Data Quality Widget – DQ-Ergebnisse direkt an den Metadaten
Viele Organisationen haben bereits Data Quality-Tools im Einsatz. Prüfungen laufen, Ergebnisse werden berechnet. Sie landen in einem System, das nur ein Bruchteil der Belegschaft kennt oder regelmäßig öffnet. Wer täglich mit Daten arbeitet, bekommt davon nichts mit. Berichte werden hinterfragt, Entscheidungen verzögert und Qualitätsprobleme fallen erst auf, wenn bereits auf ihrer Basis gehandelt wurde.
DQ-Tools und der Datenkatalog im Zusammenspiel
Das Data Quality Widget in D-QUANTUM 6.0 ist die Schnittstelle, die bisher gefehlt hat: Die Ergebnisse aus externen DQ-Tools werden direkt an den Entitäten im Datenkatalog abgebildet. So sind sie sichtbar für alle, die mit diesen Daten arbeiten. Kein Systemwechsel notwendig, keine Barriere zwischen Prüfergebnis und Datennutzung.
Nichts mehr verpassen
Erhalten Sie Produktneuheiten und Release-Highlights direkt in Ihr Postfach.
Vier Informationsebenen – das zeigt das Data Quality Dashboard
Das Data Quality Widget ist ein zusätzlicher Bereich innerhalb eines Datenobjekts im Datenkatalog. Datenobjekte sind technische Entitäten wie Datenbanktabellen oder Views. Genau hier – neben Herkunft, Struktur und Verantwortlichkeit – sind die Qualitätsinformationen jetzt eingebettet.
1
DQ-Indikator
2
DQ-Trend
3
DQ-Dimensionen
4
Liste der DQ-Prüfungen
Das Dashboard gliedert sich in vier Bereiche:
Wie kommen die Ergebnisse aus Ihren DQ-Tools ins Widget?
Wir zeigen Ihnen, wie sich Prüfergebnisse anbinden und zentral zusammenführen lassen.
Beispiele aus dem Alltag:
Eine Analystin bereitet ein monatliches Management-Reporting vor. Im Datenkatalog findet sie über die Suche die passende Quelle für seine Umsatz-KPI – der Indikator zeigt rot. Statt die Quelle direkt auszuschließen, öffnet sie den DQ-Tab und schaut in die Prüfungstabelle: zwei fehlgeschlagene Prüfungen, beide betreffen eine Spalte für historische Adressdaten. Für seine Umsatz-KPI irrelevant. Sie nutzt die Quelle – informiert und begründet, ohne Rückfragen, ohne Umweg über ein separates System.
Ein Data Steward einer Regionalbank ist verantwortlich für die Datenqualität im Meldewesen. Zwei Wochen vor der nächsten regulatorischen Prüfung nach BCBS-239 öffnet sie routinemäßig den DQ-Tab des relevanten Datenobjekts. Die Trendlinie zeigt eine klare Abweichung: Die Qualität ist in den letzten zehn Tagen merklich gesunken. Ein Blick in die Prüfungstabelle zeigt, welche Spalten betroffen sind und seit wann die Prüfungen fehlschlagen. Sie leitet die Fehleranalyse ein – nicht nach der Prüfung, wenn das Problem bereits in den Meldedaten steckt, sondern rechtzeitig davor.
Der DQ-Indikator im gesamten Datenkatalog
Der DQ-Indikator bleibt nicht auf den Detail-Bereich beschränkt. Er erscheint auch an weiteren Stellen:
In der Suche
Wer nach Datensätzen sucht, sieht den Indikator gleich in der Trefferliste, noch bevor ein Eintrag geöffnet wird. Bei mehreren möglichen Quellen für eine KPI ist auf einen Blick erkennbar, welche davon aktuell Qualitätsprobleme aufweist. Das beschleunigt die Vorauswahl erheblich und erspart den Wechsel in das externe DQ-Tool.
Im Graph
In der Data Lineage, die Abhängigkeiten und Verbindungen zwischen Entitäten visualisiert, wird der Indikator als Zusatzinformation eines Knoten angezeigt. So ist Qualität auch in der Übersicht über Datenflüsse und -abhängigkeiten ersichtlich, ohne in jedes Objekt einzeln einsteigen zu müssen.
Die Intention dahinter ist immer dieselbe: Qualitätsinformation soll dort verfügbar sein, wo Daten genutzt und bewertet werden.
Integration ohne Tool-Zwang: Die Connector-Architektur
D-QUANTUM misst Datenqualität nicht selbst. Die Kernkompetenz liegt in Governance, Dokumentation und Kontextualisierung von Metadaten, nicht in der Ausführung von DQ-Prüfungen. Dafür gibt es darauf spezialisierte Tools.
Das Widget zeigt Ergebnisse aus beliebigen angebundenen DQ-Systemen über Connectoren. Für jedes Tool gibt es einen eigenen Connector, der Prüfergebnisse strukturiert übergibt, welche dann im Widget in D-QUANTUM einheitlich dargestellt werden. Wenn ein Tool ersetzt oder ein weiteres hinzugefügt wird, bleibt die Governance-Schicht in D-QUANTUM stabil. Kunden, die mehrere DQ-Tools parallel betreiben, weil beispielsweise verschiedene Fachbereiche eigene Lösungen etabliert haben, können alle Ergebnisse im selben Dashboard zusammenführen.
Neue Tools lassen sich anbinden, ohne die bestehende Struktur zu verändern. Die Ergebnisse landen zusammengeführt im Widget, der Indikator wird von D-QUANTUM auf Basis aller eingehenden Ergebnisse berechnet, unabhängig davon, welches Tool geprüft hat. Für Kunden mit individuellen DQ-Setups, eigenen Frameworks oder codebasierten Lösungen macht genau das den Unterschied: Die Anbindung richtet sich nach der vorhandenen Infrastruktur, nicht umgekehrt.
Verfügbare Standard-Konnektoren umfassen unter anderem Soda, Great Expectations und DQM Cloud. Die offene Connect-Architektur erlaubt es, weitere DQ-Tools über Custom-Konnektoren anzubinden. Für Nutzer, die tiefer in ein konkretes Prüfergebnis einsteigen wollen, ist der direkte Sprung ins DQ-Tool aus dem Widget heraus möglich. Die Integration geht also über die reine Datenanzeige hinaus.
Offene Integration statt Tool-Bindung
Mit D-QUANTUM Connect integrieren Sie DQ-Tools flexibel – neue anbinden, bestehende austauschen, alles ohne Strukturbruch. So bleibt Ihre DQ-Landschaft ganz ohne Abhängigkeiten jederzeit anpassbar.
D-QUANTUM Connect entdecken
Die Grundlage dafür:
eine offene Architektur ohne Lock-in.
Mehr zur Offenheit
Weniger Rückfragen, mehr Entscheidungssicherheit – für jede Rolle
Das Widget bedient unterschiedliche Nutzungsszenarien, je nachdem, wer mit den Daten arbeitet:
Datennutzer und Fachbereiche
Der Aufwand, verlässliche Daten zu identifizieren, sinkt. Statt eine Kollegin aus der IT zu fragen, ob ein Datensatz den Qualitätsanforderungen entspricht, gibt der Indikator Auskunft. Die Prüfungstabelle zeigt, ob ein eventuelles Problem den eigenen Anwendungsfall überhaupt berührt. Weniger Rückfragen, weniger Abstimmungsrunden.
Data Stewards und Datenverantwortliche
Probleme werden erkannt, bevor sie eskalieren. Die Trendlinie zeigt, wo sich Qualität systematisch verschlechtert, und erlaubt frühzeitige Reaktion. Die vollständige Dokumentation der Prüfungen liefert gleichzeitig die Grundlage für regulatorische Nachweise, etwa im Rahmen von BCBS-239 oder DORA.
Management und Governance-Verantwortliche
Berichte und Dashboards tragen einen klaren Qualitätsstatus. Das stärkt das Vertrauen in datenbasierte Entscheidungen und schafft die Dokumentationsgrundlage, die regulatorische Anforderungen einfordern.
KI-Anwendungen und Data-Science-Teams
DQ-Informationen fließen unmittelbar in den Metadatenkontext ein. Über das Model Context Protocol (MCP) stehen sie KI-Modellen strukturiert zur Verfügung. Ein Sprachmodell, das über MCP auf D-QUANTUM zugreift, weiß damit nicht nur, welche Daten vorhanden sind, sondern auch, wie verlässlich sie sind.
Das DQ-Widget 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.
Passt das in Ihre Tool-Landschaft? Finden wir es gemeinsam heraus.
Wie das Widget auf Ihrer individuellen DQ-Infrastruktur aufsetzt und wie die Darstellung im Datenkatalog aussieht, zeigen wir Ihnen gerne. Nehmen Sie jetzt Kontakt auf und wir schauen es uns gemeinsam an.
Termin anfragen
Integration für Ihre Tools besprechen
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.
Neue Suchfunktion
Präzisere Suchergebnisse, Wiederverwendbarkeit und Kollaboration bringen Ihre Data Discovery auf ein neues Level.
Release Notes im Überblick
Alle Neuerungen der Version 6 im Detail.