Produkt-Updates im Juli: Data Governance, Datenhoheit und Skalierbarkeit in Unternehmen

Datenabteilungen in Unternehmen stehen vor der Herausforderung, drei Anforderungen unter einen Hut zu bringen: 

1. Eine Unternehmensführung, die Vertrauen schafft.
2. Kontrolle über die Infrastruktur und Einhaltung der Vorschriften.
3. Geschwindigkeit ohne manuelle Arbeit.

In den letzten Monaten haben wir Aktualisierungen für Datenbanken, Datenmanagement und Business Intelligence veröffentlicht, um diese Lücken zu schließen. Hier sind die von uns eingeführten Neuerungen. 

Datenmanagement: Vertrauen

Data Contract Builder bietet Daten Datenverwalter n und -verantwortlichen einen gemeinsamen Arbeitsbereich, um Datenverträge mithilfe von ODCS v3.1.0 zu definieren, zu versionieren und zu verwalten. Geschäftsanwender und technische Verantwortliche arbeiten zusammen, ohne YAML-Code schreiben zu müssen. Die Verträge sind maschinenlesbar, versionsverwaltet und in jede ODCS-kompatible Pipeline übertragbar.

Auswirkungen: Die Daten gelangen fehlerfrei in nachgelagerte Systeme. Qualitätsprobleme werden frühzeitig erkannt. Regeln lassen sich innerhalb von Tagen statt Wochen implementieren. Die nachgelagerten Teams vertrauen den Daten, da der Vertrag überprüfbar ist und im Vorfeld vereinbart wurde.

Data Product Builder bündelt vorhandene Datensätze zu geregelten Datenprodukten, ohne auf die Datenverarbeitung warten zu müssen. Datenproduktverantwortliche definieren Ausgabeports direkt in der Data Intelligence Platform. Die Plattform generiert automatisch einen ODCS-konformen Datenvertrag als konkreten Ausgangspunkt für die Governance, ohne dass YAML erforderlich ist. Dieser Vertrag lässt sich direkt in den Data Contract Builder für kollaborative Governance oder in CI/CD integrieren, sobald die Datenverarbeitung bereit ist, ihn durchzusetzen.

Auswirkungen: Teams, die durch technische Rückstände blockiert sind, treiben die Governance ohne Abhängigkeiten voran. Beginnen Sie mit dem „Data-First“-Ansatz. Entwickeln Sie sich mit zunehmender Reife zum „Contract-First“-Ansatz weiter und nutzen Sie dabei denselben generierten Vertrag als Grundlage.

Data Steward Agent automatisiert die Routineaufgaben zur Aktualisierung Ihres Katalogs. Stewards kopieren Pläne und Änderungslisten direkt aus dem Agent-Chat, um sie mit ihren Teams zu teilen, bevor sie umfangreiche Aktualisierungen vornehmen. Komplexe Abfragen werden unter vollständiger Beibehaltung der Argumentationskette über „ Metadaten “, Eigentumsverhältnisse und Datenherkunft hinweg ausgeführt, sodass „ Datenverwalter “ anspruchsvollere Governance-Aufgaben ohne Leistungseinbußen ausführen können. Dokumentation und Definitionen bleiben über Workflows und externe Agenten hinweg dank MCP- und A2A-Integrationen konsistent. Der Agent ist in den föderierten Wissensgraphen der Data Intelligence Platform eingebettet und agiert auf Basis des vollständigen Katalogkontexts, nicht anhand generischer KI-Ergebnisse.

Auswirkung: Ihr Katalog wird zu einer vertrauenswürdigen semantischen Ebene, d Datenverwalter en tatsächlich auf Unternehmensebene verwalten . Eine schnellere und zuverlässigere Verwaltung bedeutet eine bessere Metadaten Qualität, konsistentere Definitionen und einen Katalog, auf den sich Datenteams und KI-Systeme verlassen können.

DataConnect 14.0 integriert Datenqualität auf Unternehmensniveau in jede Integrationspipeline, indem es drei hartnäckige Engpässe beseitigt: die Komplexität der Regelerstellung, die blinde Regelkonfiguration und Transparenzlücken. „Automate Design“ analysiert Muster und schlägt innerhalb weniger Minuten Regeln vor. Mit dem „AI Prompt“-Workflow können Sie ein Problem in einfacher Sprache beschreiben; die Regel wird generiert und vor der „ Deployment “ anhand von Live-Daten validiert. VollAufzeichnung -Browser- und Bewertungsberichte zeigen genau, was Sie beheben und wo Qualitätsprobleme liegen. Die Plattform verarbeitet Daten im Spark-Maßstab (10- bis 100-mal schneller), erkennt über 1.200 semantische Typen und lässt sich nahtlos in bestehende DataConnect-Jobs integrieren.

Auswirkungen: Die Datenqualität lässt sich ohne manuelle Datenaufnahme an das Volumen eines „Lakehouse“ anpassen. Teams entwickeln Vertrauen in die Unternehmensdaten, die für Analysen, KI und den Betrieb genutzt werden.

AI Analyst lässt sich nun mit Actian Ingres- und HCL Informix*-Datenbanken verbinden und ermöglicht so kontrollierte, agentenbasierte Analysen von Betriebs- und historischen Daten, die in Altsystemen gespeichert sind. Geschäftsanalysten und Datenteams können Fragen in natürlicher Sprache zu Transaktionsdaten stellen, ohne SQL-Befehle schreiben zu müssen. Die semantische Ebene übernimmt die Übersetzung zwischen den verschiedenen Dialekten automatisch. Sie arbeitet mit jeder anderen „ verbundene Daten “-Quelle in AI Analyst zusammen und ermöglicht so quellenübergreifende Analysen, ohne dass neue Pipelines erstellt werden müssen.

Auswirkungen: Modernisieren Sie den Zugriff auf vertrauenswürdige Betriebsdaten, ohne Kernsysteme zu ersetzen. Teams untersuchen historische Daten und Transaktionsaufzeichnungen mithilfe von Conversational Analytics.

Datenbanken: Souveränität

Zen 17 AI erweitert die Datenbankebene von „ eingebettet “ um eine native Vektorsuche. Entwickler führen einheitliche SQL-Abfragen aus, die relationale Daten, „ Metadaten “-Filter und die Vektorähnlichkeitssuche in einer einzigen, ressourcenschonenden Engine vereinen, ohne dass eine separate Vektordatenbank erforderlich ist. Dank der MCP-Serverunterstützung können KI-Agenten nativ eine Verbindung zu Zen herstellen. HNSW bietet Leistung auf Unternehmensniveau. Es funktioniert auch dort, wo die Konnektivität unbeständig ist oder ganz fehlt. Bestehender Zen-Code läuft unverändert weiter. Keine Migration. Keine „ Downtime “.

Auswirkungen: KI-gestützte Funktionen werden schneller in „ eingebettet “- und Edge-Umgebungen eingeführt. Die Komplexität der Architektur nimmt ab. Die Daten verbleiben dort, wo sie erstellt wurden.

Analytics Engine 8.0 bietet souveräne, KI-fähige Analysen für On-Premise- und Air-Gapped-Umgebungen. Die patentierte vektorisierte Engine sorgt für ein optimiertes „ Daten-Lake “-Erlebnis und liest Iceberg, Delta Lake, „ Parquet “ sowie andere offene Formate direkt vor Ort, ganz ohne benutzerdefinierte ETL-Prozesse. Der Mechanismus für externe Tabellen vereinfacht die Registrierung von „ Datensatz “ in großem Maßstab. Eine neue Reihe von datenbankinternen KI- Fähigkeiten en eröffnet moderne Anwendungsfälle für die Entwicklung von RAG-Anwendungen (Retrieval-Augmented Generation), unterstützt vordefinierte Einbettungsmodelle, enthält integrierte Modellmetriken und ermöglicht den direkten nativen Zugriff auf LLMs über SQL-Anweisungen.

Auswirkungen: Analytics-Teams führen KI-Workloads aus, ohne ihre bestehenden Datenbanken zu entfernen oder Daten in die „ Cloud “ zu verschieben.

Business Intelligence: Effizienz

Jaspersoft 10.1.0 automatisiert die Routineaufgaben bei der Berichtsgestaltung und bietet IT-Administratoren sowie Compliance-Teams gleichzeitig neue Kontrollmöglichkeiten. Der Berechnungskonfigurationsassistent macht das manuelle Erstellen von Ausdrucksskripten für Summen und Zählungen überflüssig. Zusammengesetzte Elemente vereinfachen das Seitenlayout. Der Scheduler- Dashboard us bietet Administratoren Echtzeit-Einblick in die Auftragsausführung und ermöglicht gezielte Neustarts. Es ist nicht erforderlich, ganze Stapel erneut auszuführen, wenn ein einzelner Auftrag fehlschlägt. Verbesserungen bei der Barrierefreiheit erfüllen die Standards gemäß Section 508, PDF/UA und WCAG von Haus aus. Berichte, die vor Jahren erstellt wurden, laufen auf der modernisierten Engine schneller.

Auswirkungen: Entwickler können ihre Produkte schneller auf den Markt bringen. Administratoren beheben Probleme innerhalb von Minuten. Regulierte Branchen erfüllen Compliance-Anforderungen ohne Kompromisse.

Maßnahmen ergreifen

Datenverantwortliche und Governance-Beauftragte: Erleben Sie den „Data Contract Builder“, den „Data Product Builder“ und den „Data Steward Agent“ in Aktion. [ Demo -Termin vereinbaren]

Entwickler, die KI entwickeln: Erfahren Sie, wie die neue Zen 17-KI RAGin der „ eingebettet “-Ebene ausführt. [Buchen Sie eine technische Vertiefung]

Dateningenieure und -architekten: Erleben SieDatenqualität im Spark-Maßstab. [Produkt-Tour starten]

Analytics-Teams: Entdecken Sie [Analytics Engine 8.0] für eigenständige, KI-fähige Analysen. Erfahren Sie, wie Sie mit [Jaspersoft 10.1.0] Berichte ohne Neuprogrammierung ausgeben können.

Ingres- und HCL Informix-Anwender: Stellen Sie über AI Analyst Fragen in natürlicher Sprache an Ihre Daten. Weitere Informationen erhalten Sie in Kürze von Ihrem Kundenbetreuer.

Informix® ist eine Marke der IBM Corporation in mindestens einer Rechtsordnung und wird unter Lizenz verwendet.

Über den Autor

Über Dee Radh

Als Senior Director of Product Marketing leitet Dee Radh das Produktmarketing bei Actian. Zuvor hatte sie leitende PMM-Positionen bei Talend und Formstack inne. Dee hat ihre gesamte berufliche Laufbahn damit verbracht, Technologieprodukte auf den Markt zu bringen. Ihre Expertise liegt in der Entwicklung strategischer Narrative und einer differenzierten Positionierung für eine effektive Markteinführung. Neben einem Postgraduierten-Diplom der University of Toronto verfügt Dee über Zertifizierungen des Pragmatic Institute, der Product Marketing Alliance und von Reforge. Dee lebt in Toronto, Kanada.