Data to AI™ / Claude/Gusto
Erhalten Sie in Claude Antworten zu Headcount, Fluktuation und Abwesenheiten aus Gusto, während Namen, SSN und Wohnadressen als Hash in Dataddo bleiben.
Bessere Antworten, weniger Tokens.
Claude
Was hat uns jeder Lohnlauf im September gekostet, inklusive Arbeitgebersteuern?
Die drei Lohnläufe im September ergaben 412.300 $ Gross Pay und 31.540 $ Employer Taxes. Der Sonderlauf am 19. September enthielt nur Boni.
| Check Date | Gross Pay | Employer Taxes | Net Pay |
|---|---|---|---|
| 15. Sep. 2026 Payrolls | 196.800 $ | 15.060 $ | 141.900 $ |
| 19. Sep. 2026 Payrolls | 18.700 $ | 1.430 $ | 12.600 $ |
| 30. Sep. 2026 Payrolls | 196.800 $ | 15.050 $ | 142.100 $ |
Payrolls liest verarbeitete und nicht verarbeitete Lohnläufe im Datumsfenster, deshalb prüft die Antwort Processed. Gross Pay und Employer Taxes wurden hier von Hash Sensitive Fields ausgenommen, damit sie summiert werden können.
Gusto übernimmt Lohnabrechnung, Benefits und HR für kleine und mittlere Unternehmen. Dataddo extrahiert Mitarbeitende, Stellen, Austritte, Lohnläufe, Zahlungen pro Mitarbeitendem, Abwesenheiten und Zahlungen an Freelancer für ein Gusto-Unternehmen, damit HR- und Payroll-Teams Fragen zu Headcount, Personalkosten und Urlaub in natürlicher Sprache stellen können.
Zähle Employees nach Department und Current Employment Status und liste dann die Employee Terminations des letzten Monats nach Effective Date und Department.
Die HR-Leitung erstellt in Claude das monatliche Update für die Geschäftsführung mit Headcount und Austritten pro Team, ohne einen einzigen Export zu öffnen.
Wie viele Primary-Stellen in Employee Jobs haben in jedem Quartal der letzten zwei Jahre ein Hire Date, gruppiert nach Title?
Vor dem Review des Einstellungsplans zeigt der People Partner, welche Rollen planmäßig besetzt wurden und wo die Einstellungen nach dem Frühjahrsstopp ins Stocken gerieten.
Nutze den dataddo-Server, um Employee Terminations mit Effective Date und Department für 2025 und 2026 zu holen, und schreibe data/gusto-attrition.csv.
Ein People Analyst arbeitet mit Claude Code neben dem Fluktuations-Notebook; die CSV enthält nur gehashte Kennungen und kann daher ins Team-Repository.
Data to AI™ wird pro Nutzerplatz abgerechnet, wie die KI-Assistenten, die Ihr Team bereits nutzt, mit ~25 % Rabatt bei jährlicher Abrechnung. 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.
$10.49/Monat
pro Nutzerplatz
Mindestens 3 Nutzerplätze
Stellen Sie Dataddo flexibel in jeder Cloud- oder Hybridumgebung bereit.
Benutzerdefiniert
Wir haben ein Zahlungsmodell, das zu Ihnen passt
Gusto-Datasets mit personenbezogenen Daten bieten die Option Hash Sensitive Fields. Dataddo ersetzt die Werte der ausgewählten Spalten durch einen Hash, bevor die Daten Dataddo verlassen. So kann Claude Datensätze zählen und gruppieren, sieht die Originalwerte aber nie.
| Datensatz | Von Dataddo vorausgewählte sensible Felder |
|---|---|
| Companies |
|
| Contractors |
|
| Employees |
|
| Employee Terminations |
|
| Employee Work Addresses |
|
| Payrolls |
|
| Ohne Dataddo |
Mit Dataddo
|
Ihr Ergebnis | |
|---|---|---|---|
| Personendaten im Chat | Eine HR-Koordinatorin exportiert die Mitarbeiterliste aus Gusto und lädt sie hoch, sodass First Name, SSN und Date of Birth jeder Person im Gespräch landen. | Hash Sensitive Fields hasht diese Spalten bei der Extraktion, sodass Claude Personen pro Department zählen kann, ohne zu wissen, wer sie sind. | Keine echten Identitäten in Claude |
| Austritte pro Team | Jemand filtert den Austrittsbericht nach Datum, ordnet jeden Austritt von Hand einem Team zu und berechnet die Fluktuation jeden Monat neu. | Employee Terminations enthält Effective Date und Department, sodass Claude Austritte direkt aus den extrahierten Daten nach Monat und Team gruppiert. | Fluktuation ohne manuellen Abgleich |
| Zugriff in der Organisation | Jede Person im HR-Team pflegt eine eigene Kopie der Headcount-Tabelle, und die Zahlen in den Präsentationen für die Geschäftsführung weichen voneinander ab. | Ein Owner von Claude Team oder Enterprise fügt den Konnektor einmal hinzu, und jedes HR-Mitglied meldet sich mit dem eigenen Dataddo-Konto an, das den Zugriff begrenzt. | Zugriff folgt Dataddo-Konten |
| Token-Verbrauch | Claude verbraucht Tokens, um rohe Gusto-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 Gusto-Datensätze, die HR und Lohnabrechnung-Teams am häufigsten nutzen, mit ihren echten Feldnamen. Claude fragt sie über die semantische Schicht von Dataddo beim Namen ab.
| Datensatz | Metriken und Attribute |
Fragen Sie Claude
|
|---|---|---|
| Employees |
|
Wie viele Mitarbeitende hat jedes Department, aufgeteilt nach Current Employment Status? |
| Employee Jobs |
|
Wie viele Personen wurden in den letzten zwei Jahren pro Quartal eingestellt, nach Hire Date? |
| Employee Terminations |
|
Wie viele Austritte wurden in diesem Jahr pro Monat wirksam, nach Department? |
| Payrolls |
|
Wie hoch waren Gross Pay und Employer Taxes pro Check Date in den letzten drei Monaten? |
| Payroll Employee Compensations |
|
Wie viele Mitarbeitende wurden in diesem Quartal an jedem Check Date bezahlt, gezählt nach eindeutiger Employee UUID? |
| Time Off Requests |
|
Wie viele Abwesenheitsanträge warten gerade in jedem Status, nach Policy Type? |
| Employee Time Off Activities |
|
Welche Mitarbeitenden haben die höchste verbleibende Balance je Policy Name? |
| Contractor Payments |
|
Wie hoch war der gesamte Payments Wage pro Contractor ID in den letzten sechs Monaten? |
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 →Legen Sie in Dataddo eine Gusto-Quelle an, per OAuth autorisiert über ein Konto mit Administratorrechten, wählen Sie das Unternehmen und Datensätze wie Employees und Employee Terminations und aktivieren Sie Hash Sensitive Fields. Verbinden Sie sie mit einem Claude-Ziel oder AI Model und fügen Sie Dataddo Data Access aus dem Konnektor-Verzeichnis von Claude hinzu.
Eines mit Administratorrechten in Gusto, autorisiert per OAuth. Beim Anlegen der Quelle wählen Sie das Unternehmen, das extrahiert wird. Claude sieht die Gusto-Zugangsdaten nie.
Nicht, wenn Sie sie hashen. Mit aktiviertem Hash Sensitive Fields werden Felder wie First Name, Last Name, SSN, Date of Birth und Home Address Street 1 in Employees gehasht, bevor die Daten Dataddo verlassen. Claude erhält nur Hash-Werte.
In Payrolls sind Beträge wie Gross Pay, Net Pay und Employer Taxes für das Hashing vorausgewählt. Wenn Claude die Personalkosten summieren soll, entfernen Sie diese Spalten aus Select Columns for Sensitive Computation.
Employees, Employee Jobs und Employee Terminations ziehen bei jedem geplanten Lauf alle aktuellen Datensätze, daher zeigt Claude den Stand der letzten Extraktion.
Nein. Claude fragt extrahierte Daten über die semantische Schicht nach Entität und Feldname ab. Dataddo akzeptiert nie SQL vom Modell, und nichts wird in Gusto zurückgeschrieben.
Ja. Claude zeigt die Tool-Berechtigungen des Konnektors, und Sie legen pro Tool fest, ob Claude es frei nutzen darf oder vorher fragen muss. Das passt gut zu sensiblen HR-Fragen.
