Knowledge Catalog (früher Dataplex)
Kontext und Governance für Ihre Agenten
Knowledge Catalog ist eine universelle Kontext-Engine für Ihr Unternehmen, die es Agenten ermöglicht, komplexe Aufgaben präzise auszuführen.
Features
Kontext über Ihre gesamte Datenlandschaft hinweg aggregieren
Knowledge Catalog aggregiert nativen Kontext aus Ihren Google- und Partnerdatenplattformen, semantischen Modellen und Drittanbieterkatalogen und vereint sie in einer einzigen, verwalteten Quelle der Wahrheit. Automatische Erfassung technischer Metadaten in Ihren grundlegenden Systemen, einschließlich BigQuery, AlloyDB, Spanner, Cloud SQL, Firestore (Vorabversion) und Looker (Vorabversion). Außerdem werden Einbindungen in Datenbanken von Drittanbietern und Partnerkataloge wie Ab Initio, Anomalo, Atlan, Collibra und aDatahub unterstützt.
Daten anreichern und durch kontinuierliches Lernen aussagekräftiger machen
Automatisierte Datenanreicherung durch das Auslesen von Schemas, Logs und BI-Modellen sowie die Extraktion unstrukturierter Entitäten. Die Smart Storage und Object Context APIs taggen und betten Dateien automatisch ein, während Gemini Geschäftsdaten aus Rohdaten zuordnet. Die Kontextkuratierung erstellt Glossare in natürlicher Sprache und SQL-Muster, um die Absicht zu erfassen. Verifizierte Abfragen bieten semantische Leitplanken und vorab validierte Logik, um Halluzinationen und Verknüpfungsfehler zu vermeiden. So erhalten Sie eine dynamische, genaue Darstellung Ihres Unternehmens.
Leistungsstarke Suche und KI-Agenten mit sicherem Abruf
Ermöglichen Sie Ihren KI-Agenten die semantische Suche mit einer Latenz von weniger als einer Sekunde und punktgenauer Relevanz. Knowledge Catalog ordnet den richtigen Kontext sofort ein und gibt ihn in Echtzeit an die Agenten zurück. Um Vertrauen zu schaffen, respektiert unsere globale Suche die Berechtigungen für den Metadatenzugriff, sodass Agenten nur die Assets abrufen und bearbeiten können, für die sie explizit autorisiert sind. Mit einem robusten Bewertungs-Framework erhalten Sie eine messbare Kontextbewertung, um die Relevanz und Qualität des Kontexts, der Ihren Agenten zur Verfügung gestellt wird, kontinuierlich zu optimieren.
Automatisierte Governance für Ihre gesamte Datenumgebung
Skalierbare, automatisierte Governance durch Umwandlung von Rohmetadaten in eine vertrauenswürdige Grundlage für KI. Richtlinienbasierte Qualitätsprüfungen und Anomalieerkennung für verteilte Datenquellen und multimodale Daten erzwingen. Durch die Kombination von automatisch erfasster Datenherkunft und automatisierter Metadatengenerierung übersetzt Knowledge Catalog mithilfe von Gemini all diese Signale in einen klaren Geschäftskontext. Diese einheitliche Steuerungsebene standardisiert Definitionen und sorgt dafür, dass alle Daten-Assets verwaltet, nachverfolgbar und für agentenbasierte Workflows bereit sind.
Definierte Geschäftssemantik
Geschäftslogik in einer einzigen, kontrollierten Ebene synchronisieren Knowledge Catalog synthetisiert automatisch Kontext aus Schemas, Abfragelogs und Looker-Modellen, um die Beziehungen und Messwerte zu definieren, die KI-Agenten für ein effektives Reasoning benötigen. Ob Sie semantische Modelle mit Vibe Coding erstellen oder Logik aus einem Tabellenblatt extrahieren – alles fließt in ein einheitliches Glossar ein. So wird eine konsistente, richtlinienbasierte Governance im gesamten Unternehmen gewährleistet.
Kontextabruf für Ihre Agents
Ermöglichen Sie Ihren KI-Agenten, umfassenden Kontext aus Ihren Unternehmensdaten abzurufen. Über die semantische Suche, Kontext-APIs und MCP-Tools können Agenten sofort Daten-Assets finden und vordefinierte angereicherte Metadaten extrahieren. Mit diesen vorab geprüften „Goldenen Abfragen“ und semantischen Erkenntnissen können Agenten komplexe Aufgaben ausführen, genaue Informationen abrufen und Ihr Daten-Ökosystem mit beispielloser Präzision und Skalierbarkeit durchsuchen.
Funktionsweise
Knowledge Catalog führt fragmentierte Daten in einem für Agenten nutzbaren Kontext zusammen. Es bietet eine kontinuierliche Katalogisierung und Metadatenerfassung in der Data Cloud von Google, in Datenbanken von Drittanbietern und bei Partnern. Dieser Echtzeit-Unternehmenskontext ermöglicht es KI-Agenten, sicher von Erkenntnissen zu autonomen, kontrollierten Maßnahmen überzugehen.
Knowledge Catalog führt fragmentierte Daten in einem für Agenten nutzbaren Kontext zusammen. Es bietet eine kontinuierliche Katalogisierung und Metadatenerfassung in der Data Cloud von Google, in Datenbanken von Drittanbietern und bei Partnern. Dieser Echtzeit-Unternehmenskontext ermöglicht es KI-Agenten, sicher von Erkenntnissen zu autonomen, kontrollierten Maßnahmen überzugehen.
Data-zu-KI-Governance
Grundlage für die Data-to-KI-Governance schaffen
Grundlage für die Data-to-KI-Governance schaffen
Mit einer einzigen Suche können Sie unternehmensweit Daten- und KI-Assets finden und sofort KI-Modelle, Datasets und zugehörige Datenartefakte entdecken, die über Projekte und Regionen hinausreichen, während die IAM-Berechtigungen eingehalten werden. Sie können Assets auch mit geschäftlichem Kontext erweitern und KI-Artefakte mit geschäftlichen Metadaten anreichern, um fundierte Entscheidungen zu treffen, z. B. zu Eigentumsrechten, Schlüsselattributen und relevanten Kontext.
Tutorials, Kurzanleitungen und Labs
Grundlage für die Data-to-KI-Governance schaffen
Grundlage für die Data-to-KI-Governance schaffen
Mit einer einzigen Suche können Sie unternehmensweit Daten- und KI-Assets finden und sofort KI-Modelle, Datasets und zugehörige Datenartefakte entdecken, die über Projekte und Regionen hinausreichen, während die IAM-Berechtigungen eingehalten werden. Sie können Assets auch mit geschäftlichem Kontext erweitern und KI-Artefakte mit geschäftlichen Metadaten anreichern, um fundierte Entscheidungen zu treffen, z. B. zu Eigentumsrechten, Schlüsselattributen und relevanten Kontext.
Multimodale Datenerkennung
Multimodale Datenstatistiken für Agenten leicht auffindbar machen
Multimodale Datenstatistiken für Agenten leicht auffindbar machen
Wichtiges Geschäftswissen bleibt oft in unstrukturierten Quellen wie Designdokumenten, Wikis, PDFs und Bildern verborgen. Sie können Tausende von PDF-Verträgen, Designdokumenten und Wikis sofort in einen strukturierten Knowledge Graph umwandeln. KI-Agenten können diese Informationen dann abfragen, um komplexe Fragen wie „Welche Haftungsklauseln sind in unseren Lieferantenverträgen von 2025 üblich?“ mit fundierten, nachvollziehbaren Fakten zu beantworten.
Tutorials, Kurzanleitungen und Labs
Multimodale Datenstatistiken für Agenten leicht auffindbar machen
Multimodale Datenstatistiken für Agenten leicht auffindbar machen
Wichtiges Geschäftswissen bleibt oft in unstrukturierten Quellen wie Designdokumenten, Wikis, PDFs und Bildern verborgen. Sie können Tausende von PDF-Verträgen, Designdokumenten und Wikis sofort in einen strukturierten Knowledge Graph umwandeln. KI-Agenten können diese Informationen dann abfragen, um komplexe Fragen wie „Welche Haftungsklauseln sind in unseren Lieferantenverträgen von 2025 üblich?“ mit fundierten, nachvollziehbaren Fakten zu beantworten.
Automatisierte Erstellung von Datenprodukten
Automatisch verwaltete Datenprodukte für Agenten erstellen
Automatisch verwaltete Datenprodukte für Agenten erstellen
Erstellen Sie Datenprodukte, die über einfache Tabellen hinausgehen: in sich geschlossene Intelligenzeinheiten mit integriertem Intent, SLAs und Governance-Einschränkungen. Durch das automatische Ableiten von Beziehungen im gesamten Datenbestand verpackt Knowledge Catalog diese Assets in Datenprodukte, sodass sie einfach an funktionsübergreifende KI-Teams und ‑Agenten verteilt und skaliert werden können.
Tutorials, Kurzanleitungen und Labs
Automatisch verwaltete Datenprodukte für Agenten erstellen
Automatisch verwaltete Datenprodukte für Agenten erstellen
Erstellen Sie Datenprodukte, die über einfache Tabellen hinausgehen: in sich geschlossene Intelligenzeinheiten mit integriertem Intent, SLAs und Governance-Einschränkungen. Durch das automatische Ableiten von Beziehungen im gesamten Datenbestand verpackt Knowledge Catalog diese Assets in Datenprodukte, sodass sie einfach an funktionsübergreifende KI-Teams und ‑Agenten verteilt und skaliert werden können.
Gemeinsame Semantik für Menschen und Agenten
Geschäftssemantik unternehmensweit definieren
Geschäftssemantik unternehmensweit definieren
Data Engineers definieren die Struktur in technischen Schemas, während Analysten die Bedeutung in BI-Tools definieren. Dadurch entsteht eine Lücke für KI-Agenten, die zu nicht vertrauenswürdigen Ergebnissen führen kann. Mit Knowledge Catalog können Sie eine gemeinsame semantische Ebene mit strenger Unternehmens-Governance erstellen. Ob ein Mensch eine Frage stellt oder ein Agent eine Aufgabe über die API ausführt – die Antwort basiert immer auf derselben vertrauenswürdigen Unternehmenswahrheit.
Tutorials, Kurzanleitungen und Labs
Geschäftssemantik unternehmensweit definieren
Geschäftssemantik unternehmensweit definieren
Data Engineers definieren die Struktur in technischen Schemas, während Analysten die Bedeutung in BI-Tools definieren. Dadurch entsteht eine Lücke für KI-Agenten, die zu nicht vertrauenswürdigen Ergebnissen führen kann. Mit Knowledge Catalog können Sie eine gemeinsame semantische Ebene mit strenger Unternehmens-Governance erstellen. Ob ein Mensch eine Frage stellt oder ein Agent eine Aufgabe über die API ausführt – die Antwort basiert immer auf derselben vertrauenswürdigen Unternehmenswahrheit.
Offenes Lakehouse verwalten
Einheitliche Governance für Ihr offenes Lakehouse
Einheitliche Governance für Ihr offenes Lakehouse
Knowledge Catalog ist eng in das Lakehouse von Google Cloud eingebunden und integriert seinen Katalog, um Governance-Richtlinien zu unterstützen, die zentral definiert und über mehrere Engines wie BigQuery und Google Cloud Managed Service for Apache Spark hinweg durchgesetzt werden. Knowledge Catalog verbessert auch die Governance im gesamten Lakehouse durch die Unterstützung von semantischer Suche, Datenherkunft, Profilierung und Qualitätskontrollen. So wird eine verwaltete Grundlage für Ihr offenes Data Lakehouse geschaffen.
Tutorials, Kurzanleitungen und Labs
Einheitliche Governance für Ihr offenes Lakehouse
Einheitliche Governance für Ihr offenes Lakehouse
Knowledge Catalog ist eng in das Lakehouse von Google Cloud eingebunden und integriert seinen Katalog, um Governance-Richtlinien zu unterstützen, die zentral definiert und über mehrere Engines wie BigQuery und Google Cloud Managed Service for Apache Spark hinweg durchgesetzt werden. Knowledge Catalog verbessert auch die Governance im gesamten Lakehouse durch die Unterstützung von semantischer Suche, Datenherkunft, Profilierung und Qualitätskontrollen. So wird eine verwaltete Grundlage für Ihr offenes Data Lakehouse geschaffen.
Preise
| Knowledge Catalog-Preise | Die Preise für den Knowledge Catalog basieren auf der „Pay as you go“-Nutzung. | |
|---|---|---|
| Dienste und Nutzung | Beschreibung | Preis (in $) |
Knowledge Catalog-Verarbeitung | Die Standard- und Premiumverarbeitung im Knowledge Catalog wird nach Data Compute Units (DCUs) abgerechnet. Die DCU-Stunde ist eine abstrakte Abrechnungseinheit. Die tatsächliche Messung hängt von den einzelnen Funktionen ab, die Sie verwenden. | |
Verarbeitung in der kostenlosen Stufe des Knowledge Catalog Erste 100 DCU-Stunden pro Monat für die Knowledge Catalog-Standardverarbeitung. | Kostenlos | |
Verarbeitung in der Standardstufe des Knowledge Catalog Die Standardstufe von Knowledge Catalog umfasst die Funktion zur Datenermittlung, die automatisch Metadaten von Tabellen und Dateisätzen aus Cloud Storage ermittelt. | Ab 0,060 $ pro DCU-Stunde | |
Verarbeitung in der Premium-Stufe des Knowledge Catalog Die Premium-Verarbeitungsstufe des Knowledge Catalog umfasst die Arbeitsumgebung für Datenexploration, Datenherkunft, Datenqualität und Datenprofil des Knowledge Catalog. | Ab 0,089 $ pro DCU-Stunde | |
Preise für Knowledge Catalog-Metadaten und APIs | Preis für den Metadatenspeicher Knowledge Catalog misst die durchschnittliche Menge der gespeicherten Metadaten während eines kurzen Zeitintervalls. Für die Abrechnung werden diese Messungen zu einem Monatsdurchschnitt zusammengefasst, der mit der monatlichen Rate multipliziert wird. | |
Kostenlose Stufe des Knowledge Catalog Die ersten 1 MiB durchschnittlicher Speicherplatz pro Monat. | Kostenlos | |
Metadatenspeicher Durchschnittlich mehr als 1 MiB Speicherplatz pro Monat. | Ab 2 $ pro GiB und Monat | |
API-Gebühren Für Knowledge Catalog werden API-Aufrufe an die Data Catalog API und die Data Lineage API berechnet. | ||
API-Aufrufe Die ersten 1 Millionen pro Monat. | Kostenlos | |
API-Aufrufe Über 1 Million pro Monat. | Ab 10 $ pro 100.000 API-Aufrufe | |
Preise für Shuffle-Speicher im Knowledge Catalog | Die Preise für den Shuffle-Speicher umfassen alle Laufwerke, die in den für die Data Exploration Workbench konfigurierten Umgebungen angegeben sind. | Ab 0,040 $ pro GB pro Monat |
Andere Verwendungen | Funktionen zur Datenorganisation im Knowledge Catalog (Lake-, Zonen- oder Asset-Einrichtung) sowie die Anwendung und Weitergabe von Sicherheitsrichtlinien sind kostenlos. | |
Einige Funktionen des Knowledge Catalog lösen die Jobausführung mit Google Cloud Managed Service for Apache Spark, BigQuery und Dataflow aus. Die Nutzung dieser Dienste wird nach den jeweiligen Preismodellen berechnet. Die Kosten werden entsprechend ausgewiesen. | ||
Knowledge Catalog-Preise
Die Preise für den Knowledge Catalog basieren auf der „Pay as you go“-Nutzung.
Knowledge Catalog-Verarbeitung
Die Standard- und Premiumverarbeitung im Knowledge Catalog wird nach Data Compute Units (DCUs) abgerechnet. Die DCU-Stunde ist eine abstrakte Abrechnungseinheit. Die tatsächliche Messung hängt von den einzelnen Funktionen ab, die Sie verwenden.
Verarbeitung in der kostenlosen Stufe des Knowledge Catalog
Erste 100 DCU-Stunden pro Monat für die Knowledge Catalog-Standardverarbeitung.
Kostenlos
Verarbeitung in der Standardstufe des Knowledge Catalog
Die Standardstufe von Knowledge Catalog umfasst die Funktion zur Datenermittlung, die automatisch Metadaten von Tabellen und Dateisätzen aus Cloud Storage ermittelt.
Starting at
0,060 $
pro DCU-Stunde
Verarbeitung in der Premium-Stufe des Knowledge Catalog
Die Premium-Verarbeitungsstufe des Knowledge Catalog umfasst die Arbeitsumgebung für Datenexploration, Datenherkunft, Datenqualität und Datenprofil des Knowledge Catalog.
Starting at
0,089 $
pro DCU-Stunde
Preise für Knowledge Catalog-Metadaten und APIs
Preis für den Metadatenspeicher
Knowledge Catalog misst die durchschnittliche Menge der gespeicherten Metadaten während eines kurzen Zeitintervalls. Für die Abrechnung werden diese Messungen zu einem Monatsdurchschnitt zusammengefasst, der mit der monatlichen Rate multipliziert wird.
Kostenlose Stufe des Knowledge Catalog
Die ersten 1 MiB durchschnittlicher Speicherplatz pro Monat.
Kostenlos
Metadatenspeicher
Durchschnittlich mehr als 1 MiB Speicherplatz pro Monat.
Starting at
2 $
pro GiB und Monat
API-Gebühren
Für Knowledge Catalog werden API-Aufrufe an die Data Catalog API und die Data Lineage API berechnet.
API-Aufrufe
Die ersten 1 Millionen pro Monat.
Kostenlos
API-Aufrufe
Über 1 Million pro Monat.
Starting at
10 $
pro 100.000 API-Aufrufe
Preise für Shuffle-Speicher im Knowledge Catalog
Die Preise für den Shuffle-Speicher umfassen alle Laufwerke, die in den für die Data Exploration Workbench konfigurierten Umgebungen angegeben sind.
Starting at
0,040 $
pro GB pro Monat
Andere Verwendungen
Funktionen zur Datenorganisation im Knowledge Catalog (Lake-, Zonen- oder Asset-Einrichtung) sowie die Anwendung und Weitergabe von Sicherheitsrichtlinien sind kostenlos.
Einige Funktionen des Knowledge Catalog lösen die Jobausführung mit Google Cloud Managed Service for Apache Spark, BigQuery und Dataflow aus. Die Nutzung dieser Dienste wird nach den jeweiligen Preismodellen berechnet. Die Kosten werden entsprechend ausgewiesen.
Partner und Integration
Partnerschaften mit Branchenführern
Partner
Alle Partner im Google Cloud Partner Center ansehen
