Assets, nicht nur Zeilen
Jeder Konnektor liefert Assets mit dranhängenden Quell-Metadaten (Owner, Pfad, Zeitstempel), damit ein Befund immer mitführt, woher er kam.
Assets & Metadaten →43 Konnektoren über Datenbanken, Warehouses und Lakehouses, Streaming, Object Storage, Kollaborationstools, Analytics und öffentliche Inhalte. Jede wird nach personenbezogenen Daten und Secrets durchsucht; Tabellen in PostgreSQL, MySQL, Databricks, ODBC-Quellen, Delta, Iceberg und Dateien in Buckets lassen sich zudem mit SQL abfragen, Masken inklusive.
43 Konnektoren · direkt aus dem SchemaSuchen Sie nach Name, Kategorie oder Fähigkeit. Jeder Eintrag verlinkt auf seine Konfigurationsreferenz in der Doku-Site: Pflichtfelder, Auth und ein durchgearbeitetes Beispiel.
Operational and document stores for row and collection scans.
Graph-native stores with node and relationship traversal.
Analytical compute platforms and catalog-first ingestion.
Version-controlled source, configuration, and documentation.
Event streams and message brokers sampled for content.
Public-facing websites and user-generated content.
Social and video platforms with public posts and transcripts.
Team communication and workspace activity streams.
Dashboards, reports, and business intelligence assets.
Connectors you write yourself, direct file uploads and mounted folders.
Konnektoren sind gruppiert nach dem, was sie sind, nicht nach Hersteller. Zählungen kommen direkt aus dem Schema, diese Seite kann also nie von dem abweichen, was das Produkt wirklich unterstützt.
Analytical compute platforms and catalog-first ingestion.
Operational and document stores for row and collection scans.
Team communication and workspace activity streams.
Connectors you write yourself, direct file uploads and mounted folders.
Social and video platforms with public posts and transcripts.
Dashboards, reports, and business intelligence assets.
Graph-native stores with node and relationship traversal.
Version-controlled source, configuration, and documentation.
Event streams and message brokers sampled for content.
Public-facing websites and user-generated content.
Das System am anderen Ende wechselt. Was Classifyre mit dem Gelesenen tut, nicht.
Jeder Konnektor liefert Assets mit dranhängenden Quell-Metadaten (Owner, Pfad, Zeitstempel), damit ein Befund immer mitführt, woher er kam.
Assets & Metadaten →Jede Quelle lässt sich aus der App dry-runnen: Credentials prüfen, sehen, was sie lesen würde, und erst dann einen vollen Scan committen.
Quellen testen →Große Tabellen und Dateien werden durch Sampling-Fenster mit Cursor pro Asset gelesen; ein Scan liest also einen begrenzten Ausschnitt statt allem.
Sampling →Derselbe Wert in zwei verschiedenen Systemen wird per Identität verlinkt, wo die meisten echten Ermittlungen tatsächlich beginnen.
So funktioniert es →Konnektoren sind Plugins, und das Projekt ist Open Source, die Antwort ist also entweder ein Pull Request oder ein Gespräch. Enterprise-Kunden bekommen Quellen für die Systeme ihrer Branche, gebaut von unseren Engineers.