Häufig gestellte Fragen
Klare Antworten zu Querri: was es ist, wie die Bibliothek funktioniert, wie es seine Antworten prüft und wie es sich mit den Tools vergleicht, die Sie bereits nutzen.
Erste Schritte
Was Querri ist, für wen es gedacht ist, was es kostet und wie Sie loslegen.
Querri ist die Datenplattform, die bei Ihren Fragen beginnt. Sie stellen Fragen zu Ihrem Unternehmen in natürlicher Sprache, und Querri baut die Daten, Definitionen und Logik auf, die jede Frage braucht, und lernt Ihr Unternehmen dabei immer besser kennen.
Die meisten Datentools beginnen mit Tabellen und Infrastruktur. Querri beginnt mit den Fragen, die Ihr Unternehmen beantwortet haben muss. Es verbindet sich mit Ihren Apps, Datenbanken und Tabellenkalkulationen, ordnet alles in der Bibliothek rund um diese Fragen und antwortet mit Tabellen, Diagrammen und Dashboards. Weil jede Antwort auf denselben Definitionen beruht, arbeiten alle Menschen und alle KI-Assistenten, auch Claude und ChatGPT, mit demselben verlässlichen Verständnis Ihres Unternehmens.
Querri ist für Unternehmen gedacht, die Antworten über ihr Geschäft wollen, ohne zuerst ein Datenteam oder einen Daten-Stack aufzubauen, und für die Menschen darin, die die Fragen stellen.
Es passt zu drei Rollen. Datennutzer sind alle, die für ihre eigene Arbeit Fragen stellen, etwa eine Vertriebsleiterin vor dem Pipeline-Review oder ein CS-Manager vor dem QBR. Datenverantwortliche wissen, was die Daten bedeuten, oft jemand aus Operations, RevOps oder Finanzen, und halten die Definitionen korrekt. Das Datenteam oder die IT verantwortet Systeme, Zugriffe und Sicherheit. Querri wird in SaaS, E-Commerce, Logistik, Seniorenbetreuung, Finanzen, Non-Profit-Organisationen und Agenturen eingesetzt.
Related questions
Registrieren Sie sich kostenlos unter app.querri.com, nennen Sie Querri die Fragen, die für Ihr Unternehmen am wichtigsten sind, und laden Sie dann eine Datei hoch oder verbinden Sie eine Quelle und fangen Sie an zu fragen.
Die Einrichtung beginnt mit der Frage „Was bereitet Ihnen schlaflose Nächte?“. Der Bibliothekar schlägt Geschäftsfragen vor, die Sie behalten können, und die Bibliothek hält sie fest, noch bevor Daten verbunden sind. Sobald Daten ankommen, verschafft sich Querri einen ersten Überblick und arbeitet bis zu sechs Ihrer Fragen durch. Wer schneller starten will, installiert einen Blueprint für die eigene Branche mit fertigen Fragen, Ansichten, KPIs und Dashboards und probiert ihn zuerst mit Beispieldaten aus.
Nein. Wenn Sie in eigenen Worten beschreiben können, was Sie wissen wollen, können Sie Querri nutzen. Sie brauchen weder SQL noch Python, Datenmodellierung oder ein BI-Tool.
Querri schreibt die Abfragen und den Code, führt sie auf Ihren Daten aus und erklärt das Ergebnis in verständlicher Sprache. Wer die Arbeit nachprüfen möchte, sieht bei jeder Antwort die Abfrage dahinter.
Tippen Sie zum Beispiel „Vergleiche den Umsatz dieses Quartals mit dem letzten Quartal nach Region“, und Querri lädt die richtigen Daten, stellt den Vergleich an und erstellt das Diagramm, ohne dass Sie eine einzige Formel schreiben.
Related questions
Alles über Ihre Geschäftsdaten, in natürlicher Sprache: schnelle Abfragen, Vergleiche, Trends, Prognosen und mehrstufige Analysen über mehrere Quellen hinweg.
Schnelle Fragen gehen an den Bibliothekar, der aus Ihrer Bibliothek antwortet und in Sekunden zurückkommt, wenn Ihr Team schon einmal etwas Ähnliches gefragt hat. Größere Analysen laufen Schritt für Schritt als Projekt, mit eingebauten Prognosen, Statistik, Finanzberichten und Textklassifizierung. Mit Folgefragen gehen Sie tiefer.
Beispiele: „Wer waren im letzten Quartal unsere 10 umsatzstärksten Kunden?“, „Welche Spediteure haben diesen Monat ihr SLA für pünktliche Zustellung verfehlt?“, „Welche Kunden haben seit 90 Tagen nicht bestellt, nach Region?“, „Prognostiziere den Umsatz des nächsten Quartals auf Basis der letzten 24 Monate.“
Querri bietet einen kostenlosen Plan, ganz ohne Kreditkarte. Die kostenpflichtigen Pläne (Pro, Team und Scale) richten sich nach der Nutzung, gemessen in Credits, statt nach der Zahl der Nutzer.
Ein Credit entspricht einer sinnvollen Interaktion mit der KI, etwa einer gestellten Frage. Dashboards ansehen, die Bibliothek durchsuchen, Dateien hochladen, Ergebnisse exportieren und Kollegen einladen kostet keine Credits, sodass Personen, die nur lesen, ohne zusätzliche Lizenzen dazukommen können. Admins sehen jede Abbuchung auf der Seite Usage, legen monatliche Credit-Limits pro Person fest und werden gewarnt, bevor das Kontingent aufgebraucht ist.
Related questions
Beginnen Sie mit dem Hilfe-Center unter docs.querri.com und der Videobibliothek. Für alles andere wenden Sie sich direkt an das Querri-Team.
Das Hilfe-Center behandelt die Einrichtung, die Bibliothek, KPIs, Fakten und Regeln, Konnektoren und das Prüfen einer Antwort. Macht eine Verbindung Probleme, entwirft der Connector Agent eine Supportanfrage, hängt die Diagnosedaten des Konnektors an und entfernt dabei Ihre Zugangsdaten.
Related questions
Bibliothek & Bibliothekar
Wie Querri Ihre Daten rund um Ihre Geschäftsfragen ordnet und wie Sie sie durchsuchen und ihr etwas beibringen.
Die Bibliothek ist die zentrale Quelle der Wahrheit dafür, was die Zahlen Ihres Unternehmens bedeuten. Sie ordnet Ihre Daten rund um Ihre Geschäftsfragen, jede verknüpft mit dem KPI, der sie misst, und der Ansicht, die sie beantwortet.
Jede Sammlung bündelt ein Thema rund um eine Hauptfrage und ihre Folgefragen, zusammen mit den Ansichten, Fakten und Quellen, die sie beantworten. Ein Abdeckungsbalken zeigt, wie viele Fragen beantwortet sind und welche noch offen sind. Weil Dashboards, Chat und KI-Assistenten wie Claude alle aus der Bibliothek lesen, zeigen die Vorstandspräsentation und das Team-Dashboard dieselbe Zahl. Arbeitsbereiche und Rollen legen fest, wer welchen Teil ändern darf.
Tippen Sie in Find anything…, um die Bibliothek nach Bedeutung statt nach exakten Wörtern zu durchsuchen, oder stellen Sie dem Bibliothekar einfach eine Frage in natürlicher Sprache.
Die Suche versteht, was Sie meinen: „Umsatz“ findet auch Verkäufe, Buchungen und die KPIs und Ansichten dahinter. Wechseln Sie von List zu Visualize, um die Bibliothek als Karte zu sehen, mit Dateien und Konnektoren am Rand, Sammlungen in der Mitte und KPIs und Fakten im Zentrum. Zoom to hebt alles hervor, was mit einem Thema zusammenhängt, und während der Bibliothekar arbeitet, leuchten die Elemente, die er für eine Antwort liest, auf der Karte auf.
Ein CTO, der wissen will, woher die Churn-Zahl kommt, sucht zum Beispiel nach „Churn“, zoomt darauf und verfolgt die Linie vom KPI zurück bis zur CRM-Tabelle, aus der er gemessen wird.
Related questions
Der Bibliothekar ist der KI-Assistent von Querri, mit dem Sie Fragen stellen und die Bibliothek erweitern. Er antwortet aus den Ansichten und KPIs, auf die sich Ihr Unternehmen bereits geeinigt hat, und zeigt, wie er zu jeder Antwort gekommen ist.
Gehört eine Frage eindeutig zu einer gespeicherten Ansicht oder einem KPI, liest der Bibliothekar daraus, deshalb kommen wiederholte Fragen in Sekunden zurück. Andernfalls schreibt er SQL auf Ihren Quelltabellen, mit Ihren Regeln angewendet. Jede Antwort zeigt ihren Weg (Read from, Queried oder Searched your library), die zurückgegebenen Zeilen und Show the query. Um eine neue Frage, Sammlung oder Ansicht anzulegen, zeigt der Bibliothekar seinen Plan auf einer Prüfkarte und wartet auf Ihr OK.
Eine Ansicht ist eine gespeicherte, im Voraus berechnete Tabelle, die eine Geschäftsfrage direkt beantwortet, etwa Umsatz nach Monat und Kanal, mit dem SQL dahinter nur einen Klick entfernt.
In Ansichten landet vieles von dem, was Querri lernt: Eine Regel, die einmal geklärt ist, wird zur Spalte, statt bei jeder Frage neu hergeleitet zu werden. Wenn eine Quelle synchronisiert, werden alle darauf aufbauenden Ansichten der Reihe nach neu aufgebaut, und die daraus gemessenen KPIs werden neu berechnet. Bei jeder Ansicht können Sie How it's computed öffnen und ihr SQL lesen.
Related questions
Jeder KPI wird einmal definiert, mit der Tabelle, aus der er gemessen wird, einem Zeitraum und dem SQL, das ihn misst. Fragt jemand danach, nennt Querri den gespeicherten Wert, statt ihn neu zu berechnen.
Deshalb ist die Zahl im Chat, auf dem Dashboard und in Claude dieselbe. Jeder KPI ist außerdem mindestens einer der Fünf Dimensionen des Geschäftswerts zugeordnet (Umsatz, Kosten, Effizienz, Qualität und Risiko), sodass Sie sehen, wenn ein Team den Umsatz verfolgt, aber nichts zu Kosten oder Risiko. Einen KPI fügen Sie mit einem Satz hinzu, etwa „Verfolge die Net Retention als KPI.“
Sagen Sie es dem Bibliothekar in einem Satz, etwa „Umsatz heißt nur bezahlte Bestellungen.“ Querri speichert das unter Fakten und Regeln, und jede danach erstellte Abfrage und Ansicht wendet es an.
Regeln hängen an den Daten, um die es geht, und werden nach Bedeutung gefunden. Sie können sie auch hinzufügen, indem Sie einen Vorschlag im Posteingang annehmen, einen Fakt an eine Spalte hängen oder ein Dokument hochladen. Laden Sie eine Richtlinie als PDF, eine Arbeitsanweisung oder einen Vertrag hoch, und Querri listet die darin enthaltenen Aussagen samt Seitenzahl auf, damit Sie auswählen, welche zu Regeln werden. Laden Sie ein Datenwörterbuch hoch, und Antworten zeigen „Öffentlich, 4-jährig“ statt eines Codes wie 1.
Eine RevOps-Leiterin sagt zum Beispiel einmal „Closed Won heißt Won“, und von da an zählt jede Pipeline-Zahl Deals auf dieselbe Weise, egal wer fragt und wo.
Related questions
Ja. Querri merkt sich Ihre Fragen, Definitionen, Regeln und KPIs, prüft jede Nacht Ihre Bibliothek und schlägt Verbesserungen vor. Ohne Ihr OK ändert sich nichts.
Der nächtliche Durchlauf überprüft vorhandene Antworten, findet Fragen, die Ihre Daten beantworten könnten, die aber noch niemand gestellt hat, erkennt denselben Kunden in zwei Systemen und gleicht Zahlen aus Ihren Dokumenten mit den echten Daten ab. Die Ergebnisse kommen als Karten in Ihren Posteingang, wo Sie einen Vorschlag mit einem Klick annehmen. Querri lernt Ihr Unternehmen kennen, trainiert aber nie ein KI-Modell mit Ihren Daten.
Daten & Integrationen
Mit welchen Datenquellen sich Querri verbindet, wie es mit Ihren Dateien umgeht und wie es Daten aktuell hält.
Querri verbindet sich mit über 125 Business-Apps, Datenbanken und Data Warehouses und liest CSV-, TSV-, Excel-, JSON- und Parquet-Dateien mit bis zu 2 GB pro Datei. Auch PDFs und Word-Dokumente liest es, um die darin enthaltenen Regeln zu erfassen.
Zu den Konnektoren gehören QuickBooks Online, HubSpot, Salesforce, NetSuite, Shopify, Stripe, Google Drive, Google Sheets und Google Analytics sowie PostgreSQL, MySQL, SQL Server, Snowflake, Redshift, BigQuery, Databricks und MongoDB. Rund 90 weitere SaaS-Tools lassen sich per API-Schlüssel anbinden. Ein System ohne Konnektor binden Sie trotzdem ein, indem Sie seinen CSV-, JSON- oder Parquet-Export hochladen. Das Hochladen von Dateien kostet keine Credits.
Ziehen Sie Dateien an eine beliebige Stelle in der App, oder bitten Sie den Connector Agent, ein System für Sie anzubinden, etwa „Verbinde HubSpot und unsere Postgres-Datenbank.“
Der Connector Agent plant jede Verbindung, stellt sie her, testet sie und hilft Ihnen bei der Auswahl der Tabellen. Passwörter und API-Schlüssel geben Sie in ein sicheres Eingabefeld ein, sodass der Agent sie nie sieht, und jede Verbindung und jeder Ladevorgang wartet auf Ihre Freigabe. Fragen Sie ihn „Was ist verbunden, und ist irgendetwas kaputt?“ für einen schnellen Gesundheitscheck. Datenbanken in einem privaten Netzwerk lassen sich per VPN anbinden.
Related questions
Ja. Querri verknüpft Daten aus verschiedenen Apps, Datenbanken und Dateien in einer Antwort und erkennt, wie eine neue Tabelle mit Ihren vorhandenen Daten zusammenhängt.
Wenn neue Daten ankommen, vermisst Querri jede Tabelle, bildet ab, wie sie mit Ihren bestehenden Quellen zusammenhängt, und gleicht sie mit den Fragen ab, die Ihr Unternehmen bereits stellt. Kann die neue Tabelle eine davon beantworten, erscheint im Posteingang ein Vorschlag, eine Ansicht zu bauen. Der nächtliche Durchlauf erkennt außerdem, wenn derselbe Kunde in zwei Systemen auftaucht.
Verbinden Sie zum Beispiel Salesforce, laden Sie eine Tabelle mit Ihren Marketingausgaben hoch und fragen Sie „Welche Kampagnen haben die meisten abgeschlossenen Deals gebracht?“ Querri führt beides zusammen und antwortet.
Querri prüft jede Tabelle beim Eingang mit mehr als 180 Checks auf über 50 Arten von Problemen und hilft Ihnen, das Gefundene zu beheben, bevor daraus falsche Zahlen werden.
Das Daten-Audit listet jedes Problem auf, das schwerste zuerst, und nennt den KPI, die Frage oder das Projekt, das von der betroffenen Spalte abhängt. Typisch sind versteckte fehlende Werte wie N/A oder 1900-01-01, als Text gespeicherte Zahlen, Schreibvarianten, gemischte Währungen und doppelte IDs mit widersprüchlichen Werten. Der Janitor bereinigt die Daten anschließend gemeinsam mit Ihnen: Er fragt nur nach den Entscheidungen, die bei Ihnen liegen, etwa ob Datumsangaben mit dem Tag oder dem Monat beginnen, und zeigt jede Korrektur vorab an.
So oft Sie möchten. Jede Verbindung synchronisiert nach Zeitplan, entweder als vollständige Aktualisierung täglich, wöchentlich oder monatlich oder als inkrementelle Synchronisierung stündlich, täglich oder wöchentlich, die nur neue oder geänderte Zeilen abruft.
Synchronisiert eine Quelle, werden alle darauf aufbauenden Ansichten der Reihe nach neu aufgebaut und die daraus gemessenen KPIs neu berechnet, sodass Dashboards und Antworten die neuesten Daten zeigen, ohne dass jemand einen Export anstoßen muss. Schlägt ein Zeitplan dreimal hintereinander fehl, schaltet er sich selbst ab und sagt Ihnen, warum, damit eine fehlerhafte Anmeldung nicht unbemerkt immer wieder scheitert.
Standardmäßig synchronisiert Querri eine Kopie jeder Quelle in den eigenen, isolierten Speicher Ihrer Organisation und antwortet aus dieser Kopie. In ausgewählten Plänen können Snowflake- und Databricks-Tabellen stattdessen live in Ihrem Data Warehouse bleiben.
Bei einer Live-Tabelle werden nie Zeilen kopiert. Jede Frage, die die Tabelle braucht, schickt eine reine Leseabfrage an Ihr Data Warehouse und erhält nur das Ergebnis zurück. Sie entscheiden Tabelle für Tabelle zwischen live und synchronisiert, und Antworten zeigen ein Live-Badge für Tabellen, die im Data Warehouse abgefragt wurden.
Dashboards, Berichte & Automatisierung
Wie Querri aus Antworten Dashboards, geplante Berichte, Benachrichtigungen und wiederverwendbare Methoden macht.
Ja. Querri erstellt das Diagramm, das jede Frage braucht, und macht aus Analysen Dashboards, die Sie per Anweisung bearbeiten, etwa „Füge eine KPI-Karte für Churn hinzu“ oder „Verwende unsere Markenfarben.“
Diagramme werden als Code geschrieben, daher sind Karten, Trichter, Wasserfalldiagramme und animierte Bar-Chart-Races nur eine Anfrage entfernt, und Querri prüft jedes gerenderte Diagramm, bevor Sie es sehen. Für den Umstieg von einem anderen BI-Tool fügen Sie einen Screenshot oder ein Foto einer Skizze Ihres aktuellen Dashboards ein, und Querri baut es auf Ihren eigenen Daten nach, samt Berechnungen. Wer ein Dashboard ansieht, kann Fragen zum Gezeigten stellen, und der Present-Modus bringt ein Live-Dashboard auf den Bildschirm im Besprechungsraum.
Ja. Planen Sie jedes Projekt stündlich, täglich, wöchentlich oder monatlich ein, und Querri aktualisiert die Daten, führt die Analyse erneut aus und verschickt die Ergebnisse per E-Mail.
Ein Deliver-Schritt verschickt echte E-Mails mit Werten aus Ihren Daten in Betreff und Text und hängt Dateien an, etwa eine Excel-Arbeitsmappe oder ein Diagramm. Ein Loop wiederholt dieselben Schritte für jede Zeile einer Tabelle, sodass eine einzige Anfrage einen Bericht pro Region, Filiale oder Vertriebsmitarbeiter erstellt. Querri zeigt die ersten fünf als Vorschau und versendet nichts, bevor Sie zustimmen. Geplante Läufe spielen den gespeicherten Code erneut ab, statt die KI noch einmal zu fragen.
Ein wöchentlicher Bericht zur Spediteursleistung kann zum Beispiel jeden Montag um 7 Uhr frische Sendungsdaten abrufen, die Diagramme neu erstellen und jedem Regionalleiter seine eigene Version schicken.
Ja. Bitten Sie den Bibliothekar, „den Umsatz pro Filiale im Blick zu behalten“, und ein Monitor beobachtet jede Filiale im Vergleich zu ihrer eigenen Historie und sagt Ihnen, welche sich bewegt hat, nicht nur, dass sich die Summe verändert hat.
Monitore prüfen jedes Mal, wenn die beobachteten Daten neu aufgebaut werden, und suchen nach ungewöhnlichen Werten, dauerhaften Verschiebungen, schleichenden Trends und Richtungswechseln. Wie oft sie sich melden, steuern Sie mit einem Schieberegler von Fewer alerts bis More alerts statt mit einem Schwellenwert. Benachrichtigungen gehen in Ihren Posteingang und per E-Mail an bis zu 25 Personen. Jede Nacht schlägt Querri außerdem KPIs vor, die eine Beobachtung wert sind.
Related questions
Ein Skill speichert die Methode Ihres Teams für eine Analyse, sodass die KI Ihrem Vorgehen folgt, statt jedes Mal einen neuen Ansatz zu erfinden.
Markieren Sie die Schritte einer Analyse, die funktioniert hat, und klicken Sie auf Save as Skill, und Querri entwirft Titel, Beschreibung, Anweisungen und einen Beispielplan. Sie können einen Skill auch von Grund auf selbst schreiben. Im Chat lädt Querri den passenden Skill selbstständig, wenn die Frage dazu passt. Ein Admin kann einen Skill für die ganze Organisation freigeben, und Skills lassen sich als .qskill-Dateien exportieren und anderswo wiederverwenden.
Ja. Querri erstellt formatierte Excel-Arbeitsmappen mit funktionierenden Formeln, und Wrapped macht aus einer Analyse eine Präsentation im eigenen Branding, die Sie als PowerPoint oder PDF herunterladen.
Ein Excel-Export kann ein Tabellenblatt pro Schritt, fette Überschriften, fixierte Zeilen, Währungsformate, Datenbalken und Farbskalen enthalten, dazu Formeln wie SUMME und SVERWEIS über mehrere Blätter hinweg. Querri prüft die Arbeitsmappe und korrigiert jede fehlerhafte Formel, bevor Sie die Datei erhalten. Wrapped erstellt in der Regel 8 bis 12 Folien. Tabellen lassen sich außerdem als CSV oder Parquet herunterladen, Diagramme als PNG oder SVG.
KI-Assistenten & API
Querri aus Claude, ChatGPT und anderen KI-Tools heraus nutzen, über die API oder direkt in Ihrem eigenen Produkt.
Ja. Querri verbindet sich mit Claude, ChatGPT, Gemini Enterprise, Cursor, VS Code und anderen MCP-Clients, sodass Ihr KI-Assistent auf Basis der Definitionen Ihres Unternehmens antwortet, statt zu raten.
Der Assistent meldet sich in Ihrem Namen an und schickt Fragen an denselben Bibliothekar, den auch die App nutzt. So hält er sich an die KPIs und Regeln Ihrer Bibliothek und sieht nur Daten, die Sie sehen dürfen. Ist eine Frage mehrdeutig, stellt er eine kurze Rückfrage, statt zu raten. Dashboards und Diagramme kommen in Claude, ChatGPT und VS Code als interaktive Karten zurück. Admins können Querri in einem Schritt für eine ganze Claude-Team- oder Enterprise-Organisation hinzufügen.
Ja. Querri bietet eine öffentliche REST-API, ein Python-SDK und ein Kommandozeilen-Tool, die alle denselben Zugriffsregeln unterliegen wie die App.
Die API umfasst Projekte und Chats mit gestreamten Antworten, Quellen, Ansichten, Dashboards, die Bibliothek, Freigaben, Nutzer, Zugriffsrichtlinien auf Zeilenebene und Embed-Sessions. Jeder API-Schlüssel hat eigene Berechtigungsbereiche, ein eigenes Rate-Limit, ein Ablaufdatum und optional eine IP-Allowlist. Installieren Sie das SDK mit pip install querri oder ergänzen Sie die CLI mit pip install 'querri[cli]'.
Ja. Sie können die Dashboards, die Bibliothek und den Chat von Querri per SDK in Ihre App einbetten oder Querri als vollständig gebrandetes White-Label-Produkt unter Ihrer eigenen Marke und Domain betreiben.
Das Embed-SDK bietet Komponenten für React, Vue, Svelte und Angular sowie Unterstützung für PHP und WordPress, und jeder Ihrer Kunden sieht über die von Ihnen festgelegten Zeilenfilter nur seine eigenen Daten. White-Label-Partner erhalten einen eigenen Mandanten mit eigener Datenbank, eigenem Marken-Theme, Logo, Produktnamen und eigener Domain. Querri ist auf Englisch, Spanisch, Französisch, Deutsch, Portugiesisch, Arabisch und Hindi verfügbar.
Related questions
Genauigkeit & Vertrauen
Wie Querri seine Arbeit prüft, zeigt, woher jede Zahl kommt, und sagt, wenn es keine Antwort geben kann.
Ja, und Sie können es nachprüfen. Querri sagt Ihnen, wenn eine Frage mehr als eine sinnvolle Lesart hat, ermittelt Antworten auf zwei unabhängigen Wegen und zeigt die Abfrage hinter jeder Zahl.
Bevor es eine Abfrage schreibt, prüft Querri die beteiligten Spalten auf Lücken, Duplikate und Werte, die sich nicht auswerten lassen. Dann ermittelt es die Antwort auf einem zweiten Weg, sagt Ihnen, wenn beide voneinander abweichen, und gleicht jede Zahl in seiner schriftlichen Zusammenfassung mit dem tatsächlichen Ergebnis ab. Die KI rechnet nie selbst: Sie schreibt SQL und Python, das auf Ihren Daten läuft. Bei mehrdeutigen Benchmark-Fragen lag Querri, gemessen an den Quelldaten, in 97 % der Fälle richtig, gegenüber 80 % bei einem führenden universellen KI-Agenten.
Klicken Sie auf Show the query, um das SQL hinter einer Antwort des Bibliothekars zu lesen, oder klicken Sie in der Antwort eines Projekts auf eine beliebige Zahl, um „Woher diese Zahl kommt“ zu öffnen.
„Woher diese Zahl kommt“ erklärt den Wert in einem Satz, listet jeden Schritt auf, von dem er abhängt (verknüpft, gefiltert, gruppiert, summiert), und zeigt jede Quelltabelle mit ihrem Konnektor und dem Zeitpunkt der letzten Aktualisierung. Die Erklärung wird aus dem Code gelesen, der tatsächlich gelaufen ist, und nicht von der KI geschrieben. Dasselbe Panel erklärt auch jede Dashboard-Kachel.
Es sagt es Ihnen. Können die Daten die Frage nicht beantworten, sagt Querri das offen und erklärt, was fehlt, statt eine Zahl zu erfinden.
Im Chat mit dem Bibliothekar erscheint das als Query declined, ohne Zahl. Hat eine Frage zwei vernünftige Lesarten, etwa durchschnittliche Zustellungen pro Arbeitstag oder pro Kalendertag, sagt Querri, welche es verwendet hat, und zeigt, wie die andere die Antwort verändern würde.
Ja, bei gleichen Daten. Wird eine gespeicherte Ansicht, ein Projekt, ein Dashboard oder ein geplanter Bericht erneut ausgeführt, läuft der Code vom ersten Mal noch einmal ab, und kein KI-Modell muss die Berechnung wiederholen.
Eine neue Frage wird frisch berechnet, mit denselben Definitionen und Regeln. Nur Schritte, die bewusst KI nutzen, etwa Textklassifizierung oder eine Wrapped-Präsentation, rufen bei jedem Lauf erneut ein Modell auf. Deshalb sieht ein Prüfer, der den Provisionsbericht vom letzten Monat erneut ausführt, dieselbe Zahl wie zuvor.
Sicherheit & Datenschutz
Wie Querri Ihre Daten schützt, Zugriffe steuert und Ihre Analysen vertraulich hält.
Ja. Querri ist nach SOC 2 Type II, HIPAA und ISO 27001:2022 zertifiziert.
Die Daten jedes Kunden liegen in einer eigenen Datenbank und einem eigenen Speicher, im Ruhezustand mit AES-256 und bei der Übertragung verschlüsselt. Die KI läuft auf Amazon Bedrock und Microsoft Azure in den USA. Das Audit Log protokolliert jede Änderung an Zugriffsrichtlinien, jeden erstellten, widerrufenen und genutzten API-Schlüssel und jeden Datenzugriff über einen API-Schlüssel, jeweils mit wer, wann und IP-Adresse. Berichte und Richtlinien finden Sie im Trust Center.
Nur die Personen, denen Sie Zugriff geben. Rollen legen fest, wer welchen Arbeitsbereich und welches Element sehen oder bearbeiten darf, und Zugriffsrichtlinien auf Zeilenebene bestimmen, welche Zeilen jede Person sieht.
Ein Admin formuliert eine Zugriffsregel in einfachen Worten, etwa „store_id ist 101 oder 102“, und weist sie Personen oder API-Schlüsseln zu. Die Regel gilt überall: im Chat, beim Bibliothekar, in Dashboards, in Claude und ChatGPT, in der API und in Einbettungen. Sie wird auf die Daten angewendet, bevor die Abfrage der KI läuft, sodass kein Prompt sie aushebeln kann. Ein geteiltes Dashboard wird für jeden Betrachter neu ausgeführt, sodass alle nur ihre eigenen Zeilen sehen.
Nein. Um eine Frage zu beantworten, sieht die KI nur kleine Stichproben Ihrer Daten. Sie schreibt Code, und dieser Code läuft innerhalb von Querri auf den vollständigen Daten, nachdem zuerst Ihre Zugriffsregeln angewendet wurden.
So bleiben Ihre vollständigen Daten im isolierten Speicher Ihrer Organisation. Das ist auch der Grund, warum Antworten berechnet und nicht geschätzt werden: Die Zahlen stammen aus echten Abfragen, nicht daraus, dass das Modell Zeilen liest und zusammenfasst. Auch der Connector Agent sieht nie Passwörter oder API-Schlüssel.
Vergleiche
Wie sich Querri mit anderen Tools vergleicht, die Sie vielleicht prüfen.
ChatGPT und Claude sind universelle KI-Assistenten. Querri ist eine Datenplattform, die ihnen und Ihrem ganzen Team ein gemeinsames, abgestimmtes Verständnis Ihrer Geschäftsdaten gibt, und Sie können es direkt aus beiden heraus nutzen.
Mit reinen Exporten muss ein universeller KI-Assistent raten, was Ihre Zahlen bedeuten, sodass dieselbe Frage bei verschiedenen Personen unterschiedliche Antworten liefern kann. Querri hält Ihre Daten verbunden und aktuell, speichert Ihre Definitionen und Regeln in der Bibliothek, zeigt die Abfrage hinter jeder Zahl und macht aus Antworten Dashboards und geplante Berichte. Verbinden Sie Querri mit Claude oder ChatGPT, und der Assistent antwortet auf Basis genau dieser Definitionen.
Tableau und Power BI brauchen saubere, modellierte Daten und jemanden, der jedes Dashboard baut. Querri deckt den ganzen Weg von den Rohdaten bis zum Dashboard ab, und Sie bauen und ändern alles, indem Sie in natürlicher Sprache fragen.
Bei einem klassischen BI-Tool baut in der Regel ein Data Engineer die Pipeline, das semantische Modell und die Measures, bevor jemand aus dem Fachbereich ein Diagramm erstellen kann. In Querri hält die Bibliothek Ihre Definitionen, der Bibliothekar baut die Ansichten, und Dashboards bearbeiten Sie mit einem Satz. Um einen bestehenden Bericht zu übernehmen, fügen Sie einen Screenshot davon ein, und Querri baut ihn auf Ihren Daten nach.
ETL-Tools bewegen und modellieren Daten für Data Engineers. Querri verbindet, bereinigt und modelliert Daten ebenfalls, aber sein Ziel ist die Antwort: Es führt Ihre Geschäftsfrage bis zur fertigen Zahl, zum Diagramm oder zum Bericht.
Querri bringt über 125 Konnektoren, Synchronisierungszeitpläne, Datenbereinigung und Ansichten mit, die sich bei Änderungen an den Quellen der Reihe nach neu aufbauen, sodass viele Teams für den Start keine separate Pipeline brauchen. Wenn Sie bereits Fivetran, dbt und ein Data Warehouse betreiben, bindet Querri das Warehouse als weitere Quelle an und gibt dem Fachbereich eine Möglichkeit, Fragen an die modellierten Daten zu stellen.
Um ein Data Warehouse direkt abzufragen, brauchen Sie SQL und Kenntnisse des Schemas. Mit Querri stellen Sie dieselbe Frage in natürlicher Sprache und erhalten die Antwort, zusammen mit dem SQL, das sie erzeugt hat.
Querri verbindet sich mit Snowflake, BigQuery, Redshift, Databricks und anderen Data Warehouses und synchronisiert entweder Tabellen oder fragt sie, bei Snowflake und Databricks in ausgewählten Plänen, live ab. Ihre Definitionen und Regeln werden automatisch angewendet, sodass der Fachbereich dieselben Zahlen erhält wie Ihre Analysten. Wenn Sie kein Data Warehouse haben, bietet Ihnen Querri einen Ort, an dem Sie Ihre Daten zusammenführen, ohne eines aufbauen zu müssen.
Eine Datenplattform, die bei den Fragen beginnt, geht von den Fragen aus, die ein Unternehmen beantwortet haben muss, und baut die Daten, Definitionen und Logik auf, die jede Frage braucht, statt mit Tabellen und Infrastruktur anzufangen.
In einem klassischen Daten-Stack bewegt ein Produkt die Daten, ein anderes speichert sie, ein weiteres definiert sie, noch eines stellt sie grafisch dar, und die KI sitzt obendrauf. Bei jeder Übergabe geht Bedeutung verloren, und die Geschäftsfrage kommt bei der Planung ganz zuletzt. Querri erledigt all das in einem Produkt, organisiert rund um Ihre Fragen, sodass jede Person und jeder KI-Agent mit demselben Verständnis arbeitet.
Related questions
Große Sprachmodelle sind KI-Systeme, die Sprache verstehen und erzeugen. Querri nutzt sie, um Ihre Fragen in natürlicher Sprache in SQL und Python zu übersetzen, das auf Ihren Daten läuft, und nie, um Zahlen zu raten.
Das Modell plant die Analyse und schreibt den Code. Der Code läuft innerhalb von Querri mit Ihren Zugriffsregeln, und Ergebnisse, Diagramme und Zusammenfassungen stammen aus diesem Code. Anschließend gleicht Querri jede Zahl in der schriftlichen Zusammenfassung mit dem Ergebnis ab. Gespeicherte Berichte spielen den gespeicherten Code erneut ab, sodass bei einer erneuten Ausführung kein Modell beteiligt ist. Kostenpflichtige Pläne nutzen für Projektanalysen ein größeres Reasoning-Modell.