Lightdash
BI-Plattform, die dbt- oder YAML-Metrikdefinitionen in Dashboards, KI-Agenten und eingebettete Analysen verwandelt.
Dashboards, KI-Agenten und Embedding aus einer einzigen, kontrollierten Metrikschicht, verwaltet über Git und CI.
Lightdash ist eine Business-Intelligence-Plattform, bei der Metriken, Joins und Berechtigungen einmalig in einer Kontextschicht definiert und dann von Dashboards, KI-Agenten und eingebetteten Diagrammen wiederverwendet werden. Sie eignet sich für Daten-Teams, die bereits in dbt oder Git arbeiten und möchten, dass Änderungen an Analysen wie Code überprüft werden.
Was es ist
Sie definieren Metriken, Dimensionen, Joins und Zugriffsregeln in dbt-Projekten oder eigenständigen Lightdash-YAML-Dateien, die auf Ihr Data Warehouse verweisen. Diagramme und Dashboards werden als Dateien gespeichert, sodass Sie sie über die CLI in der Vorschau anzeigen, in CI validieren und in Pull Requests überprüfen können. Fachanwender können dann Dashboards erkunden oder über KI-Agenten Fragen in einfachem Englisch stellen.
Für wen
Es passt zu Analytics Engineers und Daten-Teams, die ein Warehouse wie BigQuery, Snowflake, Redshift, Databricks oder Postgres besitzen und kontrolliertes Self-Service-BI wünschen. Es ist weniger geeignet, wenn Sie kein Warehouse haben oder niemand mit dbt, YAML und Docker oder Kubernetes vertraut ist.
Wichtige Funktionen
Kontextschicht für Metriken
Definieren Sie Metriken, Joins, Beschreibungen, Caching und Zugriffsregeln einmalig und verwenden Sie sie überall wieder.
BI als Code
Diagramme und Dashboards existieren als Dateien, die Sie in der Vorschau anzeigen, in CI validieren und in Pull Requests überprüfen können.
KI-Agenten für kontrollierte Daten
Agenten antworten aus Ihrer Kontextschicht, beachten Berechtigungen und liefern überprüfbare Abfragen.
Data Apps aus einem Prompt
Erstellen Sie benutzerdefinierte Berichte, Workbooks und Prognosetools, bei denen Ihre Berechtigungen und Authentifizierung bereits angewendet sind.
Embedded-Analytics-SDK
Betten Sie Dashboards, Agenten und Apps mit Zeilen-Sicherheit (Row-Level Security) und Benutzerattributen in Ihr Produkt ein.
CLI- und MCP-Server
Coding-Agenten können Lightdash-Fähigkeiten installieren, Änderungen in der Vorschau anzeigen und das Projekt von einem Terminal aus validieren.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Metriken werden einmalig definiert und von Dashboards, KI-Agenten und eingebetteten Diagrammen wiederverwendet, sodass die Zahlen konsistent bleiben.
- Funktioniert mit dbt-Projekten oder eigenständigem YAML, sodass dbt-zentrierte Teams ihre Modelle nicht neu erstellen müssen.
- Vorschau- und Validierungsbefehle sowie Git-Integrationen ermöglichen es Ihnen, Analyseänderungen wie Anwendungscode zu überprüfen.
- Warehouse-Adapter decken BigQuery, Snowflake, Redshift, Databricks, Postgres, Trino, ClickHouse und mehr ab.
Schwächen
- Self-Hosting erfordert Docker oder Kubernetes sowie ein PostgreSQL-Backend, und das README verweist auf eine Checkliste für die Produktionsbereitstellung.
- Enterprise-Funktionen wie der Code im ee-Verzeichnis erfordern bei Self-Hosted-Setups einen kommerziellen Lizenzschlüssel.
- Das README empfiehlt Lightdash Cloud für KI-Agenten und Data Apps, sodass der Self-Hosted-Kern das eingeschränktere Produkt ist.
- Es setzt ein modelliertes Warehouse und gewisse dbt- oder YAML-Kenntnisse voraus; es ist kein Drag-and-Drop-Tool für rohe Tabellenkalkulationen.
Preise & Lizenz
Die Kernplattform ist MIT-lizenziert und kostenlos im Self-Hosting nutzbar. Die Preisseite von Lightdash (https://www.lightdash.com/pricing) zeigt Cloud Pro ab $3000 pro Monat ohne nutzerplatzbasierte Preisgestaltung, nutzungsbasierte KI-Funktionen und einen Enterprise-Tarif mit individuellem Preis. Embedding ist ein Add-on, das pro Diagramm-Ladevorgang abgerechnet wird.
Stellen für Deutschsprachige
870 offene Remote-Stellen im KI-Training, aktualisiert am 14. November 2026; die meisten zahlen $20–$170 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Nutze es, oder lass es uns einrichten
FAQ
Benötigt Lightdash dbt?
Nein. Laut README können Sie dbt-Projekte oder eigenständige Lightdash-YAML-Dateien verwenden, die auf Ihr Warehouse verweisen, auch wenn die dbt-Integration eine Kernfunktion ist.
Kann ich Lightdash selbst hosten?
Ja. Das README beschreibt die Ausführung mit Docker oder Kubernetes, wobei Helm Charts verfügbar sind. Enterprise-Funktionen bei einer Self-Hosted-Installation erfordern einen Lizenzschlüssel vom Lightdash-Team.
Zu welchen Datenbanken kann es eine Verbindung herstellen?
Das README listet Adapter für BigQuery, Snowflake, Redshift, Databricks, Postgres, Trino, ClickHouse und weitere auf.
