---
title: Claude Dashboards und DuckLocal — Local-First KI-Datenanalyse
description: Was Claude Dashboards mir über Local-First-Ausführung, prüfbares SQL und die Zusammenarbeit von Mensch und Agent in DuckLocal beigebracht hat.
image: https://ducklocal.app/og-image.jpg?v=2
language: de
date: 2026-10-12
author: JetSquirrel
---

# Was Claude Dashboards mir über DuckLocal beigebracht hat

Am 8. Oktober hat Anthropic Claude Dashboards veröffentlicht. Verbinden Sie eine Datenquelle, beschreiben Sie in natürlicher Sprache, was Sie brauchen, und Claude kann das SQL schreiben, Visualisierungen bauen und ein Dashboard erstellen, das sich weiter aktualisiert.

Meine erste Reaktion war, dass sich das mit mehreren Ideen überschneidet, die ich in DuckLocal verfolge.

DuckLocal ist ein Local-first-Desktop-Werkzeug für Daten, das ich mit DuckDB und GPUI baue. Über das Abfragen und Erkunden von Dateien hinaus arbeite ich an deklarativen Dashboards, die KI-Agenten an Analyse und Visualisierung teilnehmen lassen.

## Was Claude Dashboards macht

Ein Dashboard zu bauen heißt traditionell: eine Datenbank verbinden, ihr Schema verstehen, SQL schreiben, Diagramme und Kennzahlen wählen, Filter konfigurieren, das Layout anordnen und das Ergebnis veröffentlichen. Zusammen bleiben diese Schritte eine Hürde für Menschen, die keine Analysten sind.

Claude Dashboards holt sie in eine Interaktion in natürlicher Sprache. Ein Nutzer kann verlangen, den letzten Umsatz zu analysieren, das Ergebnis nach Region aufzuschlüsseln und das am schnellsten wachsende Geschäft zu finden. Claude erzeugt die Abfragen und Diagramme aus verbundenen Plattformen wie Snowflake, BigQuery, Redshift, Databricks und ClickHouse.

Zwei Entscheidungen fallen auf:

1. Ein Dashboard wird zu einem Analyseobjekt, das sich weiterentwickelt. Der Nutzer kann Claude weiter bitten, Diagramme, Filter und Dimensionen zu ändern.
2. Das SQL hinter jedem Diagramm bleibt sichtbar. KI kann die Hürde zur Analyse senken, ohne sie in eine nicht prüfbare Blackbox zu verwandeln.

## Was es bestätigt

Ein Dashboard sollte keine statische Seite am Ende eines BI-Workflows sein. Es kann ein Workspace werden, in dem Menschen und KI-Agenten gemeinsam Daten analysieren.

In klassischer BI baut ein Analyst ein Dashboard und übergibt es an die Fachabteilungen. Wenn jemand eine Kennzahl hinterfragt, kehrt er zum Analysten zurück, für eine weitere Abfrage oder ein weiteres Diagramm. Mit einem Agenten kann die Person eine Frage stellen, das Ergebnis prüfen und sofort die nächste Untersuchung verlangen.

Dass ein großes Unternehmen in einen Bereich einsteigt, beweist keine kommerzielle Nachfrage. Es zeigt aber, dass Analyse in natürlicher Sprache, SQL und Dashboards zu einem aktiven Investitionsfeld für KI-Produkte geworden sind.

## Zwei Lehren für DuckLocal

### Rund um ein Diagramm zusammenarbeiten

DuckLocal v0.2.1 hat Dashboard-Kommentare hinzugefügt. Eine Person kann eine Frage direkt an einem Plot hinterlassen. Ein Agent liest den Kommentar über die CLI, untersucht, bearbeitet das Dashboard und antwortet. Threads liegen neben dem Dashboard in einer `.dash.comments.json`-Datei statt in einem Cloud-Dienst für Zusammenarbeit.

![DuckLocal-Diagramm mit geöffnetem Kommentarfeld](https://ducklocal.app/assets/blog/dashboard-comment.png)

Die Person stellt Fragen und trifft Urteile. Der Agent führt die Analyse aus. Das Dashboard ist ihr gemeinsamer Kontext.

### SQL zur prüfbaren Grundlage der Analyse machen

DuckLocal kann für jeden Plot das zuletzt tatsächlich ausgeführte SQL zeigen, mit aufgeklappten Datenquellen und aktuellen Filterwerten. Der Nutzer kann es kopieren oder in einem Abfrage-Tab öffnen.

![DuckLocal-Panel mit dem SQL hinter einem Dashboard-Diagramm](https://ducklocal.app/assets/blog/dashboard-sql.png)

Ein von KI erzeugtes Diagramm kann richtig aussehen, während seine Berechnung falsch ist. Für Finanz-, Audit- und Sicherheitsarbeit sollte ein Ergebnis prüfbar und reproduzierbar sein, nicht nur leicht zu verstehen.

## Claude Dashboards und DuckLocal

| Dimension | Claude Dashboards | DuckLocal |
| --- | --- | --- |
| Positionierung | KI-getriebene Analyse und Dashboards | Local-first Desktop-Daten-Workspace |
| Laufzeit | Claude als Cloud-Produkt | Lokale Desktop-Anwendung |
| Datenzugriff | Konnektoren zu Datenplattformen und Geschäftssystemen | Lokale DuckDB-Ausführung, mit ausdrücklichen externen Verbindungen |
| Dashboard-Modell | Über natürliche Sprache erzeugt und verändert | Deklarative Textdateien mit CLI- und Agent-Abläufen |
| KI-Zusammenarbeit | Vor allem über eine Claude-Konversation | CLI und Kommentare direkt an Plots |
| SQL-Transparenz | SQL hinter einem Diagramm ansehen | Das tatsächlich ausgeführte SQL ansehen, kopieren und öffnen |
| Quellmodell | Geschlossenes kommerzielles Produkt | Open Source unter Apache-2.0 |

DuckLocal muss nicht Funktion für Funktion konkurrieren. Claude hat starke Modellfähigkeiten und Integrationen für Unternehmen. Aber nicht jeder Datensatz gehört in einen KI-Dienst, und nicht jede Analyse braucht eine Cloud-Plattform.

Lokale Software erfüllt nicht automatisch jede Compliance-Anforderung. Sie gibt Nutzern aber direktere Kontrolle darüber, wo Daten gespeichert sind, wo Abfragen laufen und wann das Netzwerk genutzt wird.

In v0.2.1 hat DuckLocal außerdem aufgehört, DuckDB-Erweiterungen automatisch herunterzuladen. Nutzer installieren sie bewusst über die Seite „Erweiterungen“, und Update-Prüfungen sind standardmäßig aus. Datenschutz muss im Produktverhalten sichtbar werden, nicht nur im README.

## Wohin DuckLocal als Nächstes geht

Die nächste Priorität ist nicht, möglichst viele Diagrammtypen hinzuzufügen. Sie ist, die Schleife der Analyse zu verbinden:

- Eine Person stellt eine Frage an einem Diagramm; der Agent versteht die Daten und das SQL des Diagramms.
- Der Agent schlägt Dashboard-Änderungen auf Basis seiner Funde vor.
- Die Person prüft SQL, Begründung und Änderungen, bevor sie sie annimmt.
- Das Dashboard hält Fragen, Funde und Entscheidungen ebenso fest wie die Endergebnisse.

Von KI erzeugte Dashboards sind der erste Schritt. Die dauerhafte Zusammenarbeit von Menschen und KI rund um Daten ist das interessantere Problem.

DuckLocal bleibt in drei Prinzipien verankert: **Local-first, Open Source und Zusammenarbeit von Mensch und Agent.**

## Links

- [DuckLocal](https://ducklocal.app/de/)
- [Dashboard-Dokumentation](https://ducklocal.app/docs/de/dashboards)
- [DuckLocal v0.2.1](https://github.com/JetSquirrel/DuckLocal/releases/tag/v0.2.1)
- [Vorstellung von Claude Dashboards](https://claude.com/resources/articles/dashboards-and-motion)
- [Chinesische Ausgabe](https://ducklocal.app/zh/blog/claude-dashboards-ducklocal/)

Source: https://ducklocal.app/de/blog/claude-dashboards-ducklocal/
