Metadatenmanagement: Leitfaden für Unternehmen zu Datenkontext und KI-Reife

Metadatenmanagement ist die Praxis, Informationen über Daten systematisch zu erfassen, zu ordnen und zu pflegen: die Beschreibungen, Definitionen, Lineage-Angaben und Qualitätswerte, die Daten verständlich und vertrauenswürdig machen. Ohne Metadatenmanagement sagt eine Datenbankspalte namens „rev_q3“ niemandem etwas, der sie nicht selbst angelegt hat. Mit Metadatenmanagement verweist dieselbe Spalte auf „Q3-Umsatz in EUR, ohne Erstattungen“, und alle können sie richtig verwenden, von Analysten bis zu KI-Agenten.

Da KI-Systeme zu wichtigen Abnehmern von Unternehmensdaten werden, ist die Bedeutung von Metadaten längst nicht mehr auf die IT-Dokumentation beschränkt. Die Beschreibungen, Beziehungen und Qualitätsbewertungen, die Metadaten festhalten, brauchen KI-Systeme, um Daten richtig zu deuten.

Was sind Metadaten?

Metadaten sind Daten über Daten. Zu jedem Datum in einer Organisation gehören Metadaten, also Angaben zu Merkmalen, Kontext und Beziehungen. Spaltennamen, Datentypen und Zeilenzahlen sind Metadaten. Autoren, Veröffentlichungsdaten und Datenquellen sind Metadaten. Qualitätswerte, Data Lineage und Definitionen aus dem Business Glossary sind Metadaten.

Metadaten machen Daten verständlich. Eine Spalte namens „rev_q3“ sagt nichts aus, solange keine Beschreibung sie mit „Q3-Umsatz in EUR, ohne Erstattungen, wie im Business Glossary der Finanzabteilung definiert“ verbindet. Mit sauberen Metadaten wird dieselbe Spalte für jeden sofort nutzbar, der auf sie stößt, auch für KI-Systeme, die sie für automatisierte Analysen deuten müssen.

Arten von Metadaten

Das DAMA-DMBOK (zweite Auflage, 2017), das Metadatenmanagement als eines seiner Wissensgebiete behandelt, teilt Metadaten in drei Kategorien ein: technische, fachliche und operative. Viele Kataloge fügen eine vierte Kategorie hinzu: soziale Metadaten für Nutzungssignale. Jede dient einem eigenen Zweck im Kontext von Data Governance und Datenmanagement.

Technische Metadaten

Technische Metadaten beschreiben die strukturellen Merkmale von Datenbeständen: Tabellennamen, Spaltennamen und Datentypen, Dateigrößen, Zeitstempel für Anlage und Änderung, Datenbankschemata und API-Spezifikationen. Werkzeuge für den Datenkatalog erfassen technische Metadaten automatisch, während sie angebundene Quellen scannen: keine menschliche Interpretation nötig, nur systematische Extraktion.

Fachliche Metadaten

Fachliche Metadaten liefern die Bedeutung und den Kontext, die technische Metadaten für nichttechnische Nutzer brauchbar machen. Dazu gehören lesbare Beschreibungen, Angaben zur Verantwortung, Begriffe aus dem Business Glossary, Klassifizierungen und Hinweise zur Nutzung. Bei den fachlichen Metadaten setzen Governance-Programme ihre menschliche Arbeitskraft ein, denn sie verlangen Fachwissen, das automatische Werkzeuge vorschlagen, aber selten vollständig selbst erfassen können.

Operative Metadaten

Operative Metadaten halten fest, wie Daten verarbeitet und genutzt werden: Protokolle von Pipeline-Läufen, Zeitpläne von Jobs, Abfragehistorien, Zugriffsprotokolle und Ergebnisse von Qualitätsmessungen. Data Lineage, also der durchgängige Weg der Daten von der Quelle bis zum Ziel, stützt sich auf mehrere Arten zugleich: Die Struktur von Quellen und Transformationen gehört zu den technischen Metadaten, die Aufzeichnung, was wann gelaufen ist, zu den operativen. Zusammen unterstützen sie Auswirkungsanalyse, Compliance und die Fehlersuche bei Datenproblemen.

Soziale Metadaten

Soziale Metadaten halten das kollektive Wissen der Menschen fest: Nutzerbewertungen, Nutzungshäufigkeit, Notizen, Fragen und Empfehlungen. Ein Datensatz, den viele Analysten nutzen und gut bewerten, sendet ein stärkeres Signal als einer, der unberührt im Katalog liegt. Soziale Signale helfen bei der Entscheidung, welchen Daten zu trauen ist und welche Fachleute man fragen sollte.

Warum Metadatenmanagement wichtig ist

Organisationen, die Metadaten gut verwalten, suchen weniger lange nach Daten, machen weniger Fehler durch missverstandene Daten und können die Aufzeichnungen, die Aufsichtsbehörden verlangen, leichter führen. Die Kosten schlechten Metadatenmanagements sind verborgen, aber ständig da.

Daten finden, ohne herumzufragen

Wenn Metadaten gepflegt und durchsuchbar sind, hängt das Finden der richtigen Daten nicht mehr davon ab, zu wissen, wen man fragen muss. Ein Datenanalyst sucht nach „Kundenumsatz Q1“ und findet jeden passenden Datensatz, mit Beschreibungen dazu, was er enthält, wem er gehört und wann er zuletzt aktualisiert wurde. Ohne Metadatenmanagement verlangt dieselbe Suche E-Mails, Slack-Nachrichten und Rückfragen im Team, wo die Antwort womöglich niemand kennt.

KI-Systeme bekommen den Kontext, den sie brauchen

Das ist ein wachsender Grund, in Metadaten zu investieren. KI-Modelle und KI-Agenten brauchen Kontext, um Daten richtig zu verwenden: Sie müssen wissen, was ein Feld bedeutet, welche Werte gültig sind, wie es mit anderen Daten zusammenhängt und wie weit man ihm trauen kann. Metadaten sind die Form, in der dieser Kontext ausgedrückt wird. Ohne sie fallen KI-Systeme auf Spaltennamen und oberflächliche Mustererkennung in Daten zurück, die sie nicht verstehen.

Compliance wird prüfbar

Mehrere Vorschriften verlangen Aufzeichnungen, die in der Praxis Metadaten sind. Art. 30 DSGVO verlangt ein Verzeichnis von Verarbeitungstätigkeiten: die Zwecke der Verarbeitung, die Kategorien betroffener Personen und personenbezogener Daten, die Empfänger, Übermittlungen in Drittländer, Löschfristen und, wenn möglich, die Sicherheitsmaßnahmen. Grundsatz 2 der BCBS 239 des Basler Ausschusses verlangt von Banken integrierte Datentaxonomien, die Informationen über die Merkmale der Daten (Metadaten) enthalten. Für Hochrisiko-KI-Systeme verlangt Art. 11 KI-VO (EU AI Act) eine technische Dokumentation, und nach Anhang IV muss sie, soweit relevant, die Trainingsdaten beschreiben, einschließlich ihrer Herkunft und der Art, wie sie ausgewählt und bereinigt wurden.

Gutes Metadatenmanagement erleichtert diese Aufzeichnungen, indem es systematisch Buch über Datenbestände, ihre Klassifizierung, ihre Data Lineage und ihre Zugriffskontrollen führt. Ohne diese Aufzeichnungen verlangt eine regulatorische Prüfung manuelle Recherche, die langsam, teuer und fehleranfällig ist.

Aktive Metadaten: von der Beschreibung zur Aktion

Klassisches Metadatenmanagement ist passiv: Metadaten beschreiben Daten, handeln aber nicht auf Grundlage dieser Beschreibung. Aktive Metadaten stehen für eine Verschiebung, nämlich für Metadaten, die aufgrund dessen, was sie über Daten wissen, Aktionen auslösen. Gartner hat den Begriff bekannt gemacht, unter anderem in einem Market Guide for Active Metadata Management, der 2021 erstmals erschien.

Eine Plattform für aktive Metadaten kann erkennen, wenn die Aktualität eines Datensatzes unter einen Schwellwert fällt, und den zuständigen Data Steward benachrichtigen. Sie kann Data Owner danach vorschlagen, wer einen Datensatz am häufigsten abfragt, Governance-Richtlinien wie Maskierungsregeln anhand von Klassifizierungen anwenden und Korrekturprozesse anstoßen, wenn die Qualität unter ein akzeptables Niveau fällt.

So funktionieren aktive Metadaten

Plattformen für aktive Metadaten sammeln laufend operative Signale, also Abfragemuster, Pipeline-Läufe, Qualitätsmessungen und Interaktionen der Nutzer, und verbinden sie mit den statischen Beschreibungen aus dem Katalog, um daraus Erkenntnisse abzuleiten und Aktionen auszulösen. Manche Plattformen erkennen mit maschinellem Lernen Muster, etwa verwandte Datensätze, aktive Stewards oder gemeinsam auftretende Qualitätsprobleme, und stellen sie als Empfehlung oder als automatische Reaktion bereit. Das Ergebnis ist ein Governance-System, das mit der Zeit weniger Handarbeit verlangt, wobei Menschen weiterhin prüfen, was es vorschlägt.

Metadatenmanagement einführen

Wirksames Metadatenmanagement verlangt die richtige Technik und die richtigen organisatorischen Praktiken. Die Technik liefert die Werkzeuge, die Praktiken entscheiden darüber, ob sie genutzt werden.

Technische Metadaten automatisch erfassen

Technische Metadaten von Hand zu dokumentieren, ist im großen Maßstab zu langsam. Verwenden Sie einen Datenkatalog, der angebundene Quellen automatisch scannt und Tabellenstrukturen, Spaltentypen, Zeilenzahlen und Lineage-Beziehungen ausliest. Reservieren Sie die menschliche Arbeit für den fachlichen Kontext, den automatische Werkzeuge nicht erfassen können.

Standards definieren, bevor dokumentiert wird

Bevor Sie Data Stewards um Dokumentation bitten, legen Sie fest, wie gute Dokumentation aussieht. Welche Felder sind Pflicht? Was gehört in eine Beschreibung? Wie sind Tags aufgebaut? Ein Metadatenstandard sorgt für Einheitlichkeit im Katalog und macht es leichter, Datenbestände über Teams und Domänen hinweg zu suchen und zu vergleichen.

Veröffentlichte Standards helfen dabei. ISO/IEC 11179 legt fest, wie ein Metadatenregister Datenelemente beschreibt. Dublin Core, als ISO 15836 genormt, bietet einen kleinen Satz von Elementen zur Beschreibung von Ressourcen. Das Vokabular DCAT des W3C, dessen Version 3 im August 2024 zur W3C-Empfehlung wurde, beschreibt Datensätze und Datenkataloge, damit Kataloge Einträge austauschen können. Für Data Lineage legt OpenLineage, ein offener Standard für Lineage-Metadaten, ein gemeinsames Format für Ereignisse von Jobs und Läufen fest.

Zuerst das Business Glossary aufbauen

Das Business Glossary ist das semantische Fundament des Metadatenmanagements. Fangen Sie damit an, die 20 bis 30 wichtigsten Fachbegriffe der Organisation zu dokumentieren. Sorgen Sie dafür, dass die Fachbereiche diese Definitionen freigeben, nicht nur die Entwicklung. Sobald das Glossar steht, verknüpfen Sie Datenbestände mit den Begriffen und geben den Metadaten damit ihre fachliche Bedeutung.

Stewardship tragfähig machen

Der häufigste Fehler: Verantwortung für Data Stewardship zu verteilen, ohne genug Zeit oder Werkzeuge dafür bereitzustellen. Data Stewards brauchen verständliche Werkzeuge, klare Erwartungen und eingeplante Zeit. Organisationen, die Metadatendokumentation als Nebentätigkeit behandeln, landen zuverlässig bei Katalogen voller leerer Felder und veralteter Beschreibungen. Data Stewardship mit der Verantwortung für ein Datenprodukt zu koppeln, gibt Teams einen greifbaren Anteil daran, ihre Metadaten aktuell zu halten.

Metadatenmanagement und KI-Reife

KI-ready Metadaten sind Metadaten, die strukturiert und reichhaltig genug sind, dass KI-Systeme sie aufnehmen und darauf handeln können, nicht nur Metadaten, die Menschen lesen können. Dazu gehören maschinenlesbare Beschreibungen, abgebildete Beziehungen, Qualitätsbewertungen und fachlicher Kontext, die KI-Agenten programmatisch abfragen können, bevor sie Daten verwenden.

KI-ready Metadaten aufzubauen heißt, KI neben dem Menschen als Abnehmer von Metadaten zu behandeln. Das bedeutet, Metadaten über APIs und Protokolle wie das Model Context Protocol (MCP) bereitzustellen, Beschreibungen auf semantische Klarheit hin zu strukturieren statt nur auf Lesbarkeit für Menschen, und Metadaten so aktuell zu halten wie die Entscheidungen, die sich auf sie stützen. Ein Semantic Layer übersetzt Governance-Kontext in Formate, die KI direkt verarbeiten kann.

Wie Dawiso Metadatenmanagement angeht

Der Ansatz von Dawiso folgt der oben beschriebenen Aufteilung: technische Erfassung automatisieren und fachlichen Kontext leicht erfassbar machen. Konnektoren scannen Metadaten aus unterstützten Quellsystemen, sodass die technische Ebene ohne Handeingabe erfasst wird. Data Lineage entsteht aus vier Quellen: Konnektoren, Transformations-Frameworks wie dbt, SQL-Parsing (standardmäßig nicht eingeschaltet) und Beziehungen, die Nutzer von Hand anlegen. Begriffe aus dem Business Glossary werden automatisch erkannt und verknüpft, wo immer sie im Inhalt eines Objekts vorkommen, und Verantwortlichkeiten und Workflows halten fest, wer für einen Datenbestand zuständig ist und in welchem Zustand seine Dokumentation ist.

Sind die KI-Funktionen eingeschaltet, erzeugt Dawiso Beschreibungen für Datenbanken, Schemata, Views und Tabellen, und jede erzeugte Beschreibung ist mit einem Banner markiert, bis ein Mensch sie prüft und speichert. Über das Model Context Protocol (MCP) kann jeder MCP-kompatible Agent mit diesen Metadaten über den Dawiso MCP-Server arbeiten: Suche, Objektdetails, Data Lineage und Datenstichproben, dazu Schreibwerkzeuge wie das Anlegen von Objekten und das Ändern von Attributen oder Workflow-Zuständen für Rollen, die bearbeiten dürfen.

Fazit

Metadatenmanagement macht aus Daten statt einer undurchsichtigen Sammlung von Tabellen und Dateien einen transparenten, vertrauenswürdigen Bestand, den Menschen und KI-Systeme nutzen können. Es verlangt Technik, also einen Datenkatalog mit automatischer Erfassung, Business Glossary und Data Lineage, und es verlangt organisatorische Verbindlichkeit: klare Verantwortung, definierte Standards und tragfähige Data Stewardship.

Gut umgesetzt unterstützt Metadatenmanagement schnellere Analysen, verlässlichere KI, leichtere Compliance und bessere Entscheidungen. Metadaten sind der Kontext, der die übrige Arbeit mit Daten erst brauchbar macht.

Quellen

• DAMA International, DAMA Data Management Body of Knowledge (DAMA-DMBOK).
• ISO, ISO/IEC 11179-1:2023 Information technology, Metadata registries (MDR), Part 1: Framework.
• DCMI, DCMI Metadata Terms (ISO 15836).
• W3C, Data Catalog Vocabulary (DCAT) Version 3, W3C-Empfehlung vom 22. August 2024.
• OpenLineage, OpenLineage documentation.
• DSGVO, Art. 30 GDPR, Records of processing activities.
• Basler Ausschuss für Bankenaufsicht, Principles for effective risk data aggregation and risk reporting (BCBS 239), Januar 2013.
• EUR-Lex, Regulation (EU) 2024/1689 (Artificial Intelligence Act), Art. 11 und Anhang IV.
• Dawiso Help, Data lineage.
• Dawiso Help, Sources of data lineage.
• Dawiso Help, Business glossary.
• Dawiso Help, AI features and integrations in Dawiso (KI-Funktionen).
• Dawiso Help, Dawiso Model Context Protocol (MCP).