Semantic Layer als Brücke zwischen LLMs und Datenplattformen

Durch LLMs lassen sich Daten mit natürlicher Sprache analysieren und komplexe Fragestellungen automatisch in SQL übersetzen. In der Praxis zeigt sich jedoch schnell: Ohne klar definierte Semantik bleiben Ergebnisse fragil und schwer kontrollierbar.

Semantic Layer entwickeln sich deshalb zum zentralen Bindeglied zwischen Chat‑Interfaces, Agenten und Datenplattformen. Der Vortrag zeigt anhand praktischer Erfahrungen das Zusammenspiel zwischen Datenmodell und Semantic Layer sowie die Integration in moderne Datenarchitekturen. Es wird beleuchtet, wie der Kontext aus verschiedenen Teilen des Stacks (Datenbank, Katalog, BI-Tool) zusammengeführt werden kann und wie sich die Wahl des Semantic Layers auf die Interoperabilität auswirkt.

Der Vortrag beleuchtet darüber hinaus Standards wie Open Semantic Interchange und Protokolle wie MCP, und ordnet ein, wie sich klassische Datenmodellierung und semantische Modelle sinnvoll ergänzen.

Vorkenntnisse

• Grundkenntnisse in Datenplattformen, SQL und Data Warehousing.
  
• Erfahrungen mit BI‑Tools, dbt oder Semantic Layern sind hilfreich, aber nicht erforderlich.
  
• Ein grundlegendes Verständnis von generativer KI oder LLMs erleichtert den Einstieg.

Lernziele

Nach dem Talk

• verstehst du die Rolle von Semantic Layern als Integrationsschicht zwischen LLM‑basierten Interfaces und Datenplattformen.
  
• Du lernst Architekturansätze, aktuelle Standards und typische Integrationsmuster kennen und
  
• kannst einschätzen, wann ein Semantic Layer sinnvoll ist und wie er sich in bestehende Datenarchitekturen einbetten lässt.