Ihre Teams können Daten finden. Sie können jedoch nicht sagen, ob diese Daten auch das bedeuten, was sie vermuten.
Actian verknüpft jede Datenquelle mit ihrem geschäftlichen Kontext, ihrer Herkunft und ihren Vertrauen signalisierenden Merkmalen, sodass jeder Nutzer – vom Datenarchitekten über den Business-Analysten bis hin zum KI-Agenten – Daten anhand ihrer Bedeutung erschließen kann.
Eine Frachtfluggesellschaft. Über 100 Datenquellen.
Jeder Mitarbeiter kann Daten abrufen, ohne ein IT-Ticket erstellen zu müssen.
Datenquellen vereinheitlicht
.
Mitarbeiter mit Selbstbedienungszugang
.
Native Konnektoren, die in Echtzeit synchronisieren
.
Lufthansa Cargo hat über 100 Datenquellen zusammengeführt und mehr als 4.100 Mitarbeitern einen Self-Service-Zugriff auf verlässliche Daten ermöglicht – ganz ohne Angabe eines einzigen Ordnerpfads.
Lufthansa Cargo ist eine der führenden Frachtfluggesellschaften Europas und bedient 300 Ziele in über 100 Ländern. Der Jahresumsatz beträgt 3 Mrd. Euro. Jährlich werden 530.000 Tonnen Fracht umgeschlagen. Die Kernsysteme berechnen täglich mehr als 30.000 Flüge weltweit.
Das Problem bei der Datenermittlung war konkret: Bei der herkömmlichen Suche musste man den genauen Namen des Assets oder den Ordnerpfad kennen, bevor man etwas finden konnte. Die Geschäftsteams hatten keinerlei Möglichkeit zur eigenständigen Datenermittlung. Uneinheitliche BI-Reports führten zu Datenüberschneidungen, sodass die Mitarbeiter Zahlen manuell überprüfen mussten, bevor sie ihnen vertrauen konnten. Und für die Integration von Metadaten aus über 100 unterschiedlichen Quellen in Echtzeit gab es keinen automatisierten Weg.
Die Herausforderung
- Die bisherige Suchfunktion hinderte die Geschäftsteams daran, Daten zu finden, ohne die genauen Namen der Assets oder die Ordnerpfade im Voraus zu kennen.
- Ein nicht vernetztes BI Reporting führte zu massiven Datenüberschneidungen, sodass die Mitarbeiter die Daten vor dem Ergreifen von Maßnahmen manuell überprüfen mussten.
- Für die Synchronisierung von Metadaten aus über 100 unterschiedlichen Quellen in Echtzeit gab es keine skalierbare Lösung.
- Veraltete Architekturen haben den physischen Beständen ihre geschäftliche Bedeutung genommen, sobald die Daten verschoben wurden.
Was Actian getan hat
- Es wurde ein einziger föderierter Wissensgraph implementiert, sodass Menschen und technische Teams nun endlich auf derselben Kontextebene arbeiten und Daten anhand von Bedeutung, Herkunft und Beziehungen erschließen können.
- Die Studio App ermöglicht eine automatisierte Dokumentation für Datenproduzenten und Architekten und schafft so eine in Echtzeit kontinuierlich aktualisierte Metadaten-Ebene.
- Die Explorer-App bot Geschäftskunden eine graphbasierte Suche, die sich an Bedeutungen und Beziehungen orientierte, sodass es nicht mehr erforderlich war, die Namen oder Pfade der Assets im Voraus zu kennen.
- Über 75 native Konnektoren haben statische Tabellenkalkulationsbestände und punktuelle Scans durch eine kontinuierliche Synchronisierung der Metadaten in Echtzeit ersetzt.
Was Lufthansa Cargo erreicht hat
Über 100 Datenquellen, die zu einer einzigen zuverlässigen Informationsquelle für den gesamten Frachtbetrieb zusammengeführt wurden.
Über 4.100 Mitarbeiter, die eigenständig auf Daten zugreifen, Hypothesen aufstellen und wichtige weltweite Frachttransporte schneller abwickeln können.
Über 75 native Konnektoren, die kontinuierlich Echtzeit-Metadaten erfassen und synchronisieren und manuelle Bestandsaufnahmen in Tabellenkalkulationen vollständig ersetzen.
Entwickelt für alle Nutzer, die Daten schnell finden und ihnen vertrauen müssen
Das flexible Metamodell passt sich jeder Topologie an, ohne dass eine Neugestaltung der Architektur erforderlich ist. Jeder Nutzer und jeder KI-Agent erschließt Daten über den aktuellen, geregelten Kontext, da der Graph physische Datensätze automatisch mit geschäftlichen Zusammenhängen verknüpft.
Studio richtet sich an Datenproduzenten. Explorer richtet sich an Datennutzer. Beide laufen auf derselben graphbasierten Suchschicht, sodass jede Rolle – vom Datenarchitekten über den Business-Analysten bis hin zum KI-Agenten – Daten anhand von Bedeutung, Herkunft und Kontext entdeckt und nicht anhand von Dateinamen und Ordnerpfaden.
Über 75 native Konnektoren erfassen und synchronisieren kontinuierlich Metadaten Cloud, On-Premise- und Hybridumgebungen. Die Live-Kontext-Ebene wird automatisch aktualisiert. Teams müssen keine Bestandslisten mehr in Tabellenkalkulationen pflegen, sondern arbeiten fortan mit einem Katalog, der die tatsächliche Situation widerspiegelt.
-
Das flexible Metamodell passt sich jeder Topologie an, ohne dass eine Neugestaltung der Architektur erforderlich ist. Jeder Nutzer und jeder KI-Agent erschließt Daten über den aktuellen, geregelten Kontext, da der Graph physische Datensätze automatisch mit geschäftlichen Zusammenhängen verknüpft.
-
Studio richtet sich an Datenproduzenten. Explorer richtet sich an Datennutzer. Beide laufen auf derselben graphbasierten Suchschicht, sodass jede Rolle – vom Datenarchitekten über den Business-Analysten bis hin zum KI-Agenten – Daten anhand von Bedeutung, Herkunft und Kontext entdeckt und nicht anhand von Dateinamen und Ordnerpfaden.
-
Über 75 native Konnektoren erfassen und synchronisieren kontinuierlich Metadaten Cloud, On-Premise- und Hybridumgebungen. Die Live-Kontext-Ebene wird automatisch aktualisiert. Teams müssen keine Bestandslisten mehr in Tabellenkalkulationen pflegen, sondern arbeiten fortan mit einem Katalog, der die tatsächliche Situation widerspiegelt.
Kommt Ihnen etwas davon bekannt vor?
Falls Ihr Team mit dieser Situation konfrontiert ist… |
Actian geht dieses Problem wie folgt an… |
|---|---|
Geschäftsteams haben ohne IT-Unterstützung keinen Zugang zur Self-Service-Recherche |
Die Explorer-App macht Daten anhand von Bedeutungen und Zusammenhängen sichtbar, ohne dass Vorkenntnisse über die Namen oder Pfade der Assets erforderlich sind |
Verschiedene Teams, die dieselben Zahlen unabhängig voneinander überprüfen |
Der „Federated Knowledge Graph“ sorgt dafür, dass für alle Rollen eine einheitliche, von Governance regulierte Kontextschicht gilt. |
Metadaten-Dokumentation, die sich in dem Moment ändert, sobald sich eine Pipeline ändert |
Über 75 native Konnektoren synchronisieren Metadaten kontinuierlich, ohne dass manuelle Aktualisierungszyklen erforderlich sind |
KI-Agenten, die ohne genaue Feld-IDs keine relevanten Daten finden können |
Die graphbasierte Suche filtert Assets nach Bedeutung, Herkunft und Kontext |
Wie die Daten-Discovery in den Gesamtskontext passt
Sind Sie bereit, jedem Team selbstständigen Zugriff auf Daten zu gewähren, auf die es sich verlassen kann?
Sprechen Sie mit einem Solutions Engineer über Ihre Discovery-Umgebung. Wir zeigen Ihnen, wie sich der Federated Knowledge Graph auf Ihre spezifischen Quellen, Rollen und Architekturen abbilden lässt.
Vereinbaren Sie ein Beratungsgespräch
(z. B. sales@..., support@...)
