Databrain

Was ist DataBrain?

DataBrain ist eine von DataBrain Labs entwickelte Plattform für embedded AI-Analysen, die B2B-SaaS-Unternehmen dabei hilft, Datenboards, Kennzahlen, Berichte sowie die Möglichkeit, Fragen in natürlicher Sprache zu stellen, in ihre Produkte einzubauen. Sie richtet sich an Produkt-, Entwicklungs- und Datenteams – und nicht nur an interne Analysten wie es herkömmliche BI-Tools tun.

Die Plattform bietet gleichzeitig die Möglichkeit zum Erstellen von Code-free-Dashboards, Anpassung unter eigenem Markenlogo, Isolierung mehrerer Nutzergruppen, Entwickler-SDKs, REST-APIs sowie MCP-Server. Unternehmen können entweder Cloud-Dienste nutzen oder bei der Unternehmenslösung eine selbst gehostete oder private Cloud-Implementierung wählen.

Eine kurze Beschreibung

DataBrain ist eine Mehr-Mieter-Analyseplattform, die White-Label-Datenboards, self-service-Analysen sowie AI-basierte Abfragemöglichkeiten in SaaS-Produkte integrieren kann.

Kernfunktionen

Embedded-Daten-Dashboard

Entwickler können vollständige Dashboards, einzelne Indikatoren oder Datenanwendungen in bestehende Benutzeroberflächen einbinden, sodass Endkunden Daten analysieren können, ohne das Produkt verlassen zu müssen. Offiziell werden Anbindungsmethoden wie React, Vue, Angular, Next.js, Web Component, iFrame und REST API unterstützt.

KI-Natursprachige Fragerstellung

Benutzer können in natürlicher Sprache nach Geschäftsdaten fragen. Das System zeigt den Abfolge der Schlussfolgerungen, die gewählte Datenschema sowie den generierten SQL-Code an und gibt anschließend die Analyseergebnisse zurück. Die Antworten der KI basieren auf einer strukturierten semantischen Ebene, doch es ist dennoch notwendig, die Definitionen der Metriken, den SQL-Code, den Zeitraum sowie die Berechtigungsfilter zu überprüfen.

Semantische Ebene und Indikatorverwaltung

Das Team kann Datensätze, Datamarts, Kennzahlen, Feldbeschreibungen sowie die Geschäftslogik zentral definieren, wodurch eine wiederholte Interpretation derselben Kennzahl durch verschiedene Personen vermieden wird. Die Ebene der Governance-Semantik bildet außerdem die Grundlage für die gemeinsame Definition von Kennzahlen in KI-Fragen, Dashboards und Agenten.

Interaktive Visualisierung

Die Plattform bietet Dutzende von Diagrammtypen und unterstützt das Vertiefen der Ansicht, die Kreuzfilterung, eine Echtzeitverbindung, automatische Aktualisierung sowie eine responsive Darstellung auf Mobilgeräten. Die genaue Anzahl der Diagrammtypen wird auf verschiedenen offiziellen Seiten mit über 40 bzw. über 50 angegeben; bei der Auswahl sollte man sich an dem Editor orientieren, den man gerade verwendet.

White-Label-Lösungen und themenbezogene Anpassungen

Unternehmen können Farben, Schriftarten, Logos, CSS-Einstellungen sowie das Verhalten der Komponenten anpassen und die DataBrain-Marke entfernen. Die Pro- und höheren Versionen bieten umfassendere Möglichkeiten zur Anpassung von Themen, E-Mails und Kundenprofilen.

Mehrfachnutzer und Datentrennung

DataBrain unterstützt sowohl eine Ein-Mieter- als auch eine Mehr-Mieter-Architektur und ermöglicht bei Abfragen die Anwendung von Rechten auf Zeile-, Spalten- und Rollenebene. Für eingebettete Token muss ein Zusammenhang zwischen Mieter und Benutzer hergestellt werden, um zu verhindern, dass Daten zwar im Frontend versteckt bleiben, aber im Hintergrund dennoch über unbefugte Rechte verfügt.

Selbstbedienungsberichte

Endkunden können mithilfe des Drag-and-Drop-Bauwerks Felder, Filterbedingungen, Diagramme und Berichte kombinieren sowie diese exportieren. Dadurch wird die Arbeit der Produktteams reduziert, die für jeden Kunden wiederholt temporäre Berichte erstellen müssen.

Prognosen und Erkenntnisse zu Abweichungen

Die offiziellen Funktionen umfassen Vorhersagen, Anomalieerkennung, Trenderkennung, Empfehlungen sowie von KI erstellte Zusammenfassungen. Die Ergebnisse der Vorhersagen hängen von der Datenqualität, dem Umfang der Stichproben sowie der Zeitunterteilung ab und sollten nicht direkt als endgültige Geschäftsentscheidungen angesehen werden.

MCP-Server

Der offizielle MCP-Server ermöglicht es kompatiblen Clients, Daten durch natürliche Sprache einzubetten, abzufragen und benutzerdefinierte Dashboards zu erstellen. Er eignet sich zur Konfiguration von Analysen in AI-Entwicklungstools, wobei jedoch Token mit minimalen Berechtigungen verwendet und der Zugriff auf Datenbeschreibungen eingeschränkt werden sollte.

Für welche Benutzer geeignet

• B2B-SaaS-Produktteam: Kunden-Dashboards und AI-basierte Abfragen als native Produktfunktionen.
• Entwicklerteam: Schnelle Integration über SDK, Web Component oder API.
• Daten-Team: Einheitliche Kennzahlen, semantische Ebene, Datensätze und Kundendatenberichte.
• Betriebsteam: Entwicklung von internen BI-Systemen und Echtzeit-Überwachung der Geschäftsaktivitäten.
• Unternehmenssoftware-Anbieter: Bietet kundenseitige Analysefunktionen mit vollständiger White-Label-Lösung.
• Medizinische, finanzielle und Lieferketten-Teams: Zeigt Analysen unter strengen Berechtigungen für Mieter und Felder.
• AI-Agenten-Entwickler: Mit MCP ermöglicht man es den Agenten, auf regulierte Datenschemata zuzugreifen.

Pakete und Preise

Stand dem 24. August 2026 umfassen DataBrains Haupt-Öffentlichkeitspakete Growth, Pro und Enterprise. Growth und Pro werden monatlich zu einem festen Preis angeboten; es wird kein Zusatzbetrag für zusätzliche Endbenutzer oder eingebettete Instanzen erhoben.

Auf der Seite mit den offiziellen Preisen wird angezeigt, dass für alle drei Optionen keine Beschränkungen hinsichtlich der Anzahl der Arbeitsplätze, Teams, Datensätze sowie der Anzahl der zu integrierenden Elemente gelten. Der endgültige Vertrag kann Steuern, Implementierungskosten, Supportleistungen, die Größe der Datenmengen, Servicelevels sowie individuelle Anpassungen beinhalten. Vor dem Kauf sollte man sich auf die Angaben auf der Kostenaufstellung oder der Rechnungsseite stützen.

Vergleich der Funktionen der Versionen

Hinweise zur Testphase und zum Kauf

• Auf der offiziellen Preisseite steht derzeit, dass es eine 14-tägige kostenlose Testphase gibt.
• Nach Ablauf der Testphase wird monatlich abgerechnet; Pro und Enterprise ermöglichen POCs mit eigenen Daten.
• Auf der offiziellen Website werden auf der Preisseite keine detaillierten Informationen zu Rückerstattungen, vorzeitiger Kündigung und Ablaufbenachrichtigungen bereitgestellt.
• Enterprise muss die Grenzen von Self-Hosting, VPC, Multi-Region, SLA und Advanced Support festlegen.
• Vor der offiziellen Bestellung sollten Bestellunterlagen, Kostenvoranschläge, Datenerfassungsvereinbarungen sowie Leistungsstandards aufbewahrt werden.

Unterstützte Datensätze

Die in den offiziellen Dokumentationen aufgeführten Anschlussmöglichkeiten umfassen Snowflake, BigQuery, Redshift, PostgreSQL, MySQL, ClickHouse, MongoDB, Elasticsearch und MSSQL usw. Die Daten können auch über CSV-, Tabellenkalkulations- oder API-Formate vorbereitet werden. Die Berechtigungen der jeweiligen Anschlüsse hängen vom Konzept sowie von der Art der Implementierung ab.

Beim Verbinden mit der Produktionsdatenbank sollten Lesekonten erstellt werden, die zugelassenen IP-Adressen eingeschränkt werden, Datenbanken und Tabellen begrenzt werden sowie Zeitlimits für Abfragen festgelegt werden. In Szenarien mit hoher Konkurrenz müssen außerdem Cache-, Datenbankkopien-, Ressourcenwarteschlangen-Aspekte sowie Kosten berücksichtigt werden.

Schneller Einstiegstutorial

1. Zuerst werden die zu anzeigenden Benutzer, Mieter, Kennzahlen, die Häufigkeit des Datenaufrufs sowie die Zielwerte für die Reaktionszeit definiert.
2. Registrieren Sie ein Testkonto und fügen Sie in den Arbeitsbereich eine nur zum Lesen bestimmte Testdatenquelle hinzu.
3. Erstellen Sie Datamarts und semantische Schichten, um Tabellen, Felder und Kennzahlen mit betriebsbezogenen Beschreibungen zu ergänzen.
4. Erstellen Sie im Drag-and-Drop-Editor das erste Kanban und testen Sie die Filterfunktionen, das Vertiefen der Informationen sowie die Exportmöglichkeiten.
5. Um die Rechte der Mieter auf Zeile-, Spalten- und Rollenebene zu testen.
6. Wählen Sie zwischen React, Vue, Angular, Web Component oder iFrame als Anbindungsmodus.
7. Der Server generiert kurzwellige, an den Mieter gebundene Embedding-Token; Management-Token werden nicht im Browser gespeichert.
8. In der Vorschauumgebung werden Themen wie Tests, responsives Layout, Fehlerzustände und Verlängerung des Anmeldens getestet.
9. Führen Sie Übergriffstests mit verschiedenen Mieterkonten durch und beobachten Sie anschließend die Abfragedaten sowie die Datenbankbelastung.
10. Nach dem Go-Live Überwachungstoken, Audit-Logs, langsame Abfragen, AI-Genauigkeit und Feedback der Endbenutzer.

Prozess der Einführung von KI zur Fragebeantwortung

1. Definitionen und Zeitzonen der Kernindikatoren wie einheitliches Einkommen, Kunden, Aktivität, Retention usw.
2. Nur die überprüften Tabellen, Felder und Beziehungen werden auf der semantischen Ebene freigegeben.
3. Fügen Sie dem Feld Synonyme, betriebsbezogene Beschreibungen, Einheiten sowie zulässige Aggregationsmethoden hinzu.
4. Erstellen Sie eine Sammlung realer Fragen und speichern Sie für jede Frage die korrekte SQL-Anfrage sowie das erwartete Ergebnis.
5. Überprüfen Sie, ob die von der KI erzeugten SQL-Anfragen Tenant-, Datum-, Status- und Berechtigungsbedingungen enthalten.
6. Für große Tabellen werden Kosten für Abfragen, Zeitlimits, Anzahl der Zeilen sowie Konkurrenzbeschränkungen festgelegt.
7. An den Benutzer werden das Datumsdatum, die Messgrößen, der generierte SQL-Code sowie Hinweise auf Unsicherheiten angezeigt.
8. Fehlerprobleme werden kontinuierlich gesammelt, um die semantische Schicht und den Bewertungssatz zu aktualisieren.

Entwicklerfähigkeiten

Sicherheit und Konformität

Auf den offiziellen Sicherheitsseiten und in den Dokumentationen wird angegeben, dass eine statische Verschlüsselung mit AES-256, TLS für die Übertragung von Daten, SSO, MFA, fein abgestimmte Berechtigungen sowie Audits logs verwendet werden. Zudem werden Zertifizierungen wie SOC 2 Type II, ISO 27001, GDPR und CCPA aufgeführt. Bei HIPAA finden sich auf den verschiedenen offiziellen Seiten Angaben wie „unterstützt“, „bereit“; auf den Preisseiten hingegen Angaben wie „in Kürze verfügbar“. Für medizinische Einkäufe müssen aktuelle Zertifikate sowie die geltenden Vorgaben eingeholt werden.

Die Datenschutzrichtlinie wurde zuletzt am 27. Februar 2025 aktualisiert und legt dar, welche Informationen erfasst werden – wie Kontodaten, Kundendaten, Zahlungsinformationen, Anfragen für Demonstrationen, Kommunikationsdaten, Protokolle sowie Cookies. Die Kreditkartendaten werden vom Zahlungsdienstleister erhalten; DataBrain gibt an, keinen direkten Zugang zu den vollständigen Karteninformationen zu haben und diese weder zu speichern noch zu sammeln.

Unternehmenssicherheitsprüfung

• Anfragen Sie nach dem aktuellen SOC 2-Bericht, der ISO-Zertifizierung, einem Überblick über die Penetrationstests sowie dem Geltungsbereich des Systems.
• Überprüfen Sie den Cloud-Bereich, die Backup-Orte, die Unterauftragnehmer sowie die Regelungen für den grenzüberschreitenden Datentransfer.
• Überprüfen Sie die Speicherung, Löschung, Exportierung von Daten sowie die Benachrichtigungen bei Ereignissen und die Handhabung nach Beendigung des Vertrags.
• Testen Sie die Trennung auf Zeilen-, Spalten-, Rollenebene sowie mit eingebetteten Tokens anhand mehrerer Mieter.
• Bei Self-Hosting sind die Verantwortlichkeiten für Upgrades, Sicherheitslückenbehebung, Protokollierung, Backups und Katastrophenwiederherstellung klar definiert.
• Im Bereich der medizinischen Daten muss überprüft werden, ob ein Vertrag mit dem Geschäftspartner abgeschlossen wurde sowie welche Bestimmungen der HIPAA gelten.

Vorteile des Produkts

• Analyse-Design für die Kundenseite, vollständige Unterstützung für Mehrmieter-, White-Label- und Embedded-Funktionen.
• Unabhängig von Endnutzern und Einbettungsmengen ist die Kostenberechnung im Vergleich zum Sitzmodell leichter vorhersehbar.
• Code-free Entwicklung und SDKs für mehrere Frameworks unterstützen sowohl Produktmanager als auch Entwicklerteams.
• Die semantische Schicht ermöglicht es, dass Dashboards, KI-basierte Abfragen und Agenten gemeinsam Geschäftsdefinitionen teilen.
• Unterstützung für Self-Service-Berichte, Anfragen in natürlicher Sprache, Prognosen und Erkenntnisse zu Abweichungen.
• Die Optionen Cloud, Self-Hosting und Private Network decken unterschiedliche Anforderungen an die Dateneingriffskontrolle ab.
• Es werden REST-APIs, Webhooks und MCP-Server bereitgestellt, um eine einfache Automatisierung zu ermöglichen.

Einsatzbeschränkungen und Hinweise

• Der Einstiegspreis beträgt 999 US-Dollar pro Monat und eignet sich nicht für kleine Anforderungen, bei denen nur ein persönliches Dashboard benötigt wird.
• Growth enthält nur eine Datenquelle; für mehrere Datenquellen ist das Pro- oder Unternehmenspaket erforderlich.
• Erweiterte SSO-Funktionen, Berechtigungen, Self-Hosting, Mehrregionenfunktionen sowie exklusiver Support sind in den Premium-Lösungen enthalten.
• Die Erstellung von SQL aus natürlicher Sprache kann weiterhin fehlerhafte Felder, Beziehungen, Filter sowie Aggregationsmethoden verwenden.
• Dass keine Anzahl an Abfragen begrenzt ist, bedeutet nicht, dass Datenbankabfragen, Caching und Konkurrenz keinen Leistungsverlust mit sich bringen.
• Auf der offiziellen Website gibt es unterschiedliche Angaben zur Anzahl der Diagramme sowie zum HIPAA-Status; vor dem Kauf muss dies schriftlich bestätigt werden.
• Auf der Preisseite werden die vollständigen Regeln für Rückerstattungen und Stornierungen nicht öffentlich gemacht.
• White-Label-Lösungen und Einbettungen können die Kontrolle durch Server-Token sowie Tests zur Trennung der Mieter nicht ersetzen.

Open Source und GitHub-Status

DataBrain verfügt über eine offizielle GitHub-Organisation, in der Demonstrationen, Beispiel-Plugins, Organisationsbeschreibungen sowie einige historische Projekte veröffentlicht werden. Offizielle NPM-Plugins und MCP-Server können ebenfalls von Entwicklern installiert werden, doch die öffentlich bereitgestellten Softwarepakete bedeuten nicht, dass der gesamte Quellcode der Hauptplattform frei zugänglich ist.

Die offiziellen Stellen haben das DataNeuron-Tool zur Umwandlung von Texten in SQL-Code veröffentlicht; dieser Code ist mittlerweile archiviert. In der Organisation gibt es außerdem eine DuckDB-Variante unter der MIT-Lizenz. Es handelt sich dabei um eigenständige Komponenten oder Beispiele. Die kommerzielle DataBrain-Plattform, die Cloud-Dienste, der Dashboard-Editor sowie die Unternehmenssteuerungsfunktionen sollten als nicht open source gekennzeichnet werden.

Grundlegende Informationen

Häufige Fragen

Ist DataBrain kostenlos?

Es handelt sich nicht um ein dauerhaft kostenloses Tool – derzeit wird eine 14-tägige kostenlose Testphase angeboten. Der reguläre Preis beträgt 999 US-Dollar pro Monat bei Growth.

Wird es nach dem Endnutzer abgerechnet?

Der offizielle Preis entspricht dem Fair-Price-Modell; bei den Versionen Growth, Pro und Enterprise sind keine Beschränkungen hinsichtlich der Anzahl der Nutzer sowie der Menge an integrierten Funktionen vorgesehen. Die Grenzen der Dienstleistungen und Ressourcen im Rahmen von Unternehmensverträgen richten sich weiterhin nach den angegebenen Preisen.

Wird die Abfrage mit natürlicher Sprache unterstützt?

Unterstützung: Benutzer können Fragen stellen und die generierten SQL-Abfragen sowie die Ergebnisse einsehen. Die Genauigkeit hängt vom semantischen Niveau, den Berechtigungen, dem Datenmodell sowie der Art der gestellten Fragen ab und muss kontinuierlich überprüft werden.

Kann es mit React oder Vue verbunden werden?

Ja, offiziell werden NPM-Plugins bereitgestellt, die für React, Vue, Angular und JavaScript geeignet sind. Zudem werden Web Components, iFrame und REST-APIs unterstützt.

Wird eine private Bereitstellung unterstützt?

Unterstützung, Self-Hosting, Private Cloud, mehrere Regionen sowie VPC gehören zur Enterprise-Version. Die Verantwortlichkeiten für Hardware, Updates und Wartung müssen im Vertrag festgelegt werden.

Ist DataBrain open source?

Die Hauptplattform ist kein Open-Source-Produkt. Die Beispiele im offiziellen GitHub, die archivierten Projekte sowie die eigenständigen Open-Source-Branches können die gesamte kommerzielle Plattform als Open Source nicht repräsentieren.

Zusammenfassung

DataBrain eignet sich für SaaS-Teams, die schnell Analysefunktionen für Kunden, AI-basierte Abfragen sowie White-Label-Dashboards bereitstellen möchten. Die Vorteile liegen in einem kostengünstigen Modell ohne Beschränkungen hinsichtlich der Anzahl der Endbenutzer, in Sicherheitsmaßnahmen für mehrere Nutzer sowie in vollständigen Entwicklungsschnittstellen. Bei der Auswahl sollte man besonders auf die Anzahl der Datensquellen, SSO- und Berechtigungssysteme, die Leistung der Abfragen, die Genauigkeit der AI-Algorithmen, die Konformität mit HIPAA sowie die Verantwortlichkeiten bei der Selbstverwaltung achten.