Weltweit arbeiten täglich mehr als 24.000 Datennutzer mit Dawiso

Warum Dawiso statt DataGalaxy
wählen?

DataGalaxy ist ein leistungsfähiger europäischer Katalog, dessen Flexibilität Rezensenten als „double-edged sword“ beschreiben: Sie funktioniert nur dann gut, wenn Sie genau wissen, wie das System Ihre Prozesse abbilden soll, und sie „requires a good design phase at the start“, wie Rezensenten schreiben. Dazu positioniert DataGalaxy ein Ökosystem aus Servicepartnern für den gesamten Projektzyklus. Dawiso wird direkt im Produkt konfiguriert - Schemata, Workflows und Rollen richtet Ihr eigenes Team ein -, mit einem MCP Server mit Lese- und Schreibzugriff, vorgefertigten Agenten und ersten Anwendungsfällen in 2-4 Wochen, ohne verpflichtende Designphase oder Beratung.

Vergleichen Sie Dawiso und DataGalaxy in 30 Minuten an Ihren eigenen Daten.

Anna approved 14 terms

2 min ago · Finance domain

DataGalaxy Catalog TRM-00428193-V2

Glossary > Domain.Finance > KPIs > CLV_03_FINAL_v2.docx

Term name Customer Lifetime Value

Category FIN.KPI.024

Owner pending_approval@example.com

Last updated 2026-04-12 09:14:22

Steward queue 3 items pending

Definition CLV_glossary_v2_FINAL.pdf

⚠ Workflow step 4/9 required before publish

Avg. time to publish: 3.4 days

dawiso AI ASSIST

BUSINESS TERM Finance Approved

Customer Lifetime Value

Predicted total revenue a single customer brings over their entire relationship with the company.

orders customers clv_model CLV dashboard

Used by 42 dashboards · 18 reports 3 stewards

Maya

Führende Unternehmen vertrauen uns

Datengetriebene Teams aller Branchen vertrauen auf Dawiso

Dawiso vs. DataGalaxy

Basierend auf echtem Kundenfeedback und öffentlich zugänglichen Quellen. Für einen tieferen Einblick buchen Sie eine 30-minütige Live-Demo an Ihren eigenen Daten.

Funktionen
Time-to-Value	Erste Anwendungsfälle in 2-4 Wochen; vollständiger Rollout ~11 Wochen (P3 Parks, 78 Tage)	Typischerweise 6-12 Wochen; eine vorgeschaltete Designphase wird empfohlen
Time-to-Value und Konfigurationsmodell	Schemata, Workflows und Rollen konfiguriert Ihr Team direkt im Produkt; Time-to-Value von 2-4 Wochen, ohne verpflichtendes Serviceprojekt	Rezensenten merken an, dass die hohe Flexibilität „requires a good design phase at the start“, und ein Ökosystem aus Servicepartnern soll den gesamten Projektzyklus übernehmen (Anwendungsfälle, Einführung, Schulung)
KI-Agenten und MCP	MCP mit Lese- und Schreibzugriff im Produktivbetrieb (Databricks MCP Marketplace) ab dem Corporate-Plan, Technical Writer Agent und Agentic Data Governance Steward in jedem Plan	Der DataGalaxy MCP Server stellt externen KI-Assistenten Katalogkontext bereit (nur lesend); die KI im Produkt (Metabot, Auto Description) arbeitet im Vorschlags- und Assistenzmodus
Anpassungsmodell	Schemata, Workflows und Rollen direkt im Produkt konfigurierbar	Hoch konfigurierbar, doch Rezensenten warnen, die Flexibilität „only works if you are 100% certain of how you want the system to reflect your data processes“
Breite der Connectors	40+ native Connectors plus offene APIs über den modernen SaaS-Stack	Solide bei gängigen SQL-Warehouses, weniger umfangreich bei modernen Transformationswerkzeugen

Wo Dawiso im Produktivbetrieb läuft

Eine namentlich genannte Enterprise-Referenz und wechselnde G2-Bewertungen aus der Community. Beides im laufenden Betrieb.

Kundenreferenz

“Significantly accelerated work, fewer errors and delays”

Dawiso automatically loads millions of objects from databases and data models, presenting and making them accessible to users from various departments in a meaningful way. As a result, the work of analysts and developers has significantly accelerated, and the number of errors and delays in working with data has decreased.

Kooperativa

Insurance, Vienna Insurance Group - 2.4M clients

Vollständige Referenz lesen

1 / 3

The Ultimate Data Maze Transparency

“We have a clear overview of data flows. Before Dawiso, it was a bit complicated to see where the data comes from and to have all the sources documented in one place. Dawiso made this easy with its comprehensive data lineage. We also build on a unique capability in data modeling, which allows us to set up an optimal data design process. Support is always there for us when needed.”

Jan K.

Business Solution Data Architect

Mehr auf G2

Efficient Implementation: Domain Expertise and Partnership

“Utilizing strong expertise in initial discussions and building robust partnerships during implementation led to exceptional results, enabling the project to go live in a very short timeframe.”

Michal P.

Data engineer

Mehr auf G2

Dawiso Product Review

“The interface is clean and intuitive, which makes it incredibly easy to navigate, even for someone who isn't particularly tech-savvy. I found it easy to locate the tools and features I needed, saving time and minimising any learning curve. The user-friendly dashboard provides a clear overview of all key metrics, and it feels like a natural extension of my workflow.”

Amy C.

Customer

Mehr auf G2

Vergleich der G2-Bewertungen

Verifizierte Nutzerbewertungen auf G2, die die Praxis widerspiegeln.

KRITERIUM

Benutzerfreundlichkeit

9,7

8,6

Einfache Einrichtung

9,4

8,4

Qualität des Supports

9,4

8,9

Data Lineage

9,3

8,7

Aktives Metadatenmanagement

9,5

8,3

Preisvergleich

Was Sie tatsächlich pro Nutzer und Monat zahlen. Basierend auf öffentlichen Preisen und bekannt gewordenen Auftragsvolumina.

Gesamtkostenwert, 0-10. Niedriger ist besser.

Dawiso

2,1/10

Collibra

9,8/10

Ab Initio

6,8/10

Atlan

5,6/10

Select Star

5,0/10

DataHub

4,1/10

OpenMetadata

4,1/10

Alation

3,2/10

DataGalaxy

2,7/10

Secoda

2,6/10

Die Gesamtkostenwerte orientieren sich am öffentlichen Einstiegspreis für Abonnements im AWS Marketplace, normalisiert auf 0-10, wobei niedriger besser ist. Die vollen Programmkosten über drei Jahre hängen von Serviceverträgen, kostenpflichtigen Modulen (Datenqualität, Data Lineage, KI-Agenten) und dem Personalaufwand für Data Stewards ab. Methodik aktualisiert 05/2026.

Funktion für Funktion

Was Sie wirklich bekommen, direkt nebeneinander.

Fünf Fähigkeiten, auf die es den meisten Käufern ankommt. Je eine Zeile. Kein Kleingedrucktes, kein SKU-Shopping.

GLOSSAR

Business Glossary

Dieselbe Modellierungstiefe, mit Agenten obendrauf

dawiso Sieger

Wiki-artig, KI-unterstützt, unter Governance

Ausführliche, strukturierte Definitionen mit formalen Freigabeabläufen
Rollenbasierte Bearbeitungsrechte pro Begriff und pro Domäne
Inline-KI-Vorschläge für Definitionen, Verantwortliche und verwandte Begriffe

DataGalaxy Eingeschränkt

Funktionales Glossar, wenig KI-Unterstützung

Die Modellierung des Glossars ist bei den Grundlagen solide
Keine Inline-KI-Vorschläge, Definitionen werden Begriff für Begriff von Hand eingegeben
Querverweise auf Dashboards und Tabellen erfordern mehr Handarbeit

AI Context Layer

Ab Werk für Agenten gebaut

dawiso Sieger

Natives MCP und agentische Data Stewards

REST API in jedem Plan, MCP Server ab dem Corporate-Plan
Agentischer Data Steward und Technical Writer inklusive
Claude, ChatGPT und Copilot stützen sich auf Ihre echten Metadaten

DataGalaxy Eingeschränkt

MCP verfügbar, keine vorgefertigten agentischen Data Stewards

Der DataGalaxy MCP Server (datagalaxy.com/en/product/mcp-server) stellt KI-Agenten Katalogkontext bereit
Weder ein Technical Writer Agent noch ein Agentic Data Governance Steward werden fertig mitgeliefert
Eigene Agenten können sich über MCP auf die Metadaten stützen; die vorgefertigte Agentenschicht ist das, was Dawiso hinzufügt

DATA LINEAGE

Data Lineage live und direkt im Produkt bearbeitbar

Live und bearbeitbar über den gesamten modernen Stack

dawiso Sieger

Automatisch plus manuelle Korrekturen, auf Spaltenebene, in Echtzeit

Live-Lineage aus Warehouse und Transformationswerkzeugen
Kanten direkt im Produkt bearbeiten, wo das Parsing danebenliegt
Impact-Analyse bei jeder Schemaänderung

DataGalaxy Eingeschränkt

Solide Automatik, wenig manuelle Bearbeitung

Automatische Lineage funktioniert bei gängigen SQL-Warehouses
Die manuelle Bearbeitung im Produkt ist eingeschränkt, wenn Lücken im Parsing auftreten
Die Abdeckung auf Spaltenebene hängt von der Stufe des Connectors ab

ANPASSUNG

Im Produkt einrichten statt Designphase vorab

In Wochen im Produkt konfigurieren, nicht über einen Partner

dawiso Sieger

Von Ihrem eigenen Team eingerichtet, im Produkt, in Wochen

Schemata, Workflows und Rollen passt der Kunde direkt im Produkt an, nicht über ein Projekt des Anbieters
Time-to-Value von 2-4 Wochen - keine verpflichtende Designphase und keine Beratung für den Start
Schulungen und ein fester Account Manager ab dem Corporate-Plan, Hilfe bei der Konfiguration ist also nicht an eine Enterprise-Stufe gebunden
Ein Produkt, ein Datenmodell - fachliche und technische Metadaten sind von Grund auf verknüpft, nichts muss zusammengefügt werden

DataGalaxy Eingeschränkt

Flexibilität als „double-edged sword“, Umsetzung durch Partner

Rezensenten warnen, die Flexibilität funktioniere nur „if you are 100% certain of how you want the system to reflect your data processes“
Rezensenten sagen, es „requires a good design phase at the start to make a successful implementation“
DataGalaxy positioniert ein Ökosystem aus Servicepartnern für „the entire project cycle, from structuring use cases, to implementation and team training“
Einige Rezensenten merken eine eingeschränkte lokale Administration mancher Einstellungen (etwa Tags) und eine Anpassung der Oberfläche an, die „lacks a bit of maturity“ - andere loben dagegen die Konfigurierbarkeit

PAKETIERUNG

Einkaufsmodell

Einsatzbereit ab Werk, nicht erst nach einem Serviceprojekt

dawiso Sieger

Ein Produkt, der vollständige Katalog in jedem Plan

Kein SKU-Shopping: ein Produkt in drei Plänen
KI-Agenten und MCP inklusive, keine Premium-Zusatzmodule
Fester Account Manager ab dem Corporate-Plan

DataGalaxy Eingeschränkt

Individuelles Angebot, Positionierung im Mittelstand

Kein öffentlicher Listenpreis pro Lizenz, jedes Geschäft wird individuell angeboten
Erweiterte Lineage und Premium-Connectors werden als separate Zusatzmodule bepreist
Öffentliche Belege im Großunternehmensmaßstab sind außerhalb des europäischen Mittelstands spärlich

Dawiso verbindet sich mit Ihrer gesamten Datenlandschaft

Moderne Data Stacks sind komplex. Bringen Sie Ihren gesamten Tech-Stack in eine verbundene Sicht. Scannen, laden und katalogisieren Sie alle Metadaten.

Dawiso arbeitet mit führenden Datenberatungen zusammen, um eine reibungslose Einführung in allen Branchen zu unterstützen

Warum Teams zu Dawiso wechseln

Gebaut für Datenteams, die Ergebnisse wollen und keine Komplexität.

In Wochen im Produkt konfigurieren, nicht über einen Partner

Schemata, Workflows und Rollen werden direkt in Dawiso konfiguriert, mit einem Time-to-Value von 2-4 Wochen. Keine verpflichtende Designphase, kein Servicepartner, um den Katalog aufzubauen.

MCP mit Lese- und Schreibzugriff und konkrete Agenten statt reinen Lesekontexts

Der DataGalaxy MCP Server stellt externen Assistenten Katalogkontext bereit; die KI im Produkt (Metabot, Auto Description) arbeitet im Vorschlags- und Assistenzmodus. Dawiso liefert ab dem Corporate-Plan einen MCP Server mit Lese- und Schreibzugriff (Databricks MCP Marketplace), den Technical Writer Agent und den Agentic Data Governance Steward in jedem Plan - Agenten, die direkt im Katalog handeln.

Account Manager ab dem Corporate-Plan

Keine Designphase als Bezahlschranke, kein Partner als Voraussetzung. Schulungen und ein fester Account Manager gehören zum Corporate-Plan.

Häufige Fragen

Alles Wissenswerte zum Vergleich. Sie finden die gesuchte Antwort nicht? Schreiben Sie uns, wir melden uns kurzfristig zurück

Können wir den Katalog selbst einrichten und anpassen, oder brauchen wir ein Beratungsprojekt?

Mit Dawiso konfiguriert Ihr Team Schemata, Workflows und Rollen direkt im Produkt, mit einem Time-to-Value von 2-4 Wochen und ohne verpflichtendes Serviceprojekt. Auch DataGalaxy lässt sich selbst konfigurieren, doch Rezensenten merken an, dass seine Flexibilität „requires a good design phase at the start“, und DataGalaxy positioniert ein Ökosystem aus Servicepartnern für den gesamten Projektzyklus. Viele Einführungen stützen sich deshalb auf ein Beratungs- oder Partnerprojekt, um den Katalog aufzubauen und anzupassen.

Wie lange dauert eine Migration von DataGalaxy?

Dawiso erreicht die ersten Anwendungsfälle in 2-4 Wochen; ein vollständiger, namentlich genannter Rollout (P3 Parks) ging in ~11 Wochen in Produktion. Bei einer Migration von DataGalaxy kommen ein Metadaten-Export und ein Mapping-Durchlauf für Glossarbegriffe, Verantwortlichkeiten und Lineage-Kanten hinzu. Die meisten Teams erledigen das in einem zusätzlichen Sprint, schneller als eine neue DataGalaxy-Einführung üblicherweise abgeschlossen ist.

Können wir DataGalaxy und Dawiso während der Evaluierung parallel betreiben?

Ja. Verbinden Sie beide mit demselben Warehouse, lassen Sie ein kleines Fachbereichsteam Dawiso 30 Tage im Schattenbetrieb nutzen und vergleichen Sie die Akzeptanz direkt nebeneinander. Wir unterstützen dieses Evaluierungsmuster ausdrücklich und liefern Connectors, Glossar und agentische Data Stewards ab dem ersten Tag, damit der Vergleich ab der ersten Woche fair ist.

Wann ist DataGalaxy weiterhin die passende Wahl?

DataGalaxy hat ein solides Glossarprodukt und eine stetige Präsenz im europäischen Mittelstand aufgebaut. Wenn Ihr Gremium mit einer vorgeschalteten Designphase und der Zusammenarbeit mit einem Umsetzungspartner gut zurechtkommt und die KI im Produkt (Metabot, Auto Description) im Assistenzmodus Ihren Anforderungen genügt, passt DataGalaxy zum Zuschnitt dieses Programms. Wenn Sie den Katalog dagegen in Wochen selbst konfigurieren und Agenten einsetzen wollen, die sich über MCP mit Lese- und Schreibzugriff auf Ihre Metadaten stützen und direkt im Katalog handeln, spricht das für Dawiso.

Bereit zu sehen, warum Teams Dawiso statt DataGalaxy wählen?

Buchen Sie eine 30-minütige Live-Demo an Ihren eigenen Daten und überzeugen Sie sich selbst.

Warum Dawiso statt DataGalaxy wählen?

Dawiso vs. DataGalaxy

Wo Dawiso im Produktivbetrieb läuft

“Significantly accelerated work, fewer errors and delays”

The Ultimate Data Maze Transparency

Efficient Implementation: Domain Expertise and Partnership

Dawiso Product Review

Top-bewertet von Datenteams

Vergleich der G2-Bewertungen

Preisvergleich

Was Sie wirklich bekommen, direkt nebeneinander.

Business Glossary

AI Context Layer

Data Lineage live und direkt im Produkt bearbeitbar

Im Produkt einrichten statt Designphase vorab

Einkaufsmodell

Dawiso verbindet sich mit Ihrer gesamten Datenlandschaft

Warum Teams zu Dawiso wechseln

In Wochen im Produkt konfigurieren, nicht über einen Partner

MCP mit Lese- und Schreibzugriff und konkrete Agenten statt reinen Lesekontexts

Account Manager ab dem Corporate-Plan

Häufige Fragen

Bereit zu sehen, warum Teams Dawiso statt DataGalaxy wählen?

Warum Dawiso statt DataGalaxy
wählen?