ApexSQL Generate by Quest
Datenbank-GeneratorenApexSQL Generate erzeugt SQL-Server-Testdaten mit Zufalls-, Regex- und inkrementellen Spaltengeneratoren. Quest führt es im SQL-DevOps-Toolkit; neueste gefundene Release-Notes: Version 2022.02.x.
Wähle nach deiner Aufgabe. Vergleiche dokumentierte Fähigkeiten, Betrieb und Grenzen — mit nachvollziehbaren Quellen.
Wähle zuerst das Ergebnis, dann den Anbieter.
Klein beginnen: Bibliothek oder Schema-Generator. Beziehungen und Bereinigung im eigenen Testcode prüfen.
Regeln und wiederverwendbare Modelle nutzen, wenn fehlende, ungültige oder seltene Fälle gezielt entstehen müssen.
Quellauswahl, Beziehungs-Abschluss und Transformation gemeinsam prüfen. Ein Zeilenfilter allein ergibt noch keine konsistente Teilmenge.
Virtualisierung prüfen, wenn viele Umgebungen denselben breiten Datenbankzustand benötigen. Speicher und Betriebsaufwand messen.
Aufgabenqualität, seltene Gruppen und Offenlegungsrisiko getrennt prüfen; plausibel wirkende Zeilen reichen nicht.
Alphabetisch statt nach Rang. Wähle 2–4 Tools für einen direkten Vergleich.
ApexSQL Generate erzeugt SQL-Server-Testdaten mit Zufalls-, Regex- und inkrementellen Spaltengeneratoren. Quest führt es im SQL-DevOps-Toolkit; neueste gefundene Release-Notes: Version 2022.02.x.
Benerator ist rapiddwellers Java/XML-basierter modellgetriebener Generator für synthetische Daten und die Verarbeitung vorhandener Daten. Er unterstützt Dateien, Datenbanken und Nachrichtensysteme sowie eigene Erweiterungen über SPIs.
Broadcom führt CA Test Data Manager weiterhin in Dokumentation und Supportmaterial zu Version 4.11. Dokumentierte Abläufe umfassen Profiling, Maskierung, Teilmengenextraktion und Testdatenbereitstellung; synthetische Generierung wird in Herstellerunterlagen beschrieben.
CloudTDMS ist eine gehostete No-Code-Fabrik für synthetische Testdaten. Sie profiliert Strukturen und Muster, definiert Datenmodelle, generiert Datensätze und verbindet Datenbanken, Dateien und SaaS-Werkzeuge.
DATAMIMIC CE ist ein per pip installierbares Python-Developer-Tool für modellbasierte Generierung, SQL-selektierte Quelldaten-Teilmengen und explizite Feldtransformationen. Python-API, CLI und optionaler MCP-Adapter unterstützen lokale, CI- und agentengestützte Workflows. CE hat einen eigenen, von EE getrennten Ausführungskern.
DATAMIMIC Enterprise Platform verbindet kundeneigene Datenmodelle mit Enterprise-Governance für die Ausführung. Rule Sets, Quelldaten-Transformationen und ML-Generatoren lassen sich in einem Engineering-Projekt kombinieren, über IDE, LSP und Agenten bearbeiten und mit Plattform-Provenance ausführen.
Datanamic Data Generator erstellt schema-bewusste Zeilen für neun Plattformen, schreibt direkte Inserts oder SQL und unterstützt anpassbare Generatoren sowie Fremdschlüsselintegrität. Laut Anbieter kein Kernprodukt mehr.
DATPROF Privacy ist ein proprietäres Werkzeug zur Datenbankmaskierung und -generierung. Es maskiert bestehende Werte oder erzeugt neue Zeilen unter Beachtung von Constraints; DATPROF Subset ist ein separates Produkt zur Teilmengenbildung.
Perforce Delphix verbindet Enterprise-Datenvirtualisierung, Maskierung und zentrale Bereitstellungskontrollen. Das separate Produkt Synthetic Data ist laut Perforce-Release-Informationen seit Version 2026.2 im September 2026 allgemein verfügbar.
DTM Data Generator erstellt Datenbanktestdaten und verschleierte Werte mit schema-bewussten Beziehungen, Wiederholungsmodus und SQL-/Dateiausgabe. Funktionen variieren nach Edition; Scrambling und enthaltene Masking-Tool-Lizenz gibt es nur in Enterprise.
Faker ist eine Programmbibliothek zur Erzeugung lokalisierter künstlicher Werte wie Personen, Adressen, Datumsangaben und Kennungen. Python Faker und JavaScript Faker sind getrennte Implementierungen mit eigener Dokumentation und eigenen Versionen.
generatedata.com ist ein browserbasierter konfigurierbarer Generator und eine herunterladbare Open-Source-Anwendung. Das aktuelle Repository nennt rund 30 Datentypen und 12 Exporttypen; Konten der Website bieten gespeicherte Datensätze und größere Generierungsmengen.
GenRocket ist eine Enterprise-Plattform zur Automatisierung synthetischer Testdaten: Engineers entwerfen wiederverwendbare Testdatenfälle im Cloud-Portal, verteilte Laufzeitumgebungen generieren sie bei Bedarf.
NVIDIA übernahm Gretel 2025 und positioniert synthetische Datengenerierung für agentische KI inzwischen über NeMo. Die Verfügbarkeit der früheren eigenständigen Gretel-Plattform ist nicht bestätigt.
Informaticas dokumentiertes TDM-Produkt bietet eine webbasierte Oberfläche für Datenermittlung, Teilmengenbildung, Maskierung und Datengenerierung. Die 10.5.x-Dokumentation beschreibt Abläufe und Generierungsregeln; diese Produktlinie ist von separaten Cloud-Diensten zu unterscheiden.
IRI RowGen erzeugt und lädt strukturell korrekte Testdaten für relationale Datenbanken, Dateien, Berichte und semistrukturierte Ziele. Jobs nutzen Metadaten, Generierungsregeln und die CoSort-Engine; synthetische und ausgewählte reale Werte lassen sich mischen.
Mockaroo ist ein gehosteter Testdatengenerator mit konfigurierbaren Schemas, Browser-Downloads, APIs, Mock-API-Routen, Datensätzen und De-Identifizierung. Ausgabeformate sowie Zeilen- und Anfragegrenzen hängen vom Ablauf und Tarif ab.
Redgate SQL Data Generator erzeugt schema-bewusste synthetische Zeilen für SQL Server und unterstützte gehostete Umgebungen, mit Fremdschlüsselkonsistenz, eigenen Generatoren, CLI-Automatisierung und festem Seed.
RNDGen bietet webbasierte Generatoren für zufällige, synthetische und simulierte Daten. Fähigkeiten, Grenzen und Lizenzierung sind im zugänglichen offiziellen Material nur begrenzt beschrieben.
SB Data Generator war Softbuilders GUI-Werkzeug zur Erzeugung und Befüllung ausgewählter Datenbanktabellen oder ganzer Datenbanken. Der Anbieter hat das eigenständige Produkt eingestellt und die Datenerzeugung in ERBuilder integriert.
Das aktuelle Solix-Datenblatt stellt konfigurierbare, wiederverwendbare Datenbank-Teilmengen und Klone mit relationaler Integrität in den Mittelpunkt. Solix vermarktet Datenmaskierung separat; die geprüften aktuellen TDM-Unterlagen belegen synthetische Generierung nicht als Kernfunktion.
Spawner ist ein aufgegebener Desktop-Testdatengenerator, dessen letzte Version 2016 erschien. Die Projektseite dokumentiert Trenntext- und SQL-Ausgabe, konfigurierbare Zufallswerte und Sequenzen sowie direktes Einfügen in MySQL 5.x.
Die aktuelle Synthesized-TDK-Plattform transformiert, generiert und reduziert Produktionsdaten über konfigurierbare Workflows und bewahrt in unterstützten Pipelines statistische Verteilungen und referenzielle Integrität.
TCS MasterCraft DataPlus ist das DataPlus-Produkt innerhalb der MasterCraft-Suite. TCS beschreibt unternehmensweites Testdatenmanagement mit Sampling, Erkennung, Maskierung, synthetischer Erzeugung, Versionierung, Reservierung und Wiederverwendung.
Tonic Fabricate erstellt über einen KI-Datenagenten synthetische strukturierte Daten von Grund auf und unterstützt Softwaretests, Entwicklung und Modelltraining, wenn keine Quelldaten vorhanden sind.
Tonic Structural transformiert produktionsbasierte relationale und semi-strukturierte Daten für Entwicklung und Tests und verbindet konfigurierbare De-Identifizierung mit referenzieller Integrität und Daten-Subsetting.
Upscene Advanced Data Generator erstellt wiederverwendbare lokalisierte Beispieldaten über verknüpfte Tabellen. Pro nutzt ADO/ODBC; Editionen zielen auf InterBase, Firebird, MySQL oder Access. Version 4.2.0 erschien im März 2025.
Keine Treffer. Versuche einen breiteren Suchbegriff oder eine andere Kategorie.
Der Unterschied, der die Entscheidung verändert.
Generierung, Quelldaten-Transformation und virtualisierte Bereitstellung
GegenüberstellungAuthoring, Laufzeit und Governance-Grenzen vergleichen
GegenüberstellungQuelldaten-Transformation gegenüber virtuellen Kopien
GegenüberstellungWerte im Code gegenüber gehosteten Schemas und Mock-APIs
GegenüberstellungDatenbankumfang, Produktstatus und Replay-Belege
GegenüberstellungEnterprise-Plattform-Workflows gegenüber einem Java-Modellframework
GegenüberstellungEnterprise-Verwaltung gegenüber einem per pip installierbaren Developer-Tool
Prüfe die Quellen, vergleiche konkrete Editionen und verwende dieselben fachlichen Abnahmekriterien. Ein Produktname allein sagt nicht, welcher Ablauf enthalten ist.
Quellen und VergleichskriterienPrimärquellenOffizielle Dokumentation und aktuelle Produktangaben sind verlinkt.
Klare GrenzenEdition, Version und Vorschau-Status bleiben an der Aussage.
Keine erfundenen GewinnerKeine Expert-Scores, erfundenen Sterne oder ungetesteten Leistungsranglisten.