PostgreSQL-Familie
PostgreSQL, CockroachDB, Redshift
Richte Ottermind auf die Datenbank, die du ohnehin abfragst. Frag in normaler Sprache und erhalte einen nachvollziehbaren HTML-Bericht, ein Foliendeck oder eine wöchentliche Auswertung, die weiterläuft - mit dem ausgeführten SQL neben jeder Zahl.
Erster Schritt
Die Auswertung läuft gegen eine Quelle, die du einmal speicherst. Hier steht genau, wonach Ottermind fragt, was es damit tun darf und wo die Abfrage tatsächlich ausgeführt wird.
PostgreSQL-Familie
PostgreSQL, CockroachDB, Redshift
MySQL-Familie
MySQL, MariaDB, TiDB, OceanBase
Data Warehouses
ClickHouse, Snowflake
Enterprise
SQL Server, Oracle
Lokal und eingebettet
SQLite, DuckDB
Keine Datenbank zur Hand? Eine lokale SQLite- oder DuckDB-Datei funktioniert als Quelle, ebenso Tabellen, CSVs und Dokumente - praktisch, um den Ablauf zu testen, bevor eine Produktionsdatenbank ins Spiel kommt.
Von Chat2DB hergekommen?
Chat2DB ist ein local-first SQL-Workspace - 40+ Engines, Schema-Browsing, Bearbeiten, Ausführen. Dort stellst du sicher, dass die Zahl stimmt. Ottermind übernimmt den Schritt danach: wenn aus dieser Zahl ein Bericht für das Team werden muss, ein Deck für Montag oder eine Auswertung, die nächste Woche wieder über mehrere Quellen läuft. Dieselben Datenbanken, dasselbe Team.
Chat2DB - Open-Source SQL-WorkspaceKeine Modellierungsschicht einzurichten, keine semantische Schicht zu pflegen. Verbinden, Frage beschreiben, Ergebnis behalten.
Schritt 1
Füge PostgreSQL, MySQL, SQL Server, Oracle, ClickHouse, Snowflake, SQLite oder DuckDB unter Einstellungen - Datenquellen hinzu. Zugangsdaten werden verschlüsselt gespeichert und laufen nie durch die Konversation.
Schritt 2
Beschreibe die Frage, nicht das Schema. Ottermind sieht sich die nötigen Tabellen an, schreibt das SQL und führt es in einer Read-only-Transaktion mit begrenztem Ausführungsbudget aus.
Schritt 3
Ein in sich geschlossener HTML-Bericht, ein Foliendeck oder eine Tabelle - jede Kennzahl rückverfolgbar bis zur Abfrage, die sie erzeugt hat.
Beide stammen vom selben Team. Sie sind nicht für dieselbe Aufgabe gebaut.
| SQL-Client (Chat2DB) | Ottermind | |
|---|---|---|
| Arbeitseinheit | Eine Abfrage | Ein Ergebnisdokument |
| Für wen | Entwickler und DBAs | Analyst:innen, Operations, Gründer:innen |
| Das Endergebnis | Ergebnismenge, Diagramm, Dashboard | Bericht, Deck, formulierte Schlussfolgerung |
| Engine-Abdeckung | 40+ Engines über JDBC | 8 Engine-Familien, Cloud oder eigener Desktop |
| Über Quellen hinweg | Innerhalb einer Datenbank | Mehrere Datenbanken plus Dateien und Dokumente |
| Zeithorizont | Diese eine Abfrage, jetzt | Eine Frage, die du jede Woche neu stellst |
Bei der Engine-Abdeckung gewinnt ein dedizierter SQL-Client, und das sagen wir lieber offen: Wenn du Hive, DB2, Elasticsearch oder Trino brauchst, frag sie in Chat2DB ab.
Es geht nicht um das Chat-Protokoll, sondern um das Artefakt an dessen Ende.
Überschriften, zugängliche Tabellen, lesbare Diagramme, Einheiten und Kennzahlendefinitionen - in einer Datei ohne externe Skripte oder Tracker, verknüpft mit der Abfrage dahinter.
Dieselbe Auswertung als visuelles Deck: Verlauf, Aufschlüsselung, die zwei Dinge, die sich wirklich bewegt haben, und deine Empfehlung.
Dieselbe Auswertung nach Zeitplan erneut ausführen und erfahren, was sich seit dem letzten Mal geändert hat - statt die Abfrage aus dem Gedächtnis neu zu bauen.
Verbinde, was die Datenbank sagt, mit einer Tabelle, einem PDF-Vertrag oder einem Dokument in deinem Drive - für die Fälle, in denen die Antwort nicht komplett in SQL steckt.
Ein Agent mit Datenbank-Zugangsdaten sollte langweilig und vorhersehbar sein. Das sind die Grenzen, in denen er läuft.
Die Auswertung führt ausschließlich SELECT und WITH aus. Schreibende Statements werden abgelehnt, auch solche, die in ein Abfrageargument geschmuggelt wurden.
Inserts, Updates und Deletes auf einer einzelnen Tabelle erfordern die ausdrückliche Operationsberechtigung der Quelle plus deine Bestätigung der vorbereiteten Änderung. Unterstützt für PostgreSQL, MySQL, MariaDB und SQLite.
Jede Kennzahl lässt sich bis zum erzeugenden Statement zurückverfolgen. Eine Ergebnisseite ist eine Seite, nicht der gesamte Datensatz - und der Bericht muss das auch sagen.
Passwörter werden verschlüsselt gespeichert und an das ausführende Gerät übergeben, nie in den Chat-Kontext gelegt oder in eine Datei geschrieben.
Nein. Chat2DB ist ein SQL-Workspace: verbinden, browsen, bearbeiten, ausführen und sicher sein, dass die Zahl stimmt. Ottermind ist, was danach passiert - die Auswertung ausformulieren, ein Deck daraus machen und sie nächste Woche erneut laufen lassen. Wer beides nutzt, fragt meist weiterhin in Chat2DB ab.
PostgreSQL, CockroachDB und Redshift; MySQL, MariaDB, TiDB und OceanBase; SQL Server; Oracle; ClickHouse; Snowflake; SQLite und DuckDB. Steht deine Engine nicht auf der Liste, ist ein dedizierter SQL-Client mit JDBC-Abdeckung das bessere Werkzeug.
Ja, über die mit deinem Konto verbundene Ottermind-Desktop-App. Der Desktop führt die Abfrage lokal aus, sodass eine nur intern lauschende Datenbank keinen öffentlichen Endpunkt braucht. Cloud-Ausführung wird nur für Quellen genutzt, die ohnehin aus dem Internet erreichbar sind.
Während der Auswertung nicht. Abfragen sind auf SELECT und WITH in einer Read-only-Transaktion beschränkt. Zeilen zu ändern ist ein eigener, berechtigungspflichtiger Weg: Die Quelle muss Schreiboperationen erlauben, die Änderung wird zuerst vorbereitet, und du bestätigst genau diese Änderung, bevor etwas committet wird.
Nein. Beschreibe die Frage in normaler Sprache, und Ottermind sieht sich das Schema an und schreibt das SQL. Das ausgeführte Statement wird dir trotzdem gezeigt - genau darauf kommt es an, wenn jemand fragt, woher eine Zahl stammt.
Eine einzelne, in sich geschlossene HTML-Datei: Überschriften, Tabellen, als SVG gezeichnete Diagramme, angegebene Einheiten und Kennzahlendefinitionen. Sie lädt keine externen Skripte, Schriften oder Bilder und verhält sich deshalb gleich, wenn du sie weiterschickst.
Ja. Dieselbe Auswertung lässt sich als visuelles Foliendeck statt als Bericht ausliefern - und genau das braucht ein Quartalsreview oder ein Board-Update meistens.
Tabellen, CSVs, PDFs und Dokumente funktionieren ebenfalls als Quellen und lassen sich in derselben Auswertung mit einer Datenbank kombinieren. Eine lokale SQLite- oder DuckDB-Datei zählt als Datenbankquelle.
Aggregate werden in SQL berechnet statt von einer Seite mit Beispielzeilen abgelesen, Zeiträume und Kennzahlendefinitionen werden genannt, und Stichproben oder fehlende Daten müssen im Ergebnis offengelegt werden. Beim Blättern wird die Abfrage erneut ausgeführt - eine wieder geöffnete Seite zeigt also den aktuellen Stand der Quelle, keinen eingefrorenen Snapshot.
Datenanalyse ist Teil des Ottermind-Workspace und kein separates Produkt. Aktuelle Tarife findest du auf der Preisseite.
Verbinde eine Datenbank und frag nach der Auswertung, die du sonst einen Nachmittag lang von Hand zusammenbauen würdest.