Die besten Metabase-Alternativen 2026: 14 Tools für Teams, die über Ad-hoc-Fragen hinauswachsen

Metabase-Alternativen, die wild verstreute Ad-hoc-Fragen in gemeinsame Metriken mit Governance und tiefere Analyse verwandeln

Turn this article into takeaways for your work.

Each assistant summarizes the article only for you and suggests best practices for your work.

Wenn Sie die Open-Source-Wirtschaftlichkeit behalten und nicht mehr die Server betreiben wollen, beginnen Sie mit Preset, Apache Superset und Lightdash. Wenn die Grenze, an die Sie stoßen, Modellierung und Metrikdefinitionen mit Governance sind, schauen Sie sich Lightdash, Holistics, Sigma Computing und die kostenpflichtigen Geschwister von Looker Studio an. Wenn das eigentliche Problem darin besteht, dass ein geschäftskritisches Tool inzwischen Enterprise-Support, SSO und einen Anbieter zum Anrufen braucht, landen Teams meist bei Microsoft Power BI, Tableau, ThoughtSpot und Amazon QuickSight.

Hier die ehrliche Einordnung, denn Metabase hat sie verdient. Es ist wirklich hervorragend in dem, was es sich vorgenommen hat: einer nicht-technischen Person erlauben, einer Produktionsdatenbank eine Frage zu stellen und in dreißig Sekunden eine Antwort zu bekommen, mit einer kostenlosen selbst gehosteten Edition ohne Nutzergrenze, die keine abgespeckte Testversion ist. Das kann in dieser Kategorie fast nichts anderes von sich behaupten. Was Teams hinter sich lassen, ist enger gefasst als „Metabase ist schlecht". Sie wachsen aus der Modellierungsschicht heraus, weil es keine semantische Schicht auf LookML-Niveau gibt, um eine Metrik einmal zu definieren und überall durchzusetzen. Sie wachsen aus Ad-hoc-Fragen heraus, denn 400 gespeicherte Fragen mit vier Versionen von „aktiver Kunde" sind ein Governance-Problem und kein Diagrammproblem. Und viele Teams wachsen aus dem Selbst-Hosting selbst heraus, an dem Tag, an dem die Analytics-Maschine etwas wird, das die CFO am Montagmorgen prüft. Für die vollständige Kategorieübersicht beginnen Sie mit der Übersicht Die besten Business-Intelligence-Tools 2026.

Wichtige Fakten

  • Fast die Hälfte aller Befragten verbringt 50 % oder mehr ihrer Zeit mit Wartung und Fehlerbehebung statt mit Feature-Entwicklung, und 60 % der großen Unternehmen berichten vom selben Ungleichgewicht, laut dem 2026 State of Open Source Report von OpenLogic by Perforce. Diese Wartungssteuer ist der versteckte Posten unter jeder selbst gehosteten BI-Bereitstellung.
  • Fast zwei Drittel der BI- und Analytics-Teams sagen, dass KI ihre Pläne entweder beschleunigt oder neu ausgerichtet hat, und 50 % stufen ihre eigene KI-Reife inzwischen als fortgeschritten oder mittel ein, laut Dresner Advisorys 17th Edition Business Intelligence Market Study, veröffentlicht 2026.
  • Gut die Hälfte der Organisationen plant, die BI-Investitionen 2026 über das Vorjahresniveau zu erhöhen, 41 % halten die Budgets stabil, und nur 7 % fahren zurück, aus derselben Dresner-Advisory-Studie der 17th Edition.
  • 47 % der leitenden Führungskräfte haben im vergangenen Jahr eine wesentliche Geschäftsentscheidung auf Basis ungenauer, unvollständiger oder veralteter Finanzdaten getroffen, und 61 % zweifeln mindestens monatlich an ihren Daten, laut einer Harris-Poll-Umfrage unter 352 leitenden Führungskräften im Auftrag von OneStream vom März 2026. Anbieterfinanzierte Forschung, aber Stichprobe und Methode sind veröffentlicht, und die Vertrauenslücke ist genau das, was eine Metrikschicht mit Governance schließen soll.
  • Gartner veröffentlichte seinen Magic Quadrant 2026 für Analytics- und Business-Intelligence-Plattformen am 29. Juni 2026 und nannte Microsoft zum neunzehnten Mal in Folge Leader (Microsofts Zusammenfassung des Reports) und Qlik zum sechzehnten Mal (Qliks Ankündigung).

Schnellvergleichstabelle

Tool Am besten geeignet für Einstiegspreis Wichtigste Stärke Wichtigste Einschränkung
Preset (verwaltetes Apache Superset) Open-Source-BI behalten, ohne die Server zu betreiben Starter dauerhaft kostenlos bis zu 5 Nutzer; Professional $20/Nutzer/Monat bei jährlicher Zahlung Supersets Engine, verwaltet, ohne proprietären Lock-in Die Governance ist dünner als bei einer vollständigen Enterprise-Plattform
Apache Superset Engineering-Teams, die gern ihren eigenen BI-Stack betreiben Kostenlos, Open Source, selbst gehostet Null Lizenzkosten bei jeder Nutzerzahl, riesige Diagrammbibliothek Sie tragen Upgrades, Skalierung, Sicherheit und Bereitschaftsdienst selbst
Lightdash dbt-native Teams, die Metriken im Code definieren wollen Kostenlos selbst gehostet; Cloud Pro $3.000/Monat, unbegrenzte Nutzer Die Metriken leben in Ihrem dbt-Projekt, nicht im BI-Tool Cloud Pro ist ein großer Sprung von kostenlos, ohne Stufe dazwischen
Looker Studio Kostenlose Dashboards auf Daten im Google-Umfeld Kostenlos; Looker Studio Pro $9 pro Nutzer und Projekt und Monat Kostenlos, gehostet und keine Infrastruktur zu pflegen Schwache Governance, und Pro wird pro Projekt lizenziert
Microsoft Power BI Teams, die bereits auf Microsoft 365 standardisiert sind Kostenlos (persönlich); Pro $14,00/Nutzer/Monat bei jährlicher Zahlung Semantisches Modell plus Excel, Teams und Fabric in einem Stack Teilen mit Governance im großen Maßstab braucht Fabric-Kapazität, separat bepreist
Sigma Computing Warehouse-native Analyse in einer Tabellenoberfläche Kein veröffentlichter Preis (nur kostenlose Testphase und Demo) Tabellenoberfläche direkt auf dem Warehouse, mit Rückschreiben Nirgends ein veröffentlichtes Preissignal
Holistics Eine Semantikschicht mit Governance als Code mit Self-Service obendrauf Entry $960/Monat oder $800/Monat bei jährlicher Zahlung (erste 10 Nutzer) Die AML-Modellierungsschicht liefert die Schicht auf LookML-Niveau, die Metabase fehlt Der Einstiegspreis ist für ein kleines Team, das ein kostenloses Tool verlässt, hoch
Grafana Operative Live- und Infrastruktur-Dashboards Kostenlose Stufe; Pro ab $19/Monat Plattformgebühr plus Nutzung Beste Echtzeit-Betriebsüberwachung ihrer Klasse Nicht für Business-Reporting mit Governance gebaut
Hex Analysten-Notebooks, die als ausgefeilte Daten-Apps erscheinen Community kostenlos; Professional $36/Editor/Monat SQL, Python und KI in einem kollaborativen Dokument Preise pro Editor summieren sich, und es ist kein Tool für eine ganze Flotte von Dashboards
Zoho Analytics KMU, die einen echten dauerhaft kostenlosen Plan in einer Suite wollen Dauerhaft kostenlos (2 Nutzer, 10.000 Zeilen); kostenpflichtig ab $25/Monat Echte kostenlose Stufe plus eine vollständige Bezahl-Leiter Zeilengrenzen erzwingen ein Upgrade, bevor es die Platzzahl tut
Tableau Analystenteams, die Visualisierung als Handwerk verstehen Creator $75, Explorer $42, Viewer $15/Nutzer/Monat, jährlich abgerechnet (Standard Edition) Tiefste visuelle Exploration der Kategorie Creator-Plätze werden bei einem großen Team schnell teuer
ThoughtSpot Natürlichsprachliche Suche über Daten mit Governance Essentials ab $25/Nutzer/Monat bei jährlicher Zahlung Suche und Spotter-Agenten, verankert in einer Schicht mit Governance Ein vollständiger Rollout braucht die teurere Pro-Stufe
Amazon QuickSight AWS-native Teams mit vielen Gelegenheitsnutzern Author $24, Reader $3 pro Nutzer/Monat Reader-Preise passen zu riesigen Zielgruppen mit seltener Nutzung Eine Kontogebühr von $250/Monat fällt an, sobald Pro-Funktionen aktiv sind
Databox Eine KPI-Ansicht aus vielen SaaS-Tools Kostenlos (1 Nutzer, 3 Quellen); Pro $159/Monat bei jährlicher Zahlung Pauschalpreis mit unbegrenzten Nutzern in Pro Keine BI-Plattform, und die Zahl der Quellen bleibt begrenzt

Was „Metabase ist kostenlos" tatsächlich bedeutet

Der häufigste Budgetierungsfehler in dieser Kategorie ist, Metabases kostenlose Edition und Metabase Cloud als dasselbe Produkt mit einem Schalter dazwischen zu behandeln. Das sind sie nicht. Die kostenlose Edition ist die selbst gehostete Open-Source-Variante: unbegrenzte Nutzer, keine Platzgrenze, keine Testuhr. Metabase Cloud ist ein normales kostenpflichtiges SaaS-Produkt, das vom ersten Tag an Geld kostet.

Selbst gehostet vs Cloud-BI: Was ändert sich? Kostenlose Lizenzierung lässt den Betrieb bei Ihrem Team; gehostete Pläne verlagern die Infrastrukturarbeit zu einem Anbieter.

Edition Was es kostet Enthaltene Nutzer Was Sie aufgeben oder gewinnen
Open Source (selbst gehostet) Kostenlos, unbegrenzte Nutzer, keine Grenze Unbegrenzt Sie betreiben es selbst: Upgrades, Backups, Skalierung, TLS, Bereitschaftsdienst. Kein SSO, keine Berechtigungen auf Zeilen- oder Spaltenebene, kein Support-SLA
Metabase Cloud Starter $100 pro Monat oder $90 pro Monat bei jährlicher Zahlung ($1.080 pro Jahr) für die ersten 5 Nutzer; $6 pro zusätzlichem Nutzer und Monat oder $65 pro Nutzer und Jahr 5 Hosting übernommen, Support per E-Mail und Slack innerhalb von 3 Tagen. Weiterhin keine Berechtigungen auf Zeilenebene und kein SSO
Metabase Cloud Pro $575 pro Monat oder $517,50 pro Monat bei jährlicher Zahlung ($6.210 pro Jahr) für die ersten 10 Nutzer; $12 pro zusätzlichem Nutzer und Monat oder $130 pro Nutzer und Jahr 10 Berechtigungen auf Zeilen- und Spaltenebene, SSO, Cache-Steuerung, Nutzungsanalysen, mandantenfähiges Embedding, White-Label
Metabase Enterprise Individuell, ab $20.000 pro Jahr Individuell Dedizierter Success Engineer, Air-Gap-Bereitstellungsoption, Support-SLA mit 1 Tag

Zwei Details, die Sie in Ihr Budgetmodell einbrennen sollten. Jährliche Zahlung spart 10 %, und Metabase druckt auf der eigenen Seite sowohl die monatliche als auch die jährliche Zahl, nennen Sie also Stufe und Abrechnungsbasis gemeinsam, statt die eine durch die andere zu teilen. Und eingebettete Betrachter zählen als Nutzer, sodass ein Plan, Dashboards für ein paar hundert Kunden einzubetten, mit der Platzzahl in Pro kollidiert. Diese Kollision ist der häufigste Grund, warum aus einem Embedding-Projekt eine Suche nach Alternativen wird.

Warum Teams Metabase verlassen

Grund So sieht es in der Praxis aus Wen es am stärksten betrifft
Keine semantische Modellierungsschicht Modelle und Metriken werden pro Frage neu abgeleitet, sodass „Umsatz" in vier gespeicherten Fragen vier verschiedene Dinge bedeutet Analytics Leads, die eine Zahl verbindlich machen wollen
Die Governance wird im großen Maßstab dünn 400 gespeicherte Fragen, kein klarer Verantwortlicher, kein zertifizierter Metriksatz, keine Lineage zurück zum Modell Heads of Data bei 50 bis 250 Personen, wo das Wuchern der Mitarbeiterzahl davonläuft
Selbst-Hosting ist nicht mehr kostenlos Upgrades, JVM-Tuning, Backups der Postgres-App-Datenbank, TLS-Erneuerungen und Bereitschaftsdienst, für ein Tool, von dem nun die CFO abhängt Der eine Engineer, der unbemerkt zum Metabase-Admin wurde
Der Sprung zu Cloud ist eine echte Stufe Allein fürs Hosting vom Selbst-Hosting wegzuwechseln beginnt bei $100 im Monat, und die Governance-Funktionen, die Sie eigentlich wollten, liegen in Pro bei $575 im Monat Kleine Teams, die annahmen, gehostet wäre ein bescheidener Aufpreis
Embedding kollidiert mit der Platzzählung Eingebettete Betrachter zählen als Nutzer, sodass kundenseitige Dashboards schnell teuer werden Produktteams, die Analytik in die eigene App einbauen
Visuelle und analytische Tiefe Einfache Diagrammbibliothek aus Prinzip, sodass komplexe visuelle Analyse oder statistische Arbeit ohnehin in ein anderes Tool wandert Analystenlastige Teams mit explorativer Arbeit

Die fünf Wege aus einer Metabase-Evaluierung

Niemand, der nach Metabase-Alternativen sucht, fängt bei null an. Sie glauben bereits, dass Self-Service-Zugriff auf Daten wichtig ist, sonst hätten Sie Metabase nie eingeführt. Was die Evaluierung tatsächlich klärt, ist, welche dieser fünf Fragen Ihre ist.

Fünf Wege jenseits von Metabase: Wählen Sie zuerst die Einschränkung: Betrieb, Metriken, Cloud-Passung, Analysetiefe oder einfacheres Reporting.

Weg Was Sie entschieden haben Hier behandelte Tools
Open Source behalten, die Betriebslast abwerfen Die Wirtschaftlichkeit stimmte, die Infrastruktur zu betreiben nicht Preset, Apache Superset, Lightdash
Eine echte semantische Schicht bekommen Metriken brauchen eine Definition mit Governance, überall durchgesetzt Lightdash, Holistics, Sigma Computing
Beim Cloud-Stack bleiben, den Sie ohnehin bezahlen Microsoft, Google oder AWS besitzt Ihre Daten bereits, BI soll also dort leben Microsoft Power BI, Looker Studio, Amazon QuickSight
Analytische und visuelle Tiefe einkaufen Die Grenze ist die Analysequalität, nicht der Zugriff Tableau, ThoughtSpot, Hex
Schlanker oder günstiger werden Die eigentliche Aufgabe ist eine KPI-Ansicht oder ein Tool zu KMU-Preisen, keine Datenplattform Databox, Zoho Analytics, Grafana

Lesen Sie den Abschnitt, der zu Ihrer Antwort passt, oder lesen Sie durch, wenn Sie noch unentschieden sind.


1. Preset (verwaltetes Apache Superset): Open Source, auf den Servern eines anderen

Preset ist die verwaltete, gehostete Version von Apache Superset, betrieben von dem Unternehmen, das der ursprüngliche Schöpfer von Superset gegründet hat. Für ein Team, das das selbst gehostete Metabase gerade wegen der Betriebslast verlässt, ist das der kürzestmögliche Schritt: Sie behalten die Open-Source-Wirtschaftlichkeit und eine Engine, mit der Sie jederzeit gehen können, und Sie sind nicht mehr die Person, die angepiept wird, wenn der Analytics-Maschine der Heap ausgeht.

Preset: Superset behalten, das Hosting abgeben: Preset betreibt die Open-Source-Engine, während sich das Team auf SQL-Datensätze und Diagramme konzentriert.

Methodik und Eignung. Superset ist SQL-nativ und diagrammreich, mit einer weit größeren Visualisierungsbibliothek als Metabase und einer semantischen Schicht, die in Datensätzen und Metriken lebt statt in jeder gespeicherten Frage. Preset ergänzt obendrauf Workspace-Verwaltung, Single Sign-on, Benachrichtigungen und die operative Infrastruktur. Wenn Ihre Metabase-Bereitstellung ohnehin hauptsächlich aus Analysten bestand, die SQL schreiben, fühlt sich der Übergang vertraut statt störend an.

Vorteile Nachteile
Die Starter-Stufe ist dauerhaft kostenlos für bis zu 5 Nutzer, ein echter kostenloser Einstieg Governance- und Enterprise-Funktionen sind dünner als bei einer vollständigen kommerziellen Plattform
Auf Apache Superset gebaut, daher ist nichts proprietär und nichts bindet Sie Das Erstellen von Diagrammen ist für nicht-technische Nutzer weniger freundlich als Metabases Fragen-Builder
Professional hebt die Nutzergrenze zu einem bescheidenen Satz pro Nutzer auf Eingebettete Dashboards sind ein separates Add-on, nicht Teil des Basisplans

Preise. Starter kostet dauerhaft $0, bis zu 5 Nutzer. Professional kostet $20 pro Nutzer und Monat bei jährlicher Zahlung oder $25 pro Nutzer und Monat bei monatlicher Zahlung, mit unbegrenzten Nutzern. Enterprise ist individuell. Eingebettete Dashboards sind ein Add-on: Lizenzen für Embedded Dashboard Viewer beginnen bei $500 im Monat für 50 Lizenzen.

Am besten geeignet für: Teams, denen am selbst gehosteten Metabase alles gefiel außer dem Hosting, und die in der Open-Source-Welt bleiben wollen, statt eine proprietäre Plattform zu unterschreiben.

2. Apache Superset: Der Open-Source-Upgrade-Pfad, der kostenlos bleibt

Wenn der Grund für Ihren Abschied von Metabase die analytische Tiefe und nicht die Infrastruktur ist, und Sie Metabase bereits selbst betreiben, ist reines Apache Superset einen ernsthaften Blick wert, bevor Sie etwas mit Preisschild ansehen. Es ist der direkte Open-Source-Wettbewerber: kostenlos, selbst gehostet, keine Nutzergrenze und deutlich tiefer bei Diagrammen und Datensatzmodellierung.

Methodik und Eignung. Superset setzt ein SQL-sicheres Publikum voraus. Analysten schreiben Abfragen, speichern sie als Datensätze, definieren Metriken auf diesen Datensätzen und bauen von dort Diagramme. Diese Zwischenschicht der Datensätze ist genau das Stück, das Metabase fehlt, und sie ist meist genug Struktur für ein Team von 5 bis 30 Analysten, auch wenn sie keine vollwertige semantische Schicht auf LookML-Niveau ist. Der Preis dafür ist allerdings real: Sie übernehmen eine schwergewichtigere Bereitstellung als Metabase, mit Celery-Workern, einer Metadatendatenbank, Caching und einer asynchronen Abfrageschicht, die laufen müssen.

Vorteile Nachteile
Bei jeder Nutzerzahl kostenlos, mit einer deutlich größeren Visualisierungsbibliothek als Metabase Spürbar aufwendiger im Betrieb als Metabase, die Betriebslast steigt also, statt zu sinken
Datensätze und Metriken liefern wiederverwendbare Struktur, die Metabases gespeicherte Fragen nicht bieten Nicht-technischer Self-Service ist schwächer; dies ist ein Tool für Leute, die SQL schreiben
Getragen von einer großen Open-Source-Community und einem kommerziellen Sponsor in Preset Kein Anbieter-Support, es sei denn, Sie kaufen ihn bei Preset oder einem Dritten

Preise. Kostenlos und Open Source, selbst gehostet. Es gibt keinen Anbieterpreis, und die echten Kosten sind die Entwicklungszeit, die im 2026 State of Open Source Report beziffert wird.

Am besten geeignet für: SQL-sichere Datenteams, die mehr analytische Bandbreite als Metabase wollen, die Entwicklungskapazität zum Betrieb haben und diese Kapazität lieber einsetzen als eine Budgetzeile.

3. Lightdash: Ihr dbt-Projekt wird zur semantischen Schicht

Lightdash ist die direkteste Antwort auf das Wichtigste, was Metabase nicht hat: eine Metrikschicht mit Governance. Seine These lautet, dass Sie Modelle und Metriken ohnehin in dbt definieren, das BI-Tool diese Definitionen also lesen sollte, statt in sich selbst einen zweiten, konkurrierenden Satz zu erfinden.

Lightdash: Metriken in dbt definieren: Versionierte Metrikdefinitionen speisen Self-Service-Analyse aus einer einzigen geprüften Quelle.

Methodik und Eignung. Metriken und Dimensionen werden in Ihrem dbt-YAML deklariert, versioniert, per Code-Review geprüft und wie jede andere Änderung ausgerollt. Lightdash macht sie für die Self-Service-Exploration sichtbar. Das heißt, die Definition von „aktiver Kunde" lebt in einer geprüften Datei statt in 40 gespeicherten Fragen, genau die Fehlform, in die eine große Metabase-Instanz hineindriftet. Wenn Ihr Team bereits dbt betreibt, ist das nahezu ein direktes Upgrade. Wenn Sie kein dbt betreiben, ist Lightdash das falsche Tool, und Holistics oder Sigma passen besser. Die Modellierungsdisziplin selbst lohnt sich, separat im Leitfaden zu SQL und Datenmodellierung nachzulesen, denn das Tool setzt nur die Struktur durch, die Sie tatsächlich definieren.

Vorteile Nachteile
Metriken leben in dbt, versioniert und geprüft, nicht verstreut über gespeicherte Fragen Erfordert dbt; ohne dbt verschwindet der größte Teil des Werts
Die Open-Source-Edition ist kostenlos, selbst gehostet und mit unbegrenzten Nutzern, passend zu Metabases Wirtschaftlichkeit Die Lücke zwischen kostenlos selbst gehostet und $3.000 im Monat für Cloud Pro ist eine Klippe, ohne Stufe dazwischen
Cloud Pro hat überhaupt keine Gebühr pro Platz, die Zahl der Betrachter verändert die Rechnung also nie Jüngeres und kleineres Ökosystem als Power BI, Tableau oder Looker

Preise. Open Source ist kostenlos, selbst gehostet, unbegrenzte Nutzer. Cloud Pro kostet $3.000 im Monat mit unbegrenzten Nutzern und ohne Gebühr pro Platz. Enterprise ist individuell. Lightdashs eigene Positionierungszeile auf dieser Seite ist unverblümt zu dem Modell, das sie angreift: „Stop paying per seat to look at your own data."

Am besten geeignet für: dbt-native Teams, deren Metabase-Problem der Metrik-Drift ist und die Definitionen lieber im Code als im Admin-Panel eines BI-Tools governen wollen.

4. Looker Studio: Kostenlos, gehostet und wirklich eingeschränkt

Looker Studio ist der naheliegende Wechsel von kostenlos zu kostenlos weg vom selbst gehosteten Metabase, und es nimmt die Betriebslast vollständig ab, weil Google es betreibt. Es ist außerdem die Option, die ein Team, das Metabase ernsthaft genutzt hat, am ehesten enttäuscht, gehört also mit beiden klar benannten Hälften auf die Liste.

Methodik und Eignung. Looker Studio verbindet sich mit Google Analytics, Sheets, BigQuery und einer langen Liste von Partner-Konnektoren und baut dann berichtsartige Dashboards. Für Marketing-Reporting und leichtgewichtige KPI-Ansichten auf Daten im Google-Umfeld ist es schnell und kostet nichts. Was ihm fehlt, ist eine Modellierungsschicht mit Governance, echte Versionskontrolle oder das Abfrageleistungsprofil eines Warehouse-nativen Tools im großen Maßstab. Wichtig zu trennen: Looker Studio ist ein anderes Produkt als Looker, die Google-Cloud-Kernplattform rund um LookML, die nur auf Anfrage erhältlich und auf Enterprise-Niveau bepreist ist. Die beiden zu verwechseln ist der häufigste Preisfehler in dieser Kategorie, und der Leitfaden Die besten Looker-Alternativen deckt das Wettbewerbsumfeld des Kernprodukts ab. Wenn Sie die kostenlose Option gegen die von Microsoft abwägen, geht der Vergleich Power BI vs Looker Studio diesen direkten Vergleich durch.

Vorteile Nachteile
Kostenlos, gehostet und ganz ohne Infrastrukturarbeit Dünne Governance: keine semantische Schicht, keine zertifizierten Metriken, begrenzte Zugriffskontrolle
Hervorragende Konnektorabdeckung für Google Analytics, Sheets und BigQuery Die Leistung sinkt bei großen oder komplexen Daten im Vergleich zu Warehouse-nativen Tools
Einfach für nicht-technische Marketer, Berichte zu bauen und zu teilen Looker Studio Pro wird pro Nutzer und Google-Cloud-Projekt lizenziert, was für Agenturen schlecht skaliert

Preise. Looker Studio selbst ist kostenlos. Google führt Looker Studio Pro auf der eigenen Produktseite als „Project subscription" für $9 pro Nutzer und Projekt und Monat. Die Abrechnung pro Projekt ist die eigentliche Geschichte und nicht der Dollarbetrag: Jedes Pro-Abonnement ist an genau ein Google-Cloud-Projekt gebunden, sodass eine Agentur mit 20 Kundenprojekten 20 Abonnements kauft, nicht eines.

Am besten geeignet für: Kleine Teams und Marketingfunktionen, deren Metabase-Nutzung überwiegend aus einfachen Dashboards auf Google-Daten bestand und die null Kosten und null Wartung höher gewichten als Governance.

5. Microsoft Power BI: Das semantische Modell, das Metabase nie hatte

Power BI ist der Ort, an dem ein großer Teil reifender Metabase-Bereitstellungen landet, aus einem strukturellen und nicht aus einem Marketinggrund: Es hat ein echtes semantisches Modell, und die meisten Unternehmen zahlen ohnehin an Microsoft. Gartner hat Microsoft im Magic Quadrant 2026 für Analytics- und Business-Intelligence-Plattformen zum neunzehnten Mal in Folge als Leader eingestuft.

Power BI: Ein semantisches Modell wiederverwenden: Kennzahlen und Beziehungen einmal definieren und dann im gesamten Business-Reporting wiederverwenden.

Methodik und Eignung. Das semantische Modell von Power BI, gebaut aus DAX-Kennzahlen und Beziehungen, gibt Ihnen die Eigenschaft „einmal definieren, überall nutzen", die Metabase fehlt. Die Verteilung läuft über Teams und Excel, wo Fachanwender ohnehin leben. Der Preis ist eine echte Lernkurve. DAX ist eine echte Sprache mit echten Fallstricken, und der Wechsel von Metabases Point-and-click-Fragen-Builder zu einem modellierten Datensatz ist eine Veränderung der Arbeitsweise, nicht nur des Werkzeugs. Ein Preishinweis: Pro ist auf $14,00 pro Nutzer und Monat bei jährlicher Zahlung gestiegen, von $10, Budgets auf Basis der alten Zahl sind also veraltet.

Vorteile Nachteile
Ein echtes semantisches Modell mit wiederverwendbaren Kennzahlen, das Kernstück, das Metabase fehlt DAX hat eine steile Lernkurve im Vergleich zu Metabases Fragen-Builder
Tiefste Integration mit Excel, Teams und Microsoft 365 aller Tools hier Teilen mit Governance im echten großen Maßstab braucht Fabric-Kapazität, einen separaten Kauf
19 Jahre in Folge Gartner Leader, die Langlebigkeit der Plattform steht also nicht infrage Preise pro Platz sind für ein Team, das unbegrenzte kostenlose Nutzer gewohnt ist, ein Wechsel der Art

Preise. Kostenlos für die persönliche Nutzung ohne Teilen. Pro kostet $14,00 pro Nutzer und Monat bei jährlicher Zahlung. Premium Per User kostet $24,00 pro Nutzer und Monat bei jährlicher Zahlung. Power BI Embedded und Fabric-Kapazität werden separat bepreist und variieren nach Kapazitätseinheit und Region, beginnen also mit einem Verkaufsgespräch. Wenn Power BI später zum Platzhirsch wird, den Sie loswerden wollen, deckt der Leitfaden Die besten Power-BI-Alternativen die umgekehrte Richtung ab, und der Vergleich Power BI vs Tableau geht den klassischen direkten Vergleich durch.

Am besten geeignet für: Teams, die bereits auf Microsoft 365 standardisiert sind, modellierte Metriken mit Governance brauchen und nach einem kostenlosen Tool mit unbegrenzten Nutzern Preise pro Platz verkraften können.

6. Sigma Computing: Das Warehouse mit einer Tabellenkalkulation obendrauf

Sigma setzt auf eine andere Architektur als Metabase: Statt eine Produktionsdatenbank mit einer gespeicherten Frage abzufragen, betreibt es eine Live-Oberfläche im Tabellenstil direkt auf einem Cloud-Warehouse (Snowflake, BigQuery, Databricks) und kann Ergebnisse dorthin zurückschreiben.

Sigma: Eine Tabellenkalkulation auf dem Warehouse: Fachanwender arbeiten in einem vertrauten Raster, während die Daten im Cloud-Warehouse bleiben.

Methodik und Eignung. Für ein Team, das Daten bereits in ein Warehouse verlagert hat, beseitigt Sigma das Problem der „zweiten Kopie der Wahrheit" vollständig. Es gibt keinen Extrakt, der synchron gehalten werden muss, und Finance- und Ops-Leute arbeiten in einem Raster, das sich wie die Tabellenkalkulation verhält, der sie ohnehin vertrauen, mit Zeilenzahlen im Warehouse-Maßstab darunter. Das ist für ein Finance-Team eine deutlich bessere Antwort als ein Diagramm-Builder. Der Haken ist, dass Sigma ein modernes Cloud-Warehouse bereits voraussetzt, und genau das hat ein Metabase-auf-Postgres-Betrieb oft noch nicht gebaut.

Vorteile Nachteile
Live-Abfragen gegen Ihr Warehouse, es gibt also keinen BI-Extrakt zu pflegen Überhaupt kein veröffentlichter Preis, die Budgetierung beginnt also mit einem Verkaufsgespräch
Die Tabellenoberfläche gewinnt Excel-native Analysten weit schneller als ein Diagramm-Builder Erfordert eine bestehende Investition in ein Cloud-Warehouse, damit es sich lohnt
Rückschreiben lässt Fachanwender Eingaben und Szenarien anpassen, ohne das Tool zu verlassen Kürzere Governance-Erfolgsbilanz als Tableau, Qlik oder Looker

Preise. Kein veröffentlichter Preis. Sigmas Preisseite bietet nur eine kostenlose Testphase und eine Demo-Anfrage, ohne Stufennamen oder Zahlen, Stand August 2026.

Am besten geeignet für: Warehouse-native Teams, besonders Finance und RevOps, deren Metabase-Grenze tabellenartige Analyse statt Dashboards ist.

7. Holistics: Die Semantikschicht als Code, ohne dbt vorauszusetzen

Holistics zielt auf dieselbe Lücke wie Lightdash, eine semantische Schicht mit Governance, setzt aber nicht voraus, dass Sie zuerst ein dbt-Betrieb sind. Modelle, Beziehungen und Metriken werden in AML definiert, der eigenen Modellierungssprache als Code, und dann für Drag-and-drop-Self-Service obendrauf bereitgestellt.

Holistics: Metriken als Code governen: Eine geprüfte Modellierungsschicht gibt Self-Service-Nutzern konsistente Definitionen, ohne dbt vorauszusetzen.

Methodik und Eignung. Das Argument gegenüber jemandem, der Metabase verlässt, ist konkret: Fachanwender weiter ihre eigenen Fragen beantworten lassen, aber jede dieser Antworten durch ein geprüftes Modell laufen lassen statt durch Ad-hoc-SQL. Definitionen sind versioniert, die Self-Service-Schicht sitzt obendrauf, und beide können nicht auseinanderdriften. Das ist die Eigenschaft auf LookML-Niveau, die Metabase nie hatte, zu einem Bruchteil des Aufwands einer Looker-Bereitstellung. Das ehrliche Problem ist der Einstiegspreis. Von einem kostenlosen Tool kommend, sind $960 im Monat ein Sprung, der ein echtes Governance-Mandat braucht und nicht nur eine Vorliebe.

Vorteile Nachteile
Modellierung als Code liefert eine Definition mit Governance pro Metrik, im Self-Service durchgesetzt Der Einstiegspreis ist für ein Team, das von einem kostenlosen Tool mit unbegrenzten Nutzern kommt, hoch
Keine dbt-Voraussetzung, anders als bei Lightdash Kleinere Community und kleineres Ökosystem als bei den großen Plattformen
Klare, veröffentlichte Preise mit monatlichen und jährlichen Zahlen, in dieser Kategorie ungewöhnlich Die ersten 10 Nutzer sind inbegriffen, ein sehr kleines Team zahlt also pro Kopf zu viel

Preise. Entry kostet $960 im Monat oder $800 im Monat bei jährlicher Zahlung, mit den ersten 10 Nutzern inbegriffen. Standard kostet $1.200 im Monat oder $1.000 im Monat bei jährlicher Zahlung, ebenfalls mit 10 Nutzern. Die Security Compliance Suite kostet $2.400 im Monat oder $2.000 im Monat bei jährlicher Zahlung. Zusätzliche Nutzer kosten $15 im Monat oder $12,50 bei jährlicher Zahlung ($18 bzw. $15 bei der Security Compliance Suite). Enterprise ist ein individueller Plan.

Am besten geeignet für: Analytics Leads, die Metrikdefinitionen mit Governance für ein wachsendes Team brauchen, kein dbt betreiben und ein Budgetmandat haben, den Metrik-Drift ordentlich zu beheben.

8. Grafana: Die operative Hälfte, für die Metabase nie gebaut wurde

Grafana gehört aus einem ehrlichen und nicht aus einem Wettbewerbsgrund auf diese Liste. Viele Teams betreiben Metabase für Business-Fragen und brauchen im Stillen etwas anderes für Live-Systemmetriken, und Grafana ist das Tool, dem diese Aufgabe tatsächlich gehört.

Methodik und Eignung. Grafana ist für hochfrequente Zeitreihendaten gebaut: Latenz, Fehlerraten, Durchsatz, Warteschlangentiefe, IoT-Telemetrie, alles, was Sie nahezu in Echtzeit aktualisieren sehen. Es wird von Prometheus, Loki, InfluxDB und Dutzenden weiteren Quellen gespeist, und seine Benachrichtigungen sind wirklich operativ und keine geplante E-Mail. Was es nicht ist, ist ein Business-Reporting-Tool mit Governance. Wenn Sie davon eine vorstandsreife Umsatzzusammenfassung verlangen, kämpfen Sie die ganze Zeit dagegen. Engineering-geführte Teams betreiben Grafana häufig neben einem Business-BI-Tool und nicht anstelle eines solchen.

Vorteile Nachteile
Beste Lösung der Klasse für Echtzeit-Dashboards zu Betrieb, Infrastruktur und IoT Nicht für Business-Reporting mit Governance, Finanzpakete oder Management-Zusammenfassungen entworfen
Die kostenlose Stufe ist echt: Open Source selbst gehostet plus ein kostenloser Grafana-Cloud-Plan Nutzungsbasierte Cloud-Preise (aktive Nutzer, Serien, Log-Volumen) können unvorhersehbar nach oben driften
Riesiges Plugin-Ökosystem und tiefe Benachrichtigungsfunktionen Fachanwender außerhalb des Engineerings übernehmen es selten als primäres Reporting-Tool

Preise. Grafana Cloud Free ist dauerhaft kostenlos mit 14 Tagen Aufbewahrung. Pro beginnt bei einer Plattformgebühr von $19 im Monat plus Nutzung, und die Grafana-Visualisierung in Pro kostet $8,00 pro aktivem Nutzer und Monat. Enterprise beginnt mit einer Verpflichtung von $25.000 im Jahr. Grafana OSS bleibt kostenlos zum Selbst-Hosten.

Am besten geeignet für: Engineering-geführte Teams, die Live-Betriebstransparenz neben, nicht anstelle von, dem brauchen, was Metabase für das Business-Reporting ersetzt.

9. Hex: Notebooks für Analysten, Apps für alle anderen

Hex antwortet auf eine andere Metabase-Beschwerde: nicht „unsere Metriken driften", sondern „unsere Analysten sind aus einem Fragen-Builder herausgewachsen". Es ist ein kollaboratives Notebook, in dem SQL, Python und KI-gestützte Arbeit in einem Dokument leben, und das fertige Notebook erscheint als interaktive App, die ein Stakeholder tatsächlich nutzen kann.

Hex: Analyse in eine Daten-App verwandeln: SQL- und Python-Analyse kann zu einer interaktiven Ausgabe werden, die Stakeholder nutzen können.

Methodik und Eignung. Wo Metabase bei einem Diagramm aufhört, geht Hex weiter zu statistischer Arbeit, Prognosen, Kohortenanalyse und allem anderen, was Python braucht. Die Schicht der veröffentlichten Apps macht es zu mehr als einem Notebook: Ein Stakeholder bekommt Parameter und eine saubere Oberfläche statt einer Wand aus Codezellen. Als unternehmensweite Flotte von Dashboards passt es schlecht, daher behalten die meisten Teams, die Hex einführen, darunter ein günstigeres Tool für Betrachter.

Vorteile Nachteile
SQL, Python und KI in einem kollaborativen Dokument, weit jenseits von Metabases Grenze Editorbasierte Preise werden teuer, wenn Sie versuchen, es zum BI-Tool des Unternehmens zu machen
Veröffentlichte Apps geben nicht-technischen Stakeholdern eine echte Oberfläche statt roher Notebooks Keine semantische Schicht mit Governance; die Modellierung lebt weiterhin vorgelagert
Die Community-Stufe ist kostenlos und für die Einzelarbeit wirklich nutzbar Versionsverlauf und Rechenlimits in niedrigeren Stufen schränken größere Teams ein

Preise. Community ist kostenlos. Professional kostet $36 pro Editor und Monat. Team kostet $75 pro Editor und Monat mit einer 14-tägigen kostenlosen Testphase ohne Karte. Enterprise ist individuell und ergänzt Audit-Logs, OIDC-SSO, Embedded Analytics und eine Single-Tenant-Option.

Am besten geeignet für: Analystenlastige Teams, deren Metabase-Grenze die analytische Tiefe ist und die Python neben SQL brauchen, ohne teilbare Ausgaben aufzugeben.

10. Zoho Analytics: Die KMU-Leiter mit einem echten kostenlosen Plan

Zoho Analytics ist das Nächste auf dieser Liste an Metabases kostenlosem Versprechen in gehosteter Form: ein wirklich dauerhaft kostenloser Plan, keine Testuhr, innerhalb einer Business-Suite, die die meisten KMU irgendwo ohnehin berühren.

Methodik und Eignung. Für ein kleines Team, das Metabase betrieb, weil es kostenlos und Self-Service war, behält Zoho Analytics beide Eigenschaften ohne den Server. Es verbindet sich nativ mit dem Rest der Zoho-Suite (CRM, Books, People) sowie mit Dateien, Datenbanken und Cloud-Apps und enthält KI-gestützte Fragenbeantwortung. Die Grenze setzen Kontingente statt Funktionen, planen Sie also die Stufe über der, die Sie zu brauchen glauben. Die analytische Tiefe liegt deutlich unter Tableau oder ThoughtSpot, was bei diesem Preis ein fairer Tausch ist. Für das vollständige Wettbewerbsbild darum herum siehe den Leitfaden Die besten Zoho-Analytics-Alternativen.

Vorteile Nachteile
Echter dauerhaft kostenloser Plan: 2 Nutzer, 10.000 Zeilen, 5 Workspaces, unbegrenzte Berichte und Dashboards Zeilen- und Nutzergrenzen steigen schnell, sobald Sie den kostenlosen Plan verlassen
Jährliche Zahlung spart 20 % in den bezahlten Stufen Die Planpreise sind auf der öffentlichen Seite schwer zu fassen, prüfen Sie sie also vor dem Budgetieren
Native Anbindung an die breitere Zoho-Suite macht es zur natürlichen Ergänzung für Bestandskunden Weniger analytische und Modellierungstiefe als Tableau, Qlik oder ThoughtSpot

Preise. Zoho veröffentlicht einen dauerhaft kostenlosen Plan (2 Nutzer, 10.000 Zeilen, 5 Workspaces) und bezahlte Cloud-Pläne ab $25 pro Monat für 2 Nutzer und 500.000 Zeilen bis zu $495 pro Monat für 50 Nutzer und 50 Millionen Zeilen, mit 20 % Rabatt bei jährlicher Zahlung. Zusätzliche Nutzer kosten $8 pro Nutzer und Monat oder $6,40 bei jährlicher Zahlung, und Viewer-Lizenzen kosten $4 pro Betrachter und Monat mit einem Minimum von 25 Betrachtern. Die vier bezahlten Stufen steigen nach Kontingent: 2 Nutzer und 0,5 Millionen Zeilen, dann 5 und 1 Million, dann 15 und 5 Millionen, dann 50 und 50 Millionen. Lokale Steuern kommen obendrauf.

Am besten geeignet für: Kleine Teams und KMU, die eine echte kostenlose Stufe und einen günstigen Upgrade-Pfad behalten wollen, ganz ohne eigene Infrastruktur.

11. Tableau: Wenn die Grenze visuelle Analyse ist, nicht Governance

Tableau, inzwischen Teil von Salesforce, ist der Ort, an den Teams gehen, wenn die ehrliche Beschwerde über Metabase lautet „unsere Diagramme sind zu simpel". Seine visuelle Grammatik ist weiterhin der Referenzpunkt, an dem sich jedes andere Tool dieser Kategorie messen lassen muss.

Tableau: Die visuelle Frage erkunden: Wählen Sie Tableau, wenn reichere visuelle Exploration wichtiger ist als leichtgewichtiges Erstellen von Fragen.

Methodik und Eignung. Tableau optimiert auf den einzelnen Analysten, der etwas wirklich Aufschlussreiches baut: geschichtete Berechnungen, Level-of-Detail-Ausdrücke, dichte Dashboards mit mehreren Ansichten und eine sehr große Community-Bibliothek erprobter Techniken. Tableau Pulse ergänzt obendrauf KI-gestütztes Metrik-Monitoring. Das Kostenmodell ist der Schock, wenn man von einem kostenlosen Tool kommt, denn der Creator-Platz, den Analysten tatsächlich brauchen, ist der teure. Beachten Sie, dass jedes Tableau-Produkt einen Jahresvertrag erfordert, es gibt also keinen monatlichen Notausgang, während Sie evaluieren.

Vorteile Nachteile
Tiefste visuelle Exploration der Kategorie, weiterhin der Maßstab, dem Wettbewerber nachjagen Creator-Plätze summieren sich schnell bei einem Team, das unbegrenzte kostenlose Metabase-Logins gewohnt ist
Riesige Community-Bibliothek an Techniken, Schulungen und wiederverwendbaren Dashboard-Mustern Jahresvertrag bei jedem Produkt erforderlich, ohne monatliche Option
Tableau Pulse legt KI-Metrik-Monitoring über klassische Dashboards Modellierung und Governance sind als semantische Schicht schwächer als bei Looker oder Holistics

Preise. Tableaus Preisseite führt jetzt mit Editionen: Tableau Standard ab $15 USD pro Nutzer und Monat bei jährlicher Zahlung und Tableau Enterprise ab $35 USD pro Nutzer und Monat bei jährlicher Zahlung, mit Tableau Cloud+ und dem Bundle Tableau+ auf Anfrage vom Vertrieb. Innerhalb der Standard Edition sind die Rollensätze Creator $75, Explorer $42 und Viewer $15 pro Nutzer und Monat, jährlich abgerechnet. Nennen Sie in jedem Budget, das Sie aus diesen Zahlen bauen, die Rolle, denn die Spanne dazwischen ist der Punkt, an dem die meisten Schätzungen danebenliegen. Wenn Tableau später zum Platzhirsch wird, von dem Sie wegwechseln wollen, deckt der Leitfaden Die besten Tableau-Alternativen diese Richtung ab.

Am besten geeignet für: Analystenlastige Teams, bei denen visuelle und explorative Tiefe die bindende Einschränkung ist und ein Budget pro Rolle sich vertreten lässt.

12. ThoughtSpot: Auf Englisch fragen, gegen ein Modell mit Governance

ThoughtSpot nimmt das, was Metabase-Nutzer lieben, eine Frage tippen und eine Antwort bekommen, und baut es auf einer semantischen Schicht mit Governance neu auf, damit die Antworten konsistent bleiben. Gartner hat ThoughtSpot im Magic Quadrant 2026 für Analytics- und BI-Plattformen als Leader eingestuft.

Methodik und Eignung. Die Suche ist die primäre Oberfläche und kein aufgesetztes Feature, und Spotter, ThoughtSpots konversationeller Agent, geht in die Tiefe und fragt in natürlicher Sprache nach. Weil es Fragen gegen freigegebene Modelle und Metriken auflöst, bekommen zwei Personen, die dasselbe fragen, dieselbe Zahl, genau das Versagen, das eine wuchernde Metabase-Instanz hervorbringt. Es ist in jeder Hinsicht eine schwergewichtigere Plattform als Metabase, passt also zu einem Unternehmen, das sich auf Search-first-Analytik festlegt, und nicht zu einem Team, das ein leichteres Tool sucht. Wenn Sie es gegen die anderen Optionen im Enterprise-Maßstab abwägen, geht der Vergleich Qlik Cloud Analytics vs ThoughtSpot vs Sisense diese Dreierwahl durch.

Vorteile Nachteile
Natürlichsprachliche Suche ist das Kernprodukt, verankert in Modellen mit Governance Zeilenlimits (25 Mio. bei Essentials) schränken große Datensätze in der Einstiegsstufe ein
Spotter-Agenten machen Folgefragen zum Dialog statt zu einer neuen Abfrage Ein echter unternehmensweiter Rollout braucht die teurere Pro-Stufe
Die Embedded-Developer-Stufe ist im ersten Jahr kostenlos (10 Nutzer, 25 Mio. Zeilen) Die Enterprise-Preise sind individuell, ohne veröffentlichte Obergrenze

Preise. Essentials beginnt bei $25 pro Nutzer und Monat bei jährlicher Zahlung und deckt 5 bis 50 Nutzer und bis zu 25 Millionen Zeilen ab. Pro beginnt bei $50 pro Nutzer und Monat bei jährlicher Zahlung und deckt bis zu 1.000 Nutzer und 250 Millionen Zeilen ab, inklusive Spotter-KI-Agenten mit 25 Abfragen pro Nutzer und Monat. Enterprise ist individuell und unbegrenzt. Die Embedded-Developer-Stufe ist ein Jahr kostenlos mit 10 Nutzern und 25 Millionen Zeilen.

Am besten geeignet für: Unternehmen, die natürlichsprachliche Fragen als Standardoberfläche für alle wollen, gestützt auf ein Modell mit Governance statt auf einen Chatbot, der auf rohe Tabellen rät.

13. Amazon QuickSight: Der AWS-native Landeplatz

Wenn Ihre Metabase-Instanz bereits auf EC2 läuft und Redshift abfragt, ist QuickSight der Weg des geringsten Widerstands, und sein Preismodell passt auf eine bestimmte Form von Zielgruppe ungewöhnlich gut.

Methodik und Eignung. QuickSight teilt Nutzer in Authors, die bauen, und Reader, die nur ansehen, und bepreist sie sehr unterschiedlich. Für ein Unternehmen, in dem 15 Personen Dashboards bauen und 400 Personen gelegentlich eines ansehen, kostet diese Trennung weit weniger als eine pauschale Plattform pro Platz. SPICE, die In-Memory-Engine, plus native Anbindungen an Redshift, S3, Athena und den Rest von AWS machen es für Teams, die bereits in diesem Ökosystem sind, betrieblich einfach. Vorsicht bei einem Posten, an dem man sich leicht verhebt: Eine pauschale Kontogebühr von $250 im Monat fällt an, sobald Pro-Funktionen eingeschaltet sind, bevor Sie auch nur einen Nutzer auf dieser Stufe hinzugefügt haben.

Vorteile Nachteile
Reader-Preise von $3 pro Nutzer und Monat passen zu großen Zielgruppen mit Gelegenheitsnutzung Die Kontogebühr von $250 im Monat fällt an, bevor ein Pro-Nutzer hinzugefügt wird
Tiefste native Integration mit Redshift, S3, Athena und dem AWS-Datenstack Das Authoring-Erlebnis ist weniger ausgefeilt als bei Tableau, Power BI oder Metabase selbst
Keine Infrastruktur zu betreiben, anders als beim selbst gehosteten Metabase auf eigenen EC2-Instanzen Die Modellierungstiefe ist begrenzt; auch hier gibt es keine semantische Schicht auf LookML-Niveau

Preise. Author kostet $24 und Reader $3 pro Nutzer und Monat, plus eine Kontogebühr von $250 im Monat, sobald Pro-Funktionen aktiviert sind.

Am besten geeignet für: AWS-native Teams mit einer kleinen Authoring-Gruppe und einer großen, seltenen Betrachterzielgruppe, die aufhören wollen, einen BI-Server in der eigenen VPC zu warten.

14. Databox: Wenn die eigentliche Aufgabe ein KPI-Board war

Databox ist die ehrliche Option für einen bestimmten, häufigen Fall: Ihre Metabase-Instanz war eigentlich nur eine KPI-Wand, die ein paar Leute ansehen, und die Daten liegen in SaaS-Tools und nicht in einem Warehouse.

Methodik und Eignung. Databox zieht Kennzahlen aus Marketing-, Vertriebs-, Finanz- und Support-Tools in ein stets aktuelles Scoreboard, mit Zielen, Benachrichtigungen und Dashboards im TV-Modus. Es ist keine BI-Plattform und gibt auch nicht vor, eine zu sein: Es gibt keine SQL-Schicht, die den Namen verdient, keine Modellierung, keine Ad-hoc-Exploration. Was es hat, ist ein Pauschalpreis mit unbegrenzten Nutzern in Pro, passend für ein Unternehmen, das will, dass alle auf dieselben Zahlen schauen, ohne Logins zu zählen. Wenn Ihr Team heute in Metabase echte Analyse betreibt, ist das ein Downgrade. Wenn Ihr Team eigentlich Reporting betreibt, ist es eine Vereinfachung.

Vorteile Nachteile
Die kostenlose Stufe ist echt (1 Nutzer, 3 Quellen), und Pro schaltet unbegrenzte Nutzer zu einem Pauschalpreis frei Die Zahl der Datenquellen bleibt selbst in bezahlten Stufen begrenzt
Verbindet sich mit Dutzenden SaaS-Tools ohne Warehouse oder Modellierungsarbeit Keine nennenswerte SQL-, Modellierungs- oder Ad-hoc-Explorationsschicht
Ziele, Benachrichtigungen und TV-Dashboards passen zu stets aktuellen Team-Scoreboards Aus einem KPI-Board herauszuwachsen heißt, Databox komplett zu ersetzen, nicht aufzurüsten

Preise. Free deckt 1 Nutzer und 3 Datenquellen ab. Pro kostet $159 im Monat bei jährlicher Zahlung mit unbegrenzten Nutzern.

Am besten geeignet für: Teams, deren Metabase-Bereitstellung funktional ein von SaaS-Tools gespeistes KPI-Dashboard war und die dieses Ergebnis lieber kaufen als bauen.


Preismodelle: kostenlos, pro Platz, Pauschalplattform und Nutzung

Metabase zu verlassen heißt fast immer, „kostenlos und unbegrenzt" hinter sich zu lassen, und die vier Ersatzformen verhalten sich beim Wachstum eines Teams sehr unterschiedlich. Dies ist die Tabelle, aus der Sie Ihre Dreijahresschätzung bauen sollten, nicht der Listenpreis.

Modell Wie abgerechnet wird Beispiele in diesem Leitfaden Was passiert, wenn sich Ihr Team verdoppelt
Kostenlos und selbst gehostet Keine Lizenzkosten; Sie zahlen in Entwicklungszeit Metabase Open Source, Apache Superset, Lightdash Open Source, Grafana OSS Die Lizenz bleibt bei null, aber Betriebslast, Bereitschaftsdienst und Upgrade-Risiko steigen mit der Wichtigkeit, nicht mit der Mitarbeiterzahl
Pro Platz Der Preis skaliert mit benannten oder aktiven Nutzern Power BI, Tableau, ThoughtSpot, Hex, QuickSight, Metabase Cloud, Preset Professional Vorhersagbar und linear: doppelt so viele Leute, ungefähr doppelte Rechnung. Leicht zu prognostizieren, schmerzhaft nach einem kostenlosen Tool
Pauschale Plattformgebühr Ein Preis unabhängig von den Plätzen, begrenzt durch eine andere Grenze Lightdash Cloud Pro, Databox Pro, Holistics (erste 10 Nutzer inbegriffen) Die Kosten bleiben flach, wenn die Betrachter wachsen; die Grenze wandert zu dem, was der Plan tatsächlich deckelt
Nutzungs- oder kapazitätsbasiert Der Preis skaliert mit gemessenem Verbrauch oder einem Ressourcenband Grafana Cloud Pro (aktive Nutzer, Serien, Log-Volumen), Fabric-Kapazität für Power BI im großen Maßstab Am schwersten zu prognostizieren, da die Nutzung steigen kann, ohne dass sich die Mitarbeiterzahl ändert. Das ist dasselbe Risiko bei der Kostenvorhersagbarkeit wie im Leitfaden Die besten Domo-Alternativen

Die Zahl, die die meisten dieser Evaluierungen entscheidet, ist nicht die Monatsgebühr. Es sind die vollen Kosten der kostenlosen Option: Entwicklerstunden für Upgrades und Vorfälle, plus die Kosten einer falschen Zahl, die in einer Vorstandspräsentation landet.


Stage-Fit-Matrix

Tool Startup 0-50 Wachstum 50-250 Mid-Market 250-1.000 Enterprise 1.000+
Preset (verwaltetes Apache Superset) Stark Stark Mittel Schwach
Apache Superset Mittel Stark Mittel Mittel
Lightdash Mittel Stark Stark Mittel
Looker Studio Stark Mittel Schwach Schwach
Microsoft Power BI Stark Stark Stark Stark
Sigma Computing Schwach Mittel Stark Stark
Holistics Schwach Stark Stark Mittel
Grafana Stark Stark Stark Stark
Hex Mittel Stark Stark Mittel
Zoho Analytics Stark Mittel Schwach Schwach
Tableau Schwach Mittel Stark Stark
ThoughtSpot Schwach Mittel Stark Stark
Amazon QuickSight Mittel Stark Stark Stark
Databox Stark Mittel Schwach Schwach

Größen- und Persona-Tabelle

Tool Optimale Mitarbeiterzahl Hauptkäufer Sekundärer Käufer
Preset (verwaltetes Apache Superset) 10 bis 500 Data Engineer / Analytics Lead Head of Data
Apache Superset 10 bis 1.000 Data Platform Engineer Director of Analytics
Lightdash 20 bis 1.000 Analytics Engineer Head of Data
Looker Studio 2 bis 100 Marketing Manager Gründer / Ops-Leiter
Microsoft Power BI 20 bis 20.000+ Director of BI / IT Finance- oder Operations-Leiter
Sigma Computing 50 bis 2.000 Director of Analytics CFO / RevOps-Leiter
Holistics 30 bis 800 Head of Data Analytics Engineer
Grafana 10 bis 5.000+ DevOps- / SRE-Leiter VP of Engineering
Hex 10 bis 1.000 Analytics Lead / Data Scientist Head of Data
Zoho Analytics 2 bis 200 Ops Manager / Gründer Finance-Leiter
Tableau 100 bis 10.000+ Director of Analytics VP of Data
ThoughtSpot 100 bis 10.000+ VP of Data and Analytics CIO
Amazon QuickSight 20 bis 10.000+ Cloud- / Platform-Engineering-Leiter Director of BI
Databox 5 bis 250 Marketing Manager Sales Director

Migrationsüberlegungen

Eine Metabase-Migration ist meist leichter als eine Plattformmigration und schwerer, als die Leute erwarten, weil die Arbeit nicht in den Dashboards steckt. Sie steckt in der Logik, die nirgends sonst aufgeschrieben wurde.

Zuerst die Geschäftslogik migrieren, dann die Diagramme: Genutzte Fragen priorisieren, Metrikdefinitionen abgleichen, Berechtigungen neu aufbauen und einen vollständigen Reporting-Zyklus vergleichen.

Gespeicherte Fragen sind undokumentierte Geschäftslogik. Eine ausgereifte Metabase-Instanz enthält Hunderte gespeicherter Fragen, jede mit SQL oder Filtern, die eine Definition kodieren, auf die sich jemand einmal geeinigt hat. Exportieren Sie die Liste, sortieren Sie nach Aufrufen, und Sie werden meist feststellen, dass 20 bis 40 Fragen nahezu die gesamte tatsächliche Nutzung tragen. Bauen Sie diese im neuen Tool ordentlich neu und archivieren Sie den Rest, statt den langen Schwanz zu portieren.

Dies ist Ihre einzige Chance, Metriken einmal zu definieren. Wenn Sie gezielt wegen der Modellierungsschicht zu Lightdash, Holistics, Power BI oder Looker wechseln, ist die Migration der Moment, die vier konkurrierenden Versionen von „aktiver Kunde" in eine geprüfte Definition zu überführen. Tun Sie das, bevor Sie Dashboards neu bauen, nicht danach, sonst bauen Sie den Drift gleich mit den Diagrammen neu. Der Leitfaden zum Dashboard-Design sollte vor dem Neuaufbau gelesen werden und nicht danach.

Prüfen Sie, was die Datenbank für Sie getan hat. Metabase fragt oft direkt ein Produktions-Replikat ab, während Warehouse-native Tools (Sigma, Lightdash, Holistics) ein vorhandenes Warehouse voraussetzen. Wenn Ihres keines hat, ist das ein separates Projekt mit eigenem Zeitplan, und es gehört in die Schätzung statt als Überraschung in Woche drei.

Berechtigungen lassen sich selten sauber übertragen. Metabases Gruppen- und Sammlungsberechtigungen übersetzen sich nicht eins zu eins in Sicherheit auf Zeilenebene in Power BI oder ein Modell mit Governance in Holistics. Leiten Sie Zugriffsregeln aus der Richtlinie ab, die Sie jetzt wollen, nicht aus der, die sich über drei Jahre einzelner Sonderwünsche angesammelt hat.

Eingebettete Dashboards sind ein Replatforming-Projekt. Ein kundenseitiges Embed umzuziehen ist Entwicklungsarbeit und keine Datenmigration, und das Problem der Platzzählung, das die Suche vermutlich ausgelöst hat, taucht in anderer Form wieder auf. Bepreisen Sie gezielt die Embedding-Stufe, nicht die interne.

Betreiben Sie beide einen vollen Zyklus lang parallel. Halten Sie Metabase mindestens durch einen Monatsabschluss live. Das kostet in der Open-Source-Edition nichts extra und ist die günstigste Versicherung dagegen, dass eine neu aufgebaute Zahl unbemerkt falsch ist.

Wie Sie wählen: Entscheidungsrahmen

Wählen Sie zuerst die Aufgabe, dann den Anbieter. Die meisten Shortlists werden leichter, sobald Sie benennen, welcher dieser Sätze tatsächlich Ihrer ist.

Wenn Sie brauchen... Wählen Sie
Open-Source-Wirtschaftlichkeit, ohne die Infrastruktur zu betreiben Preset (verwaltetes Apache Superset)
Mehr analytische Bandbreite als Metabase, weiterhin kostenlos, weiterhin selbst gehostet Apache Superset
Metriken, die in Ihrem dbt-Projekt definiert und überall durchgesetzt werden Lightdash
Eine Semantikschicht mit Governance als Code, ohne dbt einzuführen Holistics
Kostenlose, gehostete Dashboards auf Daten im Google-Umfeld Looker Studio
Ein echtes semantisches Modell im Microsoft-Stack, den Sie ohnehin bezahlen Microsoft Power BI
Eine Tabellenoberfläche direkt auf Ihrem Cloud-Warehouse, mit Rückschreiben Sigma Computing
Natürlichsprachliche Suche, die konsistente Antworten mit Governance liefert ThoughtSpot
Die tiefste visuelle Exploration für ein eigenes Analystenteam Tableau
Python und SQL zusammen, veröffentlicht als Apps, die Stakeholder nutzen können Hex
Ein kleines Authoring-Team plus Hunderte Gelegenheitsbetrachter, auf AWS Amazon QuickSight
Live-Überwachung von Betrieb und Infrastruktur Grafana
Einen dauerhaft kostenlosen Plan und einen günstigen Upgrade-Pfad für ein KMU Zoho Analytics
Ein einfaches KPI-Scoreboard aus SaaS-Tools Databox

Häufig gestellte Fragen zu Metabase-Alternativen

Ist Metabase wirklich kostenlos, oder ist das eine begrenzte Testversion?

Es ist wirklich kostenlos, aber nur in einer bestimmten Form. Die kostenlose Edition ist die selbst gehostete Open-Source-Version, mit unbegrenzten Nutzern und ohne Platzgrenze. Metabase Cloud ist ein separates kostenpflichtiges Produkt, das vom ersten Tag an Geld kostet: Starter kostet $100 pro Monat oder $90 pro Monat bei jährlicher Zahlung ($1.080 pro Jahr), deckt die ersten 5 Nutzer ab, dann $6 pro zusätzlichem Nutzer und Monat.

Wie viel kostet Metabase Cloud?

Metabase veröffentlicht beide Abrechnungsbasen auf der Preisseite. Starter kostet $100 pro Monat oder $90 pro Monat bei jährlicher Zahlung ($1.080 pro Jahr) für die ersten 5 Nutzer, mit zusätzlichen Nutzern zu $6 pro Nutzer und Monat oder $65 pro Nutzer und Jahr. Pro kostet $575 pro Monat oder $517,50 pro Monat bei jährlicher Zahlung ($6.210 pro Jahr) für die ersten 10 Nutzer, mit zusätzlichen Nutzern zu $12 pro Nutzer und Monat oder $130 pro Nutzer und Jahr. Enterprise ist individuell, ab $20.000 pro Jahr. Jährliche Zahlung spart 10 %.

Warum wachsen Teams aus Metabase heraus?

Vier Gründe kommen immer wieder vor. Es gibt keine semantische Schicht auf LookML-Niveau, sodass Metrikdefinitionen über gespeicherte Fragen hinweg driften. Die Governance wird dünn, sobald Sie mehrere hundert Fragen ohne klaren Verantwortlichen überschreiten. Die Diagrammbibliothek ist bewusst einfach, was tiefe visuelle oder statistische Analyse deckelt. Und Selbst-Hosting fühlt sich nicht mehr kostenlos an, sobald Analytics geschäftskritisch wird und jemand dafür Bereitschaftsdienst hat.

Was ist die engste Alternative zu Metabase für ein kleines Team?

Presets Starter-Stufe, dauerhaft kostenlos bis zu 5 Nutzer, ist die engste gehostete Entsprechung zu Metabases kostenlosem Versprechen und läuft auf Apache Superset, sodass nichts gebunden ist. Der dauerhaft kostenlose Plan von Zoho Analytics (2 Nutzer, 10.000 Zeilen, 5 Workspaces) ist die engste Option innerhalb einer breiteren Business-Suite. Wenn Sie gern weiter selbst hosten, ist Apache Superset direkt bei jeder Nutzerzahl kostenlos.

Welche Metabase-Alternative gibt mir eine echte semantische Schicht?

Lightdash, wenn Sie bereits dbt betreiben, denn Metriken leben in Ihrem dbt-Projekt unter Versionskontrolle. Holistics, wenn nicht, denn es definiert Modelle und Metriken in der eigenen Sprache als Code. Microsoft Power BI, wenn Sie bereits auf Microsoft sind, denn DAX-Kennzahlen auf einem semantischen Modell liefern dieselbe Eigenschaft „einmal definieren". Sigma ist die Option, wenn die Form des Problems tabellenartige Analyse auf einem Warehouse statt einer Modellierungsschicht ist.

Wird das Einbetten von Metabase teuer?

Das kann es, und das erwischt Teams. Eingebettete Betrachter zählen nach Metabases Preisgestaltung als Nutzer, und die Funktionen für mandantenfähiges Embedding und White-Label liegen im Pro-Plan für $575 pro Monat für 10 Nutzer. Wenn kundenseitiges Embedding der Plan ist, bepreisen Sie gezielt diese Stufe, statt aus der Starter-Zahl zu budgetieren.

Ist Selbst-Hosting von Metabase wirklich günstiger, als ein gehostetes Tool zu bezahlen?

Nur, wenn Ihre Entwicklungszeit wirklich kostenlos ist, und das ist sie nicht. Der 2026 State of Open Source Report fand, dass fast die Hälfte der Befragten 50 % oder mehr ihrer Zeit mit Wartung und Fehlerbehebung statt mit neuer Arbeit verbringt und 60 % der großen Unternehmen vom selben Ungleichgewicht berichten. Setzen Sie einen Stundensatz gegen Ihre letzten zwei Quartale an Upgrades, Vorfällen und Zugriffsanfragen, bevor Sie schließen, dass die kostenlose Edition bei den Kosten gewinnt.

Kann ich das Open-Source-Modell behalten und trotzdem aufhören, Server zu betreiben?

Ja, genau dafür gibt es Preset und Lightdash Cloud. Preset ist verwaltetes Apache Superset, kostenlos bis zu 5 Nutzer und $20 pro Nutzer und Monat bei jährlicher Zahlung in Professional. Lightdash Cloud Pro kostet $3.000 pro Monat mit unbegrenzten Nutzern und ohne Gebühr pro Platz. Beide lassen Ihnen eine Open-Source-Engine, mit der Sie zum Selbst-Hosting zurückwechseln können, falls die Beziehung endet.

Welche Alternativen veröffentlichen echte Preise, und welche erfordern ein Verkaufsgespräch?

Power BI, Tableau, ThoughtSpot, QuickSight, Preset, Lightdash, Holistics, Hex, Grafana und Databox veröffentlichen alle Zahlen, gegen die Sie budgetieren können. Sigma Computing veröffentlicht gar nichts. Google druckt den Preis von Looker Studio Pro auf der eigenen Produktseite, $9 pro Nutzer und Projekt und Monat, aber er wird pro Google-Cloud-Projekt und nicht pro Organisation abgerechnet. Zoho Analytics veröffentlicht seine Spanne im eigenen Hilfezentrum, von $25 im Monat in der Einstiegsstufe bis $495 im Monat in der obersten, auch wenn die Marketing-Preisseite die Zahlen clientseitig rendert und gegengeprüft werden sollte.

Die nächsten Schritte

Bevor Sie eine Demo buchen, verbringen Sie eine Stunde mit Ihrer eigenen Instanz. Exportieren Sie die Liste der gespeicherten Fragen, sortieren Sie nach Aufrufen und zählen Sie, wie viele wirklich tragend sind. Diese Zahl entscheidet, auf welchem Weg Sie sind. Unter etwa 30, und die eigentliche Aufgabe ist ein KPI-Board oder ein günstigeres gehostetes Tool, schauen Sie sich also Databox, Zoho Analytics oder Looker Studio an und hören Sie dort auf. Mehrere hundert mit doppelten Definitionen, und die Aufgabe ist eine semantische Schicht, pilotieren Sie also Lightdash, wenn Sie dbt betreiben, und Holistics, wenn nicht. Addieren Sie Ihre Metabase-Wartungsstunden der letzten zwei Quartale zu einem realen Stundensatz, und wenn Sie diese Zahl beschämt, ist Preset der kürzeste Schritt, der die Open-Source-Engine behält.

Holen Sie sich dann von den zwei Anbietern, die es auf Ihre Shortlist schaffen, drei Zahlen schriftlich: die Gesamtkosten bei Ihrer tatsächlichen Nutzerzahl inklusive Betrachtern, was sich ändert, wenn sich diese Zahl verdoppelt, und die Zahl für die Verlängerung im zweiten Jahr. Fahren Sie einen zweiwöchigen Pilot, in dem Sie Ihre zehn meistgesehenen Metabase-Fragen in beiden nachbauen, und lassen Sie Metabase parallel durch einen vollen Monatsabschluss laufen, bevor Sie etwas abschalten. Wenn Sie eigentlich dem Nutzerverhalten in Ihrem Produkt nachgehen statt dem Business-Reporting, ist das eine ganz andere Kategorie, und der Leitfaden zur Auswahl von Product-Analytics-Software behandelt sie ordentlich.

Camellia berichtet über Analytics, Business Intelligence und Datentools für B2B-Teams.

About the author

Camellia

Camellia

Principal Product Marketing Strategist

Camellia is Principal Product Marketing Strategist at Rework, helping B2B buyers pick the right software with confidence. With 6+ years in product marketing and 150+ SaaS tools evaluated across CRM, project management, and sales engagement, Camellia turns competitive intelligence into clear, honest comparisons. Readers get vendor evaluations they can trust to cut through marketing noise and decide faster.