IDEXX QueryLab Dx erweitert den Zugang zu Analysen durch die Umwandlung von natürlichsprachlichen Fragen in vollständig einsetzbare Analyse-Workflows in JMP. Anstatt KI lediglich auf die Abfrageunterstützung zu beschränken, erweitert dieses System die Pipeline von der Absicht bis zur Ausführung – es generiert kontrolliertes SQL aus strukturierten Datenartefakten und erstellt automatisch JMP Scripting Language (JSL)-Wrapper für die direkte Bereitstellung in JMP Live.
Das System verwendet eine stufenweise, artefaktbasierte Methodik, die die Benutzerabsicht mit den Datenschemata des Unternehmens abgleicht und so sicherstellt, dass Abfragen präzise, nachvollziehbar und mit den Governance-Standards konsistent sind. Generiertes SQL wird anhand vordefinierter Regeln validiert, bevor es in JSL übersetzt wird. Dadurch entsteht eine nahtlose Verbindung zwischen Datenzugriff und interaktiver Analyse.
Dieser Ansatz begegnet einer häufigen Herausforderung in Unternehmen: Analysemöglichkeiten werden oft durch technische Hürden wie SQL- und Skriptkenntnisse eingeschränkt. Durch die Kombination von Schnittstellen in natürlicher Sprache, kontrolliertem Datenzugriff und automatisierter JSL-Generierung ermöglicht QueryLab Dx eine breitere Beteiligung an Analysen und wahrt gleichzeitig die in Unternehmensumgebungen erforderliche Genauigkeit.
Die Präsentation demonstriert einen interaktiven JMP-Workflow und zeigt, wie Benutzer analytische Ergebnisse direkt aus natürlichsprachlichen Eingaben generieren, prüfen und bereitstellen können. Sie hebt außerdem Designmuster hervor (wie schemabasierte Abfragegenerierung, Validierungsebenen und Codesynthese) und veranschaulicht, wie KI über die reine Unterstützung hinausgehen und skalierbare, vertrauenswürdige Analyse-Workflows in multidisziplinären Teams ermöglichen kann.
