Häufig gestellte Fragen zum Knowledge Catalog

In diesem Dokument finden Sie Antworten auf häufig gestellte Fragen zu Google CloudKnowledge Catalog (ehemals Dataplex Universal Catalog).

Weitere Informationen zu Knowledge Catalog finden Sie in der Knowledge Catalog-Übersicht.

Allgemeine Konzepte

Häufig gestellte Fragen zu Knowledge Catalog-Funktionen

Was ist Knowledge Catalog?

Knowledge Catalog ist eine intelligente Governance-Lösung für Daten- und KI-Assets in Google Cloud. Es bietet ein zentrales Inventar, in dem Sie Ihre Daten in Google Cloud Datenquellen wie BigQuery, Cloud Storage, Pub/Sub und Spanner finden, verwalten und steuern können.

Knowledge Catalog nutzt KI, um die Datenerkennung, die Metadatenanreicherung und die Datenqualität zu automatisieren. Mit seinem verwalteten Data Catalog bietet Knowledge Catalog die wesentliche Fundierung, die KI-Agenten benötigen, um hochwertige Inhalte zu generieren.

Wofür wird Knowledge Catalog verwendet?

Knowledge Catalog löst das Problem des „Datenkaltstarts“, also die Zeit, die Sie mit der Suche, dem Verständnis und der Überprüfung von Daten verschwenden, bevor Sie sie tatsächlich verwenden können. Zu den Hauptanwendungsfällen gehören:

  • Beschleunigte Datenerkennung: Anstatt komplexe Organisationssilos 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 inGoogle Cloud -Ressourcen sofort zu finden. Das erhöht die Produktivität der Datennutzer.

  • Fundierung von KI-Agenten: Sie dient als „Source of Truth“ für generative KI oder das ADK. Durch die Verknüpfung physischer Daten mit Geschäftsdefinitionen wird sichergestellt, dass KI-Agenten (z. B. solche, die auf Vertex AI basieren) hochwertige Daten verwenden. Dadurch werden KI-Halluzinationen erheblich reduziert und das Vertrauen in KI-generierte Insights gestärkt.

  • Automatisierte Data Governance: Ihre Daten werden automatisch gescannt, um sensible Informationen (personenidentifizierbare Informationen) zu identifizieren, die Herkunft der Daten (Lineage) zu verfolgen und die Genauigkeit der Daten zu überwachen (automatische Datenqualität). Diese Funktionen tragen dazu bei, das Vertrauen in Daten, die Sicherheit und die Compliance mit weniger manuellem Aufwand zu verbessern.

  • „Dark Data“ entdecken: Es kann unstrukturierte Dateien (z. B. PDFs oder Bilder in Cloud Storage) scannen, die darin enthaltenen Informationen extrahieren und sie in BigQuery such- und abfragbar machen. So können Sie Informationen aus zuvor unzugänglichen Daten gewinnen.

Informationen zu den ersten Schritten mit diesen Szenarien finden Sie unter Knowledge Catalog-Anwendungsfälle.

Welche Arten von Metadaten werden in Knowledge Catalog gespeichert?

Knowledge Catalog speichert drei Arten von Metadaten:

  • Technische Metadaten: Automatisch erfasste Schemas, Tabellennamen und Systemeigenschaften.

  • Geschäftliche Metadaten: Benutzerdefinierter Kontext wie Unternehmensbeschreibungen, Glossarbegriffe und Eigentümerschaft.

  • Laufzeitmetadaten: Informationen zur Datenherkunft, zu Datenqualitätswerten und zu Statistiken zur Datenprofilerstellung.

Abrechnung für Data Insights

Hier finden Sie Antworten auf häufig gestellte Fragen zur tokenbasierten Abrechnung, Nutzungsmessung und zu administrativen Einstellungen für die Funktion „Dateneinblicke“ in Knowledge Catalog.

Ab wann wird mir die Nutzung von Dateneinblicken in Rechnung gestellt?

Die aktive Abrechnung für Dateneinblicke beginnt am 27. Oktober 2026.

Wie wird die Nutzung von Dateneinblicken abgerechnet?

Die Nutzung wird in Datentokens gemessen. Datentokens sind die grundlegenden Einheiten von Text und Metadaten, 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 vom Modell generierten Beschreibungen, Beziehungen und Abfragen in natürlicher Sprache.

Weitere Informationen finden Sie unter Data Cloud-Agent – Preise.

Erhalten Dienstkonten ein kostenloses Kontingent für Dateneinblicke?

Nein. Dienstkonten erhalten kein kostenloses Kontingent pro Nutzer. Ihre Nutzung wird jedoch auf dieselbe Weise wie die von Standardnutzern gemessen.

Wie kann ich verhindern, dass mir automatisch Gebühren für Dateneinblicke in Rechnung gestellt werden?

Um Gebühren zu vermeiden, prüfen Sie Ihre laufenden Scans und beenden Sie das Auslösen neuer Scans. Administratoren können die Funktion für Dateneinblicke auch deaktivieren, indem sie die Dataplex API im entsprechenden Projekt deaktivieren.

Wie kann ich herausfinden, wie viel mir für Dateneinblicke in Rechnung gestellt wird?

Google Cloud bietet eine Messung für Datentokens. Anhand dieser Messung können Administratoren und KI-Agenten-Inhaber den Tokenverbrauch im Blick behalten. Diese Messfunktion ist verfügbar, bevor die aktive Abrechnung im Oktober 2026 beginnt.

Abrechnung und Kostenmonitoring

Häufig gestellte Fragen zum Monitoring und zur Zuordnung von Rechenkosten in Knowledge Catalog.

Wie kann ich Knowledge Catalog-DCU-Kosten für Datenqualität, Datenprofilerstellung und Datenherkunft überwachen und zuordnen?

Knowledge Catalog DataScan-Rechenleistung (automatische Datenqualität und Datenprofilerstellung) und Data Lineage-Daten-Recheneinheiten (DCUs) werden auf serverlosem Computing in einer von Google verwalteten Infrastruktur ausgeführt und veröffentlichen keine Zeitreihenmesswerte unter dataplex.googleapis.com/* in Cloud Monitoring.

Wenn Sie Knowledge Catalog-DCU-Kosten projekt- und scanübergreifend überwachen, melden und zuordnen möchten, exportieren Sie Ihre Cloud Billing-Daten nach BigQuery und fragen Sie Systemlabels ab, die an Knowledge Catalog-Abrechnungsdatensätze angehängt sind:

  • Verwenden Sie für Datenqualitäts- und Datenprofilscans die goog-dataplex-datascan-*-Labels (z. B. goog-dataplex-datascan-id, goog-dataplex-datascan-data-source-project und goog-dataplex-datascan-data-source-bigquery-table).
  • Verwenden Sie für die Verarbeitung der Datenherkunft das Label goog-dataplex-workload-type mit dem Wert LINEAGE.

Detaillierte Labeldefinitionen und BigQuery-SQL-Abfrage-Beispiele finden Sie unter Knowledge Catalog-DCU-Kosten mit Cloud Billing-Export überwachen und zuordnen.