Datenprodukte mit KI bauen
Wie baust du ein Datenprodukt mit KI?
Von Dr. Simon Harrer · · Video 2:08 · 7 Folien
Kurz gesagt
Ein Coding Agent schreibt den Pipeline-Code des Datenprodukts. Er braucht drei Eingaben. Der Data Contract sagt, was zu bauen ist, und ein Skills-Repository sagt, wie es zu bauen ist. Der Datenmarktplatz liefert die Daten, auf denen du aufbaust.
Auf YouTube ansehen
Ein Coding Agent schreibt die Pipeline
Jedes Datenprodukt braucht Pipeline-Code: Modelle, Tests und einen CI-Workflow. Heute schreibt ein Coding Agent diesen Code. Der Agent selbst ist Commodity. Das Ergebnis hängt von den Eingaben ab, die du dem Agenten gibst.
Das Was: der Data Contract
Die erste Eingabe ist der Data Contract. Er sagt, was das Datenprodukt liefern muss. Das Business, der Data Producer und die Data Consumers schreiben ihn gemeinsam in einem Workshop. Sie ändern ihn, bis alle zustimmen. Dieser Teil bleibt Menschenarbeit.
Das Wie: ein Skills-Repository
Ohne Anweisungen baut jeder Durchlauf das Datenprodukt anders. Ein Skills-Repository gibt dem Agenten deine Konventionen, Templates und Policies. Es sagt dem Agenten zum Beispiel, wie er dbt auf Snowflake nutzt, wie er testet und welche Security-Regeln gelten.
Die Daten, auf denen du aufbaust
Datenprodukte nutzen andere Datenprodukte. Du findest sie in einem Datenmarktplatz. Der Agent nutzt eine CLI, um den Datenmarktplatz zu durchsuchen und die Data Contracts zu lesen. Wenn er Daten braucht, die er noch nicht lesen darf, fragt er Zugriff an.
Ein Prompt, dann Tests
Dann gibst du dem Agenten einen Prompt. Der Agent prüft seine eigene Arbeit mit der Data Contract CLI. Er ändert den Code, bis alle Tests grün sind. Nach etwa fünf Minuten ist das Datenprodukt gebaut und getestet.
Ändere zuerst den Contract
Das neue Datenprodukt geht zurück in den Datenmarktplatz, damit andere Datenprodukte es nutzen können. Um das Datenprodukt zu ändern, änderst du zuerst den Data Contract. Hier bekommt der Data Contract einen neuen Impact Score, und der Agent baut ihn mit demselben Prompt.
Menschen definieren das Was
Der Prompt, die Skills und der Datenmarktplatz bleiben gleich. Die Menschenarbeit verschiebt sich auf den Data Contract und auf die Prüfung des Ergebnisses. Der Agent baut das Datenprodukt. Menschen entscheiden, was das Datenprodukt liefern muss, und prüfen, dass das Ergebnis stimmt.