. Juni 2026  | 5 Min. Lesezeit
  • Image of Kevin Smith

    Kevin Smith

    CTO, Lucanet

In unserem letzten Artikel der Reihe „Intelligence Inside“ habe ich den Intelligence Core behandelt: die Architekturebene der CFO Solution Platform, auf der alle unsere Agenten aufbauen und die sicherstellt, dass sie dieselben hohen Standards in Bezug auf Qualität, Beobachtbarkeit, Kontrolle und Sicherheit erfüllen. 

Doch intelligente Agenten allein reichen nicht aus. Um ein Unternehmen zu steuern, benötigen Finance- und Tax-Teams eine 360-Grad-Sicht, die Finanzdaten mit operativen Daten aus dem gesamten Unternehmen verbindet. Die meisten Teams gewinnen diese Sicht heute, indem sie Buchhaltungs-, ERP-, CRM-, DMS-, Lohn- und HR-Systeme sowie Spreadsheets zusammenführen – oft ergänzt durch ein Data-Warehouse-Nebenprojekt, eine dünne BI-Ebene darüber und die leise Sorge, ob die Zahlen im Board-Paket wirklich mit der Konsolidierung übereinstimmen. Agenten stehen vor dem gleichen Problem. Wenn sie Ihre Daten nicht finden, ihnen vertrauen und sie verstehen, können sie nicht sinnvoll für Sie arbeiten. 

In diesem dritten Artikel gehe ich detailliert auf die Data Platform ein, eine weitere grundlegende Architekturebene der CFO Solution Platform und die darauf aufgesetzte semantische Ebene. Gemeinsam bieten sie unseren Agenten (und Ihrem Team) eine zentrale, gesteuerte Datenquelle als Entscheidungsgrundlage.

Einmal verbinden, überall nutzen können  

Seit mehr als 25 Jahren fungiert die Lucanet-Lösung Consolidation and Financial Planning als Warehouse der Finanzdaten für unsere Kunden und speichert Finanzdaten bis auf Transaktionsebene aus jedem Buchhaltungssystem oder ERP, das die Gruppe versorgt. In unserem Kundenstamm beginnen die typischen mittelständischen bis großen Unternehmen mit zwei oder drei verschiedenen ERP-Systemen und Lucanet ist seit langem ein schneller Weg zu einer Single-Source-of-Truth in all diesen Systemen. Diese Klarheit ist einer der Gründe, warum CFOs sich überhaupt für Lucanet entscheiden.

Die Data Platform erweitert diese Idee weit über reine Finanzdaten hinaus. Sie ist eine Single-Source-of-Truth für das Office of the CFO und bringt die finanziellen und operativen Daten aus den Quellsystemen zusammen, die für die Führung des Unternehmens wichtig sind. Sie erspart Finance- und Tax-Teams, ein separates Enterprise-Data-Warehouse in Auftrag zu geben, zu integrieren und zu betreiben, mit den gesamten Kosten, Verzögerungen und Abstimmungsproblemen, die meistens dazugehören.

Technisch gesehen ist die Datenplattform elastisch skalierbar von Gigabyte bis Petabyte an Daten und bietet eine Datenbeständigkeit von elf Neunen (99,999999999 %), was dem Standard der führenden öffentlichen Cloud-Speicherdienste entspricht. Einfach ausgedrückt ist die Wahrscheinlichkeit, einen Datensatz im Speicher zu verlieren, praktisch null und die Plattform wächst still mit Ihrem Unternehmen, anstatt es einzuschränken.

Daten erfassen und bereinigen – mit nachvollziehbarer Herkunft

Ein Data Warehouse ist nur so gut wie die Daten-Pipelines, die es speisen. Die Data Platform wird durch eine enormen Bibliothek von ETL-Standardschnittstellen unterstützt, die ihr eine Verbindung zu praktisch jedem finanziellen oder operativen Quellsystem ermöglichen. Wo es noch keine Schnittstelle gibt, haben wir ein spezialisiertes Team, das die erforderliche Integration entwickelt, meistens innerhalb von Tagen statt Wochen.

Die Pipeline selbst folgt einer inzwischen üblichen Medaillon-Architektur: Bronze, Silber und Gold.

  • Bronze: Die Daten werden in ihrer rohen Form unberührt aus dem Quellsystem eingespeist, mit vollständiger Rückverfolgbarkeit bis zum ursprünglichen Datensatz – sogar bis zum Rechnungs-PDF, sofern das entsprechende DMS verbunden ist.
  • Silber: Rohdaten werden gefiltert, bereinigt, dedupliziert und angereichert, dabei werden die Geschäftsregeln konsequent angewendet.
  • Gold: Bereinigte Daten werden aggregiert und zur Übereinstimmung mit den finanziellen und operativen Modellen angepasst, die das Unternehmen tatsächlich für Entscheidungen verwendet. Dies ist die Ebene, mit der Finance- und Tax-Teams täglich arbeiten.

 

Jede Ebene verbessert die Datenqualität, und jede Transformation wird protokolliert. Das Ergebnis ist das, was für Finanzteams am wichtigsten ist: nicht nur eine Zahl auf einem Dashboard, sondern die Herkunft dahinter. Daten in der Gold-Ebene können durch die Silber- und Bronze-Ebenen bis zum Ursprungsdatensatz im Quellsystem zurückverfolgt werden. 

Da die Data Platform jeder Lösung auf der CFO Solution Platform dient, werden die ETL-Schnittstellen wiederverwendet: Wenn Sie eine Quelle einmal für die Konsolidierung anbinden, profitieren auch Ihre ESG-, Tax- und xP&A-Anwendungsfälle davon.

 

Von Daten zu Verständnis: die semantische Ebene

Ein Warehouse, so gut es auch gespeist sein mag, ist dennoch eine Sammlung von Tabellen, Spalten, Namenskonventionen und Join-Pfaden. Jedes Quellsystem hat sein eigenes Schema und seinen eigenen Dialekt. Von einem Agenten (oder einer Person) zu verlangen, jedes Mal die richtige Abfrage über all das hinweg zu schreiben, ist genau die Art von Reibung, die Finance-Teams historisch verlangsamt hat.

Das ist die Aufgabe der semantischen Ebene. Sie befindet sich zwischen den Agenten und der Data Platform und tut, was Ihr bester Analyst mit seinem Kopf macht: Geschäftsfragen in die richtigen Abfragen an die richtigen Daten übersetzen und saubere, geregelte Antworten zurückgeben. „Umlaufvermögen der Einheit X im Geschäftsjahr 2026“ wird zu einer präzisen Abfrage, die gegenüber den korrekten Tabellen mit den korrekten Filtern ausgeführt wird und ein strukturiertes Ergebnis zurückgibt, über das ein Agent schlussfolgern kann.

Im Kern der semantischen Ebene ist ein Wissensgraph: eine strukturierte Darstellung jeder Tabelle, Spalte, Dimension, Metrik und Beziehung in der Data Platform des Kunden. Jeder Kunde hat seine eigene Instanz der semantischen Ebene, automatisch auf seine Daten zugeschnitten. Wenn Daten hinzugefügt oder geändert werden, wird der Graph bei Bedarf neu aufgebaut, um immer die aktuelle Form des Unternehmens widerzuspiegeln.

Der Wissensgraph kodiert Fakten als einfache Triples von Subjekt-Prädikat-Objekt. Für unseren Bereich beschreiben diese Triples die Struktur des Unternehmens und seiner Daten, zum Beispiel:

  • Entity_FR, hasParent, Group_EMEA
  • Account_Revenue, belongsTo, Income_Statement
  • Account_Revenue, isMeasuredIn, EUR
  • Subsidiary_UK, reportsIn, GBP
  • Cost_Centre_42, allocatesTo, Region_NorthernEurope

 

Mit dieser Struktur kann die semantischen Ebene komplexe Beziehungen durch „Graphdurchlauf“ analysieren, anstatt sich auf fest codierte Abfragelogik zu stützen. Wenn ein Agent nach „Umsatz in Nordeuropa im letzten Quartal“ fragt, kann die semantische Ebene „Nordeuropa“ den richtigen Unternehmen, „Umsatz“ der richtigen Kontenhierarchie und „letztes Quartal“ dem richtigen Abrechnungszeitraum zuordnen und eine von vornherein korrekte Anfrage erzeugen.

 

Wie es in der Praxis funktioniert

Nehmen wir eine Frage, die ein CFO am Abend vor einem Board-Meeting stellen könnte:

„Wie ist unser Umsatz im Vereinigten Königreich im letzten Jahr im Vergleich zu Deutschland gewachsen und wie sehen der Personalbestand im Vertrieb und die Anzahl der Neukunden in diesen Regionen aus?“

 

Diese eine Frage berührt Buchhaltungsdaten (Umsatz), operative Daten (Kundendaten aus dem CRM), Personalbestandsinformationen (aus dem HRIS), zwei Unternehmen, einen Jahresvergleich und eine regionale Ansicht. So gehen der Agent und die semantische Ebene damit um:

  1. Der User stellt die Frage in natürlicher Sprache.
  2. Der Agent schlussfolgert darüber, was gefragt wird: welche Finanzkonzepte, welche operativen Konzepte, welche Dimensionen, welcher Zeitraum.
  3. Der Agent sendet eine Datenanfrage oder mehrere an die semantische Ebene.
  4. Die semantische Ebene durchläuft den Wissensgraphen, um die betreffenden Tabellen, Joins und Dimensionen in den finanziellen, Personal- und operativen Datensätzen zu identifizieren.
  5. Die Dimensionsauflösung übersetzt Geschäftsbegriffe in spezifische Kennungen (britische und deutsche Unternehmen, korrektes Geschäftsjahr, Umsatzkonten, Personalbestandskategorie, Kundenmetriken-Definition).
  6. Die semantische Ebene ruft die Daten ab, führt die Abfragen gegen die Gold-Ebene aus und gibt strukturierte Ergebnisse zurück.
  7. Der Agent verwendet diese Ergebnisse, um die Frage mit einem Diagramm und einer Erläuterung zu beantworten. Der Intelligence Core zeichnet den Ablauf auf, sodass der User genau sehen kann, wie die Antwort zustande kam.

 

Was früher einen Finance-Business-Partner einen halben Tag kostete – mit einem BI-Ticket und einer Folgeabstimmung – dauert jetzt Sekunden Der Agent rät nicht. Er stellt Ihrem Data Warehouse die richtigen Fragen, in Ihrer eigenen Geschäftssprache.

 

Intelligenz auf Doktorandenebene, ab dem 1. Arbeitstag

Es gibt ein nützliches Denkmodell über LLM-gestützte Agenten: Stellen Sie sich vor, Sie hätten gerade jemanden eingestellt, der promoviert ist, über außergewöhnliche Schlussfolgerungsfähigkeiten und fundiertes Wissen in einer bemerkenswerten Bandbreite von Bereichen verfügt, aber es ist der erste Arbeitstag. Die entsprechende Person weiß nichts über Ihre spezifische Konsolidierungsstruktur, Ihren Kontenplan, Ihre Intercompany-Vereinbarungen, Ihre Reporting-Fristen oder die Dutzenden kleiner Konventionen, die Ihre Finance- und Tax-Teams über Jahre aufgebaut haben. Rohe Intelligenz ist notwendig, reicht aber bei weitem nicht aus.

Der Intelligence Core zusammen mit der Data Platform sind beide darauf ausgelegt, diese Lücke zu schließen. Wenn ein Agent innerhalb der Plattform operiert, stützt er sich nicht ausschließlich auf das im LLM verankerte allgemeine Wissen. Stattdessen liefert der Intelligence Core dem Agenten einen strukturierten Zugriff auf den Kontext, den er benötigt: Ihre Konsolidierungsregeln, Ihre Konzernstruktur, Ihre Mapping-Logik, Ihre historischen Daten und die Metadaten, die beschreiben, wie Ihre spezifische Umgebung konfiguriert ist. Der Agent schlussfolgert mit der kompletten Fähigkeit des zugrunde liegenden Modells, aber er argumentiert auf der Grundlage Ihrer Daten, basierend auf Ihrer Realität und nicht auf Verallgemeinerungen.

Neu eingestellte Personen werden mit der Zeit immer besser, weil sie sich Ihren unternehmensspezifischen Kontext aneignen. Sie lernen, dass eine bestimmte Intercompany-Eliminierung eine besondere Behandlung erfordert, dass eine spezifische Kostenstelle einer nicht Standard-Allokation folgt oder dass das Konzern-Reporting-Paket eine Besonderheit bei der Währungsumrechnung für eine kürzlich erworbene Tochtergesellschaft aufweist. 

Wenn unsere Agenten zusätzliche Informationen benötigen, um eine Aufgabe zu abzuschließen, stellen sie Ihnen Fragen, wie beispielsweise: „Wann beginnt Ihr Berichtszeitraum?“ Sie fragen auch, ob sie sich eine bestimmte Tatsache oder Information für die spätere Verwendung „merken“ sollen. Und wo werden diese Informationen gespeichert? In der Data Platform, die sich neben Ihren übrigen Daten befindet. Im Laufe der Zeit wird Ihr institutionelles Wissen aufgebaut. Je mehr Ihr Team mit unseren Agenten zusammenarbeitet, desto kompetenter werden diese Agenten in Bezug auf die Besonderheiten Ihres Geschäfts. Das ist beabsichtigt.

 

Sind meine Daten sicher?

Die Cybersicherheit ist ein sich schnell entwickelndes Fachgebiet und das Aufkommen leistungsfähiger LLMs hat diese Entwicklung noch beschleunigt. Die CFO Solution Platform wurde genau für diesen Zweck entwickelt, mit mehreren Verteidigungsebenen, moderner Erkennung und Reaktion und einem Sicherheitsstatus, der kontinuierlich überwacht wird.

Die CFO Solution Platform wird in fünf geographischen Regionen bereitgestellt, die alle vollständig isoliert sind. Wenn sich ein neuer Kunde anmeldet, wählt er den geografischen Standort seines Tenants aus. Jede Region ist in sogenannte Tenant-Pools unterteilt: Gruppen von Kunden (Tenants), die voneinander isoliert sind. Innerhalb eines Tenant-Pools ist jeder einzelne Tenant streng von allen anderen Tenants isoliert, daher ist es für einen Tenant unmöglich, die Daten eines anderen Tenants zu sehen. Die Daten werden bei der Übertragung und im Ruhezustand verschlüsselt. Wir nennen das unser strenges Isolationsmodell. Um diesen Grad an Trennung zu erreichen, war eine unverhältnismäßig hohe Investition in unsere Kernplattforminfrastruktur erforderlich und wir sind der Meinung, dass dies eine der wichtigsten Investitionen ist, die wir vorgenommen haben. 

Die Data Platform übernimmt dieses strenge Isolationsmodell. Ihre Rohdaten, Ihre bereinigten Daten, Ihre Goldebene, Ihr Wissensgraph und der Agentenspeicher befinden sich alle in Ihrem Tenant, sind verschlüsselt, isoliert und geschützt.

Ein paar Punkte zur Data Platform, die erwähnenswert sind:

  • Standardmäßig berechtigt: Ein Agent kann nur die Daten sehen, die sein Anwender sehen darf. Anwender können keine Agenten nutzen, um ihre eigenen Zugriffsberechtigungen zu erweitern. Der rollenbasierte Zugriff von Ihrem bestehenden Identitätsanbieter aus erfolgt über die Data Platform und die semantische Ebene.
  • Datenminimierung an der LLM-Grenze: Wenn ein Agent ein LLM für Schlussfolgerungen verwendet, geben wir nur die absolut benötigten Daten weiter. Wir nutzen LLMs, die in derselben Region wie Ihr Tenant gehostet werden, und gemäß unseren Enterprise-Vereinbarungen mit Modellanbietern werden Prompts und Antworten weder gespeichert noch für das Modelltraining verwendet.

 

Um uns selbst treu zu bleiben und sicherzustellen, dass wir nichts übersehen haben, investieren wir auch Zeit und Mühe, um die relevantesten Zertifizierungen zu erhalten und die höchsten Compliance-Standards zu erfüllen. Dazu gehören SOC 1, SOC 2, ISO 27001, ISO 27017 und ISO 27018. Wir arbeiten außerdem daran, ISO 42001 (den internationalen Standard für KI-Managementsysteme) und BSI C5 (den Referenzwert der deutschen Regierung für Cloud-Sicherheit) abzuschließen, die wir voraussichtlich bis Sommer 2026 erreichen werden. Über Zertifizierungen hinaus richten wir uns aktiv auf die EU-KI-Verordnung, NIS2 und den bevorstehenden Cyber Resilience Act aus. Und für unsere Kunden, die in DORA-regulierten Umgebungen tätig sind, ist unsere Plattform darauf ausgelegt, ihre Anforderungen an die operative Resilienz zu unterstützen. Sicherheit ist eine der entscheidenden Aspekte bei der Entwicklung der Data Platform.

 

Möchten Sie die intelligente CFO Solution Platform von Lucanet in Aktion erleben?

Nehmen Sie an unserem Webinar teil und erhalten Sie eine exklusive Vorschau auf die nächste Generation von Workflow-Agenten innerhalb der CFO Solution Platform.

Jetzt registrieren

  • Image of Kevin Smith

    Kevin Smith

    CTO, Lucanet

    Nach seinem Bachelor- und Masterstudium im Bereich Engineering arbeitete Kevin als Softwareentwickler bei IBM und anschließend bei Microsoft. Bei Microsoft war er als Technical Lead Software Engineer in Redmond, Washington, tätig, wo er mehrere Softwareprodukte auf den Markt brachte und für seine Arbeit sechs Software-Design-Patente erhielt. Anschließend verbrachte er 10 Jahre damit, Derivatehandelsplattformen für große Investmentbanken aufzubauen, bevor er als CTO für Fastmarkets und dann als Portfolio CTO für Hg Capital arbeitete.

    Kevin verfügt über umfangreiche Erfahrung in der Entwicklung von erstklassigen SaaS-Plattformen von Grund auf sowie in der Umwandlung von On-Prem-Software in SaaS. Er hat umfangreiche Erfahrung in dem Aufbau und der Skalierung von leistungsstarken Engineering-Teams, die sowohl im Rahmen von Onshore- als auch Nearshore-Maßnahmen eingesetzt werden. Als CTO von Lucanet ist Kevin für die Bereiche Technologie, Engineering, Produkt und IT verantwortlich.

Kontaktieren Sie uns