Business Intelligence

Metabase: Fragen beantworten ohne SQL.

Die BI-Schicht, in der Fachanwender ihre eigenen Fragen an die mart-Daten stellen – per Klick, ohne aufs Data-Team zu warten. Warum wir Metabase einsetzen, was es ausmacht und wie aus ein paar Klicks ein SQL, ein Chart und ein Dashboard werden.

Warum Metabase

Self-Service · open-source

Metabase ist auf einer einfachen Prämisse gebaut: Jeder im Unternehmen sollte Fragen an seine Daten stellen können, ohne SQL zu lernen. Statt eine Anfrage ans Data-Team zu schicken und Tage zu warten (oder eine CSV nach Excel zu exportieren), baut sich der Fachanwender die Frage in Minuten selbst – per Klick. Dazu ist es open-source, in Minuten self-hosted deployt und kostengünstig statt teurer per-Seat-Lizenzen.

Ticket ans Data-Team / CSV → Excel

Jede Frage ein Ticket, jede Auswertung ein Export. Das Data-Team wird zum Flaschenhals, und die Zahlen in zehn Excel-Dateien driften auseinander.

Metabase (Self-Service)

Der Fachanwender klickt sich die Frage selbst zusammen – Metabase übersetzt sie in SQL, führt sie aus und rendert das Chart. In Minuten statt Tagen.

No-Code

Query Builder statt SQL

Filtern, gruppieren, visualisieren per Klick. Metabase kompiliert die Schritte im Hintergrund zu SQL – für Profis bleibt der SQL-Editor.

Dashboards, Subscriptions, Alerts

Fragen zu interaktiven Dashboards bündeln; per E-Mail/Slack ausliefern und bei Schwellenwerten (z. B. OTIF < 90 %) automatisch alarmieren.

Konsistenz

Models & Metrics als „eine Wahrheit“

Ein Model auf mart und eine Metric wie OTIF sorgen dafür, dass alle dieselbe Kennzahl gleich berechnen – statt zehn Definitionen.

Souverän

Open-source & self-hosted

In Minuten deployt, DSGVO-freundlich, in eigener Hand. Liest nur mart (Rolle bi_read, read-only), hinter Authentik.

Ehrlich · Grenzen

Metabase ist BI, keine Transformations- oder Modeling-Engine – schwere Aufbereitung gehört ins Warehouse (dbt). Für Enterprise-Semantik mit stark modellierter Logik hat Looker (LookML) die Nase vorn, und die freie Version ist bei Custom-Branding begrenzt. Aktuell: Metabase 62 (Juni 2026) · Community Edition · Data Studio als semantische Schicht.

Was ist Metabase

Bausteine · Betrieb

Ein Open-Source-BI-Tool zum Erkunden, Visualisieren und Teilen von Daten. Zwei Wege zur Abfrage: der no-code Query Builder für alle und der SQL-Editor für Profis. Ergebnisse werden zu Questions, die man zu Dashboards bündelt und im Team wiederverwendet.

Bausteine

Was Nutzer bauen

QuestionQuery + Ergebnis + Visualisierung – speicher- und wiederverwendbar.Query BuilderNo-code Editor: Daten → Filter → Summarize → Visualize.DashboardMehrere Questions als interaktives Layout mit Filtern & Drill-through.ModelKuratierte „Startpunkt-Tabelle“ auf mart, mit Metadaten.MetricOffiziell definierte, wiederverwendbare Kennzahl (z. B. OTIF).CollectionOrdner für Questions/Dashboards/Models; mit Permissions.VisualizationChart-Typen: Linie, Balken, KPI, Tabelle, Map.

Betrieb

Plattform

ConnectionVerbindung zu Postgres mart – read-only (bi_read).PermissionsDaten- & Collection-Rechte pro Gruppe; Sandboxing.SubscriptionsGeplante Zustellung per E-Mail oder Slack.AlertsBenachrichtigung, wenn Werte einen Schwellenwert kreuzen.CachingQuery-Ergebnisse cachen – Performance & Kosten.EmbeddingDashboards in eigene Apps einbetten (JS/React SDK).

Merksatz: Der Nutzer klickt eine Question – Metabase übersetzt sie in SQL und führt sie read-only gegen mart aus.

Wie eine Frage entsteht

läuft · Endlosschleife

Der Nutzer baut die Frage im Query Builder Schritt für Schritt – Daten, Filter, Summarize, Gruppieren, Visualisieren. Metabase kompiliert das zu SQL und führt es read-only gegen mart aus. Das Ergebnis wird zum Chart und landet auf einem Dashboard.

Schritt 01Eine Frage ohne SQL bauenQuery Builder → SQL

Query Builder · Notebookbauen …

Datenmart.fct_otif

Model

Filterorder_date = letztes Quartal

Q2 2026

Summarizeavg(on_time) → OTIF

Metric

Gruppierennach Monat

breakout

VisualisierenLinien-Chart

viz

kompiliert zu SQL—

wartet auf Notebook …

-- von Metabase generiert
select date_trunc('month', order_date) as month,
       avg(on_time::int) as otif
from   mart.fct_otif
where  order_date >= '2026-04-01'
group by 1
order by 1;

läuft gegen mart · bi_read · read-only · 312 rows in 40 ms

Kein Nutzer schreibt hier SQL – die Klick-Schritte werden zum SQL. Metabase darf nur lesen: kein INSERT, kein UPDATE.

Schritt 02Chart & Dashboard – teilen und automatisierenDashboard · Subscription

OTIF Dashboard · ngo.datasolutionsFilter · Zeitraum: Q2 2026

OTIF

Fill Rate

0.0d

Lead Time

OTIF nach Monatunsere Frage

Jan

Feb

Mär

Apr

Mai

Jun

Subscription · Slack · Mo 08:00Alert · OTIF < 90% → E-Mail

Eine Question wird zur Dashboard-Karte neben KPIs. Subscriptions liefern sie automatisch aus, Alerts melden Ausreißer – niemand muss sich einloggen und nachsehen.

“Wer die Frage hat, beantwortet sie selbst.”

— Self-Service-BI