Ein KI-Agent liest Daten. Ein Digital Worker kennt Ihr Unternehmen.
Der mpmX Context Layer verbindet Ontologie, Semantic Model und Ihr Unternehmenswissen mit Ihrer Datenplattform, ob Snowflake, Databricks, BigQuery oder Qlik. Digital Workers sind AI Agents, die damit arbeiten: mit geprüftem Kontext, klaren Rechten und nachvollziehbaren Entscheidungen.
Was ist ein AI Context Layer?
Ein AI Context Layer ist die Schicht zwischen Unternehmensdaten und KI-Agenten, die Geschäftsprozesse für KI verständlich macht. Der mpmX Context Layer besteht aus einer Ontologie, die Objekte, Ereignisse, Regeln und Aktionen über alle Quellsysteme verbindet, einem Semantic Model, das jede Kennzahl einmal verbindlich definiert, und Ihrem Unternehmenswissen aus Richtlinien, Arbeitsanweisungen und Wissens-Datenbanken. Grundlage ist der Digital Process Twin, das Abbild aller Prozesse und Transaktionen. Ihre Daten bleiben dabei auf Ihrer Plattform, etwa Snowflake, Databricks, BigQuery oder Qlik: Der Context Layer liest sie dort und schreibt nichts zurück. KI-Agenten greifen per API oder MCP darauf zu.
Ein Agent auf Rohdaten muss raten
Sprachmodelle kennen allgemeines Geschäftswissen. Wie Ihr Unternehmen arbeitet, wissen sie nicht. Ohne Kontext bleibt jede Antwort eine Vermutung.
Tabellen ohne Zusammenhang
Ein Agent sieht Spalten in SAP, Snowflake und im CRM. Dass es sich um denselben Lieferanten handelt, muss er erraten.
Kennzahlen ohne Definition
Was als „überfällig“ gilt oder wie DSO berechnet wird, steht in keiner Tabelle. Jeder Agent rechnet es anders.
Handeln ohne Grenzen
Verträge, Freigabewege und Richtlinien kennt der Agent nicht. Er weiß nicht, was er darf und wann ein Mensch entscheiden muss.
Drei Ebenen, eine Plattform
Der mpmX Context Layer liegt zwischen Ihren Daten und Ihren KI-Agenten. Ihre Daten bleiben, wo sie sind.
Ihre Transaktionsdaten bleiben in Ihren Quellsystemen und auf Ihrer Datenplattform. mpmX baut den Twin direkt dort auf, legt den Context Layer daneben und stellt beides für KI-Agenten bereit. Ohne Datenplattform läuft mpmX on-premises oder in der Cloud.
Woraus der mpmX Context Layer besteht
Drei Bausteine beschreiben Ihr Unternehmen. Die Governance folgt aus der Architektur.
Ontologie
Die Landkarte Ihres Unternehmens: Objekte wie Lieferant, Material oder Rahmenvertrag, Ereignisse wie eine angekündigte Preiserhöhung, dazu Regeln und Aktionen. Ob ein Lieferant in SAP, Coupa oder einem Lieferantenportal liegt: Er wird zu einem einzigen Objekt.
Semantic Model
Die festgelegte Route zu jeder Kennzahl. BI, Planung, Fachbereich und Digital Workers rechnen mit derselben Definition, jede Kennzahl ist an ein Objekt der Ontologie gebunden. Ein vorhandenes Semantic Model auf Ihrer Plattform wird übernommen und weiter genutzt.
Unternehmenswissen
Das Regelwerk Ihres Unternehmens: Richtlinien, Arbeitsanweisungen und Prozessbeschreibungen, die heute in Dokumenten und Wissens-Datenbanken verteilt sind. Externe Wissens-Datenbanken lassen sich über MCP und API anbinden.
Governance folgt aus der Architektur
Der Context Layer liest Ihre Datenplattform mit der Rolle, die Sie vergeben. Deren Rechte und Richtlinien gelten weiter, Ihre Daten bleiben, wo sie sind. Dazu kommen die Regeln aus Ihrem Unternehmenswissen: Richtlinien und Freigabewege prüft der Context Layer bei jeder Aktion, serverseitig statt im Prompt eines Agenten. Das Agent-Profil legt fest, was ein Digital Worker lesen, vorschlagen und selbst auslösen darf. Jede Aktion wird mit Kontext, Regel, Freigabe und Ergebnis protokolliert.
Aufgebaut wird der Context Layer auf Basis von mpmX Business Content für abgedeckte Prozesse, etwa P2P, oder individuell. Ein Sprachmodell schlägt aus Datenstruktur, vorhandenem Semantic Model und Dokumenten Objekte, Beziehungen und Regeln vor, Ihr Fachbereich gibt jedes Element frei.
Aus einem AI Agent wird ein Digital Worker
Digital Workers sind AI Agents, die Ihre Prozesse kennen. Sie arbeiten mit dem vollständigen Kontext Ihres Unternehmens und können deshalb belegt vorschlagen und nachvollziehbar handeln.
So arbeitet ein Digital Worker
Ein Digital Worker erkennt, was Aufmerksamkeit braucht, prüft es gegen den Kontext Ihres Unternehmens und schlägt vor, was zu tun ist. Ein Mensch entscheidet.
Ereignis erkennen
Der Digital Worker beobachtet die Prozessdaten im Digital Process Twin. Braucht etwas Aufmerksamkeit, greift er das Ereignis auf und ordnet es den passenden Objekten zu, etwa Lieferant, Bestellung und Vertrag.
Kontext prüfen
Er prüft die Regeln, Kennzahlen und Dokumente, die im Context Layer gelten: Vertragsbedingungen, KPI-Definitionen, interne Richtlinien. Jede Angabe stammt aus einer nachvollziehbaren Quelle.
Vorschlag zur Freigabe
Er schlägt eine Aktion vor und zeigt die Begründung dazu. Das Agent-Profil legt fest, wer freigibt und wer informiert wird. Die Entscheidung bleibt bei Ihrem Team.
Umsetzen und protokollieren
Nach der Freigabe wird die Aktion im Rahmen des Agent-Profils umgesetzt. mpmX protokolliert für jede Aktion Kontext, Regel, Freigabe und Ergebnis.
Gespräch vereinbarenEin Beispiel von vielen
Ob Einkauf, Finanzen, Supply Chain oder Healthcare: Digital Workers gibt es für viele Geschäftsbereiche und Branchen. Jeder schlägt standardmäßig vor, der Mensch gibt frei.
FAQ
Antworten auf die Fragen, die beim Einstieg in einen AI Context Layer typischerweise aufkommen.
Ein Semantic Layer definiert Kennzahlen für Analysen. Ein Context Layer ergänzt ihn um eine Ontologie mit Objekten, Ereignissen, Regeln und Aktionen, um Unternehmenswissen aus Richtlinien und Dokumenten sowie um Rechte für KI-Agenten. Im mpmX Context Layer ist das Semantic Model einer von mehreren Bestandteilen. Ein vorhandenes Semantic Model auf Ihrer Datenplattform wird genutzt und um die Ontologie ergänzt, bestehende Kennzahlendefinitionen bleiben gültig.
Dann wird nur das Mapping angepasst, also die Zuordnung, welche Eigenschaft in welchem System liegt. Ontologie, Regeln, Aktionen, Agent-Profile und Kennzahldefinitionen bleiben.
Nein, aber sie ist der empfohlene Weg. Mit Snowflake, Databricks, BigQuery oder Qlik läuft mpmX nativ auf der Plattform. Ohne Datenplattform läuft mpmX on-premises oder in der Cloud; der Context Layer selbst wird von mpmX betrieben.
Ja. Externe KI-Agenten greifen per API oder MCP auf den Context Layer zu, mit denselben Rechten und Freigaben wie die Digital Workers von mpmX.
Das entscheiden Sie. Sprachmodell und Client sind frei wählbar, cloudbasiert oder lokal. Ihre Daten bleiben auf Ihrer Plattform, auch wenn Sie das Modell wechseln.
Über das Agent-Profil. Es legt fest, welche Aktionen ein Digital Worker vorschlagen oder selbst ausführen darf und wann ein Mensch entscheidet. Jede Aktion wird mit Kontext, Regel, Freigabe und Ergebnis protokolliert.
Der Unterschied liegt darin, wohin Ihre Daten gehen. Bei vielen Anbietern wird das Event Log in deren Cloud geladen. Bei mpmX bleibt es auf Ihrer Plattform, und der Context Layer liest es dort.
Erste messbare Ergebnisse liegen in wenigen Wochen vor, je nach Kontext. Mit den Business Apps und Worker-Templates, etwa für Working Capital oder Compliance, baut der Context Layer auf vorhandenen Objekten, Kennzahlen und Regeln auf.