Feature-Store-Zugriff, Lineage und Point-in-Time-Korrektheit
Steuern, wer Features lesen oder schreiben darf, Lineage nachweisen und Point-in-Time-Korrektheit für Training und Serving durchsetzen.
Zugriff ohne Zweck ist Leakage. Lineage ohne Zeit ist Storytelling. Training, das Labels von morgen sieht, ist nicht clever — es ist ungültig.
Eine Train-Identität ruft den Online-Serving-Endpunkt für einen Bulk-Export. Lineage endet bei „dem Lake“. Der Join läuft auf Processing-Time. Dieser Teil macht Zugriff, Lineage und Point-in-Time-(PIT-)Korrektheit zu Betriebscontrols — sonst ist das Training ungültig.
Ein Feature Store ist nur verlässlich, wenn Zugriffe an einen Zweck gebunden sind, die Herkunft bis zur Quelle reicht und historische Abrufe keine Zukunftsinformation enthalten. Notfallzugriffe bleiben befristet und werden nachträglich geprüft.
Begriffe vor dem Lesen
-
Data Owner — Fachlich verantwortliche Rolle für Zweck, Bedeutung, Risikoakzeptanz und Freigabe.
-
Data Steward — Rolle, die Definitionen, Prüfungen, Konflikte und Nachweise im Alltag pflegt.
-
Data Custodian — Technische Rolle, die Zugriffe, Laufzeit, Sperren und Protokollierung umsetzt.
-
Feature — Eine aus Daten gebildete Eingangsgröße für ein Modell, etwa Bestellungen der letzten 30 Tage. Name, Berechnung und Zeitpunkt gehören zur Definition.
-
Label — Das bekannte oder später beobachtete Ergebnis, aus dem ein Modell beim Training lernt.
-
Trainingsdatenvertrag — Versionierte Vereinbarung über Population, Zeitraum, Features, Labels, Ausschlüsse und erlaubten Zweck eines Trainingslaufs.
-
Point-in-Time-Korrektheit (PIT) — Ein Trainingsdatensatz verwendet nur Informationen, die zum damaligen Entscheidungszeitpunkt bereits bekannt waren.
-
Drift — Messbare Veränderung von Daten, Beziehungen oder Modellverhalten gegenüber dem freigegebenen Ausgangszustand.
Entscheidung
Für jeden produktiven Feature-Pfad:
- ist Zugriff zweckgebunden (train / serve / debug) mit Data-Owner-Freigabe für hohe Risikoklassen;
- verknüpft Lineage Feature-Version → Quellversionen → Transforms → Nutzende;
- wird PIT-Korrektheit getestet: As-of-Abruf darf keine Zukunftsinformation relativ zur Event-Zeit nutzen;
- besitzt der Steward Lineage-Vollständigkeit und Nutzende-Fragen; der Custodian setzt Zugriffsregeln, As-of-APIs und Audit-Logs durch;
- ist Break-Glass protokolliert, zeitlich begrenzt und reviewed.
Kein Promotion-Pfad mit unvollständiger Lineage oder ungeprüftem As-of.
Zugriffs- und PIT-Workflow
1. Zugriffspfade klassifizieren
Schreiben (Materialisierung), Online-Read, Offline/Train-Read und Admin trennen. standardmäßige Sperre für Writes außerhalb custodian-gesteuerter Pipelines. Gemeinsame Service-Accounts für Training und produktive Berechnung machen Zweckbindung zur Folie.
2. Zweck beim Lesen erzwingen
Trainings-Identitäten dürfen Online-Serving-Endpunkte nicht für Bulk-Export missbrauchen. Serving-Identitäten dürfen Historientabellen nicht überschreiben. Der Data Owner genehmigt hohe Risikoklassen; der Custodian setzt die Zugriffsregel. Ohne Zweck-Split ist jeder Debug-Export ein Leak.
3. Lineage nachweisen
Jede Materialisierung speichert Quell-Snapshot-IDs, Transform-Version und Feature-Version. Unvollständige Lineage — „der Lake“ — blockiert Promotion. Der Steward führt die Vollständigkeits-Checkliste; ohne sie ist Impact Analysis Raten.
4. Point-in-Time testen
Entity-Event-Paare prüfen: Features anhand des freigegebenen As-of-Zeitpunkts und Fensters abrufen, Future-Joins ausschließen. Ein alter Ereigniszeitstempel belegt nicht, dass ein spät gelieferter oder rückwirkend korrigierter Wert damals verfügbar war. Verfügbarkeit und Korrekturstände deshalb zusätzlich im Trainingsvertrag festlegen und mit Gegenfällen testen. Fehlende PIT-Tests lassen den Freigabenachweis offen, beweisen aber allein noch keinen tatsächlich eingetretenen Leakage-Fehler. Quellenstand 23.10.2026: Feast: zeitbezogene Joins und TTL. Die zusätzliche Verfügbarkeitsprüfung ist unsere Abnahmeanforderung; eine API-Bezeichnung garantiert sie nicht.
5. Auditen und rezertifizieren
Steward führt periodische Access-Reviews mit dem Data Owner für sensible Features. Custodian liefert Logs und das Break-Glass-Pack. Permanentes Break-Glass ohne Review ist der nächste unkontrollierte Schreibpfad. KMU ohne vollen Store: versionierte Tabellen mit dokumentierter As-of-Semantik reichen zum Start.
Handoffs
| Von | An | Artefakt |
|---|---|---|
| Data Owner | Custodian | Zugriffspolitik nach Zweck und Risikoklasse |
| Steward | Custodian | Lineage-Vollständigkeits-Checkliste |
| Custodian | Model-Team | As-of-API-Contract + PIT-Testergebnisse |
| Model-Team | Steward | Nutzende-Erklärung (train vs. serve) |
| Custodian | Data Owner | Break-Glass-Log + Rezertifizierungspack |
Anti-Patterns
- Gemeinsame Service-Accounts für Training und produktive Berechnung
- Lineage, die bei „dem Lake“ endet
- Trainingsextrakte, die auf Processing-Time statt Event-Time joinen
- PIT-Tests „bis nach dem Launch“ abschalten
- Permanentes Break-Glass ohne Review
Erster Praxistest
Nehmt einen realen, begrenzten Nutzungspfad. Führt die folgenden Schritte mit den tatsächlich verantwortlichen Rollen und Systemen aus. Der Test ist erst abgeschlossen, wenn Entscheidung, technische Wirkung und Nachweis zusammenpassen.
- Train- und Serve-Identitäten für eine kritische Feature-Gruppe trennen.
- Lineage für fünf Features inkl. Quell-Snapshot-IDs veröffentlichen.
- Einen PIT-Sample-Test auf einem Trainingsfenster fahren und Pass/Fail protokollieren.
- Bestehende Break-Glass-Grants befristen und prüfen.
ML feature platform governance
Part 3 of 5
View series