Die neue Suche im D-QUANTUM Datenkatalog
Organisationen sind mit einer noch nie da gewesenen Menge an Daten konfrontiert. Diese Datenmenge führt aber auch zu Herausforderungen und Problemen: Daten werden nicht gefunden, weil die Suche nach ihnen zu aufwendig, zu technisch oder schlicht zu unzuverlässig ist.
Warum ein Neubau und kein Update?
Wir haben uns bewusst dafür entschieden, die Suche von Grund auf neu zu denken. Die Basis dafür war eine intensive Auseinandersetzung mit echten Nutzungsszenarien: Welche Wege gehen Anwenderinnen und Anwender, wenn sie nach Informationen suchen? Welche Herausforderungen gibt es dabei? Was braucht ein Fachbereich, was braucht ein Data Steward? Was braucht jemand, der den Datenkatalog zum ersten Mal öffnet?
Das Ergebnis ist eine Suchfunktion, die die gesamte Search Journey abbildet – mit neuer Filterlogik, klarem Design und Funktionen, die weit über das reine Auffinden hinausgehen. Die Suche wird damit zum aktiven Bestandteil des Arbeitsablaufs.
Ausgangspunkt war dabei immer die fachliche Perspektive: Die Suche orientiert sich an Begriffen, Domänen und Kontexten, mit denen Fachbereiche arbeiten. Nicht an technischen Bezeichnungen, die nur ein Teil der Organisation kennt.
Nichts mehr verpassen
Erhalten Sie Produktneuheiten und Release-Highlights direkt in Ihr Postfach.
Ein Design, dass den Suchprozess unterstützt
In D-QUANTUM 6.0 ist die Suche als eigenständiger Arbeitsbereich konzipiert – eine dedizierte Seite, die den gesamten Suchprozess von der ersten Eingabe bis zum Ergebnis abbildet. Genau das macht Funktionen möglich, die über das reine Suchen hinausgehen.
Das Layout folgt einer klaren Logik: Links die Filterleiste mit allen verfügbaren Merkmalen (Facetten) und Eingrenzungsoptionen, rechts der Ergebnisbereich, der unmittelbar auf jede Filterauswahl reagiert. Dieser Aufbau spiegelt wider, wie Suche in der Praxis funktioniert: Filtern und Bewerten passieren parallel, nicht nacheinander. Beides gleichzeitig im Blick zu haben reduziert den Aufwand und beschleunigt den Weg zum richtigen Treffer.
In der Trefferliste sind die Anzahl der gefundenen Entitäten sowie eine Vorschau aus den Ergebnissen sichtbar, ohne einen Eintrag einzeln öffnen zu müssen. Außerdem werden ausschließlich Treffer angezeigt, die tatsächlich Informationen enthalten. Leere Einträge verschwinden, bevor sie Aufmerksamkeit kosten.
Ergebnisse werden nach Typ getrennt dargestellt: Entitäten, Seiteninhalte und Anhänge erscheinen in eigenen Bereichen.
Ansichtsoptionen, die sich jeweils an die Anforderung anpassen:
Galerieansicht
Visuelle Übersicht, ideal für explorative Suche und schnelle Orientierung
Listenansicht
Kompakte Darstellung, wenn viele Treffer auf einen Blick überblickt werden sollen
Detailansicht
Relevante Informationen direkt in der Trefferliste, weitere Details ausklappbar ohne Seitenwechsel
Die Wahl der Ansicht bestimmt, wie viel Kontext pro Treffer sofort sichtbar ist und wie schnell klar wird, ob ein Eintrag weiterhilft.
Drei Wege in die Suche – je nach Aufgabe
Die neue Suche lässt sich auf verschiedene Arten nutzen – gezielt, navigierend oder explorativ. Welcher Einstieg passt, hängt von der Aufgabe ab:
Facettensuche: Filterlogik auf Basis des Metamodells
Das Herzstück der neuen Suche ist die Facettensuche. Sie funktioniert grundlegend anders als klassische Filteroptionen.
Facetten werden nicht statisch vordefiniert, sondern entstehen dynamisch auf Basis des Metamodells von D-QUANTUM und der aktuellen Sucheingabe oder Entitätstyp-Auswahl. Das heißt: Je nachdem, was gesucht wird, erscheinen genau die Filteroptionen, die für diesen Kontext relevant sind. Wird „Business Term“ als Entitätstyp gewählt oder die Suche auf „Finance & Controlling“ eingegrenzt, werden ausschließlich die Facetten angezeigt, die für diese Einträge vorhanden und sinnvoll sind. Es gibt keine generischen Filter, die ins Leere laufen.
Jede Facette zeigt dabei sofort an, wie viele Treffer sie liefern würde, noch bevor ein Filter gesetzt wird. Ob eine Eingrenzung fünf oder fünfhundert Ergebnisse ergibt, ist sofort sichtbar. Das verhindert Sackgassen und macht den gesamten Suchprozess transparenter.
Wenn neue Entitätstypen oder Eigenschaften im Metamodell pflegt werden, stehen diese automatisch als Filteroptionen zur Verfügung. Die Facettensuche wächst mit dem Modell ganz ohne manuelle Konfiguration.
Filteroptionen für operative Anwendungsfälle:
Filter
Typisches Szenario
Publikation vs. Entwurf
Nur freigegebene Inhalte anzeigen oder laufende Entwürfe im Bearbeitungsprozess finden
Workflow-Status
Eingrenzung auf bestimmte Prozessstufen, z. B. „zur Freigabe eingereicht"
Verantwortliche Nutzer
Alle Einträge eines Data Owners auf einen Blick
DQ-Indikator
Datensätze mit bekannten Datenqualitätsproblemen identifizieren
Ungültige Entitäten
Veraltete oder fehlerhafte Einträge explizit herausfiltern
Archivierte Entitäten
Historische Einträge einbeziehen oder explizit ausblenden
Bestellbare Entitäten
Im Rahmen von Data-Shopping-Prozessen direkt zugängliche Datensätze finden
Praxisbeispiel:
Ein Data Steward sucht alle KPIs im Bereich Vertrieb, die dem System SAP CRM zugeordnet sind, sich aktuell im Review-Workflow befinden und einen offenen Datenqualitätsbefund aufweisen. Die Facettensuche liefert diese Kombination in wenigen Klicks und mit sofortiger Rückmeldung, wie viele Treffer jede Filterauswahl noch übrig lässt.
Möchten Sie die Facettensuche live erleben?
Wir zeigen Ihnen, wie sie auf Ihrem Metamodell aufsetzt.
Jetzt kostenlose Demo anfragen
Fachliche Suche: Begriffe statt Systemcodes
Hinter allen Funktionen steckt ein gemeinsamer Gedanke, der besonders spürbar für Fachbereiche, neue Mitarbeitende und alle ohne tägliche Katalognutzung ist: Die neue Suche spricht ihre Sprache, ohne technisches Vorwissen vorauszusetzen.
Die Volltextsuche läuft nicht nur über interne technische Bezeichnungen, sondern über alle relevanten Felder wie Beschreibungen, Synonyme, fachliche Definitionen, Kontextinformationen. Wer nach „Kundenumsatz“ sucht, findet auch Einträge, bei denen dieser Begriff in der Beschreibung steht, selbst wenn der technische Feldname „REV_CUST_TOTAL“ lautet.
Praxisbeispiel:
Eine Risk Managerin im Kreditbereich soll für ein regulatorisches Reporting für die Bankenaufsicht prüfen, welche Kennzahlen zur Ausfallwahrscheinlichkeit bereits im Unternehmen definiert sind. Technische Bezeichnungen kennt sie nicht, wohl aber die fachlichen Begriffe. Sie gibt „Kreditausfallrisiko“ in die Suche ein. Da die Volltextsuche auch Beschreibungen, Definitionen und Synonyme berücksichtigt, findet sie relevante KPIs – selbst wenn diese intern technisch anders benannt sind. Über die Facetten grenzt sie die Ergebnisse auf den Entitätstyp „KPI“ und die Domäne „Risk & Compliance“ ein. Zusätzlich nutzt sie den DQ-Indikator, um gezielt Kennzahlen mit Qualitätsbefunden zu identifizieren. In wenigen Sekunden erhält sie eine präzise Auswahl mit Definition, Berechnungslogik, Verantwortlichen und Datenquellen. Ohne technisches Vorwissen gewinnt sie so einen fundierten Überblick und kann die relevanten KPIs direkt für ihr Reporting weiterverwenden.
Genau das ist der Kern der fachlichen Suche: Sie setzt nicht voraus, dass Nutzerinnen und Nutzer das System kennen. Sie setzt voraus, dass sie ihren eigenen Fachbereich kennen.
Gespeichert, geteilt, zentral verfügbar – Suchen, die bleiben und weiter wirken
Einmal konfiguriert, immer verfügbar und auch für andere nutzbar. Dass Suchanfragen gespeichert, geteilt und zentral bereitgestellt werden können, wirkt auf den ersten Blick unscheinbar. Und doch ist es für viele Teams der Aspekt, der im Arbeitsalltag am meisten Wirkung entfaltet. Er verändert die Art, wie mit dem Datenkatalog gearbeitet wird.
Haben Sie Fragen zur Einrichtung rollenbasierter Suchen in Ihrer Organisation?
Sprechen Sie uns an.
Vom Suchergebnis unmittelbar in die Weiterverarbeitung
Die Trefferliste lässt sich ohne Umwege per Klick als Excel-Datei aus der Suche exportieren.
Der Export ist dabei gezielt auf die Weiterverarbeitung in der Draft Automation optimiert: Exportierte Datensätze können ohne erneutes manuelles Zusammenstellen der Datenbasis bearbeitet werden. Das ist besonders relevant für Szenarien, in denen viele Einträge gleichzeitig angepasst werden müssen: Massenpflege von Metadaten, Korrekturrunden nach Qualitätsprüfungen oder die Vorbereitung von Daten-Releases.
Typische Anwendungsfälle:
- Ungültige Entitäten herausfiltern, exportieren und strukturiert nachbearbeiten
- Suchbasierte Auswertungen für Management, Audits oder Dokumentationspflichten erstellen
- Exportierte Datensätze als Eingangsbasis für Draft Automation nutzen
Damit wird die Suche vom Nachschlagewerk zum Ausgangspunkt eines Prozesses.
Die Suche als Grundlage für Discovery und KI
Die neue Suche ist mehr als eine Funktion im Datenkatalog. Sie ist die operative Grundlage, auf der Data Discovery und KI-gestützte Anwendungen aufbauen.
Daten können nur dann entdeckt werden, wenn sie gefunden werden. Eine fachlich orientierte, filterbare und teilbare Suche ist dafür die Grundvoraussetzung, alles andere baut darauf auf.
KI-Modelle brauchen auffindbaren Kontext. Was nicht gefunden werden kann, kann nicht genutzt werden, weder von Menschen noch von Modellen. Eine konsistent gepflegte, fachlich durchsuchbare Metadatenstruktur ist die Voraussetzung dafür, dass MCP-basierte KI-Abfragen verlässliche Ergebnisse liefern. Ein Sprachmodell, das über MCP auf D-QUANTUM zugreift, kann nur so präzise antworten, wie die zugrunde liegenden Daten auffindbar und kontextualisiert sind.
Die Qualität der Suche bestimmt mit, wie viel Potenzial Analytics- und KI-Anwendungen tatsächlich ausschöpfen können.
Der Unterschied in der Praxis
Die neue Suche verändert das tägliche Arbeiten mit dem Datenkatalog, von der ersten Eingabe bis zum nachgelagerten Prozess. Die Vorteile zeigen sich auf mehreren Ebenen:
Zeitersparnis
Weniger Nachfragen, weniger Umwege, kein Warten auf Auskünfte. Wer fachlich suchen kann, findet schneller, unabhängig davon, wie lange jemand bereits im Unternehmen ist.
Präzision
Dynamische Facetten mit Trefferanzahl machen Eingrenzungen transparent und zielgerichtet. Kein Rätselraten, welcher Filter sinnvoll ist.
Orientierung
Hierarchiesuche, Suchvorschläge und fachliche Volltextsuche ermöglichen den Einstieg ohne Systemkenntnisse. Ideal für neue Mitarbeitende wie für gelegentliche Nutzerinnen und Nutzer.
Kollaboration
Gespeicherte, geteilte und rollenbasiert bereitgestellte Suchen schaffen eine gemeinsame Informationsbasis. Alle arbeiten mit demselben Ausgangspunkt.
Prozessintegration
Export und direkte Weiterarbeit im Draft-Edit-Modus verbinden Suche mit nachgelagerten Schritten. Was gefunden wird, kann sofort weiterverarbeitet werden.
KI-Readiness
Auffindbare, kontextualisierte Metadaten sind die Grundlage für verlässliche MCP-basierte KI-Abfragen. Die neue Suche stellt sicher, dass dieser Kontext zugänglich ist.
Die neue Suche ist eines von mehreren Highlights in D-QUANTUM. Was alle Neuerungen der Version 6.0 verbindet: Sie orientieren sich am Ziel, Datenarbeit weniger komplex und zugänglicher zu machen.
Die neue Suche in Ihrer Umgebung erleben
Jede Datenarchitektur ist anders. Wie die neue Suche auf Ihr Metamodell, Ihre Domänen und Ihre typischen Anwendungsfälle aufsetzt, lässt sich am besten anhand Ihrer eigenen Datenbasis zeigen.
Termin anfragen
Gemeinsam bewerten, welche Szenarien bei Ihnen den größten Hebel haben
Verfügbar ab D-QUANTUM Version 6.0
D-QUANTUM V6 hat noch mehr zu bieten:
Model-Context-Protocol (MCP)
D-QUANTUM öffnet sich für KI-Chats und -Agenten.
Data Quality Widget
Das neue Data Quality Widget bringt mehr Transparenz in Ihre Datenqualität und schafft Vertrauen in Daten.
Release Notes im Überblick
Alle Neuerungen der Version 6 im Detail.