Grundlagen

Open Data Product Standard (ODPS)

Dr. Simon Harrer

Co-Founder & CEO, Entropy Data · 2026-09-15

Der Open Data Product Standard (ODPS) ist eine offene YAML-Spezifikation zur Beschreibung eines Datenprodukts: was es ist, welche Daten es konsumiert und bereitstellt, wem es gehört und wie du es nutzt. Er wird von Bitol gepflegt, einem Projekt der Linux Foundation AI & Data, und steht unter der Apache-2.0-Lizenz.

ODPS ist das Gegenstück zum Open Data Contract Standard (ODCS). ODPS beschreibt das Produkt, ODCS beschreibt die Daten hinter jedem seiner Ports. Die aktuelle Version ist v1.1.0.

Beispiel

apiVersion: v1.1.0
kind: DataProduct

id: fbe8d147-28db-4f1d-bedf-a3fe9f458427
name: Customer
version: v1.0.0
type: aggregate
domain: sales
status: active

description:
  purpose: Enterprise view of a customer.
  usage: Use consolidated_transactions for reporting.

inputPorts:
  - name: payments
    version: 2.0.0
    contractId: dbb7b1eb-7628-436e-8914-2a00638ba6da

outputPorts:
  - name: consolidated_transactions
    description: Joined and aggregated transactions
    type: tables
    version: 1.0.0
    contractId: a44978be-1fe0-4226-b840-1b715bc25c63

context:
  instructions: Refresh latency is 4 hours.
  constraints:
    - constraint: Do not expose individual customer PII.

team:
  name: customer-team
  members:
    - username: john.doe@example.com
      role: owner

support:
  - channel: "#customer-data"
    tool: slack
    url: https://example.slack.com/archives/C1234567890

Inhalt

Das sind die Bausteine eines ODPS-Datenprodukts:

• Grundlagen: ID, Name, Version, Domain, Status, Beschreibung, Tags und seit v1.1.0 ein type wie sourceAligned, aggregate oder consumerAligned.
• Input Ports: die Daten, die das Datenprodukt konsumiert, jeweils optional mit Verweis auf einen ODCS-Data-Contract.
• Output Ports: die Daten, die das Datenprodukt bereitstellt, jeweils mit Data Contract, Input-Abhängigkeiten und optionaler SBOM. Mindestens einer ist Pflicht.
• Management Ports: REST-Endpunkte oder Topics für Discoverability, Observability und Steuerung.
• Context: Anweisungen, verifizierte Aussagen und Constraints, die KI-Agenten sagen, wie sie das Datenprodukt und seine Output Ports nutzen sollen.
• Team und Support: Owner und Mitglieder sowie die Kanäle, in denen Consumers Hilfe bekommen.
• Custom Properties und Authoritative Definitions: Erweiterungen und Links auf externe Dokumentation, gemeinsam mit ODCS.

v1.1.0 ergänzt außerdem Synonyme, Deprecation-Flags, stabile IDs für jedes Objekt in einem Array und ${VAR_NAME}-Variablen. Details findest du in den Release Notes.

Tooling

Entropy Data baut seinen Datenmarktplatz auf ODPS auf und unterstützt v1.1.0 nativ. Die Open-Source Data Product CLI erstellt, lintet und veröffentlicht ODPS-Dateien:

pip install dataproduct-cli
dataproduct init customer.odps.yaml
dataproduct lint customer.odps.yaml
dataproduct publish customer.odps.yaml

Context eines ODPS-v1.1-Datenprodukts in Entropy Data, für Consumers und KI-Agenten

Kostenlos starten oder die interaktive Demo von Entropy Data erkunden.

Über den Autor

Dr. Simon Harrer

LinkedIn von Simon Harrer

Co-Founder & CEO, Entropy Data

Simon baut Tools, die Daten, Menschen und KI zusammenarbeiten lassen. Er hat in verteilten Systemen promoviert, war sieben Jahre als Softwarearchitekt und Consultant bei INNOQ und hat Entropy Data mitgegründet, das er als CEO führt.

Nimm Kontakt zu Simon auf →