Data to AI™ / Copilot/Exact Online
Vertriebsleiter und Finance-Mitarbeitende prüfen Rechnungsstatus, unbezahlte Forderungen und fällige Zahlungen in Teams über einen Copilot-Agenten, der Ihre Exact Online-Zahlen liest.
Weniger Tokens, bessere Antworten.
Microsoft 365 Copilot
Bei welchen Kunden steckt das meiste Geld in der ältesten Altersgruppe der Forderungen fest?
Van Dijk Bouw hat am meisten in der ältesten Gruppe, 14.200 € von insgesamt 31.500 € offen. Über diese drei Konten hinweg liegen 24.950 € in Age Group 4.
| Account Name | Total Amount | Age Group 1 Amount | Age Group 4 Amount |
|---|---|---|---|
| Van Dijk Bouw Financial - Aging Receivables List | 31.500 € | 9.800 € | 14.200 € |
| Kessler Logistik Financial - Aging Receivables List | 18.750 € | 6.300 € | 6.450 € |
| Maas Retail Financial - Aging Receivables List | 12.900 € | 8.600 € | 4.300 € |
Gelesen aus der aktuellen Altersliste, die bei jedem Lauf alle offenen Posten neu lädt. Die Bedeutung der Gruppen stammt aus den Feldern Age Group Description.
Exact Online ist eine Cloud-Unternehmenssoftware für Buchhaltung und Finanzmanagement. Dataddo extrahiert daraus Altersstruktur der Forderungen, Verbindlichkeiten, Ausgangsrechnungen, Budgets und Gewinn- und Verlustdaten.
@Exact Finance Desk Sind Sales - Invoices für Invoice To Name Kessler Logistik über ihrem Due Date? Zeige Invoice Number und Amount DC.
Account-Manager erwähnen den Finance-Agenten in ihrem Teams-Kanal, um zu sehen, ob ein Kunde bezahlt hat, statt der Buchhaltung zu schreiben und auf eine Antwort zu warten.
@Exact Finance Desk Summiere Receivables Amount DC mit einem Due Date in den nächsten 30 Tagen, stelle die im selben Zeitraum fälligen Payments gegenüber und nenne den Saldo.
Der Finance Manager fragt in Microsoft 365 Copilot nach ein- und ausgehenden Zahlungen für den kommenden Monat und kopiert die Zusammenfassung in das wöchentliche Cash-Update.
Nutze die dataddo-Tools, um Exchange Rates zu beschreiben, und liste dann Source currency, Target currency, Rate und Start date für unser Umrechnungsmodul.
Ein Entwickler an der Reporting-Pipeline fragt GitHub Copilot im Agent mode nach den echten Kursfeldern, sodass der Code zur Währungsumrechnung die Namen aus Exact Online nutzt statt Vermutungen.
Data to AI™ ist während der privaten Vorabversion kostenlos. Wir nehmen Teams in Wellen auf und entwickeln das Produkt mit ihrem Feedback weiter. Zum Launch wird es so abgerechnet wie die KI-Assistenten, die Ihr Team bereits nutzt. Sie brauchen individuelle Verträge oder Mengenpreise? Sprechen Sie mit uns über Enterprise.
Stellen Sie Claude, ChatGPT und anderen KI-Tools governte Geschäftsdaten über MCP bereit.
Kostenlos in der Vorabversion
Stellen Sie Dataddo flexibel in jeder Cloud- oder Hybridumgebung bereit.
Wir haben ein Zahlungsmodell, das zu Ihnen passt
| Ohne Dataddo |
Mit Dataddo
|
Ihr Ergebnis | |
|---|---|---|---|
| Rechnungsfragen aus dem Vertrieb | Account-Manager schreiben der Buchhaltung, um zu fragen, ob ein Kunde bezahlt hat, und die Buchhaltung schlägt es von Hand in Exact Online nach. | Ein in Teams veröffentlichter Copilot Studio-Agent antwortet aus Sales - Invoices, sodass der Account-Manager ihn im Kanal erwähnt und den Status erhält. | Weniger Statusanfragen an Finance |
| Wann der Agent Dataddo aufruft | Ein generischer Copilot-Chat beantwortet Finance-Fragen aus allgemeinem Wissen, ohne Bezug zu Ihrer Administration. | Die Serverbeschreibung sagt dem Agenten, dass Rechnungen, Forderungen und Verbindlichkeiten in Dataddo liegen, sodass diese Fragen eine Abfrage auslösen. | Abfragen bei den richtigen Fragen |
| Mehrere Divisionen | Jede Division wird separat exportiert und in den Chat eingefügt, sodass die Konzernsummen davon abhängen, wer welche Datei gesammelt hat. | Die Multi-Account-Extraktion sammelt einen Datensatz aus jeder Einheit, auf die Sie Zugriff haben, und der Agent teilt die Zahlen nach dem Feld Division auf. | Alle Divisionen in einem Agenten |
| Entwickler und Finance-Daten | Entwickler bitten Finance um Beispielexporte, um die Feldnamen für Exchange Rates und Transaktionszeilen kennenzulernen. | GitHub Copilot in VS Code beschreibt die Entitäten über .vscode/mcp.json, sodass der Code den echten Exact Online-Feldern folgt. | Keine Beispielexporte nötig |
| Token-Verbrauch | Copilot verbraucht Tokens, um rohe Exact Online-Spalten zu erkunden, Zeilen zu sichten und neu anzusetzen, bis die Daten verstanden sind. | Felddefinitionen und Beziehungen werden vorab geliefert, sodass das Modell die Erkundung überspringt und direkt antwortet. | Weniger Tokens pro Antwort |
| Antwortqualität | Anfällig für falsche Joins, erfundene Felder und schwer überprüfbare Zahlen. | Antworten auf Basis definierter Felder. Im Dataddo-Benchmark wurden 78,5 % der Fragen korrekt beantwortet, gegenüber 65,5 % mit einfachen CSV-Dateien. | Bessere Antworten |
Die Exact Online-Datensätze, die Finance- und RevOps-Teams am häufigsten nutzen, mit ihren echten Feldnamen. Copilot fragt sie über die semantische Schicht von Dataddo beim Namen ab.
Liste kuratierter Datasets
Fehlt ein Dataset, eine Kennzahl oder ein Attribut?
Sag uns, was fehlt, und wir fügen es dem Connector hinzu.
Läuft nach Ihrem Zeitplan. Datensätze mit Datumsbereich lesen bei jedem Lauf ein gleitendes Fenster neu, Listen wie Aging Receivables laden alle aktuellen Daten, und ein vollständiger Daten-Re-Sync lädt ältere Historie.
Exact Online-Konnektor →Wir haben 43 vorab registrierte Fragen zu drei echten Datensätzen gestellt - Google Search Console, HubSpot-Deals und Google Ads - und dieselben Zeilen auf vier Arten an dasselbe Modell geliefert. Nur die Datenschicht hat sich geändert.
der Fragen richtig beantwortet - der beste der vier getesteten Bereitstellungswege
weniger selbstsicher falsche Antworten - 14,0 % der Durchläufe gegenüber 24,0 % und 26,3 %
mehr richtige Antworten bei unübersichtlichen CRM-Daten - besser bei 8 Fragen, bei keiner schlechter
Dasselbe Modell, dieselben Prompts und dieselben Zeilen in jeder Bedingung; 759 bewertete Durchläufe, Referenzantworten vor dem ersten Durchlauf festgelegt. Allein bei Google Search Console schnitten dokumentierte CSV-Dateien genauso gut ab wie Data to AI™ - der Vorteil entsteht bei unübersichtlicheren Daten wie HubSpot-Deals.
Benchmark lesen →Extrahieren Sie Exact Online-Datensätze wie Sales - Invoices, Receivables und Payments mit Dataddo und verknüpfen Sie sie mit einem Copilot-Ziel oder AI Model. Fügen Sie in Copilot Studio ein Model Context Protocol-Tool mit https://headless.dataddo.com/mcp-data hinzu, melden Sie sich mit OAuth 2.0 Dynamic discovery an und veröffentlichen Sie den Agenten in Teams und Microsoft 365 Copilot.
Über einen Copilot Studio-Agenten mit Dataddo Data Access als MCP-Tool. Veröffentlichen Sie ihn über Channels > Teams and Microsoft Copilot, und Nutzer erwähnen ihn mit @ in Chats und Kanälen, um nach Rechnungen oder Forderungen zu fragen.
Der Agent entscheidet anhand der Beschreibung, wann er Dataddo aufruft. Nennen Sie Rechnungen, Forderungen, Verbindlichkeiten und Gewinn und Verlust aus Exact Online, damit Finance-Fragen eine Abfrage auslösen, andere Unterhaltungen aber nicht.
Ja. Fügen Sie die Dataddo-URL mit type http zu .vscode/mcp.json hinzu, starten Sie den Server, melden Sie sich an und nutzen Sie dann Copilot Chat im Agent mode. Bei Copilot Business und Enterprise muss ein Admin die MCP-Server in der Copilot-Richtlinie aktivieren.
Ja, wenn die Flows sie enthalten. Die Multi-Account-Extraktion sammelt einen Datensatz aus jeder Einheit, auf die Sie Zugriff haben, und der Agent kann die Zahlen nach Division aufteilen, wo der Datensatz dieses Feld hat.
Beginnen Sie mit dem, wonach am häufigsten gefragt wird: Sales - Invoices für Statusfragen, Receivables und Payments für fällige Zahlungen und Financial - Profit and Loss für Ergebnisse. Verknüpfen Sie nur die Datensätze, die das Publikum des Agenten sehen soll.
Nein. Der Agent liest nur extrahierte Daten über Dataddo. Approval Status in der Payables list lässt sich abfragen, aber das Genehmigen oder Ändern einer Rechnung erfolgt weiterhin in Exact Online selbst.