AI
2 WerkzeugePrompt Studio · AI Sanitizer
Interactive Binom-Tools are built for tablet and desktop screens. On phones, open Stories instead — they are designed to read well here.
Wähle eine Gruppe oder suche oben direkt nach einem Werkzeug.
Keine passenden Werkzeuge gefunden.
Prompt Studio · AI Sanitizer
Datenintegration planen & abnehmen
Katalog-Anbindung planen & abnehmen
Meta Export Generator
Atlas Classification Review
Ranger Policy-Version Checkliste · Ranger Policy Pattern Generator
Evidence Pack erstellen · Effective-Access-Test Protokoll · Operating Boundary Canvas
Katalog-Anbindung planen & abnehmen
Lake Formation Tag Builder
OpenMetadata: Einrichtung & Anbindung · Meta Export Generator
Evidence Pack erstellen · Effective-Access-Test Protokoll · Operating Boundary Canvas
Katalog-Anbindung planen & abnehmen
Databricks DQ Pattern Generator · Databricks PII Governance Pattern Generator · Databricks DQ Expectation Generator
Katalog-Anbindung planen & abnehmen
PII Macro Generator · PII Policy Generator · PII Table Gate
dbt einrichten, prüfen & betreiben
Kundenbedarf & Quellenplan · PII, Rollen & Datenwege · Pilot-Abnahme & Betrieb
Stakeholder & RACI Matrix · Report Inventory Canvas · KPI Definition Card
Fabric DQ Pattern Generator · Fabric PII Governance Pattern Generator · Fabric DQ Rule Generator
OpenMetadata: Einrichtung & Anbindung · Datenintegration planen & abnehmen
KPI-Anforderungen erfassen · Quellen-Scope festlegen · Mart Design Brief erstellen
Meta Export Generator · Governance Project Intake · Authority Matrix erstellen
PureView Scan Generator · PureView Classification Generator · PureView Glossary Generator
OpenMetadata: Einrichtung & Anbindung · Meta Export Generator
Meta Export Generator
OpenMetadata: Einrichtung & Anbindung · Meta Export Generator
OpenMetadata: Einrichtung & Anbindung · OpenMetadata: Lineage-Mapping-Prüfer · OpenMetadata: Eigene Adapter: Connector-Starter
Meta Export Generator
OpenMetadata: Einrichtung & Anbindung · Meta Export Generator
OpenMetadata: Einrichtung & Anbindung · Power BI DAX Measure Generator · BI-Sicherheit prüfen & dokumentieren
OpenMetadata: Einrichtung & Anbindung · BI Python Export Toolkit · Kundenanforderungen
KPI-Anforderungen erfassen · Quellen-Scope festlegen · Governance Starting-Point Decision
OpenMetadata: Einrichtung & Anbindung · Meta Export Generator · Rollen & Rechte
OpenMetadata: Einrichtung & Anbindung · Tableau Calculation Generator · BI-Sicherheit prüfen & dokumentieren
Datenintegration planen & abnehmen
Deal-Karte (Fachbereich) · Einwand-Map · Kundenleitfaden
No matches for your search.
Laufzeit-Makros, Generic Tests und SETUP.md für dein dbt-Projekt.
pii_details schema.yml-Beispiel und Secure Model — Zielzustand nach Review.
Ungeprüfte Models identifizieren und für Rollen verstecken.
Name- und Content-Audit, Heuristik-Regeln und pii_recommend schema.yml.
Laufzeit-Makros, Generic Test dq_rule und SETUP_DQ.md für dein dbt-Projekt.
meta.dq_rules in schema.yml — Regeln pro Spalte und Model.
dq_run_history, Report-Views und dq_collect_results Runbook.
SQL- und Notebook-Patterns für Fabric Lakehouse/Warehouse: DQ-Regeln, Delta Loads, SCD2 und Pipeline-Gates.
DLT Expectations, Delta MERGE/SCD2 und Unity-Catalog-Governance-Patterns für Databricks.
Fabric-Patterns für PII-Klassifikation, Sensitive Labels, Rollen, Maskierung und Governance-Gates.
Unity-Catalog-Patterns für PII-Tags, Owner, Grants, Maskierung und Governance-Gates.
Fabric SQL-/Notebook-Regeln für Pflichtfelder, Business Keys, Freshness und Release-Gates.
Fabric Notebook-Snippets für DQ, Delta Loads, SCD2 und Governance Reviews.
Pipeline-Checkliste für Incremental Loads, Alerts, Owner, Retry und Semantic Refresh.
Guardrails für Semantic Models: KPI-Owner, versteckte Felder, Export-Risiko und Publishing-Gate.
DLT Expectations und Notebook-Checks für Pflichtfelder, Keys und Freshness.
Starter-Snippets für dbt Incremental Models, Tests, Jobs und Unity-Catalog-Handoff.
Unity-Catalog-Snippets für Tags, Owner, Grants, PII-Spalten und Release-Gates.
Delta MERGE- und SCD2-Patterns für inkrementelle Lakehouse-Modelle.
Erzeugt Beispiel-JSON, CLI/curl-Hinweise und Setup-Checkliste für Data Sources und Scans.
Erzeugt Klassifikations-Mapping, Sensitivity-Beispiele und Review-Artefakte für Spalten.
Erzeugt Business-Term-JSON, Synonyme, Owner und Asset-Mapping für Glossary Reviews.
Erzeugt Data-Product-Steckbrief, Owner-/Stewardship-Felder, DQ-Gates und Consumer-Readme.
Erstellt einen connector-spezifischen Einrichtungs-, Berechtigungs- und Abnahmeplan für elf Systeme.
Prüft BI-Quellenzuordnungen auf FQN-Format, Dubletten und fehlende Ziele im eingefügten Inventar.
Erzeugt ein Python-Entwicklungsgerüst mit Metadaten-Fixture, Workflow und Tests als Download.
Erzeugt Beispiel-JSON, Mapping und Setup-Checkliste für Services und Ingestion-Pipelines.
Erzeugt Tag- und Klassifikations-Mapping, Sensitivitäts-Beispiele und Review-Artefakte für Spalten.
Erzeugt Glossarbegriff-JSON, Synonyme, Owner und Asset-Mapping für Glossar-Reviews.
Erzeugt Domain- und Data-Product-Steckbrief, Owner-/Stewardship-Felder, DQ-Gates und Consumer-Readme.
Hilfs-Tool: einzelne schema.yml typo-sicher bearbeiten — nicht Teil der Einrichtungs-Kette.
Copy-Paste-SQL/Scripts für Schemas, Tabellen, Spalten und Access-Meta — 10 Plattformen, kein Live-Connect.
Stakeholder mit Einfluss, Interesse und optionaler RACI — Export für Mandat und Owner-Matrix.
Reports, Dashboards und BI-Apps inventarisieren: Zweck, Owner, Tool, Aktualisierung, Formeln, Nutzergruppe und offene Vertrauensfrage.
KPI-Karte erstellen: fachliche Frage, Definition, Formel, Grain, Quelle, Owner, erlaubte Nutzung und Abstimmungsstatus.
Python-Exports für BI-Governance: Qlik-App- und Sheet-Inventar, KPI-Export, Formel-Inventar und Abgleich ueber mehrere BI-Tools.
Kundenbedarf, Scope, Rollen, Datenquellen und messbare Abnahmekriterien als gemeinsames Projektformular erfassen.
Alternativen, PII-Entscheidungen, Risiken und Umsetzungspakete auf Anforderungen zurückführen.
Tenant, Verantwortliche, Bereiche, Rechte und Datenbetrieb erfassen; Dokumentation als Markdown/HTML und Arbeitsdatei als JSON erzeugen.
Anforderungen mit Tests, Nachweisen und Freigaben verbinden; vollständiges Projektkapitel exportieren.
Qlik Set Analysis kontrolliert erzeugen, nachdem Zweck, Dimensionen, Auswahlverhalten und genehmigte KPI-Definition geklaert sind.
Calculated Fields, LOD-Varianten und Dokumentations-CSV aus Base Measures plus Definitionen erzeugen.
Power BI DAX Measures kontrolliert erzeugen, wenn KPI-Vertrag, Grain, Filterkontext und Validierungsbeispiele feststehen.
Architekturdiagnose und Engpass-Liste entlang Quellen bis Consumption.
Initiativen scoren, 2×2-Matrix sehen und Pilot-Kandidaten markieren.
Stakeholder-Fragen, Formel, Grain, Owner, Dimensionen und Akzeptanzbeispiele erfassen.
Supplier-Load vorbereiten: must-have, optional, skip, PII/DSDR und Review-Fragen.
Aus KPI-Karten und Quellen-Scope einen Mart-Design-Brief machen: Fact, Dimensionen, Grain, Historie, Qualitätsfragen und BI-Nutzung.
Stack-Shortlist nach Cloud, BI, Catalog, Residency, Skills, Zertifikaten und Risiko vorbereiten.
Ist- oder Ziel-Stack je Funktion dokumentieren: Produkte wählen und Platform-Tags ableiten.
Plattform-Einstieg dokumentieren: Kontext, Governance Design, produktspezifische Felder, Lücken und Entscheidung als Markdown.
Personenbezug, DSDR-Suchkeys, Freitext, Kopien, Retention und Governance-Gates prüfen.
Discovery-Ergebnisse zu Entscheidung, Pilot-Scope, Risiken und nächstem Sprint verdichten.
Rollenbasierte Lernpfade mit offiziellen Zertifikatslinks, Playbooks und praktischen Übungen planen.
Stack, Stakeholder, Authority, Gaps, PII-Risiken und Charter-Felder in ein Intake-Pack verdichten.
Authority pro Governance-Anliegen: Entscheider, Durchsetzung, Nachweise und Ausnahme-Owner.
Reifegrad je Governance-Säule mit Evidence-Link, Owner und Priorität erfassen.
Ausnahme mit Begründung, Ablauf, Re-Zertifizierung, Restrisiko und Genehmiger dokumentieren.
Access Review: Scope, Konten, stale Access, Service Accounts und Entscheidungen mit Nachweis.
Nachweise zu Controls: Owner, Evidence-Typ, System, Freshness und Status pflegen.
Auditfähiges Pack pro Datenprodukt: Identifier, Zeitraum, Bestandteile, Blind Spots und Stichprobe.
Allow/Deny/Service/Privileged mit Policy-Version, Zeitpunkt und Ergebnis dokumentieren.
In/Out-of-Scope, Handoffs mit Owner und offene Drift-Notizen für Plattform-Reviews.
Concern, authoritative Source, lokale Enforcement und akzeptierte Abweichung mit Reviewdatum.
Asset, Klassifikation, Glossary-Term, Steward, Gaps und Entscheidung für Atlas-Reviews.
Repo vs. Console-Export, Drift und Audit-Pfad für Ranger-Policy-Versionen prüfen.
Attribute, Allow/Deny, Principals und Testfälle als Advisory-Muster für Argonos ABAC.
Argonos- vs. Enterprise-Catalog-Authority, Sync-Regel und Owner für Ontologie-Reviews.
Schema Registry, Compatibility, ACLs, Retention und PII im Payload vor Go-live prüfen.
Kosten Domain, Tags, Budget, Showback-Modell, Owner und Alert-Schwellen zuordnen.
Sektor, EU-Bezug, Datenarten und wahrscheinliche Frameworks für Legal Review kartieren.
Ranger-Policy-Muster mit Resource, Access, Principals, Conditions und Audit erzeugen.
Lake Formation Tags mit Key, Values, Resource, Principal und Permission definieren.
Angebotskarte je Fachbereich und Branche: Kundensituation, Business-/Tech-Fragen, IST-Zustand, Aufwandstreiber, Governance-Einstieg, Rollen, Nachweise und klare Angebotsgrenze festhalten.
Typische Einwände sachlich klaeren: Was nicht versprochen wird, welche Antwort passt, wer fachlich einbezogen wird und wann ein Deal nicht sauber ist.
Kundenzusammenfassung nach dem Gespraech: Zielbild, Teil-Scope, passende Fachbereiche, naechster Schritt und erwartete Evidence auf einer Seite.
Uebergabe vom Vertrieb an Delivery: Scope, Rollen, erste Entscheidung, offene Punkte, Termin und Abnahmekriterien dokumentieren.
Hardware- und Betriebsuebergabe getrennt von Governance-Beratung dokumentieren: Geraete, SLA, Wartung, Garantie und Verantwortlichkeiten.
Entscheidungsfrage, ein Produkt, Owner oder Vakanz, Freeze-Minimum — exportieren und stoppen. Kein Harvest.
Korridor abnehmen: Freeze, Leave-open, Brief-Kunde, Nachbar gegenzeichnet, Join-Test — Practice nach dem ersten Review, nicht Sales.
Drei Schichten: Arbeit auffindbar, Akte im HR-Pfad, Directory-Wahl — Preference ist keine Einwilligung.
Cover, Artefakt-Index und Status (draft/reviewed/approved/evidence) zum Aushändigen — keine Rechtsberatung.
Zweck, Rechtsgrundlage, Systeme, Kategorien, Fristen und Owner als processing-register.csv — Handoff an Legal, keine Rechtsberatung.
Risikohypothese, Notwendigkeit, Mitigation und Residualrisiko als dpia-fria-handoff.md für Legal.
Datensatz, Zweck, Frist, Hold vs. Analytics-Löschung und Owner als retention-schedule.csv.
Request-Typ, Suchkeys, Systeme, Frist und Evidence als dsr-runbook.md — operativer Runbook, kein Readiness-Check.
Professionelle Prompts für ChatGPT, Claude, Gemini, Suno, Midjourney und mehr — config-getrieben.
Prompt sanitisieren, Outbound kopieren, KI-Antwort wiederherstellen.
Kundenbedarf, Rollen, Quellen und prüfbare Kriterien gemeinsam erfassen.
Installation vorbereiten, Versionen und Betrieb dokumentieren; acht Prüfvorlagen mit Soll/Ist und Nachweisen.
Soll-/Ist-Inventar, Tests, Lücken und Übergabe auf Anforderungen zurückführen.
Fehlerbilder eingrenzen, Hypothesen prüfen und Behebung mit Nachtest dokumentieren.
Teams, Bots und Policies mit erlaubten, verbotenen und Entzugsfällen prüfen.
Versionsmatrix, Backup, isolierten Restore, Migrationsschritte und Rückweg planen.
Leserrolle und erlaubte/verbotene Aktionen in einer Sandbox nachweisen.
Mit Beispieldateien COPY, Validierung, Wiederholung und VARIANT üben.
Historische Abfrage, Clone und UNDROP mit synthetischen Daten unterscheiden.
Personenbezogene Felder, Klartextbedarf und Datenwege gemeinsam klären.
Schutzregeln, Rollen, Edition und Zuweisung für den Pilot planen.
Erlaubte und verbotene Fälle, BI-Exporte und offene Maßnahmen dokumentieren.
Anforderungen, Quellen, Sichten und Datenvertrag für einen begrenzten Denodo-Pilot planen.
Klartextbedarf, Quellidentität, Regeln und Kopien nachvollziehbar abstimmen.
Funktion, Zugriffe, Laufzeit, Frische und Betriebsübergabe mit echten Nachweisen dokumentieren.
Qlik, Power BI und Tableau: Datenwege, effektive Rechte, Export und Entzug mit Prüffällen und Projektkapitel.
Fivetran, Airbyte und Talend: Datenvertrag, Änderungen, Löschungen, Wiederanlauf und Abnahme nachvollziehbar planen.
DataHub, Collibra, Atlan und Alation: Scope, Metadatenrechte, Lineage, Änderungen und Abnahme mit Nachweisen.
Selbst gehostet oder Cloud: Einrichtung, Snowflake-Ziele, Prüfvorlagen, CI/CD und Betriebsnachweise.
Alle 58 Canvas-Fragen mit Nachweisen, Review, Fünfjahresszenario und Export bearbeiten.
Version, Pfade und erste Funktionsprüfungen produktunabhängig notieren; JSON laden und Markdown/HTML exportieren.
Einen Workflow mit gültigem Ergebnis und gesonderten Ausnahmen bauen.
Join-Granularität und den Effekt eines doppelten Kundenschlüssels nachweisen.
Basissichten, abgeleitete Sicht und Sollsummen mit denselben kleinen Testdaten erklären.
Einen genehmigten Lesepfad und einen erklärten Datenstand mit Gegenproben prüfen.
Ein Sternschema mit prüfbarer Umsatz-Measure erstellen und einen fehlerhaften Merge erklären.
RLS mit zwei echten Leseridentitäten und einer Mehrfachmitgliedschaft prüfen.
Erfasste Assets und Schema gegen einen ausdrücklich begrenzten Sollumfang prüfen.
Ein Testprodukt mit Zweck, Verantwortlichkeit, Herkunft und Nutzungsgrenzen beschreiben und von einem zweiten Nutzer prüfen lassen.