Promod möchte, dass seine Merchandiser die Unternehmensdaten mit eigenen Worten befragen können. “Da steckt keine Magie dahinter”, sagte Claire Thelliez, Direktorin für Transformation und IT, gegenüber Républik Retail: Prognosen und andere fortgeschrittene Anwendungen brauchten zuerst eine bessere “Kontextebene”. Wer den Fachbereichen Zugang zu den Daten öffnet, verlagert den Engpass vom Schreiben von Abfragen hin zum Festhalten dessen, was die Zahlen eigentlich bedeuten.

Die Kette mit 400 Filialen hat ihr ERP- und E-Commerce-System selbst entwickelt, doch ein Dashboard bedeutete bislang meist eine Anfrage an das Datenteam. Nach einem dreimonatigen Test mit Myriade, einem 2025 gegründeten Start-up aus Lille, nutzen inzwischen rund fünfzig Personen die Plattform – etwa die Hälfte der IT-Abteilung. Thelliez sagt, das erlaube Promod, “schneller und einfacher zu arbeiten”. Von den ersten Agenten, die sich über die IT hinaus wagten, meldet einer Probleme in der Bestelllogistik, für die früher eine SQL-Abfrage nötig war; ein anderer prüft, ob die Handelspolitik eingehalten wird. Beide lesen lediglich den Datenbestand aus; eine Prognose muss ihn dagegen interpretieren. Diese Aufteilung folgt nicht nur dem Glossar, sondern auch dem Budget: Die Myriade-Lizenz sieht ein Token-Kontingent pro Nutzer vor, weshalb Thelliez reines Dashboarding bewusst von der KI fernhält – andere Werkzeuge erledigen das ohnehin, ohne dabei Tokens zu verbrauchen.

Google, dessen Cloud die BigQuery-Datenplattform von Promod hostet, hat bereits Platz dafür geschaffen, diese Interpretation schriftlich festzuhalten. Die Dokumentation zu Datenagenten auf Basis von BigQuery enthält ein Feld namens “Glossare” für Definitionen von Geschäftsbegriffen. Ein solcher “verfasster Kontext” sei optional, heißt es dort – mache die Antworten des Agenten aber genauer. Optional ist das Glossar also in dem Maße, in dem auch Genauigkeit optional ist.

Myriade verkauft die Kontextebene als etwas, das eine Maschine größtenteils selbst aufbauen kann. Auf der Startseite heißt es, Agenten “dokumentieren 90 % Ihrer Tabellen ohne Aufsicht” und sorgen dafür, dass ein Katalog “innerhalb von Stunden, nicht Monaten vollständig, korrekt und aktuell” ist. Ein dort zitierter Kunde lobt die semantische “Magie”. Die FAQ klingt geduldiger: Fachanwender erhielten “irgendwann” Zugriff, sobald die Daten “katalogisiert und qualitätsgeprüft” seien. Und: “Wenn etwas unklar ist, fragt Myriade Ihr Team” – das Datenteam “prüft, korrigiert, genehmigt”.

Die unklaren Dinge sind genau jene, die das Datenteam früher klärte, ohne gefragt zu werden. Ein Merchandiser, der die Verkaufszahlen des Vormonats wollte, bekam eine Zahl, in der Entscheidungen bereits eingebaut waren. Retouren wurden abgezogen – oder auch nicht, je nachdem, wer die Zahl brauchte. Rund ein Drittel der Promod-Filialen sind Franchise-Standorte, und “Umsatz” einer Franchise-Filiale kann entweder das bedeuten, was Promod an den Franchisenehmer verkauft hat, oder das, was der Franchisenehmer an Kunden verkauft hat. Diese Entscheidungen traf der Analyst – die Zahl selbst erwähnte sie nie.

Ein Data Warehouse speichert jeden Verkauf, aber keine der Debatten darüber, was überhaupt als Verkauf zählt.

Promods eigener Zeitplan stellt das Glossar an den Anfang. Thelliez nennt das Kontextproblem als einen Grund dafür, dass der Rollout zunächst innerhalb der IT begann, wo die Antworten der Maschine noch geprüft werden. Innerhalb von zwölf Monaten soll die Plattform zudem den Datenkatalog anreichern und Verkaufsaktionen analysieren. Mehr Autonomie für Handel, Merchandising und Finanzen folgt erst danach. Die Nachschubplanung, bereits auf der Liste, ist eine Prognose mit Lieferdatum.

Datenteams, verspricht Myriades Startseite, “gewinnen ihre Zeit zurück”. Die auf derselben Seite beschriebene Methode verbringt diese Zeit jedoch damit, der Maschine zu antworten – die genau das fragt, was Analysten früher allein entschieden. Diesmal werden die Antworten aufgeschrieben, sodass die Merchandiser endlich mit ihnen streiten können.