Metadaten, Katalog und Lineage
Ein praxisnahes Operating Model für verständliche Metadaten, auffindbare Datenassets und nachvollziehbare Datenflüsse von der Quelle bis zum Business Use Case.
Daten brauchen Kontext
Metadaten, Catalog und Lineage beantworten, was ein Datenasset bedeutet, woher es kommt und welche Reports bei einer Änderung betroffen sind — nicht nur, dass Tabellen technisch existieren.
Ein Warehouse lädt Opportunity und Account fehlerfrei. Trotzdem kann niemand sagen, welche Spalte „verantwortliche Person“ fachlich meint — und ob der Management-Report Nettoumsatz bricht, wenn Stage-Semantik geändert wird.
Typische Fragen bleiben dann unbeantwortet:
- Welche Datenassets existieren überhaupt?
- Was bedeutet eine Tabelle, Spalte, Kennzahl oder ein Datenprodukt fachlich?
- Wer ist verantwortlich?
- Welche Daten sind vertrauenswürdig und für welchen Zweck freigegeben?
- Woher stammen die Daten?
- Welche Transformationen wurden angewendet?
- Welche Reports, Modelle oder Prozesse sind von einer Änderung betroffen?
Metadaten, Katalog und Lineage schafft den gemeinsamen Kontext, der aus technischen Datenbeständen verständliche und vertrauenswürdige Datenassets macht.
Ein Katalog macht Daten auffindbar. Metadaten machen sie verständlich. Lineage macht ihre Herkunft, Abhängigkeiten und Auswirkungen nachvollziehbar.
Einfaches Schaubild
Metadaten sind mehr als technische Eigenschaften
Metadaten werden häufig auf Tabellen-, Spalten- und Datentypinformationen reduziert. Diese technischen Informationen sind wichtig, beantworten aber nur einen Teil der relevanten Fragen.
Ein belastbares Governance-Modell verbindet mehrere Metadatenarten:
| Metadatenart | Typische Inhalte | Zentrale Frage |
|---|---|---|
| Technische Metadaten | Tabellen, Spalten, Datentypen, Modelle, Dateien, Jobs, APIs | Wie ist das Datenasset technisch aufgebaut? |
| Fachliche Metadaten | Definitionen, Glossarbegriffe, Domänen, Nutzungskontext | Was bedeuten die Daten? |
| Governance-Metadaten | verantwortliche Person, Stewards, personenbezogene Daten, Kritikalität, Policies, Aufbewahrung | Wer ist verantwortlich und welche Regeln gelten? |
| Operative Metadaten | Laufzeiten, Aktualität, Fehler, Nutzung, Volumen, SLAs | Wie verhält sich das Datenasset im Betrieb? |
| Qualitätsmetadaten | Regeln, Testergebnisse, Schwellenwerte, Incidents | Kann den Daten vertraut werden? |
| Semantische Metadaten | KPIs, Metriken, Dimensionen, Berechnungslogik | Wie werden Daten fachlich ausgewertet? |
Der Wert entsteht nicht durch möglichst viele Felder, sondern durch die Verbindung dieser Informationen zu einem nutzbaren Kontext.
Die drei Kernfähigkeiten
Metadaten Management
Metadaten Management definiert, erfasst, standardisiert und pflegt den Kontext rund um Datenassets.
Typische Aufgaben sind:
- technische Metadaten automatisiert aus Plattformen und Pipelines erfassen
- fachliche Beschreibungen und Definitionen ergänzen
- Begriffe, Tags und Klassifikationen standardisieren
- verantwortliche Person, Stewards und Domänen verknüpfen
- personenbezogene Daten-, Vertraulichkeits- und Kritikalitätskennzeichnungen pflegen
- Qualitäts-, Zugriffs- und Aufbewahrungsregeln zuordnen
- Änderungen versionieren und überprüfbar machen
Metadaten sollten möglichst nah an ihrer Entstehung gepflegt werden. Technische Informationen gehören in automatisierte Integrationen; fachliche Definitionen benötigen verantwortliche Personn und einen geregelten Review-Prozess.
Datenkatalog
Ein Datenkatalog ist die nutzbare Oberfläche auf Metadaten. Er hilft Menschen und Systemen, Datenassets zu finden, zu verstehen, zu bewerten und korrekt zu verwenden.
Ein guter Katalog unterstützt mindestens:
- Suche nach Namen, Beschreibungen, Tags und fachlichen Begriffen
- Navigation über Domänen, Datenprodukte und Abhängigkeiten
- sichtbare verantwortliche Person- und Steward-Zuordnung
- fachliche und technische Definitionen
- Qualitätsstatus, Zertifizierung und bekannte Einschränkungen
- Klassifikationen und Schutzbedarf
- Lineage und Auswirkungsanalyse
- Verknüpfungen zu Dokumentation, Code, Modellen und Reports
Ein Katalog ist kein Selbstzweck und keine Ablage für automatisch importierte Tabellen. Er wird wertvoll, wenn Nutzer schneller eine belastbare Antwort auf die Frage erhalten: Kann ich dieses Datenasset für meinen Zweck verstehen und verwenden?
Data Lineage
Data Lineage zeigt, wie Daten von einer Quelle durch Transformationen, Modelle und Datenprodukte bis zu Reports, APIs oder Geschäftsprozessen fließen.
Lineage unterstützt:
- Herkunft und Verarbeitung nachvollziehen
- Abhängigkeiten zwischen Quellen, Modellen und Reports erkennen
- Auswirkungen geplanter Änderungen bewerten
- Ursachenanalysen bei Qualitätsproblemen beschleunigen
- personenbezogene Daten- und Governance-Metadaten entlang der Datenkette verstehen
- Audit- und Compliance-Nachweise verbessern
- Vertrauen in Kennzahlen und Datenprodukte erhöhen
Lineage ist dann besonders wertvoll, wenn sie nicht nur technische Knoten zeigt, sondern fachlichen Kontext, Verantwortung, Qualität und Kritikalität einbezieht.
Der Datennutzer gehört zum Modell
Metadaten und Kataloge werden nicht für Governance-Teams gebaut, sondern für Menschen, die Daten finden, verstehen, verändern oder verwenden müssen.
Datennutzer sollten in der Lage sein:
- vertrauenswürdige Datenprodukte schnell zu finden
- Definitionen und Nutzungskontext zu verstehen
- fachlich verantwortliche Personen und Stewards zu identifizieren
- Qualität, Aktualität und bekannte Einschränkungen zu sehen
- Lineage für Interpretation und Rückfragen zu nutzen
- Unklarheiten, Lücken oder Fehler direkt zu melden
Ein Katalog mit vollständiger technischer Erfassung, aber geringer Nutzung, löst das eigentliche Problem nicht. Nutzbarkeit und Adoption sind daher Teil der Governance-Wirkung.
Das Metadaten Operating Model
Metadaten Governance sollte als kontinuierlicher Prozess umgesetzt werden — nicht als einmaliges Katalogprojekt.
1. Metadaten erfassen
Technische Metadaten sollten möglichst automatisiert aus den relevanten Plattformen übernommen werden.
Typische Quellen sind:
- operative Anwendungen und Datenbanken
- Data Warehouses und Lakehouses
- ETL- und ELT-Plattformen
- dbt-Projekte
- Orchestrierungswerkzeuge
- BI- und Reporting-Plattformen
- APIs, Dateien und Messaging-Systeme
- Datenqualitäts- und Observability-Werkzeuge
Automatisierte Erfassung reduziert manuelle Arbeit und hält technische Strukturen aktuell. Sie ersetzt aber nicht die fachliche Anreicherung.
2. Organisieren und klassifizieren
Erfasste Assets benötigen eine verständliche Struktur.
Wichtige Ordnungsmerkmale sind:
- fachliche Domäne
- Datenprodukt oder Use Case
- Quelle und Zielplattform
- Asset-Typ
- Kritikalität
- Vertraulichkeit
- personenbezogene Daten- oder Datenschutzklasse
- Lebenszyklusstatus
- Zertifizierungs- oder Vertrauensstatus
Klassifikationen sollten möglichst standardisiert und wiederverwendbar sein. Freitext allein führt schnell zu Dubletten und uneinheitlichen Bedeutungen.
3. Lineage abbilden
Lineage sollte die für Entscheidungen relevante Kette sichtbar machen.
Je nach Reifegrad kann sie verschiedene Ebenen umfassen:
| Ebene | Beispiel |
|---|---|
| System Lineage | CRM → Warehouse → BI |
| Dataset Lineage | Quelltabelle → RAW-Modell → Business-Modell → Report |
| Column Lineage | customer_email → Transformationsspalte → Analysemodell |
| Metric Lineage | Quellfelder → Berechnung → KPI → Dashboard |
| Process Lineage | Geschäftsprozess → Anwendung → Datenprodukt → Entscheidung |
Nicht jede Organisation benötigt sofort vollständige Column-Level-Lineage. Der Scope sollte sich an Risiko, Kritikalität und konkreten Use Cases orientieren.
4. Kontext und Verantwortung prüfen
Automatisiert importierte Assets sind häufig technisch vollständig, aber fachlich unzureichend beschrieben.
fachlich verantwortliche Personen und Stewards sollten deshalb regelmäßig prüfen:
- Ist die fachliche Definition verständlich und aktuell?
- Ist die richtige verantwortliche Person zugeordnet?
- Sind personenbezogene Daten, Kritikalität und Vertraulichkeit korrekt klassifiziert?
- Sind relevante Qualitätsregeln und SLAs verknüpft?
- Ist die Lineage vollständig genug für Analyse und Change Management?
- Gibt es Dubletten oder widersprüchliche Definitionen?
- Ist das Asset aktiv, veraltet oder abgekündigt?
5. Nutzen und kontinuierlich verbessern
Metadatenqualität entsteht nicht durch einen einmaligen Bereinigungszyklus. Sie muss Teil der täglichen Datenarbeit werden.
Dazu gehören:
- Metadaten in Entwicklungs- und Freigabeprozesse integrieren
- fehlende Pflichtinformationen automatisiert erkennen
- Änderungen an kritischen Definitionen überprüfen
- Nutzung und Suchverhalten auswerten
- veraltete Assets kennzeichnen oder ausblenden
- Feedback von Data Consumern einarbeiten
- Metadaten- und Lineage-Lücken priorisiert schließen
Business Glossary und Datenkatalog sind nicht dasselbe
Ein Business Glossary definiert fachliche Begriffe. Ein Datenkatalog beschreibt konkrete Datenassets. Beide sollten miteinander verbunden sein.
| Business Glossary | Datenkatalog |
|---|---|
| Definiert Begriffe wie „Aktiver Kunde“ oder „Nettoumsatz“ | Zeigt Tabellen, Spalten, Modelle, Reports und Datenprodukte |
| Schafft gemeinsame fachliche Sprache | Macht konkrete Daten auffindbar und verständlich |
| Besitzt fachliche verantwortliche Person und Freigaben | Verknüpft technische und fachliche Metadaten |
| Kann unabhängig von einer Plattform gelten | Bezieht sich auf reale Assets in der Datenlandschaft |
Ein Glossarbegriff kann mit mehreren Datenassets verbunden sein. Umgekehrt kann ein Datenasset mehrere fachliche Begriffe unterstützen.
Lineage für Auswirkungsanalyse
Eine der wertvollsten Anwendungen von Lineage ist die Bewertung geplanter Änderungen.
Vor einer Änderung an Quelle, Modell oder KPI sollten Teams beantworten können:
- Welche nachgelagerten Modelle sind betroffen?
- Welche Reports oder Datenprodukte verwenden die Daten?
- Welche kritischen KPIs hängen davon ab?
- Werden personenbezogene Daten-, Zugriffs- oder Aufbewahrungsregeln beeinflusst?
- Welche fachlich verantwortliche Personen und Stewards müssen eingebunden werden?
- Welche Tests und Freigaben sind erforderlich?
Ein praktikabler Change-Prozess kann so aussehen:
Lineage reduziert Risiken nicht automatisch. Sie liefert die Transparenz, um Risiken früh zu erkennen und kontrolliert zu behandeln.
Metadaten als Code
In modernen Data Stacks kann ein Teil der Metadaten direkt mit dem Code versioniert werden.
Bei dbt können zum Beispiel genutzt werden:
- Modell- und Spaltenbeschreibungen
- Tests
meta-Attribute- Tags
- verantwortliche Person-Informationen
- Exposures
- Sources
- Verträge und Constraints
Beispiel:
models:
- name: customer_master
description: Governed customer master used by analytics products.
meta:
domain: customer
owner: customer-data-office
criticality: high
contains_pii: true
columns:
- name: customer_id
description: Stable business identifier for a customer.
tests:
- not_null
- unique
Der Vorteil liegt in Versionierung, Review und Nähe zur technischen Umsetzung. Nicht jede fachliche Information gehört jedoch zwingend in YAML. Ein Katalog kann weiterhin die zentrale Such- und Nutzungsoberfläche bilden.
Zentral gepflegt oder föderiert?
Metadaten benötigen gemeinsame Standards, aber fachlicher Kontext entsteht in den Domänen.
Für viele Organisationen ist ein föderiertes Modell geeignet:
- ein zentrales Governance-Team definiert Mindestfelder, Taxonomien und Qualitätsregeln
- Plattformteams automatisieren technische Erfassung und Lineage
- Domänen pflegen Definitionen, Verantwortung und fachlichen Kontext
- Stewards prüfen Qualität und koordinieren Lücken
- Data Nutzer geben Feedback zur Verständlichkeit und Nutzbarkeit
Zu starke Zentralisierung erzeugt Engpässe. Vollständige Dezentralisierung erzeugt uneinheitliche Begriffe und Klassifikationen. Das Ziel ist gemeinsame Struktur mit verteilter fachlicher Verantwortung.
Ein praktikabler Minimum-Viable-Metadaten-Eintrag
Nicht jedes Asset benötigt sofort eine vollständige Dokumentation. Für kritische Datenassets sollte aber mindestens Folgendes vorhanden sein:
| Feld | Zweck |
|---|---|
| Name und Asset-Typ | Identifiziert das Datenobjekt |
| Fachliche Beschreibung | Erklärt Bedeutung und Nutzung |
| Domäne oder Datenprodukt | Ordnet das Asset organisatorisch ein |
| fachlich verantwortliche Person | Benennt die verantwortliche Entscheidungsrolle |
| Steward | Benennt den operativen Kontakt |
| Quelle und wichtigste Ziele | Schafft grundlegende Herkunftstransparenz |
| Kritikalität | Bestimmt Governance-Intensität |
| personenbezogene Daten- und Schutzklassifikation | Verknüpft Datenschutz und Zugriff |
| Qualitäts- oder Vertrauensstatus | Unterstützt die Nutzungsentscheidung |
| Letzter Review | Zeigt Aktualität des fachlichen Kontexts |
Diese Grundlage kann später um vollständige Lineage, Policies, SLAs, Nutzung, Datenverträge und automatisierte Kontrollen erweitert werden.
Metadatenqualität messen
Nicht die Anzahl importierter Tabellen entscheidet über den Erfolg, sondern die Nutzbarkeit und Verlässlichkeit des Kontexts.
Nützliche Kennzahlen sind zum Beispiel:
- Anteil kritischer Assets mit fachlicher Beschreibung
- Anteil kritischer Assets mit akzeptiertem verantwortliche Person und Steward
- Anteil klassifizierter personenbezogene Daten- und vertraulicher Daten
- Anteil kritischer Datenprodukte mit End-to-End-Lineage
- Vollständigkeit definierter Pflichtmetadaten
- Aktualität von Verantwortung- und Review-Informationen
- Anzahl veralteter oder verwaister Assets
- durchschnittliche Zeit zum Finden eines geeigneten Datenassets
- Suchanfragen ohne relevantes Ergebnis
- Katalognutzung durch aktive Nutzer und Domänen
- durchschnittliche Zeit für Auswirkungsanalyse und Ursachenanalyse
Diese Kennzahlen sollten nicht nur Dokumentationsvollständigkeit messen, sondern zeigen, ob Metadaten reale Arbeitsabläufe verbessern.
Ein einfaches Reifegradmodell
| Reifegrad | Typischer Zustand |
|---|---|
| Fragmentiert | Wissen liegt in Köpfen, Tickets, Wikis und einzelnen Dateien |
| Erfasst | Technische Metadaten werden zentral gesammelt |
| Beschrieben | Kritische Assets besitzen Definitionen, Verantwortung und Klassifikationen |
| Verbunden | Katalog, Glossar, Qualität und Lineage sind verknüpft |
| Operativ | Metadaten steuern Auswirkungsanalyse, Freigaben, Policies und Workflows |
| Messbar | Qualität, Nutzung, Aktualität und Governance-Wirkung werden überwacht |
| Eingebettet | Metadaten entstehen als Teil von Entwicklung, Betrieb und Datenprodukt-Lifecycle |
Das Ziel ist nicht maximale Dokumentation. Ziel ist verlässlicher Kontext für Daten, die hohen Wert, hohe Nutzung oder relevantes Risiko besitzen.
Typische Anti-Patterns
Metadaten-, Catalog- und Lineage-Initiativen scheitern häufig aus vorhersehbaren Gründen:
- der Katalog wird als reines Tool-Projekt behandelt
- Millionen technische Objekte werden importiert, aber nicht priorisiert
- fachliche Definitionen fehlen oder bestehen nur aus wiederholten Spaltennamen
- verantwortliche Personen werden angezeigt, ohne dass Verantwortlichkeiten akzeptiert wurden
- Metadaten werden zentral gepflegt, obwohl der fachliche Kontext in den Domänen liegt
- Lineage endet am Warehouse und ignoriert BI, KPIs oder nachgelagerte Nutzung
- automatische Lineage wird ungeprüft als vollständig betrachtet
- Katalog, Glossar und technische Dokumentation verwenden widersprüchliche Begriffe
- personenbezogene Daten- und Governance-Tags haben keine Wirkung auf Kontrollen oder Workflows
- veraltete Assets bleiben sichtbar und werden weiterverwendet
- Erfolg wird an der Anzahl katalogisierter Objekte statt an Nutzung und Zeitersparnis gemessen
- Nutzer müssen für jede Frage ein separates Tool öffnen, ohne Kontext in ihren Arbeitsabläufen zu erhalten
Ein guter Katalog reduziert Unsicherheit. Ein schlechter Katalog verschiebt sie nur in eine neue Oberfläche.
Verbindung zu den anderen Governance-Säulen
Metadaten, Katalog und Lineage ist die verbindende Schicht zwischen vielen Governance-Disziplinen:
| Säule | Verbindung |
|---|---|
| Datenverantwortung & Stewardship | fachlich verantwortliche Personen und Stewards werden direkt mit Datenassets verknüpft |
| Personenbezogene Daten & Privacy Governance | Klassifikationen werden sichtbar und entlang der Lineage nachvollziehbar |
| Governance für Auskunfts- und Löschrechte | Betroffene Systeme, Modelle und Datenprodukte können systemübergreifend identifiziert werden |
| Data Quality Governance | Regeln, Ergebnisse und Incidents werden mit Assets und Verantwortlichen verbunden |
| KPI & Metric Governance | Definitionen und Metric Lineage schaffen einheitliche Bedeutung |
| Access & Security Governance | Schutzklassen und Policies können aus Metadaten abgeleitet werden |
| Data Lifecycle & Retention | Aufbewahrungs- und Löschregeln werden mit Datenklassen und Assets verknüpft |
Metadaten sind damit nicht nur Dokumentation. Sie können zur Steuerungsschicht für operative Governance werden.
Von Sichtbarkeit zu operativer Governance
Eine praktische Umsetzung kann diesem Pfad folgen:
Der Katalog ist die sichtbare Oberfläche. Der eigentliche Wert entsteht durch die Verbindung von Kontext, Verantwortung, Datenflüssen und operativen Kontrollen.
Das Ergebnis
Wirksames Metadaten, Katalog und Lineage schafft:
- Transparenz — Daten, Bedeutung, Herkunft und Abhängigkeiten werden sichtbar
- Vertrauen — gemeinsame Definitionen, Verantwortung und Qualitätskontext reduzieren Unsicherheit
- Auswirkungsanalyse — Änderungen und Probleme können schneller und sicherer bewertet werden
- Compliance — Klassifikationen, Herkunft und Kontrollen werden nachvollziehbarer
- Effizienz — weniger Suchaufwand, weniger doppelte Arbeit und schnellere Problemlösung
- geschäftlichen Nutzen — nutzbare Daten werden schneller gefunden und besser verstanden
Metadaten liefern den Kontext. Der Katalog macht ihn zugänglich. Lineage verbindet die Datenkette und zeigt Auswirkungen.
Gemeinsam schaffen sie die Transparenz, die Governance benötigt, um nicht nur dokumentiert, sondern praktisch wirksam zu werden.
Aktuelle Einordnung: Kataloge und Cloud-Funktionen
Quellenprüfung: 15. Oktober 2026. Die neue Katalogserie ergänzt diesen Beitrag um aktuelle Produktgrenzen und Herstellerquellen. Sie vergleicht unter anderem OpenMetadata, Microsoft Purview und Fabric, Collibra, Informatica, Qlik/Talend, dbt Cloud, Snowflake, Databricks und Cloudera. Die Empfehlung je Governance-Szenario zeigt, welche Kandidaten zuerst geprüft werden sollten und welcher praktische Nachweis vor einer Auswahl fehlt.
The 8 Pillars of Data Governance
Part 3 of 9
View series