Actian und Databricks: Brückenschlag zwischen Data Engineering und Business Value

Databricks hat die Möglichkeiten der Datentechnik und -analyse neu definiert und bietet leistungsstarke, groß angelegte Datenpipelines, komplexe Transformationen und Maschinelles Lernen Training. Doch selbst die anspruchsvollsten Datenumgebungen haben oft mit einem bekannten Problem zu kämpfen: Technische Spitzenleistungen in der Datentechnik führen nicht automatisch zu einem geschäftlichen Nutzen.

Diese Lücke besteht, weil die Personen, die die Daten am dringendsten benötigen, z. B. Analysten, Finanzleiter und Geschäftsanwender, diese oft nicht finden, abrufen oder verstehen können. Der Grund dafür ist nicht ein Mangel an Datenbeständen. Vielmehr mangelt es an Kontext, Auffindbarkeit und Self-Service .

An dieser Stelle wird der moderne Datenkatalog nicht nur nützlich, sondern unverzichtbar. Und genau hier setzt die Actian Daten-Intelligenz-Plattform eine entscheidende Ergänzung zu Databricks Unity Catalogund überbrückt die Lücke zwischen Datentechnik und Geschäftswert.

Beschleunigung der unternehmensweiten Übernahme durch Unternehmen

Databricks Unity Catalog bietet robuste Governance und fein abgestufte Berechtigungen innerhalb der Databricks-Umgebung. Er wurde für Ingenieure entwickelt, bietet Abstammung, erzwingt Sicherheit und standardisiert den Zugriff.

Obwohl diese Fähigkeiten von modernen Unternehmen benötigt werden, ist technische Governance nicht genug. Unternehmen benötigen auch Daten-Discovery und Self-Service , um Datenbenutzern und -bereichen eine Möglichkeit zu geben, vertrauenswürdige Daten verständlich und nutzbar zu machen.

Stellen Sie sich diese typische Herausforderung vor: Ein Marketinganalyst benötigt Daten zur Kundensegmentierung, um eine Kampagne zu planen. Ein Produktmanager möchte Trends bei der Einführung von Funktionen verstehen, während das Finanzteam nach Geschäftsbereichen aufgeschlüsselte Umsatzdaten benötigt.

Sie alle wissen, dass die Daten irgendwo in der Organisation vorhanden sind, aber sie:

• Ich weiß nicht, wo ich es finden kann.
• Kann technische Tabellennamen oder Metadaten nicht entziffern.
• Sie sind unsicher, ob die Daten für ihren use case zugelassen sind.
• Sie müssen Tickets an die IT-Abteilung senden, um die Daten zu erhalten, und dann auf den Zugriff warten.
• Fehlende Transparenz, um die Zusammenhänge zwischen Daten in verschiedenen Systemen zu erkennen.

Diese "letzte Meile" hält wertvolle Daten von Analysten und letztlich von Entscheidungsträgern fern. Zu oft können Mitarbeiter die benötigten Informationen nicht finden, selbst in Unternehmen, die moderne Datenplattformen nutzen.

4 Gründe, warum Datenkataloge in modernen Datenstapeln nach wie vor unverzichtbar sind

Ein moderner, umfassender Datenkatalog, wie die Actian Data Intelligence Platform, füllt die Zugangslücke, die Data-Engineering-Plattformen allein nicht schließen können. Sie ergänzt Databricks Unity Catalog auf vier wichtige Arten:

1. Ergänzt technische Metadaten um den geschäftlichen Kontext

Databricks Unity Catalog verfolgt technische Metadaten wie Tabellenschemata, Spaltentypen und Speicherorte. Geschäftsanwender denken jedoch nicht in Begriffen wie customer_dim_v3 oder fact_transactions_daily. Sie denken an "demografische Kunden" und "tägliche Umsätze".

Actian Data Intelligence Platform reichert die technischen Metadaten von Unity Catalog mit geschäftsfreundlichen Definitionen, Kontext und Beziehungen an. Eine Tabelle namens cust_seg_ml_scores wird zu "Customer Segmentation ML Scores - Propensity Scores für Marketingsegmente, täglich aktualisiert, für Marketingzwecke freigegeben". Diese Übersetzung hilft den Benutzern, nicht nur zu verstehen, was die Daten sind, sondern auch, wie und warum sie zu verwenden sind.

2. Unterstützt plattformübergreifende Erkennung

Während Databricks sich innerhalb seines Ökosystems auszeichnet, arbeiten Unternehmen selten mit einer einzigen Plattform. Sie haben oft Daten in Legacy-Datenbanken, SaaS-Anwendungen, On-Premises Systemen und Cloud . Dies kann eine Herausforderung für Geschäftsanwender und Analysten sein, die Daten unabhängig von ihrem physischen Speicherort finden müssen.

Die Actian Data Intelligence Platform bietet eine einheitliche Erkennungsschicht, die Databricks Unity Catalog mit der übrigen Datenlandschaft des Unternehmens verbindet. Benutzer können einmal suchen und relevante Daten über alle Systeme hinweg finden, mit konsistenten Governance-Richtlinien, ohne das Tool wechseln zu müssen.

Die Suchergebnisse vereinen Metadaten, Datenabstammung und Geschäftskontext in einer einzigen Oberfläche. So können Benutzer relevante Datenbestände unabhängig vom Standort finden.

3. Bietet Self-Service mit integrierter Governance

Das Versprechen moderner Datenplattformen ist Self-Service . Echter Self-Service bedeutet nicht unkontrollierten Zugriff. Es bedeutet eine kontrollierte Befähigung, indem der Datenzugriff mit Governance, Sicherheit und Compliance in Einklang gebracht wird.

Hier kommt Actians Ansatz für Data Governance zum Tragen. Die Plattform liefert:

• Automatisierte Zugriffs-Workflows die Berechtigungen auf der Grundlage von Geschäftskontext und Nutzer erteilen.
• Datenverträge die festlegen, wie Datenprodukte genutzt werden können.
• Vollständige Nachverfolgung der Datenherkunft die Geschäftsanwendern zeigt, woher die Daten stammen und wie sie umgewandelt wurden.
• Governance-Leitplanken die eine unangemessene Nutzung verhindern und gleichzeitig die Erkundung ermöglichen.

Geschäftsanwender erhalten die Self-Service , die sie benötigen, während die Datenteams die erforderliche Governance beibehalten.

4. Ermöglicht semantisches Verstehen für natürliche Entdeckung

Traditionelle Fähigkeiten verlassen sich auf Schlüsselwörter, die mit Metadaten übereinstimmen. Das funktioniert gut, um genaue Übereinstimmungen zu finden, ist aber blind für den Kontext. Wer zum Beispiel nach "Umsatz" sucht, findet keine Daten mit der Bezeichnung "Einkommen". Die Wissensgraphengrundlage der Plattform ermöglicht eine semantische Suche, die Beziehungen und Kontext versteht.

Wenn ein Nutzer bei Actian nach "Customer Lifetime Value" sucht, liefert die Plattform automatisch Ergebnisse zu verwandten Begriffen wie "CLV", "Lifetime Revenue", "Customer Value Score" und "Retention Metrics", selbst wenn diese Begriffe nicht in der abfragen vorkommen. Diese kontextbezogene Intelligenz verbessert die usability der Daten dramatisch, insbesondere für nicht-technische Rollen.

Auswirkungen in der realen Welt: Sanoma Media Finnland

Sanoma Media Finnland ist ein perfektes Beispiel dafür, warum Datenkataloge auch bei erstklassiger Datentechnik unverzichtbar bleiben. Mikko Eskola, der Datendirektor des Unternehmens, erklärt: "Als führendes finnisches Medienunternehmen ist es wichtig, dass wir unserem Publikum relevante Inhalte und unseren Werbekunden verlässliche Erkenntnisse liefern."

Um diese Ziele zu erreichen, benötigte Sanoma mehr als nur datentechnische Fähigkeiten. Es brauchte eine organisatorische Daten-Discovery , die dem Unternehmen helfen würde, wettbewerbsfähig zu bleiben und innovativ zu sein. Die Herausforderung bestand nicht darin, Datenpipelines zu erstellen - das ist mit Databricks problemlos möglich. Die Herausforderung bestand darin, Daten für Geschäftsanwender zugänglich zu machen.

Durch die Implementierung der Actian Data Intelligence Platform zusammen mit Databricks hat Sanoma eine Komplettlösung geschaffen:

• Für DateningenieureDatabricks bietet die nötige Leistung, um große Mengen an Mediendaten, Nutzer und Werbemetriken aufzunehmen, umzuwandeln und zu verarbeiten.
• Für Geschäftsanwendermacht Actian's Datenkatalog diese Daten auffindbar, verständlich und zugänglich durch intuitive Schnittstellen und Self-Service .

Das Ergebnis? Sanoma geht davon aus, dass Engpässe bei der Verwaltung des Datenzugriffs erheblich reduziert werden können, während gleichzeitig Governance und Sicherheit gewährleistet sind. Marketing-Teams können Audience-Daten schneller finden. Vertriebsteams können auf Einblicke in Werbeträger zugreifen, ohne auf die IT-Abteilung warten zu müssen. Produktteams können die Verhaltensmuster Nutzer untersuchen und dabei sicher sein, dass sie genehmigte, hochwertige Daten verwenden.

Actian und Databricks liefern eine einheitliche Datengrundlage

Stellen Sie sich Databricks als den Motor der Datenumgebung vor, der Daten in großem Umfang aufnimmt, umwandelt und modelliert. Actian fügt die Intelligenzschicht hinzu, die diese Leistung mit den Menschen verbindet, die die Daten nutzen.

Gemeinsam schaffen sie ein komplettes Data-Intelligence-Ökosystem, in dem alle Stakeholder, vom Dateningenieur bis zum Analysten, Daten vertrauen, verstehen und mit Zuversicht handeln können.

Der KI-Vorteil: Verwaltete Daten KI-bereit machen

Die Bedeutung von Datenkatalogen wird noch deutlicher, wenn Unternehmen KI einführen und KI-Agenten einsetzen. Actian's Model Context Protocol (MCP) Server von Actian bietet hier einen Mehrwert, indem es KI-Assistenten wie ChatGPT und Claude direkt mit kontrollierten und katalogisierten Daten verbindet und so sicherstellt, dass KI-Antworten korrekt, erklärbar und konform sind.

Dies ist von entscheidender Bedeutung, denn KI-Agenten brauchen mehr als nur Zugang zu Rohdaten. Sie benötigen Kontext, Beziehungen und geschäftliche Bedeutung, um genaue Erkenntnisse zu gewinnen. Ohne diese Intelligenzschicht laufen KI-Modelle Gefahr, unzuverlässige Erkenntnisse aus ungeprüften Daten zu gewinnen. Damit können Unternehmen die Einführung von KI sicher skalieren und den Wert ihrer Dateninvestitionen beschleunigen.

Laut Capgemini, 93% der Führungskräfte der Meinung, dass die erfolgreiche Skalierung von KI-Agenten einen Wettbewerbsvorteil gegenüber anderen Unternehmen der Branche darstellt. Dieser Vorteil kommt jedoch nur zum Tragen, wenn KI-Agenten mit katalogisierten, kontrollierten und KI-fähigen Daten arbeiten.

Die Quintessenz: Datenkataloge sind keine Altlasten. Sie sind unverzichtbar.

Einige Unternehmen glauben fälschlicherweise, dass moderne Datenplattformen wie Databricks den Bedarf an Datenkatalogen überflüssig machen. Das Gegenteil ist der Fall. Je anspruchsvoller das Data Engineering eines Unternehmens wird, desto wichtiger wird ein umfassender Datenkatalog .

In dem Maße, in dem sich Datenökosysteme ausweiten und KI allgegenwärtig wird, wächst der Bedarf an Transparenz, Vertrauen und Zugänglichkeit. Hier ist der Grund dafür:

• Ohne einen Katalogschafft selbst das beste Data Engineering eine technische Festung, die nur von Ingenieuren bezwungen werden kann. Geschäftsanwender bleiben bei jeder Datenfrage auf die IT angewiesen.
• Mit einem Katalogschafft hervorragende Datentechnik einen geschäftlichen Mehrwert. Die Investition in Databricks zahlt sich für das gesamte Unternehmen aus, nicht nur für das Datenteam, da die Daten leicht zugänglich sind.

Für Unternehmen, die ernsthaft data-driven sein wollen, stellt sich nicht die Frage, ob sie in einen Datenkatalog investieren sollen. Die Frage lautet: "Wie können Sie es sich leisten, es nicht zu tun?"

Durch die Integration der Actian Data Intelligence Platform mit Databricks Unity Catalog erreichen Unternehmen eine echte Datendemokratisierung mit Daten, die verwaltet, kontextbezogen und KI-fähig sind. Unternehmen Nutzen von einer umfassenden Lösung, die dem gesamten Unternehmen dient, von Dateningenieuren, die Pipelines aufbauen, bis hin zu Geschäftsanalysten, die wichtige Entscheidungen treffen.

Das ist nicht nur ein besserer Datenstapel. Es ist ein Wettbewerbsvorteil, der auf Vertrauen, Transparenz und Zusammenarbeit beruht. Erfahren Sie mehr darüber, wie Actian und Databricks die Datentransparenz und -steuerung erweitern.

Über Danielle Simon

Danielle Simon ist Senior Director of Strategic Alliances bei Actian und verfügt über mehr als 15 Jahre Erfahrung in den Bereichen globale Partnerschaften, Allianzen und Channel Management in den Bereichen Daten, Cloud, KI-Governance, Analytik und Sicherheit. Zu ihren Erfahrungen gehört die Beschleunigung des Umsatzwachstums innovativer Unternehmen durch strategischen Vertrieb und Partnerschaften.