Zum Inhalt springen
MCP-Server eingebautWie das funktioniert
Zurück zum Plattform-Überblick

lavaflow

Vom Rohdatensatz zur Auswertung — zusammengeklickt

Quelle wählen, Schritte hinzufügen, Ziel setzen — fertig ist die Aufbereitung. lavaflow macht aus Rohdaten eine belastbare Tabelle, sichtbar auf einer Fläche, versioniert wie Quelltext und eingeplant wie jeder andere Termin. Gebaut wird mit der Maus, mit Python, JavaScript oder SQL — oder vom Assistenten.

Wo
Konsole → Automatisieren → lavaflow
Schritte
Python, JavaScript, SQL, Spaltenzuordnung
Quellen
Dateiablage oder Tabellen aus dem See
Ziele
Tabelle im See oder Datei zum Weitergeben
Bauen
per Maus, per Code oder vom Assistenten
Der lavaflow-Editor in der Konsole: vier verbundene Knoten — Landingzone, JavaScript, SQL und eine Lavalake-Tabelle als Ziel — daneben rechts die Konfiguration des gewählten Knotens.
Vier Schritte von der abgelegten Datei bis zur fertigen Tabelle. Links die Navigation, oben Entwurf und veröffentlichte Fassung, rechts die Einstellungen des angeklickten Schritts.

In Minuten gebaut

Eine Strecke läuft von links nach rechts: Quelle, Schritte, Ziel. Jeder Schritt lässt sich einzeln ausprobieren, während man baut, und die Fläche zeigt jederzeit, was mit den Daten geschieht. Wer sie in einem halben Jahr öffnet, versteht sie in wenigen Sekunden — und kann sie weiterbauen.

BausteinWofür
DateiablageNeue CSV-Dateien aus einem Ordner aufnehmen, sobald sie dort landen.
Tabelle als QuelleAuf dem aufsetzen, was schon im See liegt.
Python, JavaScriptUmformen in der Sprache, die im Haus ohnehin gesprochen wird.
SQLUmformen mit den Mitteln, die Ihre Analystinnen und Analysten längst beherrschen.
SpaltenzuordnungUmbenennen, Typen setzen, Spalten weglassen — ohne eine Zeile Code.
Tabelle als ZielAnlegen, anfügen, ersetzen oder per Upsert abgleichen.
DateiausgabeErgebnisse als CSV herausgeben, sauber für Excel.

Jede Fassung bleibt

Gearbeitet wird am Entwurf, veröffentlicht wird eine Fassung — mit Versionsverlauf. Jede frühere Fassung bleibt einsehbar und jederzeit wieder einsetzbar. Umbauen heißt hier: ausprobieren, vergleichen, veröffentlichen.

Wer eine Strecke ändert, ändert, was morgen in den Zahlen steht. Deshalb trägt jede Veröffentlichung Datum, Person und Fassung — nachlesbar, auch Jahre später.

Der Assistent baut den ersten Entwurf

Beschreiben Sie, was aus welcher Datei werden soll, und der eingebaute KI-Assistent setzt die Schritte. Der Vorschlag steht fertig auf der Fläche: ansehen, anpassen, veröffentlichen. Aus einer Idee im Gespräch wird so in einem Zug eine laufende Aufbereitung.

Gehört zur Plattform

lavaflow liegt in derselben Installation wie alles andere: dieselbe Anmeldung, dieselbe Audit-Kette, dieselben Richtlinien auf den Tabellen, die es liest und schreibt. Es läuft dort, wo Ihre Daten ohnehin liegen — in Ihrem Rechenzentrum, auf Ihrer Hardware.

  • Ein Produkt, ein Anbieter, ein Vertrag — und die Daten bleiben im Haus.
  • Dieselben Rollen und Rechte wie im Rest der Plattform.
  • Jeder Lauf und jede Veröffentlichung im revisionssicheren Protokoll.
  • Strecken lassen sich als Regeltermin einplanen und verketten.

Wo das in der Plattform sitzt

Dasselbe Bild wie auf der Startseite: eine Plattform, ein Rechtemodell, ein Speicher.

Eine Plattform, ein Rechtemodell: Jeder Zugriff – ob Mensch, Agent oder BI-Werkzeug – läuft durch dieselbe Identität und denselben Nachweis.
  • Zugang: Konsole (SPA) · SQL-Worksheet · Dashboards · KI-Assistent · MCP-Server – alles hinter einem Reverse-Proxy
  • Identität & Governance: Keycloak OIDC · Token Exchange nach RFC 8693 · Row-Access- und Masking-Policies · WORM-Audit · Lineage
  • Compute: Trino unter Ihrer Identität · Leistungsklassen S, M und L im Compose-Stapel
  • Katalog & Tabellenformat: Apache Iceberg mit Nessie: ACID · Time Travel · Branching · Schema Evolution · offen für Spark, Flink, Trino
  • Storage & Index: S3-kompatibel (MinIO, Ceph, NetApp StorageGRID, Dell ECS) · PostgreSQL mit pgvector als Vektorindex