Der Audit erkennt Ownership-/Klassifikations-/Retention-/ Environment-Defekte (fehlende Stewards, unbekannte Owner, fehlende Dataset-Klassifikation, unklassifizierte PII-Spalten, public-Datasets mit PII, PII in Dev-Environments, fehlende Retention-Regeln) datei- und zeilengenau.
Produkt data-catalog-audit · Version 0.1.0
Data Catalog & Metadata Quality Audit
Standardisierter, deterministischer Audit für Datenkatalog- und Metadaten-Qualität. Das Produkt prüft einen Katalog-Export statisch auf Lücken: Datasets ohne Steward oder mit unbekanntem Owner, fehlende Dataset-Klassifikation, unklassifizierte/untagged PII-Spalten, als public klassifizierte Datasets mit PII, PII-Datasets in Dev-/Test-Environments, fehlende Retention-Regeln, veraltete Metadaten, fehlende Lineage/Consumer, doppelte und orphan Datasets, Domains außerhalb der Taxonomie, Naming-Convention-Verstöße, fehlende oder deaktivierte Quality-SLAs, undokumentierte Spalten und fehlende Dataset-Tags. Jeder Befund ist datei- und zeilengenau mit konkreter Korrekturanweisung; Katalog-Quality-Score und Kategorie-Scores sind transparente Formeln, heuristische Regeln sind gekennzeichnet. Der Lauf wird unabhängig re-validiert und ist über einen hash-verketteten Evidence-Record mit Ed25519-Signaturen und Contract-Digests reproduzierbar.
Zielkunde (ICP)
Data-Governance-, Data-Platform- und Analytics-Teams in mittelständischen Unternehmen (20-500 Datasets), die Datenkatalog, Ownership, Klassifikation, Retention und Metadaten-Qualität verantworten und vor Data-Governance-Reviews, Katalog-Migrationen oder Audits eine schnelle, reproduzierbare Prüfung ihres Katalog-Exports benötigen.
Problem
Datenkatalog-Qualität scheitert an Details: Datasets ohne Steward, unbekannte Owner, fehlende Klassifikation und ungetaggte PII-Spalten, public klassifizierte Datasets mit PII, fehlende Retention-Regeln, veraltete Metadaten, fehlende Lineage, doppelte Datasets, Domains außerhalb der Taxonomie, fehlende Quality-SLAs und undokumentierte Spalten. Diese Lücken verteilen sich über Dataset-, Spalten-, Owner-, Klassifikations-, Lineage-, SLA-, Retention- und Tag-Exporte; manuelle Reviews sind langsam und liefern keine zeilengenauen Evidenz-Pointer. Teams benötigen eine deterministische, lokal laufende Vorprüfung ihres Katalog-Exports.
Liefermodelle
- Audit as a Service
- Workflow as a Service
Service-Level (SLA)
| Feld | Wert |
|---|---|
delivery_time_hours | 48 |
max_findings_per_audit | 200 |
max_runtime_seconds | 120 |
Grenzen des Produkts
- Rein statischer Audit eines synthetischen Katalog-Exports – kein Live-Katalog-/Lineage-/DB-Zugriff, kein Netzwerk.
- Klassifikations-/PII-Prüfungen basieren auf deklarierten Metadaten; reale Dateninhalte werden nicht geprüft.
- Duplikat-/Dokumentationsprüfungen sind Heuristiken.
- Technischer Datenkatalog-/Metadaten-Entwurf; keine Rechts-/DSGVO- Konformitäts- und keine Zertifizierungsaussage.
- Die aktuelle Evidenz basiert ausschließlich auf dem synthetischen Lab-Target synthetic-data-catalog, nicht auf echten Katalog-Exporten.
- Rein statischer Audit eines synthetischen Katalog-Exports – kein Live-Katalog-/Lineage-/DB-Zugriff, kein Netzwerk.
- Klassifikations-/PII-Prüfungen basieren auf deklarierten Metadaten; reale Dateninhalte werden nicht geprüft.
- Duplikat-/Dokumentationsprüfungen sind Heuristiken.
- Keine Rechts-/DSGVO-Konformitäts- und keine Zertifizierungsaussage; alle Daten sind synthetisch.
Verträge: Eingabe und Ausgabe
Ein Claim erscheint nur, wenn die Evidenz zur exakten Version passt. Contract-Felder werden aus dem veröffentlichten Datenvertrag gerendert.
JSON-Schema (input_contract) aus dem veröffentlichten Datenvertrag. Der Runner validiert Ein- und Ausgaben gegen dieses Schema.
{
"properties": {
"repository_snapshot": {
"description": "Read-only Katalog-Export (Datasets, Spalten, Owner, Klassifikationen, Lineage, SLAs, Retention, Tags, Policy); synthetische oder kundenseitig freigegebene Metadaten, kein Live-Katalog-Zugriff.",
"type": "object"
}
},
"required": [
"repository_snapshot"
],
"type": "object"
}| Feld | Typ | Pflicht | Beschreibung |
|---|---|---|---|
repository_snapshot | object | ja | Read-only Katalog-Export (Datasets, Spalten, Owner, Klassifikationen, Lineage, SLAs, Retention, Tags, Policy); synthetische oder kundenseitig freigegebene Metadaten, kein Live-Katalog-Zugriff. |
JSON-Schema (output_contract) aus dem veröffentlichten Datenvertrag. Der Runner validiert Ein- und Ausgaben gegen dieses Schema.
{
"properties": {
"findings": {
"description": "Maschinenlesbare Findings als JSON inkl. Summary mit Severity-Zählern, Score-Formel, Kategorie-Scores, Zählern und unterdrückten Decoy-Mustern.",
"type": "object"
},
"report": {
"description": "Katalog-Quality-Bericht (Markdown) mit Zusammenfassung, Methodik, priorisierten Findings inkl. Datei, Zeile, Schweregrad, Fix-Anweisung, Katalog-Quality-/Kategorie-Scores, Heuristik-Kennzeichnung, Evidenz-/ Reproduzierbarkeitsdaten und Grenzen.",
"type": "object"
}
},
"required": [
"report",
"findings"
],
"type": "object"
}| Feld | Typ | Pflicht | Beschreibung |
|---|---|---|---|
findings | object | ja | Maschinenlesbare Findings als JSON inkl. Summary mit Severity-Zählern, Score-Formel, Kategorie-Scores, Zählern und unterdrückten Decoy-Mustern. |
report | object | ja | Katalog-Quality-Bericht (Markdown) mit Zusammenfassung, Methodik, priorisierten Findings inkl. Datei, Zeile, Schweregrad, Fix-Anweisung, Katalog-Quality-/Kategorie-Scores, Heuristik-Kennzeichnung, Evidenz-/ Reproduzierbarkeitsdaten und Grenzen. |
Veröffentlichte Claims (gate-geprüft)
Jeder folgende Claim ist an mindestens einen PASSED-Evidenz-Record gebunden. Die SHA-256-Hashwerte der Records sind direkt an jedem Claim sichtbar; nicht freigegebene Claims werden nicht gerendert.
Der Audit erkennt Lineage-/Quality-/Taxonomie-/Tag-/Naming-Defekte (fehlende Lineage, veraltete Metadaten, doppelte und orphan Datasets, Domains außerhalb der Taxonomie, fehlende/deaktivierte Quality-SLAs, undokumentierte Spalten, fehlende Tags, Naming-Verstöße).
Jeder Audit-Lauf ist deterministisch, wird unabhängig re-validiert und ist über einen hash-verketteten Evidence-Record mit Ed25519-Signaturen, Artefakt-Hashes und Contract-Digests reproduzierbar.
Es sind keine unterdrückten Claims für dieses Produkt im Gatekeeper-Status enthalten.
Workflow
Ausführungsschritte laut Manifest; jeder Schritt referenziert einen geprüften Skill.
| Schritt | Skill | Beschreibung | Abhängig von |
|---|---|---|---|
audit | data_catalog_audit | Katalog-Export statisch prüfen und Metadaten-Findings deterministisch mit dem Skill data_catalog_audit erzeugen. | — |
Skills in diesem Produkt
Versionen, Schwellenwerte und Evidenzstand je Skill. Details in der Skill-Registry.
| Skill | Version | Reife | Recall / Precision | Evidenz | Letzte Evidenz |
|---|---|---|---|---|---|
| Data Catalog & Metadata Quality Audit (synthetic export) | 0.1.0 | VALIDATED | 1,000 / 0,900 | 1 | 29d3acb3160f41d6ac271f0fcae2af97 |
Evidenz für dieses Produkt
Ausschließlich verifizierte Records. Hashes und Artefaktpfade sind im Evidenz-Detail einsehbar.
record_sha256: 943c5836222683a2221959703b6e974f4cd45a30e4b009c5d3b215de7b5289b4
- Rein statischer Audit eines synthetischen Katalog-Exports – kein Live-Katalog-/Lineage-/DB-Zugriff, kein Netzwerk.
- Klassifikations-/PII-Prüfungen basieren auf deklarierten Metadaten; reale Dateninhalte werden nicht geprüft.
- Duplikat-/Dokumentationsprüfungen sind Heuristiken.
- … 6 weitere
Bericht: evidence/artifacts/29d3acb3160f41d6ac271f0fcae2af97/report.md
Weitere Dokumentation
Kein Dokumentationspfad veröffentlicht.