KI-gestützte Analysen: Fragen stellen, SQL-Abfragen und Diagramme erhalten

NOVA AI

Frag deine Datenbank alles.
Erhalten Sie Antworten in Sekundenschnelle.

KI-gestützte Text-zu-SQL-Analyse. Stellen Sie Fragen in einfacher Sprache, erhalten Sie validierte Abfragen, Live-Ergebnisse und sofortige Diagramme – SQL-Kenntnisse sind nicht erforderlich.

Schema-Aware SQL Live-Abfrageausführung Sofortige Charts Zero Credential Exposure

Nova kostenlos testen Mehr erfahren

Sehen Sie alles, was Query Streams über diesen Leitfaden hinaus leisten können Startet kostenlos

Unterstützt

+mehr

Live-Daten

Ersetzen Sie Exporte durch On-Demand-SQL

Excel Blätter

BI & KI-Analytik

Fragen Sie Nova und erhalten Sie SQL + Diagramme

Treffen mit Nova

REST-API für Datenbanken

Ein Schlüssel pro Partner. Zugangsdaten werden nicht weitergegeben.

Erstellen Sie eine API

+mehr

Automatisierung

Geplante Synchronisierung mit 6+ Plattformen

Erkunden Sie

+mehr

API zu SQL

Abfrage von APIs mit SQL, ohne Code

Erkunden Sie

+mehr

KI-Datenbank MCP

Claude, Cursor, ChatGPT & Grok sprechen mit Ihren Daten

Connect AI

KI-gestützte Analysen ermöglichen es jedem, eine Datenbank abzufragen, indem er Fragen in einfacher Sprache stellt – SQL ist nicht erforderlich. Abfrageströme beinhaltet Nova AI, eine Engine für die Analyse natürlicher Sprache, die Ihr tatsächliches Datenbankschema liest, validiertes SQL generiert, die Abfrage auf Ihren Live-Daten ausführt und Diagramme erstellt – alles über eine dialogorientierte Benutzeroberfläche.

Egal ob Ihre Daten in SQL Server, PostgreSQL, MySQL, Oracle, BigQuery, Snowflake oder einer anderen unterstützten Datenbank gespeichert sind: Nova AI wandelt englische Fragen in präzise SQL-Ergebnisse um. Keine BI-Tool-Lizenzen, keine Datenmodelle, keine Einarbeitungszeit.

Wie KI-gestützte Analysen funktionieren

Herkömmliche Analysemethoden zwingen einen zur Wahl: SQL lernen oder auf jemanden warten, der es kann. KI-gestützte Analysen beseitigen diesen Engpass. So funktioniert es mit Nova AI:

Was Nova AI von anderen unterscheidet

Es gibt unzählige „KI-SQL“-Tools. Die meisten generieren generischen SQL-Code, der möglicherweise nicht auf Ihrer Datenbank funktioniert. Nova AI ist anders, da es über den Query Streams Agent direkt mit Ihrem tatsächlichen Datenbankschema verbunden ist.

Beispiel: Von der Frage zu den Ergebnissen

So sieht eine typische Nova-KI-Konversation aus: Der Benutzer stellt eine geschäftliche Frage, Nova generiert SQL-Code, führt ihn aus und präsentiert die Antwort in Form eines Diagramms:

Nova AI

PostgreSQL - Produktion

Welches waren unsere 5 umsatzstärksten Produkte im letzten Quartal?

Ich fand Ihre Verkäufe und Produkte Tabellen. Hier ist der SQL-Code, den ich generiert und anhand Ihres Schemas validiert habe:

SQL Ergebnisse

Kopieren ausführen. Speichern Sie

SELECT
    p.product_name,
    SUMME(s.quantity) AS verkaufte_Stück,
    SUMME(s.line_total) AS Gesamtumsatz,
    RUND(AVG(s.line_total / NULLIF(s.quantity, 0)), 2) AS durchschnittlicher Einzelpreis
VON Verkaufszahlen
JOIN Produkte p ON s.product_id = p.id
WHERE s.sale_date >= DATE_TRUNC('Quartal', AKTUELLES_DATUM - INTERVALL '3 Monate')
  UND s.sale_date < DATE_TRUNC('Quartal', AKTUELLES_DATUM)
GROUP BY p.product_name
ORDER BY Gesamterlös DESC
LIMIT 5

Fragen Sie Nova alles, was Sie über Ihre Daten wissen möchten…

Beispiel: Konversationsdatenanalyse

Nova generiert nicht einfach nur SQL-Anweisungen und verschwindet dann. Es liest die Ergebnisse, analysiert die Daten und führt mit Ihnen einen Dialog über die gewonnenen Erkenntnisse. Hier ein Beispiel für einen mehrstufigen Analysedialog:

Nova AI

SQL Server — billing_prod

Wie entwickeln sich unsere Abonnementverlängerungen in diesem Jahr im Vergleich zum letzten Jahr?

Ich habe Ihre Frage gestellt Abonnements und Erneuerungsereignisse Tabellen. Die Daten zeigen Folgendes:

Die Vertragsverlängerungen sind im Vergleich zum Vorjahr um 23 % gestiegen. — 4.812 Vertragsverlängerungen von Januar bis März 2026 gegenüber 3.912 im gleichen Zeitraum des Vorjahres. Januar und Februar übertrafen mit 1.680 bzw. 1.740 die Zielvorgaben (Ziel: 1.500/Monat).

Jedoch, Im März fiel der Wert auf 1.392. Das liegt 7,2 % unter dem Zielwert und unterbricht den Aufwärtstrend. Die Abwanderungsrate schnellte im März auf 4,1 % hoch., gegenüber einem Durchschnitt von 2,3 % im Januar und Februar. Das dürfte der Hauptgrund dafür sein.

Soll ich die Kündigungszahlen im März nach Tarifstufe oder Kündigungsgrund aufschlüsseln?

Was verursacht den Anstieg der Kundenabwanderung im März? Können Sie das nach Tarifstufen aufschlüsseln?

Gute Frage. Ich habe eine Folgeanfrage gestellt. Abonnements mit Planstufen und Stornierungsgründe.

82 % der Abwanderungen im März entfielen auf das Starter-Tarifsegment. — 94 von 115 Stornierungen. Die Pro- und Enterprise-Tarife blieben stabil. Der häufigste Stornierungsgrund war „Preiserhöhung“ — Bei 67 der 94 Stornierungen des Starter-Pakets wurde die Preisänderung vom 1. März als konkrete Angabe genannt.

Ausgehend von ähnlichen Mustern nach der Preisanpassung im dritten Quartal 2025 könnten durch das Anbieten einer 90-tägigen Kulanzfrist oder eines Treuerabatts für bestehende Starter-Kunden etwa 60–70 % dieser Stornierungen wieder aufgeholt werden.

Soll ich die Abwanderungsrate nach Produktstufen aufschlüsseln oder die tatsächlichen Auswirkungen auf den Umsatz ermitteln?

Fragen Sie Nova alles, was Sie über Ihre Daten wissen möchten…

Beispiel: Automatisch generierte Diagramme

Wenn Ihre Frage eine Visualisierung erfordert, generiert Nova das Diagramm automatisch basierend auf der Struktur Ihrer Daten. Keine Konfiguration, keine Drag-and-Drop-Steuerelemente – einfach fragen und sehen:

Nova AI

PostgreSQL – Analysen

Zeigen Sie mir die monatlichen Umsätze nach Produktkategorien für das erste Quartal 2026.

Ich habe nachgefragt Bestellungen schloss sich an Produkte und nach Kategorien gruppiert. Hier ist Ihre Umsatzaufschlüsselung für das erste Quartal:

Umsatz nach Produktkategorie – 1. Quartal 2026 Bar

Software

944,2 Tsd. USD

Hardware

578,5 Tsd. USD

Dienstleistungen

500,8 Tsd. USD

3 Kategorien · Regenerieren Sie

Software-Leads bei 944.000 US-Dollar — fast doppelt so viel Hardware. Aber Die Dienstleistungen wiesen die höchste Wachstumsrate auf. mit einem Plus von 33 % im Quartalsvergleich (Januar 143.000 $ → März 190.000 $), während der Softwarebereich um 22 % wuchs und der Hardwarebereich stabil blieb.

Gesamtumsatz im 1. Quartal: $2,023,500Soll ich das monatsweise aufschlüsseln oder den Wachstumstrend als Liniendiagramm darstellen?

Fragen Sie Nova alles, was Sie über Ihre Daten wissen möchten…

Wer profitiert von KI-gestützten Analysen?

KI-Analysen sind nicht nur für Personen gedacht, die kein SQL schreiben können. Sie beschleunigen Arbeitsabläufe für alle Mitarbeiter im Unternehmen:

So starten Sie (3 Schritte)

Schritt 1: Stellen Sie eine Verbindung zu Ihrer Datenbank her. Registrieren Sie sich unter my.querystreams.com Installieren Sie den Query Streams Agent auf jedem Rechner, der auf Ihre Datenbank zugreifen kann. Der Agent stellt eine ausgehende Verbindung her – Firewall-Änderungen sind nicht erforderlich. Unterstützt werden SQL Server, PostgreSQL, MySQL, MariaDB, Oracle, Snowflake, BigQuery, DuckDB, SQLite und Microsoft Access.

Schritt 2: Nova AI öffnen. Navigieren Sie über Ihr Query Streams-Dashboard zur Nova-Oberfläche. Wählen Sie die Datenbank und die Datenquelle aus, die Sie abfragen möchten. Nova liest das Schema automatisch – Tabellen, Spalten, Datentypen und Beziehungen.

Schritt 3: Stellen Sie Ihre Frage. Stellen Sie Ihre Frage in einfachem Englisch. Nova generiert validiertes SQL für Ihren spezifischen Datenbankdialekt, führt es mit Live-Daten aus und präsentiert die Ergebnisse mit Visualisierungsvorschlägen. Verfeinern Sie die Frage mit Folgefragen oder speichern Sie die generierte Abfrage zur Wiederverwendung in Excel und Google Sheets.

Unterstützte Datenbanken

Nova AI generiert dialektkorrektes SQL für jede von Query Streams unterstützte Datenbank. Bereitstellen mehrere Agenten In Ihrer gesamten Infrastruktur – ob lokal, AWS EC2, Azure VMs, Google Cloud oder in jeder beliebigen globalen Umgebung. Jeder Agent aktualisiert sich automatisch und stellt seine Datenquellen im Datenquellenselektor von Nova zur Verfügung.

Unterstützte Datenbanken sind Microsoft SQL Server, PostgreSQL, MySQL, MariaDB, SQLite, Microsoft Access, Oracle, Snowflake, BigQuery und DuckDB. Nova ist außerdem mit API-Konnektordaten (Stripe, HubSpot, Shopify, Google Analytics, Google Search Console, ShipStation) kompatibel, die lokal in DuckDB zwischengespeichert sind.

Jenseits der KI: Abfragen speichern und teilen

KI-gestützte Analysen sind nur der Anfang. Sobald Nova eine passende Abfrage generiert hat, speichern Sie diese und verwenden Sie sie plattformübergreifend:

In Excel oder Google Sheets ausführen Gespeicherte Abfragen werden im Add-In „Abfrageströme“ angezeigt. Auswählen, filtern, ausführen. Live-Datenströme werden bei Bedarf in Ihre Tabellenkalkulation übertragen, mit Unterstützung für die parallele Ausführung auf mehreren Registerkarten.

Mit Teammitgliedern oder externen Partnern teilen — Die Empfänger führen freigegebene Abfragen in ihren eigenen Excel- oder Google Sheets-Dateien aus. Sie können Filter unabhängig voneinander anpassen, ohne Ihren SQL-Code oder Ihre Datenbankzugangsdaten einsehen zu müssen.

Automatisieren Sie auf andere Plattformen — Planen Sie die Abfrage so, dass Daten regelmäßig mit Airtable, Smartsheet, Baserow oder SeaTable synchronisiert werden.

Häufig gestellte Fragen

Erste Schritte mit KI-Analysen

Registrieren Sie sich kostenlos unter my.querystreams.comVerbinden Sie Ihre Datenbank und stellen Sie Nova Ihre erste Frage. SQL-Kenntnisse sind nicht erforderlich – stellen Sie Ihre Frage einfach in natürlicher Sprache und erhalten Sie innerhalb von Sekunden validierte Ergebnisse aus Ihren Live-Daten.

Weitere Informationen zu den KI-Funktionen von Nova finden Sie unter Nova AI-FunktionsseiteAnleitungen zur Datenbankverbindung finden Sie hier. SQL Server zu Excel, PostgreSQL zu Excel, und Natürliche Sprache zu SQL.