PerSight
← Alle BeiträgeDas PerSight-Team · Zuletzt aktualisiert: 25. Juli 2026 · 5 Min. Lesezeit

Was ist eine Natural Language Query (NLQ)? Daten in eigenen Worten abfragen

NLQ, natural language query, ist das Erlebnis, Daten mit dem eigenen Satz zu erreichen statt mit SQL oder Filterpanels. Der Bezug zu Text-to-SQL, die Rolle im Self-Service-BI und die Grenzen.

Business Intelligence jagt seit Jahren einem Traum hinterher: die Daten direkt zu fragen, statt die Person zu fragen, die das Report-Tool kennt. Der Branchenname für dieses Erlebnis ist NLQ, kurz für natural language query.

Was genau ist eine NLQ?

NLQ ist das Interface-Erlebnis, bei dem Nutzer Daten mit einem eigenen Satz befragen: ein einziges Fragefeld statt Filterpanels, Drag-and-drop-Feldern oder einem SQL-Editor. Sie tippen "in welcher Stadt ist der Umsatz dieses Quartal gesunken?" und die Antwort kommt als Tabelle oder Diagramm.

Der Unterschied zu Text-to-SQL ist ein Schichtunterschied: NLQ benennt das sichtbare Erlebnis, Text-to-SQL die Übersetzungstechnik dahinter. Die Q&A-Funktion von Power BI und das Fragefeld von PerSight sind beide NLQ-Interfaces; unter beiden läuft eine Form der Übersetzung von natürlicher Sprache in Abfragen.

Warum ist das jetzt relevant?

NLQ ist keine neue Idee; BI-Tools lieferten jahrelang Versionen auf Basis von Schlagwort-Matching, und die Ergebnisse enttäuschten. Große Sprachmodelle haben die Gleichung verändert: Ein verschachtelter Satz wie "Händler, deren Umsatz im letzten Monat unter dem Vormonat lag" lässt sich heute korrekt übersetzen. Das lange gebrochene Versprechen von Self-Service-BI wurde zum ersten Mal realistisch.

Woran sollte man ein NLQ-Erlebnis messen?

  • Nachprüfbarkeit: Zeigt es die erzeugte Abfrage oder ist es eine Blackbox? Eine NLQ, deren Antworten Sie nicht prüfen können, ist eine schicke Ratemaschine.
  • Datensicherheit: Wohin gehen Frage und Daten? Wird das Schema gesendet oder echte Zeilen?
  • Schreibschutz: Kann natürliche Sprache ein Schreiben oder Löschen auslösen? Wenn ja, Finger weg.
  • Sprachunterstützung: Funktioniert es wirklich in Ihrer Sprache oder nur auf Englisch?

Nutzen Sie es auch im Wissen um die Grenzen: Bei mehrdeutigen Fragen ("beste Produkte" nach welchem Maß?) muss NLQ raten, und komplexe analytische Abläufe (Kohortenanalysen, mehrstufige Funnels) brauchen weiterhin das Design eines Analysten. NLQ ist das Werkzeug für die Alltagsfragen in der Report-Warteschlange, kein Ersatz für das Datenteam.

Häufig gestellte Fragen

Sind NLQ und Text-to-SQL dasselbe?
Verflochten, aber nicht dasselbe: NLQ benennt das Nutzererlebnis, Text-to-SQL die Übersetzungstechnik dahinter. Die meisten NLQ-Produkte nutzen Text-to-SQL als Motor.
Brauche ich für NLQ ein Data Warehouse oder BI-Setup?
Nein. Manche Tools setzen auf einer bestehenden BI-Plattform auf; Tools wie PerSight verbinden sich direkt mit Ihrer Datenbank. Sie können mit den Tabellen von heute starten.
Funktioniert NLQ auch auf Deutsch?
Mit modernen Modellen ja. Eine deutsche Frage passt auch zu englischen Spaltennamen. PerSight spricht Deutsch, Englisch und Türkisch.
Wofür ist NLQ nicht geeignet?
Terminierte Berichte mit festen Vorlagen, mehrstufige analytische Konstruktionen und Datenmodellierung sind nicht die Aufgabe von NLQ. NLQ ist für spontane Frage-Antwort-Fälle: "wie viele Bestellungen gestern", "welches Produkt stach diesen Monat hervor".

Wenn Sie eine NLQ an den vier Bewertungsfragen oben messen möchten: Bei PerSight ist das Fragefeld mehrsprachig, das erzeugte SQL immer sichtbar, die Ausführung schreibgeschützt, und Zeilendaten verlassen Ihren Rechner nie. persight.ai/beta

Quellen

Verwandte Artikel