In diesem Dokument finden Sie Antworten auf häufig gestellte Fragen zu Google Cloud Knowledge Catalog (ehemals Dataplex Universal Catalog).
Weitere Informationen zu Knowledge Catalog finden Sie in der Übersicht zu Knowledge Catalog.
Allgemeine Konzepte
Hier finden Sie Antworten auf häufig gestellte Fragen zu den Funktionen von Knowledge Catalog und seiner Beziehung zu Data Catalog.
Was ist Knowledge Catalog?
Google Knowledge Catalog ist eine intelligente Governance-Lösung für Daten und KI-Assets in Google Cloud. Sie bietet ein zentrales Inventar, in dem Sie Ihre Daten in verschiedenen Google Cloud Datenquellen wie BigQuery, Cloud Storage, Pub/Sub und Spanner finden, verwalten und steuern können.
Knowledge Catalog verwendet KI, um die Datenerkennung, die Metadatenanreicherung und die Datenqualität zu automatisieren. Mit seinem verwalteten Datenkatalog bietet Knowledge Catalog die grundlegenden Informationen, die KI-Agents benötigen, um hochwertige Inhalte zu generieren.
Was ist Data Catalog?
Data Catalog war der ursprüngliche Name des Google CloudMetadatendienstes von. Im Laufe der Zeit wurde er zu Dataplex Universal Catalog weiterentwickelt und heißt jetzt Knowledge Catalog.
Der Begriff "Data Catalog" wird zwar immer noch verwendet, um diese Art der Datenindexierung zu beschreiben, bezieht sich im Kontext von Google Cloudjedoch auf unser Legacy-Produkt. Verwenden Sie Knowledge Catalog für alle neuen Projekte, um von KI-gestützten Funktionen und einer verbesserten Governance zu profitieren.
Unterscheidet sich Knowledge Catalog von Data Catalog?
Ja, Knowledge Catalog ist die KI-gestützte Data Governance-Plattform, die den bestehenden Data Catalog ersetzen wird. Obwohl sie ähnliche Konzepte verwenden, bietet Knowledge Catalog mehrere Verbesserungen:
KI-gestützter Kontext:Im Gegensatz zu Data Catalog verwendet Knowledge Catalog Gemini, um automatisch geschäftlichen Kontext zu extrahieren, Beschreibungen in natürlicher Sprache zu generieren und SQL-„Golden Queries“ bereitzustellen, um KI-Agents zu unterstützen.
Umfassende Metadatenunterstützung:Knowledge Catalog unterstützt komplexere Metadatentypen wie verschachtelte Arrays, Maps und Datensätze.
Agentenzugriff:KI-Agents können Knowledge Catalog-Tools über einen lokalen oder Remote-MCP-Server erkennen und adaptiv verwenden.
Datenerkennung: Knowledge Catalog kann Metadaten automatisch aus einer größeren Anzahl von Google Cloud Diensten und externen Datenquellen aufnehmen.
Governance im großen Maßstab:Es bietet verbesserte Funktionen für die Datenprofilerstellung, die automatische Datenqualität und die zentralisierte Governance.
Wofür wird Knowledge Catalog verwendet?
Google Knowledge Catalog löst das Problem des „Daten-Kaltstarts“ – die Zeit, die mit dem Suchen, Verstehen und Überprüfen von Daten verschwendet wird, bevor Sie sie tatsächlich verwenden können. Zu den Hauptanwendungsfällen gehören:
Schnellere Datenerkennung: Anstatt komplexe organisatorische Silos zu durchsuchen, um Daten zu finden, können Sie die Suche in natürlicher Sprache verwenden (z. B. "Zeige mir die neuesten Daten zur Kundenabwanderung"), um Assets in allen Google Cloud Ressourcen sofort zu finden. Das steigert die Produktivität für Daten nutzer.
KI-Agents unterstützen: Es dient als „Source of Truth“ für generative KI oder ADK. Durch die Verknüpfung physischer Daten mit geschäftlichen Definitionen wird sichergestellt, dass KI-Agents (z. B. solche, die auf Vertex AI basieren) hochwertige Daten verwenden. Dadurch werden KI-Halluzinationen deutlich reduziert und das Vertrauen in KI-generierte Statistiken verbessert.
Automatisierte Data Governance: Ihre Daten werden automatisch gescannt, um vertrauliche Informationen (personenbezogene Daten) zu identifizieren. Außerdem wird nachverfolgt, woher die Daten stammen (Lineage), und ihre Genauigkeit wird überwacht (automatische Datenqualität). Diese Funktionen tragen dazu bei, das Vertrauen in Daten, die Sicherheit und die Compliance mit weniger manuellem Aufwand zu verbessern.
„Dark Data“ erkennen: Es kann unstrukturierte Dateien (z. B. PDFs oder Bilder in Cloud Storage) scannen, die darin enthaltenen Informationen extrahieren und sie in BigQuery durchsuchbar und abfragbar machen. So können Sie Statistiken aus bisher nicht zugänglichen Daten gewinnen.
Informationen zu den ersten Schritten mit diesen Szenarien finden Sie unter Anwendungsfälle für Knowledge Catalog.
Welche Arten von Metadaten werden in Knowledge Catalog gespeichert?
In Knowledge Catalog werden drei Arten von Metadaten gespeichert:
Technische Metadaten: Automatisch erfasste Schemas, Tabellennamen und Systemeigenschaften.
Geschäftsmetadaten: Nutzerdefinierter Kontext wie geschäftliche Beschreibungen, Glossarbegriffe und Eigentümerschaft.
Laufzeitmetadaten: Informationen zu Data Lineage, Datenqualitätswerten und Statistiken zur Datenprofilerstellung.
Migration von Data Catalog
Hier finden Sie Antworten auf häufig gestellte Fragen zu Zeitplänen für die Umstellung, Details zu den Auswirkungen und Anleitungen zum Verschieben von Metadaten-Workflows von Data Catalog zu Knowledge Catalog.
Wie migriere ich von Data Catalog?
Die Umstellung auf Knowledge Catalog ist so konzipiert, dass sie nahtlos erfolgt und keine manuelle Datenübertragung erforderlich ist. Je nach aktueller Nutzung umfasst der Prozess zwei Hauptphasen:
Vorbereitungsphase: Wenn Sie benutzerdefinierte Metadaten haben (z. B. Tags, Tag-Vorlagen oder benutzerdefinierte Einträge), werden diese Inhalte automatisch als schreibgeschützt in Knowledge Catalog übernommen. In dieser Phase führen Sie Konfigurationsaufgaben aus, um Ihre vorhandenen Data Catalog-Inhalte gleichzeitig in der neuen Benutzeroberfläche verfügbar zu machen.
Übertragungsphase: Sobald die Vorbereitung abgeschlossen ist, übertragen Sie den aktiven Status Ihrer Metadaten, damit sie in Knowledge Catalog gelesen und geschrieben werden können. Sie sollten diesen Schritt mit der Aktualisierung aller programmatischen Arbeitslasten (APIs, Clientbibliotheken oder Terraform-Module) koordinieren, damit sie auf die neuen Knowledge Catalog-Endpunkte verweisen.
Wenn Sie keine benutzerdefinierten Metadaten haben oder die Plattform noch nicht kennen, können Sie die Umstellung abschließen, indem Sie Knowledge Catalog in der Console als Standard-UI festlegen. Google Cloud
Weitere Informationen finden Sie unter Von Data Catalog auf Knowledge Catalog umstellen.
Abrechnung von Datenstatistiken
Hier finden Sie Antworten auf häufig gestellte Fragen zur tokenbasierten Abrechnung, zur Nutzungsmessung und zu administrativen Steuerelementen für die Funktion „Datenstatistiken“ in Knowledge Catalog.
Ab wann wird mir die Nutzung von Datenstatistiken in Rechnung gestellt?
Die aktive Abrechnung für Datenstatistiken beginnt am 27. Oktober 2026.
Wie wird die Nutzung von Datenstatistiken abgerechnet?
Die Nutzung wird in Datentokens gemessen. Datentokens stellen die Grundeinheiten von Text und Metadaten dar, die vom Gemini-Modell verarbeitet werden. Diese Tokens sind in zwei Kategorien unterteilt:
- Eingabetokens:Der Kontext, die Anweisungen und der Verlauf, die an das Modell gesendet werden.
- Ausgabetokens:Die generierten Beschreibungen, Beziehungen und Abfragen in natürlicher Sprache, die vom Modell zurückgegeben werden.
Weitere Informationen finden Sie unter Preise für Data Cloud Agent.
Erhalten Dienstkonten ein kostenloses Kontingent für Datenstatistiken?
Nein. Dienstkonten erhalten kein kostenloses Kontingent pro Nutzer. Ihre Nutzung wird jedoch auf dieselbe Weise gemessen wie die von Standardnutzern.
Wie kann ich verhindern, dass die Nutzung von Datenstatistiken automatisch in Rechnung gestellt wird?
Um Gebühren zu vermeiden, prüfen Sie Ihre laufenden Scans und verhindern Sie, dass neue Scans ausgelöst werden. Administratoren können die Funktion „Datenstatistiken“ auch deaktivieren, indem sie die Dataplex API im entsprechenden Projekt deaktivieren.
Wie kann ich herausfinden, wie viel mir für Datenstatistiken in Rechnung gestellt wird?
Google Cloud bietet eine Messung für Datentokens. Mit dieser Messung können Administratoren und Agenteneigentümer ihren Tokenverbrauch im Blick behalten. Diese Messfunktion ist verfügbar, bevor die aktive Abrechnung im Oktober 2026 beginnt.