Google hat am 11. August 2026 die Query Templates für BigQuery Data Clean Rooms allgemein verfügbar gemacht. Besitzer und Publisher können damit vorab definierte und genehmigte Abfragen bereitstellen. Die zugrunde liegenden Tabellen und Views bleiben für Subscriber verborgen. Gleichzeitig erreichen Tabellenparameter für Table-Valued Functions den Status General Availability.
Die Änderung stärkt die kontrollierte Zusammenarbeit mit sensiblen Daten in Google Cloud. Unternehmen können Partnern bestimmte Analysen erlauben, ohne einen freien Zugriff auf die eigentlichen Datenbestände zu gewähren. Query Templates befanden sich seit August 2025 in der Preview. Der GA-Status macht die Funktion jetzt zu einem regulär verfügbaren Bestandteil der BigQuery Data Clean Rooms.
BigQuery Query Templates begrenzen Abfragen auf genehmigte Analysen
BigQuery Data Clean Rooms sollen mehreren Parteien gemeinsame Analysen ermöglichen. Die beteiligten Unternehmen müssen ihre zugrunde liegenden Daten dafür nicht verschieben oder direkt offenlegen. Google bietet bereits Analysis Rules und Data-Egress-Kontrollen für diesen Zweck. Query Templates ergänzen diese Schutzmechanismen um eine Kontrolle der zulässigen Abfragen.
Ein Datenbesitzer oder Contributor erstellt dafür eine vordefinierte Query passend zum vorgesehenen Analysezweck. Die Abfrage wird geprüft und anschließend für Subscriber veröffentlicht. Subscriber führen damit nur die genehmigte Analyse aus. Sie erhalten keinen Einblick in die eigentliche Definition der Routine und müssen keinen direkten Zugriff auf die zugrunde liegenden Tabellen bekommen.
| BigQuery-Funktion | Vorheriger Status | Status seit 11. August 2026 |
|---|---|---|
| Query Templates für Data Clean Rooms | Preview seit August 2025 | General Availability |
| Tabellenparameter in TVFs | Preview | General Availability |
| ANY TABLE für TVFs | Nicht allgemein verfügbar | Für generische Tabellenparameter verfügbar |
Google sieht darin vor allem einen zusätzlichen Schutz gegen unbeabsichtigte oder gezielte Datenoffenlegung. Freie SQL-Abfragen bieten Nutzern eine hohe Flexibilität. Diese Flexibilität erhöht in einem Data Clean Room jedoch auch das Risiko einer Abfrage mit unerwünschten Ergebnissen. Ein Template legt den erlaubten Analyseweg bereits vor der Ausführung fest.
Der Ansatz kann außerdem die Nutzung für Mitarbeiter ohne tiefere SQL-Kenntnisse vereinfachen. Ein Subscriber muss keine eigene datenschutzkonforme Abfrage entwickeln. Der Datenbesitzer definiert die benötigte Analyse einmal und gibt sie nach einer Prüfung frei. Google nennt auch konsistentere Analyseergebnisse als Vorteil. Mehrere Teilnehmer können dieselbe genehmigte Logik verwenden.
Hinter den Query Templates stehen Table-Valued Functions, kurz TVFs. Eine TVF nimmt Parameter entgegen und gibt das Ergebnis als Tabelle zurück. Query Templates nutzen dieses Modell für kontrollierte Abfragen innerhalb eines Data Clean Rooms. Die Routine-Definition bleibt dabei verborgen. Subscriber sehen den erwarteten Tabellenparameter und können die freigegebene Funktion ausführen.
Google unterscheidet im Workflow drei Rollen. Ein Template Creator definiert die Abfrage. Ein Template Approver prüft den Zugriff auf die verwendeten Daten und genehmigt das Template. Ein Template Subscriber verwendet anschließend die freigegebene Analyse. Bei Daten mehrerer Parteien muss der jeweilige Datenbesitzer die Nutzung seiner referenzierten Daten genehmigen.
ANY TABLE macht Table-Valued Functions flexibler
Parallel zu den Query Templates macht Google auch Tabellenparameter für Table-Valued Functions allgemein verfügbar. Eine TVF konnte bereits klassische Parameter wie Zahlen oder Strings entgegennehmen. Tabellen können jetzt regulär als Parameter verwendet werden. Entwickler können damit wiederverwendbare Funktionen erstellen und vollständige Tabellen an eine Abfrage übergeben.
Besonders relevant ist der Typ ANY TABLE. Eine Funktion muss damit nicht für jede Tabellenstruktur ein vollständig festgelegtes Schema definieren. Sie kann Tabellen unterschiedlicher Struktur als Eingabe akzeptieren. Das vereinfacht generische Funktionen für wiederkehrende Datenoperationen.
Ganz ohne Vorgaben funktioniert ANY TABLE dennoch nicht. Eine Funktion kann im eigenen SQL bestimmte Spalten voraussetzen. Fehlt eine benötigte Spalte in der übergebenen Tabelle, schlägt die Abfrage fehl. Der flexible Parametertyp ersetzt damit die feste Definition der gesamten Tabellenstruktur, nicht aber die fachlichen Anforderungen der Funktion.
Query Templates besitzen ebenfalls technische Grenzen. Google erlaubt aktuell höchstens zwei Datenreferenzen pro Template. Eine Referenz stammt aus der Definition der TVF, eine zweite kann über einen Datenparameter eingebunden werden. Innerhalb der eigentlichen TVF dürfen mehrere Tabellen oder Views vorkommen. Sie müssen jedoch derselben Datenpartei gehören. Query-Template-TVFs unterstützen außerdem nur feste Typen für Tabellen und Views.
Der GA-Schritt fällt mit weiteren Änderungen an BigQuery zusammen. Google hat am selben 11. August auch die Kostenkennzeichnung des BigQuery Data Transfer Service umgestellt. Load- und Merge-Operationen werden dadurch umfassender unter einem gemeinsamen Billing Label erfasst.
Für Unternehmen mit gemeinsamen Analyseprojekten ist die Freigabe der Query Templates vor allem eine Governance-Änderung. Datenbesitzer können erlaubte Analysen stärker vorgeben und den direkten Datenzugriff begrenzen. Die ebenfalls allgemein verfügbaren Tabellenparameter erweitern gleichzeitig die technischen Möglichkeiten für wiederverwendbare BigQuery-Funktionen. Google positioniert beide Funktionen damit als reguläre Werkzeuge für produktive BigQuery-Umgebungen.