Woordenlijst
Wat is metadata?
Metadata is data over data: de namen van tabellen en kolommen, datatypes, relaties en beschrijvingen. Bij text-to-SQL heeft een AI-model alleen metadata nodig om een query te schrijven, niet de rijen data zelf.
Metadata uitgelegd
Je hebt technische metadata, zoals tabelnamen, kolomnamen, datatypes en sleutels, en zakelijke metadata, zoals beschrijvingen, eenheden en eigenaren. Technische metadata haal je meestal automatisch uit de database; zakelijke metadata moet iemand vastleggen.
Bij AI op bedrijfsdata is het onderscheid tussen metadata en data belangrijk voor privacy en vertrouwelijkheid. Een taalmodel dat alleen weet dat er een kolom "omzet" in de tabel "orders" staat, kent nog geen enkel bedrag. Let wel op: ook kolomnamen of beschrijvingen kunnen gevoelig zijn als je er vertrouwelijke informatie in zet.
Hoe beter de metadata, hoe beter het resultaat. Een kolom met de naam "bdr2" zegt een AI-model weinig, een kolom "bedrag_excl_btw" met een beschrijving veel meer.
Voorbeeld
De metadata van de tabel orders bij Acme Groothandel vermeldt de kolommen order_id, customer_id, order_date en total_amount, met hun datatypes en de relatie naar customers. Een AI-model kan daarmee "omzet per maand" omzetten in SQL zonder één order te zien.
Metadata in ENABLE
In ENABLE krijgt de AI alleen metadata mee: tabellen, kolommen, datatypes, relaties, de datadictionary en een geschat aantal rijen per tabel, plus de vraag van de gebruiker. Rijen data en wachtwoorden gaan nooit naar het taalmodel; bij uitleggen of herstellen gaan ook de query en de foutmelding mee.
FAQ
Veelgestelde vragen
Wat is het verschil tussen data en metadata?
Data zijn de gegevens zelf, zoals de bedragen en namen in een tabel. Metadata beschrijft die gegevens, zoals de naam van de tabel, de kolommen en hun datatypes.
Is metadata ook persoonsgegevens?
Meestal niet: een kolomnaam als "klantnaam" bevat zelf geen persoonsgegevens. Het kan wel als er persoonsgegevens in beschrijvingen of voorbeeldwaarden staan, dus let op wat je in metadata vastlegt.
Waarom heeft AI alleen metadata nodig voor text-to-SQL?
Om een query te schrijven, moet het model weten welke tabellen en kolommen er zijn en hoe ze samenhangen. De database voert de query daarna uit en levert de cijfers, dus het model hoeft de rijen zelf niet te zien.
Verder lezen
- KennisbankText-to-SQL uitgelegd: AI op je databaseText-to-SQL is een techniek waarbij een AI-model een vraag in gewone taal omzet naar een SQL-query, die daarna op een database wordt uitgevoerd. Het taalmodel schrijft de query, de database levert de cijfers. Hoe goed dat werkt, hangt vooral af van de kwaliteit van je metadata en van de veiligheidsmaatregelen rond de uitvoering, zoals alleen-lezen toegang, timeouts en rijlimieten.Lees meer
- OplossingVeilige AI voor bedrijven: private AI op je dataWat private, veilige AI echt betekent, en hoe ENABLE beperkt wat de AI van je data ziet.Lees meer
- PlatformSQL Explorer met AI: vragen stellen aan je databaseVragen in gewone taal aan je datawarehouse. De AI schrijft de SQL, jij houdt controle.Lees meer
- OplossingAI op eigen data: vragen stellen aan je bedrijfsdataStel vragen in gewone taal aan je eigen datawarehouse. De AI ziet je structuur, niet je rijen.Lees meer
AI gebruiken op je eigen data. Veilig, en zonder hoofdpijn.
In een online demo laten we zien hoe ENABLE je data veilig beschikbaar maakt en hoe je erop bouwt: een app beschrijven in de AI Builder, vragen in gewone taal, dashboards en API's. En hoe wij het voor je inrichten en beheren.