Ihr Datenteam kann nicht 48 Aufgaben gleichzeitig erledigen. Ihre Agentenflotte hingegen schon.
Sieben spezialisierte Agenten dokumentieren, überwachen, modellieren, korrigieren und analysieren Ihre Daten. Stellen Sie Ihre Anfrage in einfacher Sprache. Der zuständige Agent nimmt sie entgegen, und an Ihrem Katalog ändert sich nichts, bis eine Person die Änderung genehmigt.
Agenten auf Enterprise-Niveau für das gesamte „ Datenmanagement “-Team
Stewardship, Datenvertrauen, Analytics Engineering und Konversationsanalyse basieren auf denselben Beschreibungen, Glossarbegriffen, Datenherkunftsangaben und Governance-Regeln.
Spezialagenten sind bereits im Einsatz, weitere werden folgen
Aufgaben, die die Flotte erfüllt, jeweils einer konkreten Frage zugeordnet
Actian-Produkte, die in der Flotte zum Einsatz kommen
Lernen Sie Ihre Actian-Agentenflotte kennen, die vom Kontext ausgeht.
Formulieren Sie Ihre Anfrage in einfacher Sprache, dann wird sie vom richtigen Spezialisten bearbeitet. In Ihrem Katalog ändert sich nichts, bis eine Person die Änderung genehmigt hat.
Lernen Sie Ihre Actian-Agentenflotte kennen, die vom Kontext ausgeht.
Formulieren Sie Ihre Anfrage in einfacher Sprache, dann wird sie vom richtigen Spezialisten bearbeitet. In Ihrem Katalog ändert sich nichts, bis eine Person die Änderung genehmigt hat.
Lernen Sie die Flotte kennen
Governance-Struktur
„Das sind unsere Anforderungen. Richten Sie den Katalog entsprechend ein.“
- Liest eine von Ihnen hochgeladene „ use case “ oder eine behördliche Vorgabe und schlägt die dafür erforderlichen Domänen, Glossarbegriffe und Datenelemente vor
- Ordnet jedes Element den erfassten Datensätzen zu, in denen es enthalten ist, und gibt für jede Verknüpfung einen Grund an
- Es beginnt ausschließlich mit der technischen Metadaten , und es wird nichts erstellt, bis Sie es genehmigt haben.
Umfang des Katalogs
„Was ist nicht dokumentiert, und wo fange ich an?“
- Listet die Datensätze in einem von Ihnen benannten Bereich auf, die keinen Eigentümer, keine Beschreibung und keinen Glossar-Link haben
Dokumentation
„Kannst du das hier aufschreiben?“
- Entwürfe von Beschreibungen aus Schema und Herkunftsnachweis, niemals aus einem leeren Feld
- Erstellt Dokumentationen im README-Stil mit Angaben zu den Quellquellen und der Verwendung
Geschäftsglossar
„Wie sollen wir das nennen?“
- Schlägt Begriffe mit Definitionen vor
- Verknüpft sie mit Datensätzen, sofern Ihr Metamodell dies zulässt
Domänenklassifizierung
„Zu welcher Domäne gehört das?“
- Sortiert Datensätze anhand Ihrer Domänenwerte und gibt für jeden einzelnen eine Begründung an
Glossar Gesundheit
„In welchen Punkten weichen unsere Bedingungen voneinander ab?“
- Erkennt doppelte und widersprüchliche Begriffe
- Bewertet, wie schwerwiegend die einzelnen Probleme sind, und gibt an, wer sie beheben sollte
Gemeinsame Bedeutung
„Was bedeutet der Begriff ‚Kunde‘ im gesamten Unternehmen?“
- Vergleicht, wie ein Begriff in den jeweiligen Bereichen verwendet wird, einschließlich Synonymen und Definitionen, die sich voneinander entfernt haben
- Heute ist es eine Antwort auf Anfrage; gespeicherte Modelle werden mit der Ontologie bereitgestellt
Regeln zur Abstammung
„Alle Elemente markieren, die aus dieser Spalte abgeleitet sind.“
- Verfolgt die Herkunft auf Spaltenebene und wendet Ihre Regel Schritt für Schritt an
- Eine Genehmigung pro Hop
Hausordnung
„Mach es immer so, wie wir es wollen.“
- Befolgt die geltenden Vorgaben zum Hausstil und zu den obligatorischen Eigenschaften
Genehmigungsstelle
„Was genau wird sich ändern?“
- Zeigt jeden Schreibvorgang als Karte mit dem Element, der Operation und den genauen Werten an
- Größere Aufträge werden im Planmodus ausgeführt, und bei jedem Schreibvorgang wird weiterhin abgefragt,
Nutzungsrangliste (Plattform)
„Welche Ressourcen nutzen die Menschen tatsächlich?“
- Ist auf die Beliebtheit des Explorers zurückzuführen
Daten Erkenntnis
„Was sagen mir die Trends in meinen Daten?“
- Erstellt Diagramme und Zusammenfassungen aus Rohdaten
- Macht Trends bei der Datenqualität leicht verständlich
Hilfe
„Wie mache ich das?“
- Enthält Schritt-für-Schritt-Erklärungen und Hintergrundinformationen
- Hält die Informationen, die die Teams benötigen, griffbereit
Routing
„Wo finde ich die richtige Regel, den richtigen Vorfall oder das richtige Objekt?“
- Leitet Benutzer zu den richtigen Regeln, Vorfällen oder Assets weiter
- Reduziert den Zeitaufwand für die Suche auf der Plattform
Orchestrierungs-Agent
„Wie richte ich das ein und schließe es an?“
- Dient als Steuerungsebene für Konfigurationen, Metadaten und Integrationen
- Automatisiert die Einbindung und Konfiguration
Validierung
„Welche Validierungsregeln soll ich anwenden?“
- Erfasst kontinuierlich Trends zur Datenqualität
- Schlägt Validierungsregeln vor
- Sorgt für zuverlässige Rohrleitungen bei geringerem manuellem Aufwand
Fehlerdiagnose
„Was war die Ursache für diesen Vorfall?“
- Analysiert Anomalien und Vorfälle, um mögliche Ursachen zu ermitteln
- Hebt Abhängigkeiten in der Pipeline hervor, um Probleme schneller zu beheben
Abstammung
„Was hängt von diesen Daten ab?“
- Stellt Datenflüsse zwischen Quellen und Zielen dar
- Ermittelt Abhängigkeiten und Auswirkungen auf nachgelagerte Bereiche
Erstellung eines semantischen Modells
„Können Sie diese Daten für die Analyse modellieren?“
- Erstellt Modelle auf der Grundlage von Daten und Dokumentation
Definitionen metrischer Größen
„Wie sollte diese Kennzahl berechnet werden?“
- Definiert überwachte Kennzahlen und Geschäftslogik
Beziehungsmodellierung
„In welchem Zusammenhang stehen diese Daten?“
- Definiert Verknüpfungen und Beziehungen
Semantische Pflege
„Was muss sich ändern?“
- Überwacht Modelle und schlägt Aktualisierungen vor
Ad-hoc-Analyse
„Was ist gerade in der Branche los?“
- Beantwortet Fragen unter Anwendung der festgelegten Geschäftslogik
Untersuchung
„Warum hat sich das geändert?“
- Analysiert Trends und Ursachen
Überwachung
„Worauf sollte ich achten?“
- Zeigt aussagekräftige Veränderungen im Zeitverlauf auf
Berichterstattung
„Können Sie diese Analyse zusammenfassen?“
- Erstellt Berichte mit Texten, Diagrammen und Tabellen
Erklärbarkeit
„Wie bist du auf diese Antwort gekommen?“
- Zeigt die Logik hinter jedem Ergebnis
Vor-Ort-Begutachtung
„Was stimmt mit diesen Daten nicht?“
- Analysiert Felder und Datensätze, um Qualitätsprobleme zu identifizieren
Empfehlung zur Sanierung
„Wie soll ich diese Daten korrigieren?“
- Empfiehlt und implementiert Lösungen für festgestellte Qualitätsprobleme
Muster- und „ Anomalie “-Erkennung
„Was sieht ungewöhnlich aus?“
- Erkennt Muster und Anomalien in Feldwerten
Empfehlung für eine Regel
„Welche Regel soll ich anwenden?“
- Empfiehlt und wendet datengestützte Qualitätsregeln an
Regeln für mehrere Felder
„Wie schreibe ich eine Regel, die zwei Felder gemeinsam überprüft?“
- Erstellt bedingte Regeln über Felder und Beziehungen hinweg
Regelüberprüfung
„Hat diese Regel das bewirkt, was ich wollte?“
- Zeigt gültige/ungültige Datensätze für angewendete Regeln an
Suche in einfacher Sprache
„Such mir Daten zur Kundenabwanderung in Frankreich.“
- Suche nach Bedeutung, nicht nach Stichwörtern
- Stellt das beste Datenprodukt in den Vordergrund und erklärt, warum es die besten Voraussetzungen erfüllt
Bonitätsprüfung
„Kann ich das benutzen?“
- Zeigt Eigentümer, Beschreibung, Status und Kennzeichnungen zu den persönlichen Daten in einer Antwort an
- Sagt ganz klar, was fehlt
Vergleich
„Welches der beiden soll ich nehmen?“
- Vergleicht die Kandidaten hinsichtlich Definition, Aktualität, Herkunft und der Frage, wer sie bereits einsetzt
Empfehlungen
„Was nutzen Teams wie meines?“
- Reiht nach der Anzahl der Teams, die eine Ressource nutzen
- Macht Vorschläge, was normalerweise zu dem passt, was du bereits hast
Erläutere dies im Kontext
„Was ist denn da eigentlich drin?“
- Fasst die Rubriken, Glossarbegriffe und den Datenvertrag in leicht verständlichem Deutsch zusammen, mit Quellenangaben
Zugang
„Wie erhalte ich Zugang?“
- Startet die Zugriffsanfrage von der Produktseite aus, wobei Ihre E-Mail-Adresse use case bereits eingetragen ist
- Der Eigentümer stimmt zu, und du kannst den Vorgang unter „Meine Anfragen“ nachverfolgen.
Ein Produkt anfordern
„Nichts passt. Kann das jemand bauen?“
- Erstellt einen Vorschlag mit Quellenangaben, Schema und Qualitätsregeln
- Überträgt dem Eigentümer und dem Data Steward Agent die Aufgabe, dies aufzubauen
Wo Sie arbeiten
„Kann ich das über mein eigenes KI-Tool abfragen?“
- Liefert über den Actian MCP-Server dieselben standardisierten Antworten wie Claude, Copilot oder ChatGPT
Geschäftsmodell
„Wie fügt sich unser Geschäft in das Gesamtbild ein?“
- Stellt Kernkonzepte wie „Kunde“, „Konto“ und „Vertrag“ vor und erläutert deren Zusammenhänge
- Ausgehend von Ihrem Glossar, Ihren Domänen und Ihrer Herkunft
Konzeptkartierung
„Wo findet sich der Begriff ‚Kunde‘ in unseren Daten?“
- Verknüpft jedes Konzept mit den Datensätzen und Feldern, in denen es enthalten ist
- Gibt für jeden Link einen Grund an
Gemeinsame Bedeutung, gespeichert
„Verwende in allen Bereichen einheitlich dieselbe Definition.“
- Wandelt den domänenübergreifenden Vergleich des Data Steward-Agenten in ein gespeichertes Modell um
- Behält Synonyme und lokale Varianten bei Aufzeichnung
Geschäftsregeln
„Was muss immer wahr sein?“
- Erfasst Regeln wie „Jedes Konto hat einen Inhaber“ im Modell, wo sie von Qualitätsprüfern und Bearbeitern genutzt werden können
Hintergrundinformationen zur KI
„Geben Sie meinen Mitarbeitern den richtigen Kontext.“
- Stellt das regulierte Modell den Analysten-Agenten und externen KI-Tools über MCP zur Verfügung, sodass jede Antwort dieselbe Bedeutung hat
Auswirkungen der Änderung
„Was geht schief, wenn wir diese Definition ändern?“
- Ermittelt die Datenprodukte, Metriken und Agenten, die von einem Konzept abhängen, bevor sich etwas ändert
Modell-Governance
„Wer hat das genehmigt, und wann?“
- Jede Änderung am Modell wird vorgeschlagen, geprüft und mit einer Versionsnummer versehen
- Die Eigentümer stimmen zu, genau wie bei jedem anderen Beitrag