• neu

    • Release 2026.06 - Data Observability direkt in Ihren Code bringen

  • neu

    • Tragen Sie zur Zukunft der KI- und Dateninnovation bei

digna Data Anomalies

Erfassen Sie, was Dashboards
verpassen – automatisch

digna Data Anomalies erkennt unerwartete Änderungen in Ihrer Datenqualität und Ihren geschäftlichen/operativen KPIs, ohne dass manuelle Schwellenwerte oder Regeln erforderlich sind.
Farbcodiertes Datenanomaliediagramm, das beobachtete Kennzahlen im Laufe der Zeit zeigt, wobei grün für gesund, gelb für Warnung und rot für kritische Werte steht.
Farbcodiertes Datenanomaliediagramm, das beobachtete Kennzahlen im Laufe der Zeit zeigt, wobei grün für gesund, gelb für Warnung und rot für kritische Werte steht.

Es lernt, was in Ihren Daten normal ist, und benachrichtigt Sie in dem Moment, in dem etwas abweicht. Von Einnahmenschwankungen bis hin zu fehlenden Datensätzen, Spaltenvertauschungen bis hin zu falsch gelieferten Werten  digna kennzeichnet Anomalien automatisch, damit Sie handeln können, bevor Probleme eskalieren. 

Es lernt, was in Ihren Daten normal ist, und benachrichtigt Sie in dem Moment, in dem etwas abweicht. Von Einnahmenschwankungen bis hin zu fehlenden Datensätzen, Spaltenvertauschungen bis hin zu falsch gelieferten Werten  digna kennzeichnet Anomalien automatisch, damit Sie handeln können, bevor Probleme eskalieren. 

Es lernt, was in Ihren Daten normal ist, und benachrichtigt Sie in dem Moment, in dem etwas abweicht. Von Einnahmenschwankungen bis hin zu fehlenden Datensätzen, Spaltenvertauschungen bis hin zu falsch gelieferten Werten  digna kennzeichnet Anomalien automatisch, damit Sie handeln können, bevor Probleme eskalieren. 

Wie digna Data Anomalies funktioniert

Das Modul berechnet und überwacht wichtige Kennzahlen wie Summe, Minimum und Wertezählung über drei Arten von Daten in jeder Spalte:

NUMERISCH

NUMERISCH

KATEGORISCH

KATEGORISCH

UNBESTIMMT

UNBESTIMMT

Name der Spalte


Datentyp


Wert Beispiel


digna Spaltentyp


Kundenname

Text

John Smith

Unbestimmte Daten

Kundentyp

Text

Einzelhandel / Geschäft

Kategorische Daten

Kontonummer

Nummer

AT4097012346234

Unbestimmte Daten

Kontostand

Nummer

167.234,01 / 12.333,89

Numerische Daten

Überziehungsrahmen

Nummer

20.000 / 0

Numerische Daten

Metriken können auf die gesamte Tabelle oder eine gefilterte Teilmenge, die wir „Dataset“ nennen, angewendet werden. In einem solchen Fall berechnet digna Metriken für jedes Dataset unabhängig.

Statische Datensätze

Dynamische Datensätze

Hybride Datensätze

Statische Datensätze

  • Verwendung von künstlicher Intelligenz

    Verwendung von künstlicher Intelligenz

    Verwendung von künstlicher Intelligenz

  • Verwendung von künstlicher Intelligenz

    Verwendung von künstlicher Intelligenz

    Verwendung von künstlicher Intelligenz

  • Verwendung von künstlicher Intelligenz

    Verwendung von künstlicher Intelligenz

    Verwendung von künstlicher Intelligenz

Mithilfe von künstlicher Intelligenz lernt digna die natürlichen Muster in Ihren Daten und warnt Sie, wenn etwas unplausibel erscheint — sei es ein plötzlicher Anstieg, ein fehlender Wert oder eine Verteilung, die nicht mehr den Erwartungen entspricht.


Durch die Kombination von KI-gestützter Anomalieerkennung mit flexiblen Metrikdefinitionen stellt digna sicher, dass sowohl Datenqualitätsprobleme als auch Geschäftsanomalien frühzeitig erkannt werden — ohne dass Schwellenwerte oder Regeln vordefiniert werden müssen.

Mithilfe von künstlicher Intelligenz lernt digna die natürlichen Muster in Ihren Daten und warnt Sie, wenn etwas unplausibel erscheint — sei es ein plötzlicher Anstieg, ein fehlender Wert oder eine Verteilung, die nicht mehr den Erwartungen entspricht.


Durch die Kombination von KI-gestützter Anomalieerkennung mit flexiblen Metrikdefinitionen stellt digna sicher, dass sowohl Datenqualitätsprobleme als auch Geschäftsanomalien frühzeitig erkannt werden — ohne dass Schwellenwerte oder Regeln vordefiniert werden müssen.

Anwendungsfall: Überwachung von Bankkunden

Balkendiagramm, das Kategorien mit Werten darstellt, die farblich als grün für gesund, gelb für Warnung und rot für kritisch codiert sind und Anomaliewerte über Datensätze hinweg veranschaulicht.

Numerische Daten

Kategorische Daten

Unbestimmte Daten

Numerische Daten

Kategorische Daten

Unbestimmte Daten

Balkendiagramm, das Kategorien mit Werten darstellt, die farblich als grün für gesund, gelb für Warnung und rot für kritisch codiert sind und Anomaliewerte über Datensätze hinweg veranschaulicht.

Numerische Daten

Kategorische Daten

Unbestimmte Daten

Sie haben die Kontrolle

Nicht jede Kennzahl ist für jede Spalte nützlich. digna ermöglicht es Ihnen:

✦ Metriken pro Spalte, Tabelle oder Projekt deaktivieren

✦ Konzentrieren Sie sich nur auf das, was wichtig ist

✦ Halten Sie Ihr Profiling sauber, schnell und maßgeschneidert

Wesentliche Vorteile von

Wesentliche Vorteile von

📈

digna Data Anomalies

digna Data Anomalies

Läuft vollständig in der Datenbank

Keine Schwellenwerte, keine Regeln —

Anomalieerkennung auf Autopilot

Verwenden Sie eine einzige Engine sowohl für die Überwachung der Datenqualität

als auch für geschäftliche/operative KPIs

Skaliert über Hunderte von Tabellen ohne Wartungsaufwand.

Metriken sind wiederverwendbar – sie fließen in die Validierung, Analytik oder KI ein.

Läuft vollständig in der Datenbank

Keine Schwellenwerte, keine Regeln —

Anomalieerkennung auf Autopilot

Verwenden Sie eine einzige Engine sowohl für die Überwachung der Datenqualität

als auch für geschäftliche/operative KPIs

Skaliert über Hunderte von Tabellen ohne Wartungsaufwand.

Metriken sind wiederverwendbar – sie fließen in die Validierung, Analytik oder KI ein.

Lassen Sie Ihre Daten auf Probleme hinweisen – bevor sie Schaden anrichten.

Ein Team aus KI-, Daten- und Software-Expert:innen mit Sitz in Wien, das auf fundierte akademische Forschung und praktische Erfahrung in Unternehmen zurückgreift.

Lassen Sie Ihre Daten auf Probleme hinweisen – bevor sie Schaden anrichten.

Ein Team aus KI-, Daten- und Software-Expert:innen mit Sitz in Wien, das auf fundierte akademische Forschung und praktische Erfahrung in Unternehmen zurückgreift.

Lassen Sie Ihre Daten auf Probleme hinweisen – bevor sie Schaden anrichten.

Ein Team aus KI-, Daten- und Software-Expert:innen mit Sitz in Wien, das auf fundierte akademische Forschung und praktische Erfahrung in Unternehmen zurückgreift.

FAQs

Was ist Data Observability und warum ist es wichtig?

Wie funktioniert die KI-basierte Datenanomalieerkennung in Data Observability?

Wie verbessert KI die Qualitätsüberwachung von Daten?

Auf welche Weise hilft digna Data Scientists, bereits berechnete Observability-Metriken effizient wiederzuverwenden?