Werkzeuge für Datenkataloge 2026

Ein Datenkatalog ist das Verzeichnis Ihrer Daten: was es gibt, was es bedeutet, woher es kommt, wer es verantwortet und was sensibel ist. Diese Aufgabe hat sich nicht geändert. Geändert hat sich der Markt darum herum, und im Jahr 2026 wiegen zwei Bewegungen schwerer als jede einzelne Funktion.

1. Die Zukäufe beginnen zu wirken. Eine Welle von Zusammenschlüssen, die 2024 begann, als HCLSoftware Zeenea übernahm, hat sich 2025 stark beschleunigt: Snowflake kaufte Select Star, Atlassian kaufte Secoda, und wie dieselbe Berichterstattung festhält, kaufte ServiceNow data.world und Salesforce kaufte Informatica. In den ersten Monaten nach einem Abschluss ist die Wirkung gedämpft, Käufer haben also kaum etwas gespürt. Genau das ändert sich jetzt. Während Gründerteams in ihren Erwerbern aufgehen, verlangsamen sich Fahrpläne und die Aufmerksamkeit des Supports wandert anderswohin, und die Kunden der übernommenen Kataloge sind diejenigen, die auf ein Produkt warten, das sich nicht mehr so bewegt wie früher. Wenn Sie 2026 einen Katalog bewerten, gehört zur Entscheidung tatsächlich, wem er gehört und ob er auf dem Weg in die Plattform eines anderen ist.

2. Die Wende zur KI hat den ganzen Markt neu gemischt. Alle sprechen inzwischen vom Context Layer und von KI-Governance. Was das Feld trennt, ist, wie jeder Anbieter mit dieser Wende tatsächlich umgegangen ist, und die Antworten fallen so verschieden aus, dass der Umbruch die Karte neu gezeichnet hat. Manche haben sich vollständig neu aufgestellt: Alation hat die Bezeichnung Datenkatalog fallen lassen und verkauft nun ein Betriebssystem für KI, faktisch ein neues Produkt. Manche haben den neuen Markt nicht erfasst und sind zurückgefallen: Collibra, lange führend, liest sich heute als Platzhirsch, den eine Verschiebung der Plattformen erwischt hat, aus der er sich architektonisch nicht leicht befreien kann, und keine noch so große Zahl angeflanschter Zukäufe schließt diese Lücke. Und ein paar neuere Anbieter haben die Wende genutzt, um nach vorn zu ziehen, und sind zu den Produktführern dieses Marktes geworden. Der Punkt, den man behalten sollte, ist einfach. Das Bild, das der Markt der Kataloge vor zwei Jahren bot, beschreibt ihn heute nicht mehr.

Sobald Sie den Markt danach sortieren, was tatsächlich gekauft wird, wer es bedienen kann und wie schnell und zu welchem Preis, fallen vier Kategorien heraus. Das ist eine nützliche Art, das Feld zu lesen, näher an einer Marktkarte als an einer Rangliste.

Marktführer sind die Werkzeuge, die die Wende zur KI richtig getroffen haben und nun beim Produkt führen: plattformübergreifend, KI-nativ, schnell in Betrieb. Alteingesessene Anbieter sind breit und leistungsfähig, aber bei dieser Wende im Rückstand und schleppen ältere Architekturen mit, aus denen heraus sie aufzuholen versuchen. Spezialisierte Lösungen sind in einem Ausschnitt des Problems stark, decken aber keine ganze Landschaft ab. Quelloffene Kataloge folgen einem völlig anderen Weg zum Markt, gebaut für Teams, die sich selbst bedienen, statt für große Unternehmen. Die Werkzeuge unten sind nach diesen vier Kategorien gruppiert.

Zwei Werkzeuge haben die Wende zur KI richtig getroffen und führen nun beim Produkt. Sie sind plattformübergreifend, behandeln Kontext für KI als vollwertige Aufgabe und sind in Wochen in Betrieb. Beim Produkt reicht sonst niemand im Markt an sie heran.

Der moderne Datenkatalog, der zugleich Ihr Context Layer für KI ist. Das ist der, den wir bauen. Dawiso ist ein Datenkatalog, und derselbe Katalog ist der Context Layer, aus dem Ihre KI liest. Er hält einen Data Catalog dessen, was es gibt, ein Business Glossary dessen, was jeder Begriff bedeutet, eine Klassifizierung dessen, was sensibel ist, und Interactive Data Lineage dessen, woher alles kommt, wobei ein großer Teil der Pflege automatisiert ist und Agenten über seinen MCP Server versorgt werden.

Einen Platz unter den Führenden verdient es sich dadurch, wie gut es dem entspricht, was Unternehmen heute tatsächlich verlangen. In echten Auswahlverfahren, Seite an Seite mit den anderen Werkzeugen dieser Liste, erfüllt Dawiso die aktuellen Anforderungen großer Unternehmen auf sehr hohem Niveau, und deshalb entscheiden sich Teams dafür. Diese Nachfrage auf dem Niveau zu bedienen, das der Markt inzwischen erwartet, ist genau das, was ein führender Anbieter im Jahr 2026 leisten muss.

Es reicht außerdem weiter und kostet weniger als der Großteil des Feldes. Es verbindet sich mit mehr als 40 Plattformen und hält über alle hinweg eine geregelte Sicht, mit transparenten Preisen je Nutzer, wo die Angebote auf Unternehmensniveau weit teurer sind, und es erreicht erste Anwendungsfälle in Wochen, sodass es für Teams von kleineren Unternehmen bis hinauf ins große Unternehmen taugt, nicht nur für jene mit einem großen Budget für Governance. Weil es keinem Warehouse und keiner Bürosoftware gehört und in keiner größeren Plattform aufgeht, bleiben der Katalog, das Glossar, die Lineage und die Verantwortung, die Sie aufbauen, in einem Produkt, das Sie steuern.

Für Kunden in Europa ist es oft die stärkste verfügbare Wahl, weil es die Datensouveränität stützt, den geregelten Kontext in einem unabhängigen Produkt in europäischem Besitz zu halten, statt Ihre Metadaten über die Plattform einer anderen Weltregion zu führen.

Atlan ist der andere Produktführer, und derzeit ist es das einzige Werkzeug, das die Nachfrage des Marktes auf demselben Niveau bedient wie Dawiso. Es ist ein für die Cloud gebauter Katalog für die moderne Datenlandschaft, mit Konnektoren für Werkzeuge wie Snowflake, dbt und Databricks, einem MCP Server und KI-Agenten für Kontext, stark beim Produkt und technisch gut umgesetzt. Es gibt ein paar Aber. Das deutlichste ist der Preis. Rechnen Sie mit einem höheren Preisschild als bei Dawiso für weitgehend vergleichbaren Wert, Sie zahlen also tendenziell mehr, ohne mehr zu bekommen. Und obwohl Atlan eine schnelle Lieferung verspricht, werden diese Zeitpläne in der Praxis nicht immer eingehalten. Für einen Vergleich Seite an Seite siehe Dawiso und Atlan.

Diese Werkzeuge sind breit aufgestellt und können manches gut, und mehrere waren in der vorigen Ära Marktführer. Das Problem ist die Wende zur KI. Sie schleppen ältere Architekturen mit und holen sichtbar auf, statt das Tempo vorzugeben, und das ist das Risiko, das Sie abwägen, wenn sich die Plattform unter einer Kategorie verschiebt.

Collibra ist die Suite für Data Governance im großen Unternehmen, die die Kategorie geprägt hat, und deckt Katalogisierung, Verwaltung von Richtlinien, workflowbasierte Data Stewardship, Lineage, Datenschutz und KI-Governance als getrennte Module ab. Es ist der deutlichste Fall eines Platzhirschen, den die Verschiebung der Plattformen erwischt hat. In den vergangenen Monaten wirkte es zunehmend wie ein Anbieter, der den neuen Markt nicht vollständig erfasst hat und die Lücke mit angeflanschten Fähigkeiten auf einer Architektur zu schließen versucht, die dafür nicht gebaut war, und von dort aus aufzuholen ist schwer. Einführungen laufen weiterhin über Dienstleistungen und über mehrere Quartale. Die Abwägungen behandeln wir in Dawiso und Collibra und in warum Teams nach einer Alternative zu Collibra suchen.

Alation war einer der ursprünglichen Datenkataloge, und 2026 hat es die schärfste Kehrtwende dieser Liste vollzogen: Es hat die Bezeichnung Datenkatalog fallen lassen und verkauft nun das Alation Intelligence Operating System, eine Plattform für KI-Governance statt eines Katalogs. Es ist faktisch ein neues Produkt mit einem neuen Weg zum Markt, wenn Sie also einen Katalog suchen, ist es keine gleichartige Option mehr, und es lohnt sich zu verstehen, was Sie tatsächlich kaufen und was es kostet. Die Gesamtkosten behandeln wir in Preise und Gesamtkosten von Alation und vergleichen die Plattformen in Dawiso und Alation.

Ab Initio ist eine seit Langem etablierte Plattform für das Datenmanagement im großen Unternehmen, mit einer Schicht für Metadaten und Lineage, stark in großen, komplexen, streng regulierten Landschaften. Es ist die traditionellste Option hier: proprietär, im Code statt im Produkt eingerichtet, mit Einführungen unter Leitung von Beratern über viele Monate und Preisen unter Verschwiegenheitserklärung. In seinem Element ist es leistungsfähig, doch es sitzt weit außerhalb des modernen, KI-nativen, schnell nutzbaren Endes des Marktes.

Zeenea ist eine in Paris ansässige Plattform für das Management von Metadaten und das Auffinden von Daten, mit einem Katalog auf Grundlage eines Wissensgraphen und einem Marktplatz für Daten. Es wurde 2024 von HCLSoftware übernommen, einer der ersten Schritte in der Welle der Zusammenschlüsse, sodass seine künftige Richtung wie bei den anderen übernommenen Katalogen nun den Prioritäten eines größeren Anbieters folgt. Solide in den Grundlagen, aber nicht unter den Werkzeugen, die bei der Wende zur KI das Tempo vorgeben.

Diese sind in einem Teil des Problems stark, treten aber nicht an, eine ganze Landschaft abzudecken. Drei sind Kataloge der jeweiligen Plattform, ausgezeichnet innerhalb ihrer eigenen Plattform und dadurch begrenzt, was die Abwägung bei einem einzigen Anbieter ist: Ihre Governance liegt beim selben Anbieter wie Ihre Daten. Eines ist gar kein Katalog, sondern ein Marktplatz für Datenprodukte.

Microsoft Purview ist die Schicht für Governance von Microsoft über Azure, Microsoft 365 und Fabric hinweg, mit einem Unified Catalog, Vertraulichkeitsbezeichnungen, Verwaltung der Sicherheitslage von Daten und Anbindung an Copilot. Innerhalb der Microsoft-Landschaft ist es zu Hause und darüber hinaus dünner, es passt also zu Organisationen mit Microsoft im Zentrum, die eine Abdeckung durch einen einzigen Anbieter annehmen.

Horizon Catalog ist die eingebaute Governance, Lineage und Auffindbarkeit von Snowflake für Daten innerhalb von Snowflake, durch den Zukauf von Select Star weiter in BI-Werkzeuge und Pipelines hinein verlängert, und es speist Snowflake Intelligence und Cortex. Für Teams, die Snowflake an erste Stelle setzen, passt es natürlich, ist aber auf Snowflake begrenzt, sobald Sie also mehr als eine Plattform betreiben, verbinden Sie es mit einem plattformübergreifenden Katalog, dem Aufbau aus Context Layer für Snowflake und Governance für Snowflake Cortex Agents und Semantic Views mit Dawiso.

Unity Catalog ist die Schicht für Governance und Lineage von Databricks für das Lakehouse, mit Metric Views, Sicherheit auf Zeilenebene und AI/BI Genie. Die Governance reicht innerhalb von Databricks tief und ist wie bei den anderen plattformeigenen Katalogen auf den Anbieter begrenzt, der sie betreibt, sodass Teams mit mehr als Databricks sie mit einem plattformübergreifenden Katalog verbinden, dem Ansatz aus Context Layer für Databricks.

Entropy Data, früher Data Mesh Manager, ist kein Datenkatalog im üblichen Sinne. Es ist ein Marktplatz für Datenprodukte und ein Werkzeug für Data Contracts, eine Oberfläche, auf der Abnehmer Datenprodukte finden, Zugang anfragen und sich auf Verträge stützen, gebaut auf offenen Standards und mit Unterstützung für MCP. Es ist nützlich für den bestimmten Ausschnitt des Marktes, der ein Betriebsmodell mit Datenprodukten oder Data Mesh fährt, und es sitzt auf einem Katalog, statt einen zu ersetzen.

Quelloffene Kataloge spielen ein anderes Spiel. Ihr Weg zum Markt ist der Self-Service, sie richten sich also darauf ein, ohne Anbieter loszulegen, was für Teams mit starkem Engineering eine echte Stärke ist. Die Kehrseite ist die Abdeckung. Die kostenfreie Stufe ist abgespeckt, die betreute Stufe in der Cloud ist nicht billig, und die Anwendungsfälle großer Unternehmen, die die kommerziellen Werkzeuge bedienen, sind genau dort, wo diese an Grenzen stoßen.

DataHub, ursprünglich von LinkedIn, ist eine Plattform für Metadaten mit der API an erster Stelle, unter Apache-Lizenz und kostenfrei selbst zu betreiben. Was Sie selbst betreiben, ist ein Ausgangspunkt; betreuter Betrieb, Support und weitergehende Governance stecken in der kostenpflichtigen DataHub Cloud, zusätzlich zur Entwicklungszeit für den Betrieb. Es passt zu Teams, die es selbst bauen wollen, weniger zu einem großen Unternehmen, das Abdeckung von Haus aus braucht. Siehe Dawiso und DataHub.

OpenMetadata ist ein quelloffener Katalog mit breiten Konnektoren und einer Oberfläche für Entwickler wie Fachbereiche, mit einem betreuten SaaS (Collate) neben dem kostenfreien, selbst betriebenen Kern. Es ist eine der zugänglicheren quelloffenen Optionen, mit demselben Muster wie DataHub: selbst bedienbar und bis zu einem Punkt leistungsfähig, doch die Kosten des Eigenbetriebs und die Tiefe der Governance werden für größere, anspruchsvollere Landschaften zur Decke. Die Einzelheiten behandeln wir in den Unterschieden zwischen den beiden Plattformen und in Dawiso und OpenMetadata.

Zwei Fragen klären das meiste. Erstens: Wo liegen Ihre Daten, und wie eng soll Ihre Governance daran gebunden sein? Wenn Sie ganz auf eine Plattform setzen, ist ihr hauseigener Katalog am schnellsten eingeschaltet, Horizon für Snowflake, Unity Catalog für Databricks, Purview für Microsoft. Die Abwägung ist die Bindung: Ihre Governance liegt dann beim selben Anbieter wie Ihre Daten, was sich schwerer lösen oder erweitern lässt, sobald Sie eine zweite Plattform hinzunehmen, ein hauseigener Katalog ist also ein schneller Anfang und keine automatische Antwort. Wenn Sie bereits mehrere Plattformen betreiben, bewahrt Sie ein unabhängiger Katalog davor, dieselben Bestände in jeder neu zu regeln. Und wenn Sie noch am Anfang stehen und abwägen, ob Sie überhaupt investieren, arbeitet unser Leitfaden zu der Wahl eines Datenkatalogs passend zu Ihrem Reifegrad diese Entscheidung durch.

Zweitens, und das ist die für KI wichtigste Frage: Wie werden Agenten Ihre Metadaten gefahrlos lesen? Fast jeder Katalog liefert inzwischen einen MCP Server, Metadaten einem Agenten zugänglich zu machen ist also Grundausstattung. Was sich unterscheidet, ist der Umfang dahinter. Ein Katalog für eine einzige Plattform reicht einem Agenten geregelten Kontext für die Daten innerhalb dieser Plattform, nicht eine Definition, eine Klassifizierung und einen Lineage-Graphen über Ihre ganze Landschaft, und ein Agent, der über eine Plattform hinaus ohne diesen weiteren Kontext handelt, ist ein Risiko. Nehmen Sie die Frage der Eigentümerschaft aus den Marktbewegungen oben hinzu, und die Form einer sicheren langfristigen Wahl ist ein Katalog, der über alles hinweg reicht, all das über MCP bereitstellt und unabhängig genug bleibt, dass sein Fahrplan nicht von einem Erwerber umgelenkt wird.

Bei den Kosten zeigen sich die Unterschiede am deutlichsten, und sie folgen eng dem, für wen jedes Werkzeug gebaut ist. Über den weiteren Markt hinweg ist der Abstand groß.

Dawiso ist ein moderner Datenkatalog, gebaut, um weiter zu reichen und weniger zu kosten als die meisten Optionen um ihn herum. Er verbindet sich mit mehr als 40 Plattformen, den Warehouses, Lakehouses, BI-Werkzeugen und Transformationsschichten, in denen Ihre Daten bereits liegen, darunter Snowflake, Databricks und Microsoft aus dieser Liste, und baut über alle hinweg ein geregeltes Fundament: einen Katalog dessen, was es gibt, ein Business Glossary dessen, was jeder Begriff bedeutet, eine Klassifizierung dessen, was sensibel ist, und durchgängige Lineage, ausgeliefert an jeden MCP-fähigen Agenten.

Vor dem Hintergrund der Marktbewegungen gelesen, ist es genau das, was ihn in die Gruppe der Führenden stellt. Er hat die Wende zur KI richtig getroffen, er reicht über die ganze Landschaft statt über eine Plattform, und er ist unabhängig, geht also nicht im Fahrplan eines anderen auf. Und weil er transparente Preise je Nutzer und eine in Wochen gemessene Einführung hat, taugt er für Teams von kleineren Unternehmen bis hinauf ins große Unternehmen, und die Governance, die Sie aufbauen, bleibt Ihre und lässt sich mitnehmen.