Warum das Thema gerade jetzt auf den Tisch kommt
Der deutsche Mittelstand hat kein Datenproblem im Sinne fehlender Daten. Er hat ein Zugriffsproblem.
Der Bitkom hat 2024 Unternehmen ab 20 Beschäftigten gefragt, wie weit sie ihr Datenpotenzial ausschöpfen. Nur sechs Prozent gaben „vollständig“ an, 42 Prozent sagten „eher wenig“, weitere 18 Prozent „gar nicht“. Eine Untersuchung von CIO und Computerwoche unter 315 Unternehmen im deutschsprachigen Raum kam Anfang 2026 zum passenden Befund: Die größten Bremsklötze für KI-Vorhaben sind nicht die Algorithmen, sondern mangelnde Datenqualität mit 30 Prozent und fragmentierte Datenlandschaften mit 28 Prozent.
Im Alltag sieht das so aus: Die Frage „Was hat uns dieser Auftrag tatsächlich gekostet?“ beschäftigt drei Abteilungen und zwei Wochen. Der Monatsabschluss besteht zu einem erheblichen Teil aus dem manuellen Zusammenführen von Systemauszügen. Zwei Bereiche legen unterschiedliche Zahlen zum selben Sachverhalt vor, und die erste halbe Stunde der Termine geht dafür drauf, zu klären, welche gilt.
Das ist weder ein Führungs- noch ein Fleißproblem, sondern ein strukturelles. Jedes dieser Systeme ist für seinen eigenen Zweck gebaut, das ERP für die Abwicklung, das CRM für den Vertrieb. Keines ist dafür gebaut, sich mit den anderen zu unterhalten.
Was Databricks ist
Ein Bild hilft. Betrachtet man Unternehmensdaten als Lagerbestand, dann liegt dieser Bestand heute verteilt in einem Dutzend Handlagern, jedes mit eigener Ordnung, eigenen Bezeichnungen und eigenen Zugangsregeln. Wer etwas sucht, muss zuerst wissen, in welchem Lager er anfängt.
Databricks ist das Zentrallager samt dazugehöriger Verwaltung.
Die Plattform übernimmt vier Aufgaben, die zusammen den eigentlichen Wert ausmachen.
Erstens: Daten zusammenführen. Die Plattform holt sich Daten regelmäßig und automatisiert aus den Vorsystemen, ohne dass jemand einen Export anstößt. Aus einer Sammlung von Momentaufnahmen wird ein laufender Prozess.
Zweitens: Daten vereinheitlichen. Rohdaten aus operativen Systemen sind für Menschen kaum lesbar: kryptische Feldnamen, Schlüsselwerte statt Klartext, dieselbe Firma dreimal unterschiedlich geschrieben. Die Plattform bereitet diese Daten schrittweise auf, bis daraus eine Datenbasis wird, in der „Kunde“ aus dem Vertriebssystem und „Debitor“ aus der Buchhaltung nachweislich dasselbe Unternehmen bezeichnen. Dieser Schritt ist unspektakulär und macht den Großteil der Arbeit aus. Er entscheidet darüber, ob Auswertungen später stimmen.
Drittens: Zugriffe regeln. Wer welche Daten sehen darf, wird an einer Stelle festgelegt und gilt überall. In der Fachsprache heißt das Governance: Die Spielregeln im Umgang mit Daten. Berechtigungen liegen zentral und werden aus der bestehenden Benutzerverwaltung übernommen. Sie greifen bis auf die einzelne Datenzeile, sodass eine Vertriebsleitung die Zahlen ihres Bereichs sieht und die Geschäftsführung das Gesamtbild, auf Basis derselben Tabelle. Dazu kommt die Nachvollziehbarkeit: Für jede Kennzahl ist dokumentiert, woher sie stammt und wie sie berechnet wurde. Erst das erlaubt es, Daten breit im Unternehmen verfügbar zu machen, ohne die Kontrolle zu verlieren.
Viertens: verbindliche Kennzahlen bereitstellen. Deckungsbeitrag, Auslastung, Lagerreichweite, Trefferquote im Vertrieb: Einmal definiert, zentral hinterlegt, für alle identisch. Nicht als Zahl in einer Datei, sondern als Regel, die jedes Auswertungswerkzeug gleich anwendet.
Warum es dafür eine eigene Plattform braucht
Auf die Frage, warum das Vorhandene nicht ausreicht, gibt es zwei übliche Antworten.
„Wir haben doch Excel.“ Excel ist ein hervorragendes Werkzeug für Analysen, die eine Person einmal durchführt. Es ist ein schlechtes Werkzeug für Zahlen, auf die sich ein ganzes Unternehmen dauerhaft verlassen soll. Eine Excel-Auswertung ist eine Momentaufnahme, ihre Logik steckt in Zellformeln, ihre Pflege hängt an einer Person, und nach zwei Weiterleitungen ist ihre Herkunft nicht mehr rekonstruierbar.
„Wir haben doch Auswertungen im ERP.“ Diese zeigen, was im ERP steht. Die geschäftlich interessanten Fragen liegen jedoch fast immer quer dazu: Wie hängt der Vertriebsaufwand aus dem CRM mit der tatsächlichen Marge aus der Nachkalkulation zusammen? Welche Kunden reklamieren überdurchschnittlich häufig, und was kostet das? Sobald eine Frage zwei Systeme berührt, kann kein einzelnes System sie beantworten.
Was Unternehmen konkret davon haben
Die Technik ist Mittel zum Zweck. Der Nutzen zeigt sich in vier Feldern.
Eine Zahl, auf die sich alle einigen. Deckungsbeitrag je Auftrag, Auslastung je Standort, Lagerreichweite je Artikel: Einmal sauber definiert, für alle gleich, jeden Morgen aktuell. Der Effekt zeigt sich nicht im Bericht, sondern in Terminen, die mit der Entscheidung beginnen statt mit der Klärung der Datenlage.
Antworten über Systemgrenzen hinweg. Erst die Zusammenführung macht die Fragen beantwortbar, die den Ergebnisbeitrag bestimmen: Welche Aufträge sind kalkulatorisch gut und in der Abwicklung schlecht? Bei welchen Kunden sinkt die Bestellfrequenz, bevor sie abwandern? Wo weicht der Einkaufspreis systematisch von der Kalkulation ab?
Weniger Handarbeit im Berichtswesen. Was heute an Aufwand in Export, Abgleich und Formatierung fließt, entfällt weitgehend. Dieser Effekt ist der am leichtesten zu beziffernde und deshalb häufig der erste Nachweis dafür, dass sich ein solches Vorhaben rechnet.
Ein belastbares Fundament für KI. Ein öffentlicher KI-Assistent kennt die Welt, aber nicht die Auftragslage eines Unternehmens. Der Unterschied zwischen einer Spielerei und einem betriebswirtschaftlich relevanten Werkzeug ist der Zugriff auf geordnete, eindeutig definierte und korrekt berechtigte Unternehmensdaten. Diese Grundlage schafft eine Datenplattform. Dass es genau daran hakt und nicht an der KI selbst, zeigt die KfW-Untersuchung vom Februar 2026: Zwar setzt inzwischen jedes fünfte mittelständische Unternehmen KI ein, zu den wichtigsten Hemmnissen zählt die Studie aber neben fehlenden Fachkräften ausdrücklich unzureichende Datengrundlagen.
Einordnung: kein Nischenprodukt
Databricks wurde 2013 von Forschern der University of California in Berkeley gegründet, denselben Personen, die zuvor eine der weltweit meistgenutzten Open-Source-Technologien zur Datenverarbeitung entwickelt hatten. Nach Unternehmensangaben nutzen heute über 20.000 Organisationen weltweit die Plattform.
Auch die unabhängige Marktbeobachtung fällt eindeutig aus. Im Magic Quadrant von Gartner für KI-Plattformen vom Juni 2026 steht Databricks im Feld der „Leaders“, und zwar im zweiten Jahr in Folge mit der besten Bewertung in beiden Dimensionen: sowohl bei der Umsetzungsstärke als auch bei der strategischen Ausrichtung.
Für eine Entscheidung ersetzt eine solche Marktübersicht keine Prüfung des eigenen Bedarfs. Sie beantwortet aber eine Frage, die im Mittelstand zu Recht früh gestellt wird: Ob die gewählte Technologie in fünf Jahren noch trägt. Wer sich für den führenden Anbieter eines Marktes entscheidet, kauft nicht nur den heutigen Funktionsumfang, sondern wächst mit dessen Entwicklung mit. Neue Fähigkeiten stehen dann zur Verfügung, sobald sie gebraucht werden, ohne dass die Grundlage noch einmal neu gebaut werden muss.
Fazit
Databricks ist kein weiteres System, das Mitarbeitende bedienen müssen. Es ist die Ebene, auf der die Daten aus den bestehenden Systemen zusammenkommen, vereinheitlicht, abgesichert und zu verbindlichen Kennzahlen verdichtet werden.
Ob sich das lohnt, entscheidet keine Technologiefrage, sondern eine geschäftliche: Werden Entscheidungen heute schlechter getroffen als möglich, weil die passenden Zahlen nicht rechtzeitig oder nicht verlässlich vorliegen? Wo das zutrifft, ist eine Datenplattform kein IT-Vorhaben, sondern eine Investition in Entscheidungsqualität.