9. Februar 2026

Nachlese TimeXtender Xpert Session

Updates zu Orchestration, KI-gestützter Data Quality, MCP-Server, Snowflake, Konnektoren, Endpunkten und SQL-Support

Die Xpert Session Ende Januar war ein Jahresauftakt nach Maß! Neben aktuellen Produktupdates aus dem Build Cycle 10 zeigt TimeXtender Antworten auf die Frage, wie man Reporting und Datenbetrieb spürbar effizienter aufstellt. Im Mittelpunkt: Kostenoptimierung bei der Nutzung von Capacity Modellen, verbesserte Data Quality mit KI, MCP-Server, Vereinfachungen für Snowflake Architekturen sowie neue Konnektoren, Endpunkte und SQL-Support.

Orchestration: Kosten im Griff und Fehlerquellen schneller finden

Ein zentrales Thema war die Optimierung von Microsoft Fabric Kapazitäten. Neu ist, dass du Kapazitäten gezielter steuern kannst, etwa durch Pausieren und Wiederaufnehmen sowie durch Skalierung. Das hilft besonders dann, wenn Lastspitzen klar planbar sind oder wenn Updates nur in bestimmten Zeitfenstern laufen sollen. Ergänzend wurde eine Erweiterung zur Fehleranalyse vorgestellt. Mit zusätzlichen Error Insights bekommst du mehr Kontext, um Ursachen schneller einzugrenzen und wiederkehrende Störungen robuster zu vermeiden.

Data Quality: Regeln per KI vorschlagen lassen

Bei Data Quality ging es um einen sehr praktischen Ansatz: KI kann dir Regeln vorschlagen, indem sie Muster, Verteilungen und Auffälligkeiten in einem Datensatz analysiert. Du startest mit Vorschlägen, prüfst sie fachlich, passt Schwellenwerte und Bedingungen an und rollst die Regeln anschließend aus. Der Nutzen liegt auf der Hand: weniger manuelle Vorarbeit, schnellerer Start und ein klarerer Weg zu verlässlichen Qualitätschecks.

Semantik statt Schema: Kontext für verlässliche KI

Ein weiterer Schwerpunkt war die sogenannte Kontextlücke. KI liefert zwar schnell Antworten, aber ohne sauberen fachlichen Rahmen entstehen leicht inkonsistente Aussagen. Der Lösungsweg, der diskutiert wurde, setzt auf curatierte („governed“) semantische Modelle. Hierbei laufen Analysen und KI Abfragen über definierte Business Begriffe und Metriken statt über rohe Schemastrukturen. Das erhöht Konsistenz und Vertrauen, gerade im Reporting und bei wiederkehrenden Auswertungen.

MCP Server: Governed Semantik direkt für AI Agents nutzbar machen

Genau an dieser Kontextlücke setzt der neue TimeXtender MCP Server an. Er wird als Deliver Endpoint bereitgestellt und verbindet AI Clients und AI Agents direkt mit deinen governed semantischen Modellen. Damit fragt die KI nicht mehr gegen rohe Tabellen und frei interpretierte Joins, sondern wird durch die validierten Entitäten, Beziehungen und Metriken geführt, die ihr bereits aus Dashboards, Reporting und Planung kennt. Praktisch bedeutet das: konsistentere Antworten über Teams hinweg, weniger Zeitverlust durch Validierungsrunden und ein deutlich besseres Governance Profil, weil Abfragen auf das begrenzt sind, was das semantische Modell bewusst freigibt. Zusätzlich sind Themen wie Audit Logging und eine read-only Query Validation vorgesehen, damit KI Nutzung nachvollziehbar und kontrollierbar bleibt. Gerade für Self Service Analysen in Chat Interfaces wie Claude wird das spannend, weil Fragen schneller zu entscheidungsrelevanten Ergebnissen führen können, ohne dass jedes Mal Definitionen neu diskutiert werden müssen.

Snowflake: schlankere Architekturen und mehr Funktionen in Prepare

Für Snowflake wurden Architekturupdates vorgestellt, die den Betrieb vereinfachen. Dazu gehört die Möglichkeit, ingestierte Daten ohne zusätzliche Zwischenstufen direkt in Snowflake zu speichern. Außerdem wurden Prepare Funktionen erweitert, damit wichtige Fähigkeiten auch in Snowflake Szenarien nutzbar sind, zum Beispiel Skripting Optionen, Checkpoints und Hierarchietabellen.

Konnektoren, Endpunkte und SQL Support

Abgerundet wurde das Update durch Erweiterungen rund um Datenquellen, neue Deliver Endpunkte sowie SQL 2025 Support. Bei den standardmäßig verfügbaren Data Sources wurde das Portfolio außerdem um Salesforce, MongoDB und MySQL erweitert, jeweils als neue TimeXtender Enhanced Data Source Provider.

Auf der Deliver Seite ist Qlik Cloud jetzt auch als standardmäßiger Deliver Endpoint verfügbar, sodass du governed semantische Modelle direkt in die Qlik Cloud publizieren kannst, ohne dir dafür eigene Übergabestrecken bauen zu müssen.

Was du daraus mitnehmen kannst

Wenn du deine Datenplattform heute so aufstellst, dass Reporting, Governance und KI Hand in Hand arbeiten, gewinnst du an drei Stellen gleichzeitig: Kostenkontrolle im Betrieb, schnellere Umsetzung von Data Quality und stabilere Ergebnisse bei KI gestützten Analysen.

Wenn du wissen willst, wie du diese Themen in deiner Umgebung konkret umsetzt, unterstützen wir dich gerne von der Architektur über die Datenintegration bis zur automatisierten und prüfbaren Berichtstrecke.