Mehr aus JTL-Wawi
herausholen.
Deine Daten sind schon da. Datenmonster macht mehr daraus: Auswertungen, Meldungen, Automatisierungen und eigene Werkzeuge – direkt auf der JTL-Datenbank, auf deinem eigenen Server.
- ✓Self-Hosted
- ✓Direkte JTL-Datenbankanbindung
- ✓Low-Code
- ✓KI läuft lokal
Nicht bei Null anfangen.
Aktuell gibt es 6 fertige JTL-Module. Jedes bringt seine Abfragen, Mappings und Formulare mit – installieren, Datenbankverbindung wählen, fertig. Die Module werden über MonsterSuite erworben.
Cockpits nach Rolle
Geschäftsführer-Cockpit
Übersicht, Kundenentwicklung, Umsatzanalyse, Kapitalbindung, Trends und Warnungen – mit Vorjahresvergleich und konkretem Handlungsbedarf.
50 Mappings · Version 2.0
Details ansehen →Vertriebs-Cockpit
Auftragseingang statt nur Rechnungen, Auftragsbestand (Backlog), Angebote inklusive Nachfass-Liste, Kunden, Artikel und Mitarbeiter.
23 Mappings · Version 1.1
Details ansehen →Einkaufs-Cockpit
Bestellvolumen und Lieferanten, offene Bestellungen mit Verzug, Termintreue aus echten Wareneingängen, offene Verbindlichkeiten und EK-Preisentwicklung.
14 Mappings · Version 1.0
Details ansehen →Versand-Cockpit
Sendungsaufkommen je Versandart, Durchlaufzeit vom Auftrag bis zum Versand, Tracking-Qualität und der Rückstand nicht versendeter Lieferscheine.
11 Mappings · Version 1.0
Details ansehen →Werkzeuge mit fester Aufgabe
Intrastat
Vollständiges Setup für Ausfuhr und Einfuhr: Meldedateien für eSTATISTIK.core und Destatis-CSV, Formular zur Zeitraumauswahl, monatliche Pipelines.
6 Mappings · Version 1.0
Details ansehen →Stammdaten-Health-Check
Prüft Artikel- und Kundenstammdaten auf Lücken und Widersprüche: fehlende EAN, Gewichte und Einkaufspreise, VK unter EK, fehlende Warentarifnummer und Herkunftsland, doppelte EANs, Kunden ohne E-Mail und Dubletten – mit Ampel-Übersicht und Arbeitslisten.
14 Mappings · Version 1.0
Details ansehen →Alle 6 Module zusammen gibt es als Komplettpaket – deutlich günstiger als einzeln. Weitere Templates folgen.
Und wenn das fertige Template nicht reicht?
Dann baust du deine eigene Lösung. Darunter liegt eine vollständige Low-Code-Datenplattform: Datenquellen verbinden, per Drag & Drop mappen, JOINs, Transformationen, Datenqualitätsregeln – und wo es nötig wird, eigene SQL- und Python-Nodes.
Low-Code heißt nicht No-Code-Zwang. Wer tiefer eingreifen will, kann das.
Die Wawi-Datenbank kennt keiner auswendig.
Die JTL-Datenbank hat über tausend Tabellen mit Namen wie tAdresse, tkunde oder tAdressExportVorlage. Datenmonster nimmt dir das Suchen ab: Das ER-Diagramm zeigt die Fremdschlüsselbeziehungen, der Pfadfinder findet den Weg zwischen zwei Tabellen.
Und der KI-Assistent übersetzt eine Beschreibung in fertige Abfragen:
- „Zeig mir alle Kunden ohne Bestellung in den letzten 90 Tagen."
- „Welche Tabellen brauche ich für Rechnungen mit Lieferantendaten?"
- „Warum schlägt dieses Mapping fehl?"
Das Sprachmodell läuft dabei lokal auf deinem Server. Deine Tabellen, Kunden- und Umsatzdaten verlassen deine Infrastruktur nicht.
Eigene JTL-Werkzeuge bauen.
Ein Mitarbeiter soll eine Auswertung starten oder einen Export erzeugen – ohne SQL, ohne Wawi-Schema, ohne Datenmonster zu kennen. Er bekommt ein Formular. Den Rest erledigt der Prozess dahinter.
- 1Formular
- 2JTL-Abfrage
- 3Mapping
- 4Prozess
- 5Ergebnis
Die Parameter aus dem Formular gehen als Laufzeitwerte in die Abfrage. Ergebnis als Tabelle, Diagramm, Download oder E-Mail – je nachdem, was gebraucht wird.
Was möchtest du mit JTL machen?
Reporting & Controlling
Geschäftszahlen auswerten und eigene Berichte bauen – über den Umfang der Wawi-Standardauswertungen hinaus.
Datenaustausch
CSV, Excel, XML, REST-APIs, FTP/SFTP und weitere Datenbanken mit den JTL-Daten verbinden – in beide Richtungen.
Automatisierung
Wiederkehrende Abläufe per Zeitplan ausführen lassen: Exporte, Meldungen, Abgleiche, Benachrichtigungen.
Datenqualität
Artikel-, Kunden- und Auftragsdaten regelbasiert prüfen und Fehlerlisten erzeugen, bevor sie teuer werden.
Eigene Anwendungen
Interne Werkzeuge mit Formularen bauen, die Mitarbeiter bedienen können, ohne SQL zu kennen.
KI-Unterstützung
Tabellen finden, SQL erzeugen, Mappings vorschlagen und Fehler erklären lassen – lokal auf dem eigenen Server.
Erweitern statt verbiegen.
Datenmonster ergänzt deine JTL-Umgebung um Auswertungen, Schnittstellen, Automatisierungen und eigene Werkzeuge – ohne dass daraus ein Sammelsurium gewachsener Anpassungen in der Wawi wird.
Gelesen wird direkt aus der JTL-Datenbank. Schreibende Zugriffe sind möglich, laufen aber über kontrollierte, ausdrücklich konfigurierte Ziele.
Auf dem eigenen Server ausprobieren.
Ein Befehl installiert Datenmonster per Docker Compose, danach legst du die Verbindung zu deiner JTL-Datenbank an. Die JTL-Module selbst werden separat über MonsterSuite erworben.