Margenanalyse
Verfolgen Sie einen Margenrückgang von der Gesamtveränderung bis zu den Quelldatensätzen. Erkunden Sie zuerst einen großen Demo-Datensatz im SAP-Format und dann ein kleineres, abgestimmtes Beispiel mit Fragen für eine prüfende Person aus dem Finanzbereich.
Dies ist eine lokale Demonstration mit erfundenen Daten, kein Kundenergebnis. Der Agent nutzte Werkzeuge mit Lesezugriff; seine Interpretation und vorgeschlagenen Maßnahmen wurden von keiner prüfenden Person freigegeben.
Kosten und Rabatte wiegen den Vorteil aus Volumen und Mix auf.
Synthetische Daten im SAP-Format. Vom Code berechnete Beiträge; die Interpretation wartet auf Prüfung.
Volumen / Mix · Listenpreis · Rabatte · Zugeordnete Kosten · Nettoveränderung
Quelle: sap-margin/result.json
| Beleg | Wert / Zustand |
|---|---|
| Volumen / Mix | 3.500.000 € |
| Listenpreis | 0 € |
| Rabatte | −1.650.000 € |
| Zugeordnete Kosten | −3.300.000 € |
Die geschäftliche Antwort
Großes synthetisches Beispiel
Volumen / Mix erhöht den Ertrag; Kosten und Rabatte nehmen mehr weg.
Synthetische Daten. Eine kompakte Sicht auf vom Code berechnete Beiträge, keine geprüften geschäftlichen Ursachen.
Quelle: sap-margin/result.json
| Beitrag | Veränderung (EUR) | Laufende Summe (EUR) |
|---|---|---|
| Volumen / Mix | +3.500.000 € | +3.500.000 € |
| Listenpreis | 0 € | +3.500.000 € |
| Rabatte | −1.650.000 € | +1.850.000 € |
| Zugeordnete Kosten | −3.300.000 € | −1.450.000 € |
| Veränderung des Rohertrags | −1.450.000 € | −1.450.000 € |
Großes Margenbeispiel
Der Umsatz stieg von 95.000.000 € auf 102.850.000 €, während der Rohertrag um 1.450.000 € sank. Die Analyse verfolgt die Veränderung bis zu den zugeordneten Kosten und Rabattdatensätzen.
600.000 synthetische Exportzeilen · 200.000 fakturierte Positionen · 1.000 Materialien.
SAP bietet bereits Margenanalyse und Drilldowns. Dieses Beispiel zeigt einen begrenzten Agenten, der auf Basis gespeicherter Exporte Belege für eine prüfende Person vorbereitet. Alle Daten sind erfunden; es handelt sich um eigene Demo-Exportprojektionen, nicht um validierte SAP-API-Antworten.
Abstimmungsdifferenz von 0 Cent. Die Marge veränderte sich von 36,84 % auf 32,62 %. Die Brücke beschreibt Beiträge; sie belegt keine geschäftlichen Ursachen.
Originalausgabe des Modells auf Englisch.
The code-calculated summary shows revenue increased while gross profit and margin rate declined. The bridge identifies higher volume and mix as a positive contributor, offset by higher costs and discounts; list price contributed no change. These are descriptive contributors, not verified underlying causes. The selected evidence provides examples only and is not exhaustive.
Kostenbelege
Beitrag von −3.300.000 € über 100 Materialien und 20.000 fakturierte Positionen. Die Aggregate decken jede betroffene Zeile ab; die Belege unten sind repräsentative Beispiele.
MAT0000: zugeordnete Kosten pro Einheit 54,60 € zu 84,60 €
Basis bis aktuell · repräsentative Quellpositionen, nicht alle Materialien.
Quelle: sap-margin/result.json
Basis · 9000000000/000010
Menge: 8. Netto pro Einheit: 86,45 €. Zugeordnete Kosten pro Einheit: 54,60 €.
Aktuell · 9000100000/000010
Menge: 9. Netto pro Einheit: 86,45 €. Zugeordnete Kosten pro Einheit: 84,60 €.
Rabattbelege
Beitrag von −1.650.000 € über 100 Materialien und 20.000 fakturierte Positionen. Die Aggregate decken jede betroffene Zeile ab; die Belege unten sind repräsentative Beispiele.
MAT0100: Rabatt pro Einheit 4,55 € zu 19,55 €
Basis bis aktuell · repräsentative Quellpositionen, nicht alle Materialien.
Quelle: sap-margin/result.json
Basis · 9000000100/000010
Menge: 8. Netto pro Einheit: 86,45 €. Rabatt pro Einheit: 4,55 €.
Aktuell · 9000100100/000010
Menge: 9. Netto pro Einheit: 71,45 €. Rabatt pro Einheit: 19,55 €.
Prüfen Sie die Buchungsannahmen und geschäftlichen Ursachen, bevor Sie eine Maßnahme freigeben. Die Erklärung bleibt vorläufig.
Originalausgabe des Modells auf Englisch.
Prozess / Demo
Aufgezeichneter Live-Lauf · Routing-Entscheidungen und Erklärungsentwurf · Demo-Daten im SAP-Format
Eingabe
Generierte Datenexporte bilden zwei Perioden und eintausend Materialien ab. Es ist kein SAP-System angebunden.
Deterministischer Code
Code verknüpft Beleg- und Positionsschlüssel, prüft Währungen und Beträge, bildet einen Hash der gesamten Eingabe und berechnet die Ertragsbrücke in Cent.
Modellentscheidung
Das Entscheidungsmodell wählte anhand einer kompakten Zusammenfassung zuerst Kostenbelege, dann Rabattbelege. Code kontrolliert die erlaubten Themen und Prüfpfade.
Werkzeug mit Lesezugriff
Jede Abfrage liefert Aggregate über alle betroffenen Positionen und höchstens acht repräsentative fakturierte Positionen. Der vollständige Datensatz bleibt außerhalb des Modellkontexts.
Belege und Validierung
Das Entwurfsmodell erstellt eine vorläufige Erklärung mit Belegverweisen. Finanzwerte stammen aus dem Code; Zitate müssen mit den geprüften Belegen übereinstimmen.
Menschliche Prüfung
Eine prüfende Person aus dem Finanzbereich kontrolliert die Buchungsannahmen und geschäftlichen Ursachen. Es werden keine Preise, Buchungen oder Zahlungen geändert.
Grenze: lokale Demo-Belege und ein vorläufiger Entwurf. Es gab keine SAP-Verbindung, kein Zurückschreiben und keine externe Finanzaktion; die menschliche Freigabe steht aus.
Northstar Industries ist ein separater fiktiver Datensatz: Auftragspositionen aus Juli und August 2026, mit vollständiger Abstimmung und Belegen unten.
01 / Das Ergebnis
Juli und August 2026, EUR. Der Umsatz stieg, aber zugeordnete Kosten und Rabatte überwogen den Nutzen zusätzlicher Einheiten.
+100 €
3.200 € → 3.300 €
−195 €
1.430 € → 1.235 €
−7,26 PP
44,69 % → 37,42 %
Eine beschreibende Aufschlüsselung des Rückgangs um 195 €. Retouren sind in Menge und Mix der behaltenen Einheiten enthalten.
Menge & Mix behaltener Einheiten
Mehr FILTER-Einheiten glichen den Rückgang teilweise aus.
+125 €
Listenpreis
Keine Listenpreisänderung in dieser Stichprobe.
0 €
Rabatte
FILTER-Auftragsposition C-FILTER-02.
−150 €
Zugeordnete Warenkosten
PUMP-Positionen C-PUMP-01 und C-PUMP-02.
−170 €
Produktzugang / -abgang
Dieselben Produkte erscheinen in beiden Perioden.
0 €
Gesamtveränderung · 0 € Rundungsdifferenz
−195 €
Diese Beiträge beschreiben die Daten; sie belegen nicht, warum ein Rabatt gewährt wurde oder warum sich eine Kostenzuordnung geändert hat.
02 / Die Analyse
01 / Prüfen
Code validiert die Perioden und berechnet Umsatz, zugeordnete Kosten, Rohertrag und Marge. Der Agent erhält diese Zahlen, statt aus dem Gedächtnis zu rechnen.
02 / Belegen folgen
Der Agent wählte begrenzte Abfragen mit Lesezugriff und ordnete dann den FILTER-Rabatt C-FILTER-02 und die PUMP-Kostenänderung C-PUMP-01 und C-PUMP-02 zu.
03 / Übergeben
Er schlug vor, den FILTER-Rabatt mit den freigegebenen Konditionen abzugleichen und die PUMP-Kosten mit Rechnungen und Zuordnungsdaten abzustimmen. Diese Prüfungen führt weiterhin ein Mensch durch.
Die Folgefrage
„Welche Auftragspositionen stützen die größten Kosten- und Rabattveränderungen?“ Der Entwurf antwortete mit Quell-IDs, behauptete aber nicht zu wissen, ob der ursprüngliche Rabatt oder die Kostenzuordnung korrekt war.
03 / Prüfgrenzen
Die Dateien enthalten die Originalausgabe auf Englisch.
Jev ist ein Entscheidungsmodell mit fester Version, das über eine Software-Schnittstelle (API) aufgerufen wird, um eine erlaubte Belegabfrage zu wählen. Code kontrolliert Zugriff und Berechnungen und leitet Anfragen mit geringer Konfidenz oder außerhalb des Rahmens zur Prüfung weiter.
Fakturierte Positionen
200.000
Dazu je ein Preis- und ein Kostendatensatz pro Position; 1.000 Materialien.
Datenverarbeitung
2,48 s
91,3 MB lokaler Exporte einlesen, verknüpfen, validieren, hashen und aggregieren.
Vollständiger Live-Lauf
15,2 s
Einschließlich Generierung, beider Routing-Entscheidungen und des Erklärungsentwurfs.
Kontext des Entscheidungsmodells
1,4–1,5 KB
Pro Entscheidungsanfrage. Zwei Aufrufe des Entscheidungsmodells meldeten 0,00005237 US$; die Kosten des Entwurfsmodells pro Lauf sind nicht verfügbar, daher sind die Gesamtkosten des Workflows unbekannt.
Drei isolierte Node-Läufe pro Datengröße auf derselben lokalen Maschine. Die Verarbeitung umfasst Einlesen, Verknüpfen, Validieren, Hashen und Aggregieren; ausgenommen sind die Erzeugung der Quelldaten und Modellaufrufe. Dateisystem-Caching wurde nicht kontrolliert.
Jede Anfrage an das Entscheidungsmodell (Jev) ist kleiner als 1,5 KB. Das Entwurfsmodell erhält statt des vollständigen Exports einen Beleg-Prompt von 6,2 KB mit sechzehn repräsentativen fakturierten Positionen. Sein Verbrauch umfasst Laufzeitkontext über diesen Prompt hinaus, und seine Kosten pro Lauf sind nicht verfügbar; daher sind die Gesamtkosten des Workflows unbekannt.
Ein separater Holdout mit sechs Fragen traf alle Labels sowohl mit Jev als auch mit einem einfachen Schlüsselwort-Router, ohne falsche Abfragen mit hoher Konfidenz. Das ist ein kleines Testset. Jev erhöht die API-Latenz; diese Ergebnisse belegen keinen Geschwindigkeits- oder Genauigkeitsvorteil gegenüber Regeln.
Nur EUR. Generierte Fakturierung wird vollständig in der angegebenen Periode erfasst. Steuern, Retouren, Wechselkurse sowie Materialzu- und -abgänge sind nicht modelliert. Preis- und Kostenzeilen sind eigene Projektionen; ein echter SAP-Adapter und die Zuordnung der Umsatzrealisierung müssen separat validiert werden.
Fehlende Kosten, doppelte Schlüssel, Fremdwährung, inkonsistente Beträge und nicht belegte Dokumentzitate verhindern einen belastbaren Entwurf. Vage Fragen und ausgehende Anfragen erfordern eine Prüfung. Es werden keine Einsparungen bei Kunden und kein Produktivdurchsatz gemessen.
SAP-Referenzen: Margin Analysis und Billing Document Item.
Das Sprachmodell wählt eine begrenzte Abfrage mit Lesezugriff. Code erzwingt die Grenzen für Werkzeuge und Durchläufe. Nur query_margin, inspect_orders und inspect_costs können passende Produkt-, Auftrags- und Kostendatensätze liefern.
Der Agent schreibt vorläufige Befunde; Code verwirft nicht belegte Positions-IDs und Treiber, die sich nicht abstimmen lassen.
Grenze: Dieser Lauf endet mit einem lokalen Entwurf zur menschlichen Prüfung. Er ändert keine Preise, kontaktiert keine Lieferanten und schreibt nicht in ein Finanzsystem.
Ein geprüfter Live-Lauf des Sprachmodells am 26. September 2026 nutzte gpt-6-luna. Er erstellte einen Entwurf in 42,4 Sekunden mit fünf Modelldurchläufen und drei lokalen Werkzeugaufrufen mit Lesezugriff. Rechnung und Quellenverweise bestanden die Prüfungen. Drei Offline-Wiederholungen bestanden diese Prüfungen ebenfalls; eine Wiederholung misst nicht die aktuelle Zuverlässigkeit des Modells.
Die Kosten pro Lauf mit dem authentifizierten Sprachmodell sind nicht gemessen und unbekannt; es wurde kein API-Preis abgeleitet.
In einem separaten Angriffstest erreichte der Agent sein Limit von sechs Durchläufen und lieferte ein blockiertes Ergebnis. Seine aufgezeichneten Werkzeugaufrufe blieben lokale Lesezugriffe. Eine einzelne Stichprobe belegt keine allgemeine Resistenz gegen Prompt-Injection.
Wir können einen Piloten rund um Ihre Kennzahldefinitionen, Datenqualität und Ihren Prüfprozess zuschneiden. Echter Datenzugriff und jede Aktion in einem Finanzsystem erfordern ein eigenes Konzept und eine eigene Freigabe.