Konzeptkarte

Datasphere-Catalog-Hygiene für das Joule-Grounding

Stand 2026-07-24T14:00:00Z

Redaktion: Cédric-Olivier Mâry, alleiniger Redakteur und verantwortlich für die Veröffentlichung — 27 Jahre im SAP-Ökosystem. Wie diese Seiten entstehen und wo Automatisierung eingesetzt wird.

Was ist Datasphere-Catalog-Hygiene für das Joule-Grounding?

Das Hygieneproblem ist unsichtbar, nicht offensichtlich – fehlt bei nur einem Objekt eine Beschreibung, ein Business Term oder eine Annotation des semantischen Typs, verwirft oder verweigert Joule die Anfrage, selbst wenn die zugrunde liegenden Daten einwandfrei repliziert und aktuell sind.

Worum es geht

Der Datasphere Catalog ist das Metadaten-Rückgrat des Tenants: Er enthält die Beschreibung jedes Objekts, Business-Term-Zuordnungen, Datenklassifizierungen, den Lineage-Graphen und Annotationen des semantischen Typs. Er ist weitaus wichtiger als ein typischer Datenkatalog — wegen dessen, wer ihn liest. Ein menschlicher Analyst kann eine Tabelle ohne Beschreibung tolerieren — er öffnet die Daten, überfliegt ein paar Zeilen und findet sich zurecht. Joule kann das nicht. Ein Joule-Agent berührt nie direkt rohe Tabellen; er durchläuft den Knowledge Graph, der auf dem Catalog aufbaut. Ein Catalog in schlechter Hygiene — fehlende Beschreibungen, untypisierte Spalten, keine Business-Term-Verknüpfungen, verwaiste Objekte — erzeugt Knowledge-Graph-Knoten, die Joule buchstäblich nicht interpretieren kann, und das Ergebnis sind vage Antworten, abgelehnte Fragen oder Antworten, die still und leise falsch sind — selbst wenn die zugrunde liegenden Daten perfekt repliziert und aktuell sind.

Warum es zählt

Fehlt der Business Term, der „Fakturawert" mit der Spalte NETWR verknüpft, bricht die Vokabularbrücke zwischen Nutzersprache und physischem Schema
Beschreibungen unter 20 Wörtern oder solche, die vom technischen Namen kopiert wurden, verschlechtern die Text-Embedding-Eingabe, auf die sich der Knowledge Graph stützt
Der Fehler ist still: Joule antwortet entweder mit „Ich kann dazu keine Information finden" oder, schlimmer, mit einer teilweise verankerten Antwort mit einem fallengelassenen Filter

Kernpunkte

Joule durchläuft den Knowledge Graph, der auf Catalog-Metadaten aufbaut — leere Beschreibungen und fehlende Business Terms erzeugen unsichtbare Knoten.
Fünf Hygiene-Elemente vor der Knowledge-Graph-Registrierung: Description (≥ 20 Wörter), Business-Term-Mapping, Semantic-Type-Annotation, Data-Classification-Label, auflösbare Lineage.
Das Business Glossary ist die Vokabularbrücke zwischen Nutzersprache und physischen Spaltennamen — befüllen Sie zuerst die Top-20-Kennzahlen (deckt 70–80 % der realen Joule-Abfragen ab).
Gebrochene Lineage ist eine Compliance-Lücke gemäß Art. 10 der EU-KI-Verordnung und den CSRD-Nachverfolgbarkeitsanforderungen — nicht nur ein Joule-Usability-Problem.
Objekte mit unvollständigen Metadaten werden bei der Knowledge-Graph-Indizierung übersprungen — der Fehlermodus ist, dass Joule „Ich weiß es nicht" sagt, nicht dass es falsche Antworten gibt.
Ein monatlicher Vollständigkeits-Scan (Filter Description=leer, Term=keiner, SemanticType=nicht gesetzt) ist der minimale operative Hygiene-Rhythmus.
Annotationen des semantischen Typs ermöglichen grammatikalisch korrekte Joule-Antworten — Amount + CurrencyCode-Felder erzeugen „EUR 47.283" statt „47283".
Datasphere-Catalog-Hygiene für das Joule-Grounding ist erst beherrscht, wenn sie eine konkret benannte Käuferentscheidung verändert.
Beginnen Sie mit dem semantischen Vertrag und dem Kontrollmodell, bevor Sie das Tool demonstrieren.
Nutzen Sie aktuelle SAP-, Analysten-, Studien-, KG- und Nachrichtensignale als Beleg, nicht als Dekoration.

Begriffe auf dieser Seite

Business Glossary: Datasphere-Metadatenobjekt, das einen Business Term mit bevorzugtem Namen, Synonymen, Definition, Steward und Zuordnungen zu physischen Catalog-Objekten speichert — die Vokabularbrücke für Joule.
Semantic Type: Catalog-Annotation auf einer Spalte, die sie als Amount, Quantity, Text, ID, Date, CurrencyCode oder UnitOfMeasure klassifiziert — ermöglicht Joule, Werte korrekt zu formatieren und zu aggregieren.
Knowledge-Graph-Indizierung: Geplanter Prozess, der Catalog-Metadaten liest und Traversierungsknoten und -kanten aufbaut — Objekte mit fehlenden Metadaten werden übersprungen und sind für Joule unsichtbar.
Data Classification: Catalog-Label (Public / Internal / Confidential), das steuert, welche Joule-Agentenprofile auf welche Knowledge-Graph-Knoten zugreifen können.
Impact and Lineage Analysis: Datasphere-Tool, das vor- und nachgelagerte Abhängigkeiten jedes Objekts anzeigt — dient dazu, gebrochene Lineage-Ketten zu erkennen, bevor sie sich zu Joule-Grounding-Fehlern fortpflanzen.
Vollständigkeits-Scan: Operative Hygieneprüfung mittels Catalog-Suchfiltern, die Objekte ohne Description, Business Term oder Semantic Type aufdeckt — der wiederkehrende Backlog für Data Stewards.
Entscheidungsverantwortlicher: Die verantwortliche Person, die den Trade-off akzeptiert und die nächste Maßnahme finanziert.
Semantischer Vertrag: Die gemeinsame Definition von Geschäftsbegriffen, Kennzahlen, Entitäten und Zugriffsregeln, die von Tools und Teams verwendet wird.

Quellen

Vollständige Karte für Mitglieder. Was die vollständige Karte ergänzt: den vollständigen Entscheidungsrahmen · den Vergleich SAP · Snowflake · Databricks · Fabric · die häufigen Fallstricke und ihre Behebung · die Kurzreferenz · die Architekturschemata · die Codeblöcke · die zitierfähigen Kennzahlen.

In der App öffnen →