# DataHub vs. Collibra: Warum ein kostenloser Open-Source-Datenkatalog trotzdem ein Engineering-Budget braucht

Ihre Datenkatalog-Lizenz kostet null Dollar. Ihre Datenkatalog-Rechnung kann trotzdem die Hunderttausend-Dollar-Marke pro Jahr überschreiten — sie taucht nur in der Gehaltsabrechnung auf statt auf einer Rechnung. Wenn Sie DataHub, die Open-Source-Metadatenplattform, die aus LinkedIn hervorgegangen ist, mit Collibra vergleichen, der Enterprise-Governance-Suite, dann ist die Lizenzpreis-Lücke die am wenigsten interessante Zahl im Vergleich. Die interessante Zahl sind die Engineering-Stunden, die kein Anbieter auf seine Preisseite schreibt.

Dieser Leitfaden zeigt, was jede Option wirklich kostet, wo die versteckten Ausgaben lauern und wie ein kleines oder mittelständisches Unternehmen eine Datenkatalog-Entscheidung budgetieren sollte — wie das Kapitalprojekt, das sie ist.

## Was Collibra tatsächlich kostet

Collibra veröffentlicht keine Listenpreise — Sie sprechen mit dem Vertrieb —, aber Drittanbieter-Berichte ergeben ein konsistentes Bild. AWS-Marketplace-Einträge beziffern das Basisabonnement der Collibra Cloud Platform auf rund 170.000 Dollar pro Jahr allein für den Plattformzugang. Branchenvergleiche siedeln den typischen Enterprise-Vertrag zwischen 170.000 und 510.000 Dollar oder mehr pro Jahr an, je nach Datenvolumen, Nutzerzahl und Modulen.

Und das Basisabonnement ist nur der erste Posten. Budget-Prüfer markieren durchweg fünf weitere:

- **Modul-Add-ons.** Data Lineage und Data Quality sind separate lizenzierte Module, jedes mit eigener Preisgestaltung.
- **Implementierungsdienstleistungen.** Enterprise-Rollouts dauern typischerweise sechs bis zwölf Monate, viel davon abrechenbare Professional Services.
- **Hosting und Infrastruktur.** Selbst Cloud-Editionen können je nach Vertrag Verbrauchs- oder Hosting-Komponenten enthalten.
- **Personalkosten.** Jemand auf Ihrer Seite muss trotzdem das Glossar pflegen, Workflows genehmigen und die Governance-Aufsicht führen.
- **Laufende Wartung.** Upgrades, Fehlerbehebung und die Pflege von Integrationen, während sich Schemas und BI-Workspaces ändern.

Nichts davon bedeutet, dass Collibra überteuert ist. Für eine regulierte Bank oder einen Versicherer, der workflow-gesteuerte Governance, Audit-Trails und FedRAMP-zertifiziertes Hosting benötigt, kauft diese Ausgabe eine Compliance-Position, deren Eigenbau weit mehr kosten würde. Aber sie setzt die Basis ehrlich: Die "teure" Option kostet rund 170.000 Dollar pro Jahr, bevor Sie Personal dafür einplanen.

## Was DataHub tatsächlich ist

DataHub ist eine Open-Source-Metadatenplattform, ursprünglich bei LinkedIn entwickelt und heute unter der Apache-2.0-Lizenz gepflegt, mit einer Managed Edition, DataHub Cloud, die von Acryl Data vertrieben wird. Der Ansatz ist der Metadaten-Graph: ein ereignisgesteuertes System, das technische Metadaten aus mehr als hundert Quellen aufnimmt — Data Warehouses, BI-Tools, Transformationspipelines, Zugangssysteme — und Discovery, spaltengenaue Lineage, ein Business-Glossar und Data Contracts aus einem einzigen Modell bereitstellt.

Es gibt drei Wege, es zu betreiben:

1. **Selbstgehostetes Docker-Deployment** für Entwicklung und kleine Teams.
2. **Selbstgehostetes Kubernetes-Deployment via Helm**, der empfohlene Weg für die Produktion.
3. **DataHub Cloud**, die Managed-SaaS-Edition ohne zu betreibende Infrastruktur, mit SLA-Absicherung, Observability-Monitoren und einem KI-Assistenten — preislich auf Anfrage, wie bei den meisten Enterprise-SaaS.

Der Open-Source-Kern kostet nichts an Lizenzgebühren. Dieser Satz ist wahr und, für sich genommen, gefährlich unvollständig.

## Der ehrliche Vergleich

Stellen Sie die beiden beim Total Cost of Ownership gegenüber statt bei den Lizenzgebühren, und das Bild ändert sich:

| Kostenposten | Collibra | Selbstgehostetes DataHub | DataHub Cloud |
| --- | --- | --- | --- |
| Lizenz | ~170.000+ $/Jahr Basis | 0 $ | SaaS auf Anfrage |
| Infrastruktur | Gebündelt oder Verbrauch | Ihre Cloud-Rechnung: Compute, Suche, Speicher | Gebündelt |
| Implementierung | 6–12 Monate, oft mit Services | 2–4 Wochen bis zum ersten Nutzen, länger bis produktionsreif | Tage bis Wochen |
| Laufendes Engineering | Niedrig (Anbieter betreibt es) | 0,25–0,5 FTE oder mehr | Niedrig |
| Governance-Tiefe | Am tiefsten: Workflows, Compliance-Frameworks | Build-or-Buy: Glossar und Contracts enthalten, Workflows bauen Sie selbst | Mittelweg plus Monitore |

Der Markt hat die Lücke in der Mitte bemerkt. Moderne SaaS-Kataloge wie Atlan und Secoda liegen preislich im Bereich von rund 50.000–200.000 Dollar pro Jahr mit ein- bis achtwöchigen Deployments — genau die Käufer, die vor Collibra-Angeboten zurückschrecken, aber kein Plattformteam stellen können.

## Die Engineering-Stunden-Zeile in der GuV

Hier bekommt "kostenlos" sein echtes Preisschild. Ein produktives selbstgehostetes DataHub ist nicht ein Container. Es ist ein verteiltes System: der GMS-Metadatenservice, Kafka für den Event-Stream, OpenSearch oder Elasticsearch für die Suche und MySQL oder Postgres für den System-Speicher — plus die Ingestion-Pipelines, die jeden Connector gesund halten, während Upstream-Schemas driften.

Jede dieser Komponenten braucht Provisionierung, Upgrades, Backups, Monitoring und Rufbereitschaft. Branchenanalysen selbstgehosteter Open-Source-Stacks beziffern das Muster auf etwa ein Viertel bis die Hälfte eines Vollzeit-Engineers für die laufende Wartung eines mäßig komplexen Systems, und versteckte Ownership-Kosten auf 60–70 Prozent der Gesamtkosten nach einigen Schätzungen. Ein viel zitierter Vergleich ergab, dass ein selbstgehostetes Sentry-Setup für ein Team von fünfzehn Engineers etwa 9.500 Dollar pro Jahr kostete, sobald Server, Setup, Upgrades und ein einzelner größerer Vorfall eingerechnet waren — mehr als die gehostete Alternative.

Rechnen Sie mit Ihren eigenen Vollkosten. Ein Plattform-Engineer mit Vollkosten von 180.000 Dollar pro Jahr, der ein Viertel seiner Zeit mit dem Betrieb des Katalogs verbringt, ist ein jährlicher Posten von 45.000 Dollar, bevor Cloud-Infrastruktur hinzukommt. Bei einer halben Stelle sind es 90.000 Dollar — mehr als die Hälfte des Einstiegspreises der Enterprise-Suite, die Sie vermeiden wollten. Addieren Sie das initiale Setup (zwei bis vier Wochen), Major-Version-Migrationen (etwa zweimal über zwei Jahre bei einem schnelllebigen Projekt) und den Vorfall, den Sie noch nicht hatten, und "Null-Lizenzkosten" landen leicht zwischen 60.000 und 120.000 Dollar pro Jahr in echtem Geld.

Das ist immer noch weniger als Collibras Einstiegspreis. Aber es ist nicht null, es ist nicht kostenlos, und — entscheidend — es ist Engineering-Personalaufwand, das knappste Budget in den meisten kleinen Unternehmen. Jede Stunde, die Ihr Plattform-Engineer mit dem Tuning von OpenSearch-Shards verbringt, ist eine Stunde, die nicht in Ihr Produkt fließt.

### Fragen, die die echte Zahl zutage fördern

Bevor Sie sich für Self-Hosting entscheiden, beantworten Sie diese schriftlich:

- **Wer verantwortet Upgrades?** Nennen Sie die Person, nicht das Team. Wenn sie geht, was bricht dann?
- **Wie sieht die Rufbereitschaft aus?** Metadaten-Systeme fallen um 2 Uhr nachts aus wie alles andere. Gibt es eine Rotation, oder ist es ein einzelner Held?
- **Wie viele Connectoren werden Sie tatsächlich betreiben?** Jede Integration ist eine Wartungsfläche. Zehn gesunde Connectoren kosten deutlich mehr als zwei.
- **Was ist Ihre Cloud-Basis?** Kalkulieren Sie den Such-Cluster, Kafka und die Datenbank bei Ihrem Cloud-Anbieter, bevor Sie anfangen, nicht danach.
- **Wie sieht Monat achtzehn aus?** Planen Sie zwei Major-Upgrades und mindestens einen schmerzhaften Vorfall in den ersten zwei Jahren ein.

Wenn Sie nicht alle fünf beantworten können, haben Sie keinen Kostenvorteil — Sie haben ein unbepreistes Risiko.

## Wann welche Option gewinnt

**Selbstgehostetes DataHub gewinnt, wenn** Sie bereits ein Plattformteam mit Kubernetes- und Streaming-Erfahrung haben, Ihre Governance-Anforderungen technisch sind (Discovery, Lineage, Contracts) statt regulatorisch, und Sie Erweiterbarkeit schätzen — das offene Metadatenmodell und die API lassen Sie genau das bauen, was Sie brauchen. Datenteams, die in dbt, Snowflake und Airflow leben, erzielen tendenziell innerhalb von Wochen Nutzen.

**Collibra gewinnt, wenn** Governance das Produkt ist: regulierte Branchen, formale Stewardship-Workflows, Audit-Nachweise und Compliance-Frameworks, die ein Auditor wiedererkennen muss. Die sechs- bis zwölfmonatige Implementierung ist in dieser Welt ein Feature, kein Bug — es ist die Zeit, die es braucht, um gelenkte Prozesse aufzubauen, und die Professional Services des Anbieters haben das hunderte Male gemacht.

**Der Managed-Mittelweg gewinnt, wenn** Sie DataHubs Modell wollen, ohne es zu betreiben (DataHub Cloud entfernt die Infrastruktur- und Upgrade-Last und behält denselben Metadatenstandard), oder Sie SaaS-Time-to-Value mit eingebauter Zusammenarbeit wollen (die moderne SaaS-Klasse). Für die meisten Unternehmen ohne dediziertes Data-Platform-Team verdient dieses Segment einen ernsthaften Blick, bevor Sie sich auf einen der Extreme festlegen.

## Budgetieren Sie es wie ein Kapitalprojekt

Was auch immer Sie wählen, nehmen Sie alle vier Posten in den Budgetantrag auf — Lizenz, Infrastruktur, Engineering-Zeit und Implementierung — über einen Horizont von 24 Monaten. Der häufigste Fehlermodus in dieser Entscheidung ist nicht die Wahl des falschen Tools; es ist die Genehmigung der Lizenzzeile, während die anderen drei Zeilen unsichtbar aus Personalaufwand und Cloud-Rechnung bezahlt werden.

Verfolgen Sie die Engineering-Stunden gegen das Projekt, wie Sie jeden aktivierbaren Aufwand verfolgen würden: markieren Sie die Zeit, prüfen Sie sie monatlich und vergleichen Sie im sechsten Monat die Ist-Werte mit dem Business Case. Wenn Self-Hosting 100.000 Dollar pro Jahr sparen sollte, aber das Zeitprotokoll eine halbe Stelle plus eine monatliche Cloud-Rechnung von 1.500 Dollar zeigt, wollen Sie das wissen, während Sie noch wechseln können — nicht bei der Verlängerung.

Akurate Buchführung vom ersten Tag an macht diesen Vergleich möglich. Wenn jede Infrastruktur-Rechnung kategorisiert und Engineering-Zeit gegen Projekte verfolgt wird, schreibt sich die Build-vs-Buy-Prüfung von selbst. Wenn diese Kosten in den allgemeinen Overhead zerfließen, sieht jedes Tool kostenlos aus und jede Verlängerung ist eine Überraschung.
