ANOW! Automate integriert sich mit dbt (Data Build Tool) und orchestriert sowie überwacht Datentransformations-Workflows, sowohl für dbt Core als auch für dbt Cloud. So entsteht eine einheitliche Steuerung von dbt-Läufen, Modellen und Tests mit direktem Zugriff auf Laufstatus und Ausführungslogs, für aktuelle Daten und Audit-Fähigkeit.
Die Integration von dbt (Data Build Tool) mit ANOW! Automate ermöglicht robuste Datentransformationen direkt in Datenbanken, indem Data Analysts und Engineers modularen SQL-Code schreiben können. ANOW! Automate erweitert diese Möglichkeiten um eine umfassende Orchestrierung und Überwachung von dbt-Workflows. Unterstützt werden sowohl selbstverwaltete dbt-Core-Instanzen für die lokale Projektausführung als auch dbt-Cloud-Integrationen für cloud-verwaltete Plattformen, mit einem zentralen Kontrollpunkt für unterschiedliche Datentransformationsumgebungen.
ANOW! Automate interagiert mit dbt über speziell zugeschnittene Task-Typen je dbt-Umgebung. Für dbt Core nutzt die Integration einen dbt-Core-Endpoint, konfiguriert mit dem Pfad zum dbt-Kommando und Projekt. So lassen sich verschiedene dbt-CLI-Befehle wie clean, build, run und test ausführen. Für dbt Cloud wird ein Endpoint mit Account ID und API Key konfiguriert, sodass ANOW! Automate gezielt dbt-Cloud-Jobs auslösen und deren Status überwachen kann. Diese duale Unterstützung bietet Flexibilität für Unternehmen mit unterschiedlichen dbt-Bereitstellungsstrategien.
Diese Integration richtet sich an Data Engineers, Data-Platform-Teams und IT-Operations-Verantwortliche, die komplexe Datenpipelines in hybriden IT-Landschaften betreiben. Sie bietet die nötigen Werkzeuge, um dbt-Transformationen in übergreifende Enterprise-Workflows einzubetten und so Datenqualität, Compliance und operative Effizienz sicherzustellen. Mit der Orchestrierung von dbt in ANOW! Automate erreichen Organisationen mehr Kontrolle, Sichtbarkeit und Automatisierung in ihrer gesamten Datenlandschaft.
Konsolidieren Sie dbt-Läufe, Modelle und Tests gemeinsam mit anderen Workloads Ihrer Datenlandschaft in einem zentralen Betriebs-Dashboard. Sie erhalten direkten Zugriff auf Laufstatus, Testergebnisse und Ausführungslogs, was die Incident-Reaktion verbessert und Audit-Teams eine einheitliche Ausführungshistorie bereitstellt.
Wenden Sie DevOps-Prinzipien auf Datenpipelines an und erweitern Sie die versionskontrollierte, testbare Transformationslogik von dbt um Ingestion, Qualität, Observability und Release-Management. ANOW! bietet durchgängige Orchestrierung und behandelt fehlgeschlagene dbt-Tests als Workflow-Signale.
Starten Sie dbt-Läufe genau dann, wenn die vorgelagerte Datenaufnahme abgeschlossen ist, eine Datei eintrifft oder ein Quellsystem Bereitschaft signalisiert, statt mit starren zeitbasierten Zeitplänen zu arbeiten. So arbeiten Transformationen stets auf den aktuellsten validierten Daten, was Datenaktualität und SLA-Erreichung verbessert.
Setzen Sie ein dynamisches SLA-Modell ein, das historische dbt-Laufstatistiken auswertet, den kritischen Pfad neu berechnet und gefährdete Läufe markiert. ANOW! führt vordefinierte Gegenmaßnahmen aus, etwa gezielte Wiederholungen, Eskalationen oder Fallback-Logik.
Anwendungsfälle
DATA ENGINEERING
Steuern Sie den gesamten Datenfluss von der Aufnahme bis zur Nutzung und betten Sie dbt als Transformationsstufe ein.
DATA GOVERNANCE
Nutzen Sie dbt-Testergebnisse als entscheidende Workflow-Signale für Datenqualität und Compliance.
FINOPS
Setzen Sie kostenbewusste Orchestrierung für dbt-Läufe ein und optimieren Sie die Nutzung von Data-Warehouse-Ressourcen.
DATAOPS
Wenden Sie etablierte CI/CD-Praktiken auf dbt-Projektänderungen und die zugehörigen Orchestrierungs-Workflows an.
:quality(50))
Im Gartner Magic Quadrant 2025 für Service Orchestration and Automation Platforms (SOAP) wurde Beta Systems Software als "Leader" ausgezeichnet. Entdecken Sie zentrale Markttrends, Stärken und Cautions der Anbieter sowie, wie die ANOW!® Suite bewertet wurde.
Analysten-Bericht lesenAnalysten-Bericht lesenHaben Sie weitere Fragen?
ANOW! Automate nutzt dedizierte Endpoint- und Task-Typen für beide Varianten. Für dbt Core erfolgt die Anbindung an Ihre selbstverwalteten Instanzen über lokale Pfade. Für dbt Cloud wird mit Account ID und API Key auf die cloud-verwaltete Plattform zugegriffen, für flexible Bereitstellungsoptionen.
Für dbt Core unterstützt ANOW! Automate die Authentifizierung per Benutzername und Passwort, die manuell eingegeben oder aus dem Secret Vault bezogen werden können. Für dbt Cloud erfolgt die Authentifizierung über einen API Key, der in Ihrem dbt-Cloud-Konto erzeugt wird.
Ja, ein einziger Workflow als Vorlage kann mehrere Umgebungen oder Mandanten bedienen, indem dbt-Variablen, Targets und Selektoren dynamisch berechnet werden. Die Werte stammen aus Konfigurationstabellen, Datei-Metadaten oder den Ergebnissen vorgelagerter Tasks, was den Wartungsaufwand reduziert.
Das einheitliche Monitoring konsolidiert dbt-Laufstatus, Testergebnisse und Ausführungslogs in einem zentralen Betriebs-Dashboard. So entsteht eine vollständige, einheitliche Ausführungshistorie für Audit-Teams, die Prozesseinhaltung und Datenqualität über die gesamte Transformationspipeline hinweg belegt.
Ja, Data Engineers können freigegebene dbt-Jobs in Integrationsvorlagen mit sicheren Parametern kapseln. Analytics- und Fachanwender können diese Vorlagen dann über eine Self-Service-Oberfläche starten, Läufe planen und Benachrichtigungen erhalten, alles innerhalb der von der IT definierten Sicherheits- und Kostengrenzen.
ANOW! Automate orchestriert geschäftskritische Workloads über Google-Cloud-Dienste wie Compute Engine und BigQuery hinweg und vereint die Abläufe mit Ihrer hybriden IT-Landschaft. Wir ermöglichen eine granulare Steuerung von VM-Lebenszyklen und Datenpipelines, für Kostendisziplin und auditfähige Compliance in Ihrer gesamten Google-Cloud-Landschaft, ganz ohne kundeneigene Skripte.
ANOW! Automate auf Amazon Web Services (AWS) bietet Workload Automation und Orchestrierung auf Enterprise-Niveau und konsolidiert vielfältige AWS-Jobs, Container-Services und Datenpipelines in einem zentralen Betriebs-Dashboard. So entstehen einheitliche Sichtbarkeit und Steuerung in hybriden und Multi-Cloud-Umgebungen, mit einer SLA-Erreichung von bis zu 99,95 % für geschäftskritische Prozesse.
ANOW! Automate erweitert das native Scheduling von Kubernetes und stellt eine essenzielle Orchestrierungs- und Kontrollebene bereit, die über Cluster-Grenzen hinausreicht. Sie ermöglicht ereignisgesteuerte Reaktionen, erstellt und verwaltet Container bei Bedarf und führt geschäftskritische Anwendungen in Pods aus, für eine optimierte Ressourcennutzung über hybride Umgebungen hinweg.
ANOW! Automate bietet eine tiefe, native Integration mit Microsoft Azure und stellt eine zentrale, gesteuerte Kontrollebene bereit, die geschäftskritische Workloads über Azure-Dienste und die gesamte Unternehmens-IT hinweg orchestriert, für einheitliches Monitoring und Steuerung mit ereignisgesteuerter Präzision.
ANOW! Automate integriert sich nativ mit Microsoft Teams und etabliert eine bidirektionale Kommunikation zwischen orchestrierten Workflows und der Collaboration-Plattform. Echtzeit-Benachrichtigungen, Freigaben und operative Kommandos fließen direkt in Teams, was die Mean Time to Detection deutlich reduziert und die kollaborative Reaktion verbessert, ohne dass zwischen Tools gewechselt werden muss.
ANOW! Automate integriert sich mit Amazon EMR, orchestriert Big-Data-Workloads und übernimmt das automatische Provisioning und Skalieren von Clustern für Datenpipelines. So laufen komplexe Datentransformationen effizient ab, die Ressourcennutzung wird optimiert und die Time-to-Insight für datengetriebene Unternehmen verkürzt.
ANOW! Automate orchestrates Azure Databricks workloads, enabling unified monitoring, event-driven job execution, and cost governance across hybrid cloud environments. We provide tasks for managing clusters, running jobs, and monitoring activity, ensuring predictable Azure spend and enterprise-grade SLA protection for critical data pipelines.
ANOW! Automate integriert sich mit Azure Data Factory (ADF) und ermöglicht eine einheitliche Orchestrierung und Steuerung Ihrer Datenpipelines in hybriden Umgebungen. Aus ANOW! Automate heraus lassen sich sowohl Azure-Data-Factory-Trigger als auch -Pipelines auslösen und ausführen. So werden fragmentierte Datenoperationen in einem zentralen Betriebs-Dashboard zusammengeführt, für schnellere Incident-Erkennung und konsistente Statusübersichten.
