Aktive Metadaten: die nächste Stufe der Automatisierung von Data Governance

Aktive Metadaten sind Metadaten, die auf ihr Wissen hin handeln. Sie beobachten Datensysteme laufend, lernen Muster und lösen automatische Reaktionen aus. Während klassisches Metadatenmanagement ein statisches Inventar der Datenbestände hervorbringt, machen aktive Metadaten aus dem Datenkatalog einen operativen Teil der Governance, der dem Stewardship hilft, mit dem wachsenden Datenbestand Schritt zu halten.

Der Unterschied ist operativ. Nehmen Sie als Beispiel eine fiktive Tabelle. Ein passiver Katalog weiß, dass sie existiert und vor sechs Monaten dokumentiert wurde. Ein System mit aktiven Metadaten kann wissen, dass dieselbe Tabelle vergangene Woche 847 Mal von 23 Analysten abgefragt wurde, dass ihre Aktualität gestern unter den Schwellwert fiel und dass ihre Dokumentation veraltet ist. Wichtiger noch: Es kann auf alle drei Tatsachen hin automatisch handeln, indem es einen Aktualitätsalarm an das Pipeline-Team leitet, die veraltete Dokumentation dem Steward meldet und die Vertrauenssignale im Katalog aktualisiert.

Was sind aktive Metadaten?

„Aktive Metadaten“ ist ein Begriff aus der Analystenwelt, den Gartner bekannt gemacht hat, unter anderem in einem 2021 erstmals veröffentlichten Market Guide for Active Metadata Management. Aktives Metadatenmanagement nutzt Automatisierung, maschinelles Lernen und ereignisgetriebene Verarbeitung, um Metadaten aktuell und operativ nützlich zu halten. Aktive Systeme sammeln laufend operative Signale aus den Datensystemen: Abfragemuster, Pipeline-Läufe, Zugriffsprotokolle, Messungen der Datenqualität und Ereignisse zu Schemaänderungen. Aus diesen Signalen leiten sie Erkenntnisse ab, schlagen Maßnahmen vor und lösen automatische Reaktionen aus.

Das Beispiel mit den 847 Abfragen zeigt, warum das zählt. Ein passives System hält fest, dass eine Tabelle existiert. Ein aktives hält fest, dass die Tabelle stark genutzt wird, erkennt ihre häufigsten Abnehmer, bemerkt, wenn die Aktualität nachlässt, und weiß, dass der zuständige Steward die Dokumentation seit sechs Monaten nicht angefasst hat. Jede dieser Tatsachen wird handhabbar: Das System kann eine Prüfaufgabe zuweisen, einen Vertrauenswert aktualisieren oder nachgelagerte Abnehmer warnen.

Aktive und passive Metadaten

Passives Metadatenmanagement behandelt den Katalog als Nachschlagewerk: befüllen, ob automatisch oder von Hand, und die Nutzer darin suchen lassen. Das funktioniert in kleinen, stabilen Umgebungen, in denen eine Handvoll Stewards mit den Änderungen Schritt hält. Es scheitert im großen Maßstab, weil Metadaten veralten, und veraltete Metadaten sind schlimmer als gar keine, weil sie die Leute in die Irre führen, die sich auf sie verlassen.

Aktives Metadatenmanagement behandelt Metadaten als laufenden Prozess. Es sammelt Signale in Echtzeit, reichert sie mit ML an und löst automatische Aktionen aus. Der praktische Gegensatz: Ein passiver Katalog sagt „diese Tabelle wurde vor 6 Monaten zuletzt dokumentiert“. Ein aktives System sagt „diese Tabelle wird 200 Mal täglich abgefragt, die Dokumentation ist aber seit 6 Monaten unverändert“ und weist dem Steward sofort eine Prüfaufgabe zu.

So arbeiten aktive Metadaten

Plattformen für aktive Metadaten ruhen auf drei technischen Fähigkeiten, die zusammenwirken: laufendes Sammeln von Metadaten, Anreicherung per ML und ereignisgetriebenes Auslösen von Aktionen.

Laufendes Sammeln von Metadaten

Plattformen für aktive Metadaten binden Datenbanken, Pipelines, BI-Tools und Registries für KI-Modelle an, um laufend operative Metadaten zu sammeln: Abfrageprotokolle für die Zugriffsmuster, Protokolle der Pipeline-Läufe für die Aktualität, Messungen der Datenqualität für das Verteilungsverhalten und Änderungsereignisse für Schemaänderungen. So bleibt die Metadatenschicht aktuell, ohne auf Pflege von Hand angewiesen zu sein.

Anreicherung durch maschinelles Lernen

ML-Modelle verarbeiten die gesammelten Signale und leiten daraus Erkenntnisse ab, die aus keinem einzelnen Signal hervorgehen. Die Analyse von Nutzungsmustern zeigt, auf welche Objekte man sich stützt und welche verwaist sind. Ähnlichkeitsanalyse findet verwandte Objekte, die niemand von Hand verknüpft hat. Ausreißererkennung fängt Qualitätsprobleme ab, bevor Abnehmer sie bemerken. Ableitung der Verantwortung schlägt wahrscheinliche Data Owner anhand der Interaktionsmuster vor. Diese Anreicherungen heben den Wert der Metadatenschicht, ohne zusätzliche menschliche Arbeit zu verlangen.

Ereignisgetriebenes Auslösen von Aktionen

Erkennt das System eine Lage, die eine Reaktion verlangt (nachlassende Aktualität, Schemaänderung, Qualitätsausreißer, Lücke in der Dokumentation), löst es automatisch Aktionen aus, statt darauf zu warten, dass es jemandem auffällt. Dazu gehört, den zuständigen Steward zu alarmieren, den Aktualitätsstatus im Katalog zu aktualisieren, Dokumentationsaufgaben zuzuweisen, Governance-Kennzeichen an verwandte Objekte weiterzugeben oder einen Korrekturprozess für die Qualität anzustoßen.

Anwendungsfälle

Fünf Anwendungsfälle aktiver Metadaten bringen den unmittelbarsten Nutzen.

Aktualität automatisch überwachen

Aktive Metadaten überwachen die Aktualität der Daten und alarmieren Stewards und Abnehmer, wenn Daten nicht innerhalb ihres erwarteten Aktualisierungsfensters erneuert wurden. Das fängt veraltete Daten ab, bevor sie in Berichte, KI-Modelle und operative Entscheidungen einfließen, die sonst auf Daten beruhen, die der Wirklichkeit Stunden oder Tage hinterherhängen.

Dokumentation mit KI unterstützen

Plattformen für aktive Metadaten nutzen KI, um Dokumentation für undokumentierte Objekte zu entwerfen: Beschreibungen, Verknüpfungen zum Business Glossary und Klassifizierungen, abgeleitet aus technischen Metadaten, Datenproben und Nutzungsmustern. Das System entwirft, und die Menschen prüfen. Das beschleunigt die Abdeckung des Katalogs, ohne die Aufsicht über die endgültige Dokumentation aufzugeben.

Governance automatisch weitergeben

Wird eine Governance-Entscheidung über ein Datenobjekt getroffen (Klassifizierung als personenbezogen, Anwendung einer Aufbewahrungsregel, Kennzeichnung mit einer Domäne), geben aktive Metadaten diese Entscheidung an verwandte Objekte weiter. Ist eine Quelltabelle als personenbezogen klassifiziert, erben die daraus abgeleiteten nachgelagerten Tabellen die Klassifizierung automatisch. Diese Weitergabe folgt dem Lineage-Graphen, statt darauf zu bauen, dass Stewards jedes verwandte Objekt von Hand nachhalten.

Vertrauenssignale aus der Nutzung

Aktive Metadaten machen den sozialen Beleg sichtbar, der bei der Einschätzung der Vertrauenswürdigkeit hilft: wie viele Menschen einen Datensatz abfragen, wie oft, und welche Rückmeldung sie geben. Ein Datensatz, den 200 Analysten wöchentlich abfragen, ist vertrauenswürdiger als einer, der unkatalogisiert und ungenutzt liegt. Diese Signale neben den klassischen Qualitätskennzahlen zu zeigen, hilft Abnehmern bei der Entscheidung, auf welche Data Products sie sich stützen.

Ausreißer erkennen

Systeme mit aktiven Metadaten überwachen Verteilungen, Mengen und statistische Merkmale laufend. Eine Tabelle, die sonst 50.000 Zeilen pro Tag bekommt und gestern 12, hatte mit hoher Wahrscheinlichkeit einen Pipeline-Ausfall. Ein numerisches Feld, dessen Verteilung von einer Normalkurve zu einer zweigipfligen wechselt, ist womöglich beschädigt. Solche Ausreißer automatisch zu erkennen, bevor Nutzer ihnen in Berichten begegnen, ist eine der praktischsten Anwendungen für die Verlässlichkeit von Daten.

Aktive Metadaten und AI Governance

KI-Modelle brauchen vertrauenswürdige, gut dokumentierte Daten, und sie müssen erfahren, wenn vorgelagerte Daten sich so ändern, dass die Modellgüte darunter leiden könnte. Plattformen für aktive Metadaten überwachen die Daten, die KI-Modelle speisen, und alarmieren die Verantwortlichen, wenn sich vorgelagerte Merkmale verschieben: neue Verteilungen, andere Mengen, geänderte Schemata. Diese Überwachung schließt eine wichtige Lücke in der AI Governance, nämlich das Erkennen von Datendrift, ohne dass KI-Teams jede vorgelagerte Quelle von Hand prüfen müssen.

Der Zusammenhang wirkt in beide Richtungen. Aktive Metadaten helfen der AI Governance, indem sie die Datenqualität für KI-Pipelines überwachen. Und KI hilft den aktiven Metadaten, indem sie die ML-Anreicherung antreibt, die automatisches Erkennen und Vorschlagen erst möglich macht.

Hürden und Abwägungen

Zwei praktische Hürden verlangen bei der Einführung aktiver Metadaten Aufmerksamkeit.

Alarmmüdigkeit ist ein häufiger Fehlerfall. Systeme mit aktiven Metadaten können viele Alarme erzeugen: hier eine nachlassende Aktualität, dort eine Schemaänderung, dazu eine gemeldete Lücke in der Dokumentation. Wird die Menge nicht sorgfältig gesteuert, lernen die Empfänger, sie zu ignorieren. Fangen Sie mit wenigen, aussagekräftigen Alarmen hoher Priorität an und weiten Sie aus, sobald der Reaktionsprozess gereift ist.

Menschliche Aufsicht bleibt unverzichtbar. Aktive Metadaten senken den Aufwand, ersetzen aber kein Urteil. Von KI erzeugte Dokumentation braucht vor der Annahme eine Prüfung. Die automatische Weitergabe von Governance braucht eine Ausnahmebehandlung für Fälle, in denen die Ableitung falsch ist. Reaktionen auf Alarme brauchen eine Untersuchung, um echte Probleme von Fehlalarmen zu trennen. Wer aktive Metadaten nutzt, um Fleißarbeit zu senken und das Urteil zu behalten, fährt gut damit; wer volle Automatisierung erwartet, wird enttäuscht.

Wie Dawiso aktive Metadaten angeht

Dawiso wendet mehrere Prinzipien aktiver Metadaten in Katalog und Governance-Abläufen an und sagt genau, wo sie enden. Konnektoren lesen Metadaten aus den unterstützten Quellsystemen aus, sodass der Katalog abbildet, was existiert, ohne dass jemand es von Hand erfasst. Die Data Lineage entsteht aus vier Quellen: Konnektoren, Transformations-Frameworks wie dbt, dem Parsen von SQL (standardmäßig nicht aktiv) und Beziehungen, die Nutzer von Hand anlegen. Benachrichtigungen informieren Nutzer über Änderungen an den Objekten, die sie beobachten, und ein Admin, der eine Datenquelle beobachtet, wird benachrichtigt, wenn eine Ingestion fehlschlägt.

Sind die KI-Funktionen aktiviert, erzeugt Dawiso Beschreibungen für Datenbanken, Schemata, Views und Tabellen, und jede erzeugte Beschreibung ist mit einem Banner gekennzeichnet, bis ein Mensch sie prüft und speichert. Begriffe aus dem Business Glossary werden automatisch erkannt und verknüpft, wo immer sie im Inhalt eines Objekts vorkommen. Die Klassifizierung nach PII und Vertraulichkeit legen Menschen fest, und der sensibelste Wert wird automatisch nach oben weitergegeben, von den Objekten an die Output-Ports und Datenprodukte, die sie bereitstellen.

Einige der oben beschriebenen Fähigkeiten liegen außerhalb von Dawiso. Dawiso misst weder die Aktualität noch erkennt es Ausreißer oder führt selbst Prüfungen der Datenqualität aus: Qualitätsprüfungen werden in Dawiso dokumentiert, zusammen mit der externen Engine, die sie ausführt. Nutzungsstatistiken liefert heute ein einziger Konnektor, SAP BW, der die Nutzung von BEx-Queries aus den OLAP-Statistiken von SAP ausliest.

Über das Model Context Protocol (MCP) können KI-Agenten über den Dawiso MCP-Server mit den Metadaten von Dawiso arbeiten: Suche, Objektdetails, Lineage und Datenproben, dazu Schreibwerkzeuge für Rollen mit Bearbeitungsrechten, etwa um Attribute und Workflow-Status zu ändern.

Fazit

Aktive Metadaten verschieben, was Datenkataloge und Governance-Plattformen leisten können: von statischer Dokumentation zu operativen Systemen, die laufend überwachen, anreichern und auf Metadaten hin handeln. Diese Verschiebung zählt, weil die Alternative nicht skaliert, nämlich darauf zu bauen, dass menschliche Stewards Metadaten über Tausende von Objekten und Hunderte von Pipelines hinweg von Hand aktuell halten. Mit Sorgfalt eingesetzt, helfen aktive Metadaten Organisationen, die Abdeckung im Katalog höher zu halten, Probleme mit Daten früher zu bemerken und Governance-Richtlinien einheitlicher anzuwenden, sofern Menschen weiterhin prüfen, was die Automatisierung vorschlägt.

Quellen

• Gartner, Lack of AI-Ready Data Puts AI Projects at Risk, Pressemitteilung vom 26. Februar 2025 (60 % der KI-Projekte ohne KI-ready Daten werden bis Ende 2026 aufgegeben).
• Dawiso Help, Data lineage.
• Dawiso Help, Sources of data lineage.
• Dawiso Help, Notifications.
• Dawiso Help, AI features and integrations in Dawiso (KI-Funktionen).
• Dawiso Help, Business glossary.
• Dawiso Help, PII and confidentiality.
• Dawiso Help, Data product quality and SLAs.
• Dawiso Help, SAP BW connector.
• Dawiso Help, Dawiso Model Context Protocol (MCP).