Wofür wird Databricks verwendet? Ein verständlicher Leitfaden

Mit Databricks sammelt ein Unternehmen seine Daten an einem Ort, bereinigt sie und macht daraus Berichte, Prognosen und KI-Anwendungen. Betriebswirtschaftlich gesagt: Es ist die Plattform, auf der Daten aus ERP, Werken, CRM und Dateien so aufbereitet werden, dass Menschen und Modelle ihnen vertrauen können.

Die ausführliche Antwort hängt von Ihrem Problem ab, denn Databricks ist breit aufgestellt. Die Plattform umfasst Datenpipelines, ein SQL-Data-Warehouse, BI-Dashboards, Machine Learning, KI-Agenten und inzwischen auch eine Postgres-Datenbank. Kaum ein Unternehmen braucht das alles am ersten Tag.

Ich habe mit Databricks in Datenplattform-Programmen in der Fertigung und im Verteidigungssektor gearbeitet. Dieser Leitfaden richtet sich an CIOs, CFOs und Datenverantwortliche, die entscheiden, ob Databricks in ihre Architektur gehört.

Die Plattformübersicht von Databricks listet eine lange Reihe von Aufgaben auf. In der Praxis sehe ich fünf.

1. Data Engineering und ETL. Daten aus Quellsystemen abziehen, bereinigen und in Tabellen laden. Das ist der Arbeitsalltag der Plattform und meist der größte Kostenblock. Die Produktfamilie heißt Lakeflow. Lakeflow Connect übernimmt die Datenaufnahme, Lakeflow-Pipelines (früher Delta Live Tables) die Transformation. Lakeflow Designer dient der visuellen Datenaufbereitung, Lakeflow Jobs der Orchestrierung.
2. Data Warehousing mit Databricks SQL. Databricks SQL ist das Cloud-Data-Warehouse der Plattform und läuft auf SQL Warehouses. Analysten schreiben SQL auf denselben Tabellen, die die Engineers gebaut haben. Keine zweite Kopie in einem anderen Warehouse.
3. BI und Self-Service-Analytics. AI/BI-Dashboards laufen direkt in der Plattform, und die Tabellen speisen auch Power BI, Tableau oder was Ihr Unternehmen sonst nutzt. Mit Genie stellen Fachanwender Fragen in natürlicher Sprache an gesteuerte Daten.
4. Machine Learning. Absatzprognosen, vorausschauende Instandhaltung, Qualitätsprognosen, Preisgestaltung. MLflow verfolgt Experimente und Modelle, Model Serving bringt sie in den Produktivbetrieb.
5. Generative KI und Agenten. Agent Bricks ist heute der Ort, an dem Sie KI-Agenten auf Ihren Daten bauen und steuern. Genie One, seit Juni 2026 allgemein verfügbar, ist das Frontend für Fachanwender. Ältere Materialien nennen viele dieser KI-Werkzeuge Mosaic AI; die aktuellen Produktseiten stellen Agent Bricks und Genie in den Vordergrund.

Zwei neuere Bausteine sind für manche Käufer wichtig. Lakebase ist eine verwaltete Postgres-Datenbank innerhalb der Plattform, für Anwendungen, die schnelle transaktionale Lese- und Schreibzugriffe direkt neben analytischen Daten brauchen.

Databricks hat Lakebase Anfang 2026 als allgemein verfügbar angekündigt. Mit Databricks Apps, allgemein verfügbar seit Mai 2025, bauen und betreiben Teams interne Daten- und KI-Anwendungen auf der Plattform.

Ein Hinweis zu den Namen, weil sie Suchergebnisse verwirren. Databricks hat zwei Jahre lang die „Data Intelligence Platform“ vermarktet. Auf den Produktseiten steht jetzt „Databricks Data + AI Platform“.

Dieselbe Plattform. Und Databricks One wurde in Genie One umbenannt.

Vor Databricks betrieben die meisten Unternehmen zwei Systeme. Ein Data Lake enthielt günstige Rohdateien, darunter Sensorprotokolle, Dokumente und Bilder, für die Data Scientists.

Ein Data Warehouse enthielt saubere, strukturierte Tabellen für Finanzwesen und BI. Daten wurden zwischen beiden kopiert, und die beiden Kopien liefen auseinander.

Das Lakehouse ist die Antwort von Databricks: eine einzige Kopie der Daten in offenen Formaten (Delta-Lake-Tabellen in Ihrem Cloud-Speicher), auf der sowohl BI als auch KI laufen. Unity Catalog liegt darüber und regelt, wer was sehen darf, verfolgt die Datenherkunft und protokolliert Zugriffe. Erst diese Governance-Schicht macht aus einem Haufen Dateien etwas, das ein Wirtschaftsprüfer akzeptiert.

Die meisten Teams organisieren das Lakehouse nach der Medallion-Architektur. Drei Schichten, jede sauberer als die vorherige.

Wie Daten durch die Medallion-Schichten fließen

1. 01

   Quellsysteme

   ERP, MES, Historians, CRM, Tabellenkalkulationen und Dokumente.

2. 02

   Bronze

   Rohdaten, so abgelegt, wie sie ankamen. Aufbewahrt für Prüfung und erneute Verarbeitung.

3. 03

   Silber

   Bereinigt, dedupliziert und validiert. Eine verlässliche Version jedes Datensatzes.

4. 04

   Gold

   Für das Geschäft modelliert: Marge nach Produkt, Stillstand nach Linie, Ausgaben nach Lieferant.

5. 05

   Nutzer

   Dashboards, Finanzreporting, ML-Modelle, KI-Agenten und Apps.

Die Version für Führungskräfte: Bronze ist der Beleg, Silber der bereinigte Datensatz, Gold die Antwort auf eine Geschäftsfrage. Ihr CFO sollte nur Gold sehen. Ihre Data Scientists verbringen die meiste Zeit in Silber.

In den Fertigungsprogrammen, an denen ich gearbeitet habe, steckt der eigentliche Aufwand in Silber. Materialnummern, die sich zwischen Werken unterscheiden. Mengeneinheiten, die nicht zusammenpassen.

Sensor-Zeitstempel in Ortszeit gegen ERP-Buchungen in UTC. Nichts davon ist ein Databricks-Problem, aber in Databricks lösen Sie es am Ende.

Databricks ersetzt weder SAP S/4HANA noch Oracle Fusion Cloud ERP noch Microsoft Dynamics 365. Das ERP bleibt das führende System für Aufträge, Bestände, Rechnungen und das Hauptbuch. Databricks nimmt Kopien dieser Daten, verbindet sie mit Daten, die das ERP nie sieht, und liefert Analytics und KI.

Die ERP-Daten kommen meist über einen von drei Wegen:

1. Native oder Partner-Konnektoren. Lakeflow Connect sowie Replikationswerkzeuge von Drittanbietern ziehen Tabellen oder Änderungsdaten aus der ERP-Datenbank oder ihren APIs.
2. Extrakte aus der eigenen Datenschicht des ERP. Exporte aus den Analytics- und Datendiensten von SAP, Oracle oder Dynamics, abgelegt in Bronze.
3. Das Datenprodukt des ERP-Anbieters. Für SAP-Kunden ist SAP Business Data Cloud eine Option. Dazu gehört SAP Databricks, ein verwalteter Databricks-Dienst innerhalb des SAP-Angebots, den Databricks als allgemein verfügbar angekündigt hat. Es gibt außerdem einen Zero-Copy-Sharing-Weg von Business Data Cloud in eine bestehende Databricks-Umgebung.

Welcher Weg passt, hängt von Lizenzen, Datenvolumen und davon ab, wie wichtig Nicht-ERP-Daten sind. Der schwierige Teil ist nie der Extrakt.

Es ist die fachliche Bedeutung: welches Werk, welches Ledger, welche Version eines Kunden. Wenn das nicht geklärt ist, beschreibt mein Beitrag dazu, warum Datenmigrationen scheitern, dieselben Ursachen.

Fertigung. Der stärkste Anwendungsfall ist die Verknüpfung von ERP-Daten mit Werksdaten. Maschinen- und Sensorwerte aus Historians und IoT-Plattformen, Datensätze aus dem Manufacturing Execution System (MES), Ergebnisse der Qualitätsprüfung und Instandhaltungsprotokolle. Verknüpft mit ERP-Aufträgen, Materialien und Kosten beantworten diese Daten Fragen, die Finanzen und Betrieb gleichermaßen interessieren: Ausschusskosten nach Linie, Instandhaltung vor dem Ausfall, Lieferantenqualität im Verhältnis zum gezahlten Preis.

Sensordaten sind umfangreich und unordentlich. Ein Lakehouse kommt damit besser zurecht als ein klassisches Data Warehouse. In meiner Arbeit in der Fertigung war der erste Anwendungsfall, der die Plattform bezahlt hat, die Kalkulation: Rohstoff- und Lohnkosten zusammenführen, um zu Standardkosten zu kommen.

Diese Zahl gehört bereits dem Finanzbereich, deshalb ist der Nutzen leicht zu sehen. Wenn Sie das ERP darunter noch auswählen, lesen Sie meinen Vergleich zu ERP für die Fertigung.

Verteidigung. Hier sind die Fragen andere. Wo liegen die Daten physisch? Wer betreibt die Plattform?

Lassen sich eingestufte und nicht eingestufte Daten trennen, mit nachweisbaren Zugriffen bei einer Prüfung? Programme laufen über Jahrzehnte, also muss die Plattformwahl mehrere Technologiezyklen überdauern.

In meiner Arbeit im Verteidigungssektor hat die Trennung von eingestuften und nicht eingestuften Daten das Design stärker geprägt als alles andere. Klären Sie diese Trennung, bevor Sie eine einzige Pipeline entwerfen.

Die Architektur spielt hier eine Rolle. In Databricks läuft die Control Plane im Konto von Databricks. Klassische Compute-Ressourcen laufen in Ihrem eigenen Cloud-Konto.

Serverless Compute läuft im Konto von Databricks, in derselben Region. Für Datenverantwortliche im Verteidigungsbereich ist dieser Unterschied das erste Gesprächsthema, noch vor jeder Feature-Demo. Für Arbeiten für die US-Regierung gibt es ein eigenes Deployment von Databricks auf AWS GovCloud.

Außerhalb der USA sollten Sie Regionen und die Verfügbarkeit souveräner Clouds gegen Ihre Vorgaben zu Datenresidenz und Exportkontrolle (einschließlich Pflichten nach Art von ITAR) prüfen, bevor Sie eine Shortlist erstellen. Nach meiner Erfahrung haben die feingranulare Zugriffssteuerung und die Audit-Logs von Unity Catalog in diesen Prüfungen großes Gewicht.

Man kauft Databricks leicht für die falsche Aufgabe.

1. Es ist kein ERP und kein führendes System. Wickeln Sie keine Transaktionen oder das Hauptbuch darüber ab. Lakebase verarbeitet Anwendungsdaten, nicht Ihr Hauptbuch.
2. Es ist kein schnelles Dashboard-Werkzeug. Wenn das Ziel zwanzig Finanz-Dashboards auf sauberen ERP-Daten sind, ist Databricks ein schwerer Weg dorthin.
3. Es behebt keine fehlende Datenverantwortung. Wenn niemand für den Kundenstamm verantwortlich ist, verarbeitet Databricks das Chaos nur schneller.
4. Es läuft nicht von allein. Sie brauchen Data Engineers, die SQL und Python schreiben, und jemanden, der die Kosten im Blick behält. Abgerechnet wird nach Nutzung, schlecht geschriebene Jobs tauchen also auf der Rechnung auf.
5. Für die geschäftliche Nutzung ist es nicht kostenlos. Die Free Edition ist zum Lernen und Experimentieren gedacht. Laut den Einschränkungen der Free Edition darf sie nicht für kommerzielle Zwecke genutzt werden.

Die Frage, die ich am häufigsten höre: Brauchen wir Databricks, oder reicht ein einfacheres Warehouse? So ordne ich es ein.

Ihre Situation	Databricks passt	Eine einfachere Option reicht wahrscheinlich
Datenquellen	ERP plus Sensoren, MES, Dokumente, externe Feeds	Überwiegend ERP- und CRM-Tabellen
Datenvolumen und Änderungsrate	Hohes Volumen, Streaming oder nahezu Echtzeit	Täglicher Batch, moderates Volumen
Hauptnutzer	Data Engineers, Data Scientists und Analysten	Finanz- und Fachanalysten
KI- und ML-Pläne	Finanzierte Anwendungsfälle mit Verantwortlichen	Ideen ohne Sponsor
Fähigkeiten im Team	SQL- und Python-Engineers intern oder extern	Überwiegend BI- und Excel-Kenntnisse
Governance-Bedarf	Feingranulare Zugriffe, Datenherkunft, Audit über viele Quellen	Standardmäßige rollenbasierte Zugriffe

Wenn die meisten Ihrer Antworten in der rechten Spalte liegen, beginnen Sie mit der Analytics Ihres ERP-Anbieters oder einem verwalteten Warehouse. Für einen genaueren Vergleich lesen Sie meine Beiträge zu Snowflake vs. Databricks und Databricks vs. Microsoft Fabric.

Zu den Kosten lesen Sie Databricks-Preise erklärt. Databricks rechnet Rechenleistung in Databricks Units (DBUs) ab, nach Verbrauch oder mit Nutzungszusage, und Cloud-Speicher und Netzwerk kommen hinzu.

Eine Checkliste für die Entscheidung

1. Können Sie drei Geschäftsentscheidungen nennen, die sich ändern, wenn die Datenplattform funktioniert? Wenn nicht, halten Sie an und finden Sie sie.
2. Welche Datenquellen brauchen Sie über das ERP hinaus, und wie groß sind sie?
3. Wer ist für die Stammdaten zu Kunde, Material, Lieferant und Kontenplan verantwortlich?
4. Welche Vorgaben zu Datenresidenz, Souveränität und Exportkontrolle gelten für Sie?
5. Haben Sie langfristig ein Data-Engineering-Team, oder werden Sie eines finanzieren?
6. Welches BI-Werkzeug bleibt, und wird es aus Databricks SQL lesen?
7. Wer verantwortet die monatlichen Plattformkosten, und welcher Alarm löst eine Prüfung aus?
8. Was schalten Sie ab, wenn das live geht? Wenn die Antwort „nichts“ lautet, erhöhen Sie die Kosten, statt zu konsolidieren.

Wählen Sie einen Anwendungsfall mit einem namentlich benannten fachlichen Verantwortlichen und echtem Geld dahinter. In der Fertigung ist das oft Ausschuss, Stillstand oder Bestand. Bauen Sie ihn durch Bronze, Silber und Gold, mit Unity-Catalog-Governance ab der ersten Tabelle.

Messen Sie das Ergebnis und die Betriebskosten. Entscheiden Sie dann, ob Sie skalieren.

Ich würde nicht mit einer unternehmensweiten Migration oder einem KI-Agenten beginnen. Governance gehört in diesen ersten Aufbau, nicht in eine spätere Phase; mein Leitfaden zum KI-Governance-Framework erklärt, warum.

Wenn Sie Databricks gegen andere Plattformen abwägen oder klären, wie es neben SAP, Oracle oder Dynamics 365 steht, biete ich unabhängige Beratung zu diesen Entscheidungen. Sie können hier Kontakt aufnehmen.

Was ist Databricks, einfach erklärt?

Databricks ist eine Cloud-Plattform, auf der Unternehmen große Datenmengen speichern, bereinigen und analysieren und darauf Machine Learning und KI aufbauen. Sie läuft auf AWS, Microsoft Azure und Google Cloud. Stellen Sie sie sich als Werkstatt zwischen Ihren Quellsystemen und Ihren Berichten, Modellen und KI-Werkzeugen vor.

Ist Databricks eine Datenbank oder ein Data Warehouse?

Beides, zum Teil. Databricks SQL ist ein Cloud-Data-Warehouse auf Basis des Lakehouse, und Lakebase ist eine verwaltete Postgres-Datenbank für Anwendungen. Darunter liegen die Daten als Tabellen in offenen Formaten im Cloud-Speicher. Ein transaktionales führendes System wie ein ERP ist es nicht.

Was ist der Unterschied zwischen Databricks und Snowflake?

Beide führen SQL-Analysen auf Cloud-Daten aus. Databricks kommt aus Data Engineering und Machine Learning auf offenen Formaten. Snowflake begann als verwaltetes SQL-Data-Warehouse. Heute überschneiden sich beide stark. Die richtige Wahl hängt von Ihren Datentypen, Fähigkeiten und KI-Plänen ab. Mein Vergleich Snowflake vs. Databricks behandelt das im Detail.

Ersetzt Databricks SAP oder andere ERP-Systeme?

Nein. Das ERP bleibt das führende System für Transaktionen und das Hauptbuch. Databricks nimmt Kopien der ERP-Daten, verbindet sie mit anderen Quellen wie Werks- und Sensordaten und liefert Analytics und KI. SAP-Kunden können auch SAP Databricks innerhalb von SAP Business Data Cloud nutzen.

Was ist die Medallion-Architektur in Databricks?

Eine Art, Daten in drei Schichten zu organisieren. Bronze enthält Rohdaten, so wie sie ankamen. Silber enthält bereinigte und validierte Datensätze. Gold enthält geschäftsfertige Tabellen für Reporting, ML und KI. Jede Schicht ist verfeinerter als die vorherige, und Fachanwender sollten nur Gold nutzen.

Ist Databricks kostenlos?

Die Databricks Free Edition ist zum Lernen und Experimentieren kostenlos, mit Kontingenten und Funktionseinschränkungen, und darf nicht für kommerzielle Zwecke genutzt werden. Die geschäftliche Nutzung wird nach Verbrauch in DBUs abgerechnet, entweder nutzungsbasiert oder über einen Vertrag mit Nutzungszusage, zuzüglich Cloud-Speicher und Netzwerk.