Die Flexibilität der Cloud, ohne ihre Nachteile

Ihr Data Warehouse.
Ihr Rechenzentrum.

Iceberg-Lakehouse, Semantikschicht, hybride Suche und ein MCP-Server, über den KI-Agenten Ihre Daten abfragen – unter denselben Rechten wie Ihre Analysten. Elastisch abfragen, offen speichern, selbst betreiben. Ohne Credit-Verbrauch, ohne Egress-Gebühren, ohne Datenabfluss.

Live-Demo buchen TCO berechnen

Läuft auf Kubernetes per Helm-Chart oder als Docker-Compose-Stapel · S3-kompatibler Storage · lokales Einbettungsmodell ohne Cloud-Schlüssel

0 €: für Credits, Egress und Data Sharing
1: Installation für Lakehouse, Governance, Suche und KI
MCP: Agenten fragen Ihre Daten unter Ihren Rechten
100 %: Ihre Hardware, Ihr Netz, Ihre Schlüssel

Die Plattform

Vier Bausteine, die Sie sonst einzeln einkaufen – in einer Installation

Ein offenes Lakehouse selbst zu bauen bedeutet: Iceberg, ein Katalog, eine Query-Engine, eine Identitätsschicht, ein Berechtigungskonzept und eine Oberfläche – aus verschiedenen Projekten, mit eigener Betriebslast. lavalake liefert diese Schichten als ein Produkt, hinter einem einzigen Reverse-Proxy, mit einem Rechtemodell.

Daten reinholen

Vier Wege in das Lakehouse

Datenbanken, Dateien, Dokumente und MCP-Server – jeweils mit Assistent, nicht mit Konfigurationsdatei. Geladen wird nach Apache Iceberg, in ein offenes Format.

PostgreSQL, MySQL und MS SQL Server: schreibgeschützt, Zugangsdaten AES-256-GCM verschlüsselt, TLS je Quelle
CSV- und Dateiimport mit Assistent für Typen, Umbenennungen, Null-Kennungen und Dedup
Dokumente (PDF, Word, Text) werden zerlegt, eingebettet und durchsuchbar – Parsing in eigenem Prozess
Fileshare-Crawler: auf ein Verzeichnis zeigen statt hochladen
Ingestion aus registrierten MCP-Servern, etwa SAP-MCP
Change Data Capture und kontinuierliche IngestionIn Entwicklung

Governance

Niemand kommt an den Rechten vorbei

Es gibt keinen Serviceaccount, der alles darf. Jede Anweisung läuft unter dem eingetauschten Token des angemeldeten Nutzers – auch die des KI-Agenten. Was jemand nicht sehen darf, sieht er auch nicht in einem Suchtreffer.

Delegierte Identität über Keycloak Standard Token Exchange (RFC 8693)
Row-Access- und Column-Masking-Policies werden in Trino durchgesetzt, nicht in der Oberfläche
WORM-Audit-Log als Hash-Kette: nachträgliche Änderungen fallen auf
Lineage und Zugriffshistorie je Tabelle – woher die Daten kamen, wer sie gelesen hat
Suchtreffer werden unter Ihrem Token neu geladen, damit Policies auch dort greifen

MCP & KI

Der Agent bekommt Ihre Rechte, nicht alle

Ein MCP-Server gehört zur Plattform. Der eingebaute Assistent arbeitet mit denselben delegierten Rechten wie Sie, durch kuratierte Werkzeuge hinter der Kette Gate → Audit → Ausführung. Verändernde und löschende Schritte fragen vorher nach.

Werkzeuge für Katalog, Schema, Abfrage, Semantikschicht, Dashboards und Rollen
Jede Anweisung wird als lesend, verändernd oder löschend eingestuft und entsprechend freigegeben
Modell Ihrer Wahl: eigener API-Schlüssel, selbst gehostetes Modell oder Claude-Anmeldung je Nutzer
Der Assistent kann das semantische Modell selbst aus Ihren Daten aufbauen
Natürliche Sprache zu SQL gegen geprüfte MetrikdefinitionenIn Entwicklung

Auswerten

Suchen, abfragen, auf Kacheln legen

Semantikschicht, hybride Suche und Dashboards sind Teil der Plattform. Das Einbettungsmodell läuft lokal auf CPU mit, deshalb funktioniert die semantische Suche ohne Cloud-Schlüssel.

Hybride Suche: Bedeutung und exakte Wörter, zu einer Rangfolge verschmolzen
Lokales Einbettungsmodell (nomic-embed-text) – kein Schlüssel, keine Abfrage nach draußen
Semantikschicht: kuratierte Kennzahlen und tabellenübergreifende Semantic Views
SQL-Worksheet über Trino, Datenbrowser von Katalog bis Tabelle
Dashboards aus Abfragen und Kennzahlen – jede Kachel rechnet je Betrachter unter dessen Identität

Architektur

Getrenntes Storage und Compute – nur eben hinter Ihrer Firewall

lavalake übernimmt das Architekturprinzip moderner Cloud-Warehouses: Daten liegen als offene Iceberg-Tabellen auf S3-kompatiblem Storage, die Query-Engine greift unabhängig davon zu. Der Unterschied: beides steht in Ihrem Rechenzentrum, und Ihre Tabellen bleiben in einem offenen Format lesbar – auch mit Spark, Flink oder Trino.

Zugang

Konsole (SPA) · SQL-Worksheet · Dashboards · KI-Assistent · MCP-Server – alles hinter einem Reverse-Proxy

Identität & Governance

Keycloak OIDC · Token Exchange nach RFC 8693 · Row-Access- und Masking-Policies · WORM-Audit · Lineage

Compute

Trino, jede Anweisung unter dem Token des Aufrufers · elastische Warehouses mit Auto-SuspendIn Entwicklung

Katalog & Tabellenformat

Apache Iceberg mit Nessie: ACID · Time Travel · Branching · Schema Evolution · offen für Spark, Flink, Trino

Storage & Index

S3-kompatibel (MinIO, Ceph, NetApp StorageGRID, Dell ECS) · PostgreSQL mit pgvector als Vektorindex

Zum Ausprobieren ein Docker-Compose-Stapel auf einer Maschine, für den Betrieb ein Helm-Chart für Kubernetes. Hochverfügbarkeit ohne Single Points of Failure und der Betrieb ohne Internetverbindung stehen auf der Roadmap.

Wenn Sie ein Cloud-Warehouse kennen

Die Konzepte bleiben, die Rechnung ändert sich. Was noch fehlt, steht dabei.

Proprietäres Tabellenformat: Apache Iceberg mit Nessie (offen, versioniert)
Web-Oberfläche für Abfragen: Konsole mit SQL-Worksheet und Datenbrowser
Rollen und Zeilenfilter: Policies in Trino, unter delegierter Identität
Zugriffshistorie und Herkunft: WORM-Audit-Log, Lineage und Access History
Volltext- und Vektorsuche: Hybride Suche mit lokalem Einbettungsmodell
KI-Funktionen des Anbieters: MCP-Server · Modell Ihrer Wahl
Virtuelles Warehouse: Elastische Compute-ClusterIn Entwicklung
Streams und geplante Tasks: Continuous Ingest, CDC und SchedulerIn Entwicklung
Credit-Abrechnung: Feste Subskription

In der Praxis

Was die Plattform heute tatsächlich tut

Eine Quelle anbinden

Datenbanken werden in der Konsole registriert: Typ, Host, Zugangsdaten. Die Zugangsdaten liegen AES-256-GCM verschlüsselt, der Zugriff ist schreibgeschützt, TLS lässt sich je Quelle erzwingen. Danach wählen Sie die Tabellen aus, die nach Iceberg übernommen werden.

Zur Dokumentation

Konsole · Datenquellen

Quelle anlegen
  Typ         postgres | mysql | mssql
  Host        erp-db.rz.intern:5432
  Datenbank   vertrieb
  Zugang      leser / ********      (verschlüsselt abgelegt)
  TLS         erzwungen

Tabellen übernehmen
  vertrieb.public.auftraege   ->  lakehouse.raw.auftraege
  vertrieb.public.positionen  ->  lakehouse.raw.positionen

Weitere Wege: CSV-Import mit Modellierungsassistent,
Dokumente (PDF/Word/Text), Fileshare-Crawler, MCP-Ingestion.

Kosten

Dieselbe Analytik. Ein Bruchteil der Rechnung.

Cloud-Warehouses rechnen nach Verbrauch ab – und genau das macht Datenarbeit teuer, sobald sie erfolgreich ist. lavalake dreht das Modell: Sie zahlen für die Plattform, nicht für jede Abfrage. Verschieben Sie den Regler auf Ihre heutigen monatlichen Kosten.

Ihre heutigen Cloud-Warehouse-Kosten / Monat45.000 €

8 Tsd. €250 Tsd. €

Keine Credits

Feste Subskription pro Cluster statt Verbrauchseinheiten. Eine schlecht geschriebene Query kostet Rechenzeit, aber kein Budget.

Kein Egress

Daten verlassen Ihr Netz nicht. Damit entfallen Transferkosten für Exporte, Replikation und Data Sharing zwischen Standorten.

Hardware, die Sie schon haben

lavalake läuft auf Ihrem bestehenden Kubernetes und Ihrem S3-kompatiblen Storage. Bereits abgeschriebene Kapazität wird weitergenutzt.

Kalkulierbare Planung

Kosten hängen an Cluster-Größe und Laufzeit, nicht am Nutzungsverhalten. Ihre Fachbereiche dürfen wieder frei auswerten.

Monatlicher Vergleich

60 % günstiger

Cloud-Warehouse heute45.000 €

lavalake on-prem17.900 €

Subskription lavalake: 9.900 €
Hardware-Amortisation: 4.500 €
Betrieb & Administration: 3.500 €
Egress- und Credit-Kosten: 0 €

Ersparnis über 3 Jahre

975.600 €

Modellrechnung auf Basis der eingestellten Werte. Für eine belastbare Zahl rechnen wir Ihren konkreten Workload durch.

TCO-Analyse anfragen

Woher wir das nehmen

Die Rechnung oben ist ein Modell mit Ihren Werten. Dass die Größenordnung stimmt, zeigen zwei unabhängige Quellen:

rund die Hälfte
Andreessen Horowitz schätzt, dass die Rückholung von Cloud-Workloads die Gesamtkosten etwa halbiert. Eine Schätzung, keine Erhebung – und für Software-Unternehmen im großen Maßstab gerechnet.
a16z, The Cost of Cloud, a Trillion Dollar Paradox, 2021
2 Mio. $ pro Jahr
37signals hat seinen Cloud-Ausstieg öffentlich aufgeschlüsselt: 3,2 Mio. $ Jahresausgaben, danach rund 2 Mio. $ weniger pro Jahr bei 700 Tsd. $ Hardware-Einkauf. Ein Einzelfall mit echten Rechnungen, kein Data Warehouse.
37signals, Cloud Exit, 2024–2025

Souveränität

Der Grund, warum viele Projekte gar nicht in die Cloud dürfen

Produktionsdaten, Patientendaten, Konstruktionsdaten, Akten: In vielen Häusern scheitert das moderne Warehouse nicht an der Technik, sondern an der Freigabe. lavalake löst das an der Wurzel – die Plattform kommt zu den Daten, nicht umgekehrt.

Datenhoheit ohne Sternchen

Daten verlassen Ihr Rechenzentrum nie – auch nicht für Telemetrie
Kein Zugriff des Herstellers auf Inhalte oder Metadaten
Das Einbettungsmodell läuft lokal mit; semantische Suche braucht keinen Cloud-Schlüssel
Betrieb ohne Internetverbindung, mit selbst gehostetem Sprachmodell als PflichtoptionIn Entwicklung

Nachweisbar statt behauptet

WORM-Audit-Log als Hash-Kette über Nutzer und Agenten
Lineage von der Quelle bis zur Kennzahl, Zugriffshistorie je Tabelle
Jede Abfrage unter der Identität des Anmeldenden, kein Sammel-Serviceaccount
Auskunft, Löschung, Aufbewahrung und Klassifizierung als Funktionen der PlattformIn Entwicklung

Betrieb

Ein Helm-Chart für Kubernetes, ein Docker-Compose-Stapel zum Ausprobieren
Alles hinter einem Reverse-Proxy; Trino und Storage sind von außen nicht erreichbar
Egress-Schutz gegen SSRF, Dokumenten-Parsing in eigenem Prozess
Hochverfügbarkeit, Metriken, Traces und Alerting; Secrets über VaultIn Entwicklung

Das ist keine Nische

85 %: halten Deutschland für zu abhängig von US-Cloud-Anbietern
71 %: beziehen Cloud aus den USA – bevorzugen würden das nur 8 %
91 %: würden deutsche Anbieter vorziehen, im Einsatz haben sie 53 %

Bitkom Cloud Report 2026, repräsentative Befragung von 603 Unternehmen ab 20 Beschäftigten, Juni 2026

DSGVO durch Standortkontrolle
Delegierte Identität (RFC 8693)
WORM-Audit
Offenes Tabellenformat
Kubernetes-native
Open Source im Kern

Anwendungsfälle

Gebaut für Daten, die das Haus nicht verlassen dürfen

Referenzarchitektur anfragen

Fertigung

Maschinendaten und ERP in einer Auswertung

Telemetrie aus der Produktion trifft auf SAP-Aufträge – ohne Sensordaten in eine Public Cloud zu spiegeln. Ausschussanalysen laufen auf demselben Cluster wie das Controlling.

18 Mrd. Messpunkte / Monat

Finanzdienstleistungen

Risikoberechnung mit prüfbarer Herkunft

Meldewesen und Risikomodelle greifen auf versionierte Iceberg-Tabellen zu. Time Travel liefert jeden Stichtag reproduzierbar, Lineage beantwortet die Frage der Aufsicht.

Stichtag in Sekunden reproduzierbar

Gesundheitswesen

Klinische Auswertung im eigenen Netz

Behandlungs- und Abrechnungsdaten bleiben im Haus, Auswertung und KI-Assistenz laufen darauf. Rollen und Masking sorgen dafür, dass jede Abteilung nur ihren Ausschnitt sieht.

Masking greift in der Engine, nicht in der Oberfläche

Handel

Eine Kennzahl statt vier Exporte

Filialdaten kommen aus den Vorsystemen ins Lakehouse, Disposition und Marketing rechnen auf denselben kuratierten Kennzahlen der Semantikschicht statt auf jeweils eigenen Auszügen.

Eine Metrikdefinition für alle Auswertungen

Öffentlicher Sektor

Fachverfahren auswertbar machen

Daten aus getrennten Fachverfahren werden zusammengeführt, ohne den Rechtsrahmen zu verlassen. Betrieb im Landesrechenzentrum, Auswertung per Self-Service.

Betrieb im Landesrechenzentrum

KI-Anwendungen

Agenten auf Unternehmensdaten

Über MCP fragen Assistenten geprüfte Kennzahlen ab statt frei formulierte Tabellen. Antworten sind nachvollziehbar, jede Anfrage protokolliert.

Jede Agenten-Query im Audit-Log

Migration

Vier Wochen, dann ist Ihr Cloud-Abonnement Schnee von gestern

Migration heißt bei uns nicht Neubau. Tabellen kommen als Iceberg herüber, Rollen und Rechte werden in Keycloak und die Trino-Policies übertragen. Beide Systeme laufen parallel, bis die Ergebnisse abgeglichen sind.

Woche 1
Bestandsaufnahme
Wir lesen Ihre bestehenden Warehouse-Metadaten ein: Tabellen, Views, Rollen, Query-Historie und Kostenverteilung. Ergebnis ist ein Migrationsplan mit belastbarer TCO-Rechnung.
Woche 2
Installation
lavalake wird per Helm-Chart auf Ihrem Cluster installiert und an Ihren S3-kompatiblen Storage, Ihr AD und Ihr Monitoring angebunden. Kein neuer Hardware-Einkauf nötig.
Woche 3
Daten und Pipelines
Tabellen werden als Iceberg übernommen, Abfragen gegen Trino nachgezogen. Beide Systeme laufen parallel, bis die Ergebnisse Zeile für Zeile übereinstimmen.
Woche 4
Umschalten
BI-Verbindungen zeigen auf lavalake, Rollen und Zeilenfilter sind übernommen, Berichte werden gegen die Altwerte validiert. Danach wird das Cloud-Abonnement gekündigt.

Preise

Subskription statt Verbrauchszähler

Der Preis richtet sich nach Cluster-Größe und Support-Stufe – nicht nach der Anzahl Ihrer Abfragen, Nutzer oder übertragenen Gigabyte.

Core

kostenlos

Ein Node, unbegrenzte Laufzeit

Für Evaluierung, Entwicklung und kleine Fachbereichs-Warehouses. Vollständiger Funktionsumfang der Engine.

Iceberg-Lakehouse auf Ihrem Storage
SQL-Worksheet, Import-Assistent und Dashboards
MCP-Server inklusive
Community-Support

Herunterladen

Team

249 €

pro Monat, bis 3 Nodes

Für das erste produktive Warehouse eines Fachbereichs: geplante Pipelines, Rollen und Support per Ticket.

Bis 3 Nodes und 10 Nutzer
Datenbankquellen, Dokumente und Fileshare-Crawler
Nutzer- und Rollenverwaltung über Keycloak
Support per Ticket, Antwort am Werktag

Kostenlos testen

Business

749 €

pro Monat, bis 8 Nodes

Für mehrere Fachbereiche auf einer Plattform: SSO, feingranulare Rechte und zugesagte Reaktionszeiten.

Bis 8 Nodes, unbegrenzte Nutzer
Single Sign-on über OIDC
Row-Access- und Column-Masking-Policies
WORM-Audit, Lineage und Zugriffshistorie
Support 8/5 mit SLA

Angebot anfragen

Enterprise

2.499 €

pro Monat, pro Cluster

Für den produktiven Betrieb mit mehreren Fachbereichen: Betreuung rund um die Uhr, Migrationsunterstützung und die Enterprise-Punkte der Roadmap zuerst.

Unbegrenzte Nodes
Support 24/7 mit deutschem SLA
Migrationsunterstützung inklusive
Elastisches Compute mit Auto-SuspendIn Entwicklung
Hochverfügbarkeit und Backup-OrchestrierungIn Entwicklung

Angebot anfragen

Sovereign

individuell

Regulierte Umgebungen

Für Häuser mit besonderen Auflagen: getrennter Betrieb, Offline-Updates, Quellcode-Treuhand und Vor-Ort-Betreuung.

Betrieb ohne InternetverbindungIn Entwicklung
Secrets über Vault oder External SecretsIn Entwicklung
Quellcode-Treuhand (Escrow)
Benannter Ansprechpartner, Vor-Ort-Einsätze
Unterstützung bei Zertifizierungen

Gespräch vereinbaren

Alle Preise netto zzgl. USt. Hosting-Kosten fallen nicht an – die Plattform läuft auf Ihrer Infrastruktur.

Zum Weiterlesen

Zur Dokumentation

Dokumentation

Installieren, verstehen, betreiben

Vom ersten Start auf dem eigenen Rechner über die Konzepte bis zu den Schaltern, die im Betrieb zählen.

14 Seiten

Blog

Fachbeiträge zu Kosten, Datenhoheit und MCP

Warum Cloud-Warehouses teuer werden, was Datenhoheit technisch bedeutet, und warum Agenten eine Semantikschicht brauchen.

10 Beiträge

Rechner

Was Ihr Cloud-Warehouse im eigenen Rechenzentrum kosten würde

Ein Modell aus offengelegten Annahmen – jede mit Quelle oder ausdrücklich als Schätzung gekennzeichnet, alle änderbar.

9 Annahmen, einzeln belegt

Aus dem Blog

Rechnen wir Ihren Workload einmal durch.

In 30 Minuten sehen Sie Ihre Architektur, Ihre erwarteten Kosten und einen realistischen Migrationsplan. Danach entscheiden Sie in Ruhe – ohne Vertriebsdruck.

Technische Demo an Ihren eigenen Beispielabfragen
TCO-Vergleich auf Basis Ihrer Query-Historie
Proof of Concept in Ihrer Umgebung in zwei Wochen

Ihr Data Warehouse.Ihr Rechenzentrum.