KI-gestützte Datenzuordnungen in MapForce – Lernen Sie Altova AI kennen

Die meiste Zeit, die man in einem Datenintegrationsprojekt aufwendet, wird nicht mit der eigentlichen Ausführung verbracht. Sie wird für die Definition des Projekts benötigt. Die Verbindung eines Quellschemas mit einem Zielschema bedeutet, Felder einzeln miteinander abzugleichen, und das in Systemen, die selten in Bezug auf Struktur, Benennung oder Sprache übereinstimmen. Eine Quelle nennt es "cust_nm;", das Ziel möchte "CustomerName". Ein EDI-Partner sendet die Segmente "N1" und "PO1", die erst dann eine Bedeutung haben, wenn man sie mit einer Spezifikation abgeglichen hat. Die eine Seite ist auf Chinesisch, die andere auf Englisch.

Und die Zuordnung der Felder ist nur die halbe Arbeit – die Verbindung zwischen ihnen bedeutet selten eine direkte Linie. Sie müssen auch die Datenverarbeitungsfunktionen und Filter definieren, die einen Quellwert so anpassen, dass er zum Ziel passt: das Zusammenfügen oder Aufteilen von Zeichenketten, die Umformatierung von Datumsangaben, die Umrechnung von Einheiten oder Codes, die Anwendung von bedingter Logik und das Filtern von Datensätzen, die überhaupt nicht weitergeleitet werden sollen. Multiplizieren Sie all das mit einigen Hundert Feldern, und Sie erhalten den Teil der Arbeit, der am längsten dauert und das spezialisierteste Wissen erfordert.

Die Ausführungsphase von ETL-Prozessen ist seit Jahren gelöst. Die Erstellung von Datenzuordnungen hingegen noch nicht. Hier schließt Altova AI die Lücke.

Was Altova AI leistet

Altova AI integriert künstliche Intelligenz direkt in MapForce, um die Datenmapping-Erstellung für Sie zu übernehmen. Sie geben einfach eine Quelle und ein Ziel an, und das System analysiert die tatsächlichen Datenstrukturen, generiert die Feldverbindungen und schlägt die Transformationsfunktionen vor, die erforderlich sind, um die beiden Strukturen miteinander in Einklang zu bringen. Das Ergebnis ist ein funktionierendes, ausführbares MapForce-Projekt, das in wenigen Minuten erstellt wird – und das alles in der gleichen grafischen Umgebung, die Sie bereits verwenden.

Sie können bei Null anfangen und lassen, dass Altova AI eine komplette Datenzuordnung erstellt, oder Sie können schrittweise vorgehen, indem Sie ein Feld auswählen und die KI eine passende Verbindung vorschlägt.

Wie es funktioniert

Der Arbeitsablauf ist von Grund auf interaktiv gestaltet:

1. Fügen Sie die Quelldatenstrukturen und Zielstrukturen zu einem Mapping-Projekt hinzu Das ist die einzige Voraussetzung, um zu beginnen. Wenn Sie möchten, dass Altova AI das gesamte Mapping erstellt, klicken Sie einfach in einen leeren Bereich der Arbeitsfläche und dann auf „KI bitten, Komponenten und Verbindungen zu erstellen“. Wenn Sie möchten, dass sich die KI auf ein bestimmtes Feld konzentriert, wählen Sie dieses Feld vorher in der Quelle oder im Ziel aus, bevor Sie Altova AI aufrufen.

2. Altova AI erstellt Verbindungen. Es analysiert die Strukturen und die zugrunde liegenden Daten und schlägt dann Feld-zu-Feld-Verbindungen sowie alle erforderlichen Transformationsfunktionen zwischen den Feldern vor. Alle Vorschläge werden in der Zuordnung grün hervorgehoben, um die Überprüfung zu erleichtern.

3. Überprüfen und entscheiden. Bewegen Sie den Mauszeiger über einen Vorschlag, um ihn einzeln anzunehmen oder abzulehnen, oder wenden Sie alle Vorschläge auf einmal an. Nichts wird übernommen, ohne dass Sie dies ausdrücklich genehmigen.

4. Fordern Sie weitere Vorschläge an, wo Sie diese benötigen. Klicken Sie auf einen interessanten Knotenpunkt, um zusätzliche Vorschläge für dieses Feld zu erhalten. So können Sie die Verbindungen ergänzen, die beim ersten Durchlauf noch nicht berücksichtigt wurden.

5. Bearbeiten Sie das Projekt wie jede andere Mapping-Datei. Da die Ausgabe ein Standard-MapForce-Projekt ist, können Sie es mit denselben Werkzeugen anpassen, die Sie auch für selbst erstellte Mapping-Dateien verwenden würden.

Diese Schleife aus Akzeptieren oder Ablehnen ist der wichtigste Teil. Altova AI ist keine Blackbox, die ein fertiges Ergebnis liefert, dem man blind vertrauen muss. Es ist ein schneller Entwurf, bei dem Sie die Kontrolle behalten.

Die Entschlüsselung von Feldern, die nicht übereinstimmen

Die Verbindungen, bei denen am meisten Zeit verloren geht, sind diejenigen, bei denen die Feldnamen keine Informationen liefern. EDI-Datenmapping ist das klassische Beispiel. Segment- und Elementbezeichnungen wie BEG, REF, oder PO1 Sie sind für sich genommen bedeutungslos. Man kann sie nicht mit einem Ziel verbinden, bevor man nicht weiß, was jede einzelne von ihnen repräsentiert.

Heute bedeutet das, dass man anhalten und die Daten entschlüsseln muss. Man vergleicht die EDI-Spezifikation, stellt fest, dass BEG den Beginn einer Bestellung kennzeichnet und PO1 die Details der einzelnen Positionen enthält, und erst dann kann man die Zusammenhänge erkennen. Man wiederholt diesen Prozess für jedes kryptische Feld im Dokument, und eine einzige Zuordnung kann sich in Stunden des Lesens von Spezifikationen verwandeln, bevor man überhaupt etwas aufgebaut hat. Es ist langsam, es ist leicht, Fehler zu machen, und es ist genau die Art von Arbeit, die jemanden erfordert, der das Format bereits kennt.

Sprachliche Unterschiede zwischen den Ausgangs- und Zielsprachen verursachen ein ähnliches Problem, wenn auch in anderer Form. Wenn ein Feld im Ausgangstext als Rechnungsnummer bezeichnet wird, während im Zieltext InvoiceNumber erwartet wird, erscheinen die beiden Zeichenketten unzusammenhängend, obwohl sie dasselbe bedeuten. In solchen Fällen muss eine Person eingreifen, die beide Sprachen versteht, um Feld für Feld zu übersetzen und herauszufinden, welche Elemente miteinander zusammenhängen.

Altova AI übernimmt in beiden Fällen die Dekodierung. Es identifiziert, wie Quellknoten den Ziel-Elementen entsprechen – ohne dass eine manuelle Spezifikationsprüfung oder Übersetzung erforderlich ist.

Vorteile von Altova AI in MapForce

• Zeitersparnis. Die manuelle, feldweise Verbindung, die in Integrations- oder ETL-Projekten üblich ist, erfolgt automatisch.

• Kontrolle. Die Möglichkeit, jede Verbindung einzeln anzunehmen oder abzulehnen, bedeutet, dass Sie einen Entwurf prüfen, anstatt ein unklares Problem zu übernehmen.

• Transformationen, nicht nur Verknüpfungen. Altova AI schlägt die logischen Zusammenhänge zwischen Feldern vor, sodass Sie nach dem Aufbau der Verbindungen nicht mehr manuell Konvertierungen einrichten müssen.

• Keine neue Umgebung zum Lernen Die generierten Daten werden als ein normales MapForce-Projekt bereitgestellt, das Sie bearbeiten, erweitern und wie jedes andere Projekt ausführen können.

• Ein geringerer Einstiegshürde Die Entwicklung einer funktionierenden Integration erfordert heute keine tiefgreifenden Kenntnisse im Bereich der Datenmodellierung mehr, was den Kreis der Personen in Ihrem Team, die diese Aufgabe übernehmen können, erweitert.

Erste Schritte

Altova AI ist als optionales Abonnement erhältlich, das Sie Ihrer MapForce-Lizenz hinzufügen können. Es erfordert ein aktives Support- und Wartungs-Paket (SMP). Sie können Altova AI beim Kauf eines neuen SMP hinzufügen oder es einem bestehenden Paket zuordnen. Informationen zu Preisen und Optionen finden Sie im Altova Online-Shop.

Wenn Sie bereits mit MapForce arbeiten, ist der schnellste Weg, um zu verstehen, was sich durch diese Änderung ändert, MapForce AI auf eine Quelle und ein Ziel auszurichten, die Sie gut kennen, und zu beobachten, welche Vorschläge es macht. Die Zuordnungen, die Sie bisher manuell erstellt haben, sind nun ein Entwurf, den Sie überprüfen können – und die Zeit, die Sie dadurch sparen, können Sie in die eigentliche Logik investieren, die für Ihr Unternehmen wichtig ist.