Veröffentlicht am 3. Juni 2026 im Anthropic-Blog beschreibt dieser Fachbeitrag des Teams Data Science & Data Engineering (Chen Chang, Clement Peng, Justin Leder, Johanne Jiao, Josh Cherry), wie Anthropic seine Analytics mit Claude self-service gemacht hat: 95% der Business-Queries automatisiert, ~95% Genauigkeit im Aggregat (bis zu ~99% in bestimmten Domänen).

Ausgangspunkt ist, dass Analytics kein Code ist: "there's often only a single correct answer using a single correct source". Die Herausforderung liegt nicht in generativer Kreativität, sondern in der Fähigkeit, eine Frage auf präzise, aktuelle Entitäten im Datenmodell abzubilden. Drei Fehlermodi bedrohen dies: Ambiguität zwischen Konzept und Entität (was zählt als "active users"? werden Betrüger ausgeschlossen? welches Zeitfenster?), Veralterung von Assets und dem Wissen des Agenten, sowie Retrieval-Fehler — bei 80% der fehlgeschlagenen Queries war die Information trotzdem im Korpus vorhanden. Der schlimmste Fall ist das stille Versagen (silent failure): eine falsche, aber plausible Antwort, die ohne Widerspruch verwendet wird.

Die Antwort ist ein vierschichtiger "agentic analytics stack". (1) Data foundations: dimensionale Modellierung, kanonische Datensätze "single source-of-truth", Metadaten behandelt "as a first-class product", Integrität via CI/CD. (2) Sources of truth in absteigender Vertrauensreihenfolge: ein semantic layer, den der Agent "structurally required (by skill instruction) to leverage first" ist, dann Lineage, ein Query-Korpus, destilliert in Dokumente (nicht rohes Retrieval), und ein geschäftlicher Knowledge Graph (Roadmaps, Entscheidungsprotokolle, Organisation). (3) Skills — der entscheidende Hebel: "without skills … didn't exceed 21% … Adding skills gets these numbers consistently above 95%". Sie sind paarweise organisiert: ein Router-Knowledge skill (~30 Referenzdateien) und ein Unbook skill, der den Workflow des Senior-Analysten kodiert (klären, Quellen finden, ausführen, adversarial review). Die Wartung ist kolokiert: ein Review-Hook markiert jede Modelländerung ohne zugehörige Skill-Änderung — ~90% der Daten-PRs enthalten inzwischen einen Skill im selben Diff. (4) Validation: schwellenwertbasierte Offline-Evals (~90% zur Freigabe eines Agenten), Ablation-Testing und Online-Sicherungen (Adversarial Review +6% Genauigkeit, aber +32% Tokens und +72% Latenz; Provenance-Footer; Correction Harvesting durch geplante Agenten).

Zwei negative Ergebnisse prägen die Doktrin: rohen Grep-Zugriff auf tausende SQL-Dateien zu gewähren, bewegt die Genauigkeit "less than a point" (der Flaschenhals ist die Struktur, nicht der Zugriff), und dem LLM zu überlassen, Metriken zu definieren, war "net-negative" — daher die Regel: Dokumentation generiert, Definitionen im Besitz von Menschen. Für den Einstieg: eine Handvoll kanonischer Datensätze, einige Dutzend Evals, ein schlanker Knowledge Skill.