Semantic Layer: die Schicht, die Agenten lesen.

Geschäftslogik liegt in gewachsenen BI-Landschaften an drei Orten. Im Bericht: berechnete Spalten und Measures, die nur in dieser einen PBIX existieren. Im Modell: Measures im Semantikmodell, das mehrere Berichte teilen. Im Semantic Layer: Definitionen, die unabhängig vom Werkzeug im Warehouse oder in einer eigenen Schicht liegen und von Power BI, Excel, SQL-Clients und Agenten gleichermaßen gelesen werden.

Je weiter links die Logik liegt, desto öfter existiert sie mehrfach — und desto wahrscheinlicher zeigen drei Berichte drei Werte. Der Weg nach rechts ist keine Technologieentscheidung, sondern Inventarisierung: Welche Definitionen gibt es, welche sind Duplikate, welche widersprechen sich.

• Bericht: schnell gebaut, nicht wiederverwendbar, für Agenten unsichtbar.
• Modell: wiederverwendbar innerhalb von Power BI, für MCP-Agenten lesbar.
• Semantic Layer: werkzeugunabhängig, eine Definition für alle Konsumenten.

Die drei Begriffe beschreiben dieselbe Idee auf drei Ebenen. Die Tabelle ordnet ein, wo die Definition liegt, wer sie lesen kann und was ein Agent darüber erfährt.

Ein Agent, der eine Fachfrage beantworten oder ein Measure ändern soll, braucht je Kennzahl fünf Dinge: einen sprechenden Namen, die Formel, eine Beschreibung in Fachsprache, die Einheit und den Verantwortlichen. In den meisten Modellen sind davon zwei gepflegt. Die fehlenden drei ergänzt das Modell selbst — plausibel, nicht geprüft.

Deshalb beginnt jedes Agentenprojekt mit dem Measure-Katalog: Alle Definitionen in einer Liste, Duplikate markiert, Beschreibungen ergänzt, Besitzer benannt. Die Vorlage unten ist das Blatt, mit dem Fachbereich und BI-Team diese Liste gemeinsam füllen — und die Grundlage, auf der MCP-Agenten später zuverlässig arbeiten.

Der Katalog ist keine Tabelle, die jemand nebenbei pflegt, sondern das erste Artefakt jedes Agentenprojekts. Er entsteht aus dem Modell selbst: Alle Measures werden als Metadaten exportiert (TMDL, BIM oder PBIP), geclustert, mit den fünf Pflichtfeldern versehen und vom Fachbereich freigegeben. In einem mittleren Modell mit 150 bis 200 Measures dauert das ein bis zwei Arbeitstage, wenn der Export automatisch kommt, und Wochen, wenn jemand Formeln abtippt.

Was dabei zutage tritt, folgt einem Muster. Die Tabelle zeigt die vier Befundarten, die in fast jedem gewachsenen Modell vorkommen, mit der Maßnahme, die der Agent vorschlägt und der Mensch freigibt.

• 1 Exportieren: alle Measures mit Name, Formel, Tabelle, Ordner, vorhandener Beschreibung, aus dem Modell, nicht aus einem Dokument.
• 2 Clustern: gleiche Formel unter verschiedenen Namen, gleicher Name mit verschiedenen Formeln, Measures ohne Konsumenten.
• 3 Ergänzen: Beschreibung in Fachsprache, Einheit, Verantwortlicher je Measure; der Agent schlägt Beschreibungen aus Formel und Lineage vor, der Fachbereich korrigiert.
• 4 Freigeben: der Katalog wird Teil des Modells (Beschreibungsfelder) und Teil des Regelsatzes: kein neues Measure ohne die fünf Felder.

Nicht jede Kennzahl gehört in den Semantic Layer, und nicht jede in DAX. Die Entscheidung folgt dem Typ der Berechnung und davon, wer sie konsumiert. Die Tabelle ist die Regel, die wir in Projekten mit Snowflake, Fabric Warehouse und Power BI anwenden; die Bestandsaufnahme Power BI und Snowflake wendet genau sie auf ein Datenprodukt an.

Für Agenten ist die Konsequenz einfach: Was im Semantic Layer oder im Semantikmodell definiert ist, kann der Agent lesen und zitieren. Was in einem Bericht lebt, existiert für ihn nicht.