Der Kernunterschied zu klassischer kommerzieller BI-Software: Superset gehört niemandem allein. Es gibt keinen Hersteller, an den Sie Lizenzgebühren zahlen, und keinen Anbieter, der über die Zukunft der Software allein entscheidet. Die Weiterentwicklung findet öffentlich in einer breiten Entwickler-Gemeinschaft statt, der Quellcode liegt offen, und die Nutzung ist durch die Apache-Lizenz sehr freizügig geregelt. Diese Offenheit ist zugleich Segen und Verantwortung: Sie erhalten volle Kontrolle, tragen aber auch die Verantwortung für Betrieb, Wartung und Sicherheit selbst – sofern Sie nicht ein Managed-Angebot nutzen (dazu mehr in Kapitel 02).
Drei Eigenschaften definieren Apache Superset:
In Gesprächen werden die Begriffe rund um Superset oft vermischt. Eine BI-Plattform ist eine Software, die Geschäftsdaten sichtbar und auswertbar macht – über Dashboards, Berichte und Kennzahlen. Data Exploration meint den freien, forschenden Umgang mit Daten: Fragen stellen, filtern, aufschlüsseln, ohne dass die Auswertung vorher fest programmiert sein muss. Und No-Code beschreibt, dass Anwender Diagramme und Auswertungen über eine grafische Oberfläche zusammenklicken können, ohne selbst Code zu schreiben.
Apache Superset vereint alle drei Aspekte: Es ist eine BI-Plattform, die sowohl die freie Exploration im SQL Lab als auch das No-Code-Erstellen von Diagrammen erlaubt. In der Praxis heißt das: Datenaffine Anwender arbeiten direkt mit SQL, während Fachanwender über die grafische Oberfläche Diagramme und Dashboards zusammenstellen. Beide arbeiten auf derselben, zentral verwalteten Datenbasis.
Superset entstand ursprünglich innerhalb eines großen Technologieunternehmens als internes Werkzeug zur Datenvisualisierung und wurde anschließend als Open-Source-Projekt freigegeben. Später wurde es in die Apache Software Foundation überführt – jene gemeinnützige Organisation, die auch hinter vielen anderen tragenden Open-Source-Technologien steht. Dieser Weg erklärt zwei zentrale Eigenschaften: Superset ist von Grund auf für die Arbeit mit sehr großen, in Datenbanken liegenden Datenmengen gebaut, und seine Entwicklung ist herstellerunabhängig organisiert. Für Unternehmen bedeutet das eine gewisse Zukunftssicherheit – die Plattform hängt nicht am Wohl und Wehe eines einzelnen kommerziellen Anbieters.
Im Kern ist Superset ein Open-Source-Projekt der Apache Software Foundation. Sie können es kostenfrei beziehen, in einer selbst gewählten Umgebung installieren und uneingeschränkt nutzen. Der große Vorteil: keine Lizenzgebühren, volle Kontrolle über die Daten und die Freiheit, die Software an eigene Bedürfnisse anzupassen. Der Preis dafür ist Eigenverantwortung – für Installation, Aktualisierungen, Absicherung und Fehlerbehebung. Unterstützung erhalten Sie über die öffentliche Gemeinschaft aus Dokumentation, Foren und Entwicklern, jedoch ohne verbindliche Zusicherungen oder garantierte Reaktionszeiten, wie sie ein kommerzieller Vertrag bietet.
Rund um das Open-Source-Projekt haben sich kommerzielle Angebote gebildet, die Superset als verwalteten Dienst bereitstellen. Ein prominentes Beispiel ist ein von den ursprünglichen Kern-Entwicklern gegründetes Unternehmen, das eine gehostete, um zusätzliche Funktionen erweiterte Variante anbietet; daneben existieren weitere Anbieter, die Superset betreiben oder in ihre Plattformen einbetten. Der Vorteil solcher Angebote: Betrieb, Skalierung, Sicherheit und Support liegen beim Anbieter, oft ergänzt um Funktionen, die im reinen Open-Source-Kern nicht enthalten sind. Der Nachteil: laufende Kosten und eine gewisse Abhängigkeit vom jeweiligen Anbieter – die konkreten Konditionen, der Funktionsumfang und die Verfügbarkeit einer EU-Region sind stets direkt beim jeweiligen Anbieter zu prüfen.
Innerhalb der BI-Landschaft besetzt Superset eine klar erkennbare Nische: das leistungsfähige, quelloffene Werkzeug für Organisationen, die Kontrolle, Anpassbarkeit und Unabhängigkeit von Lizenzmodellen schätzen. Es konkurriert weniger mit den etablierten kommerziellen Suiten um deren Kernklientel, sondern spricht Unternehmen an, für die Datensouveränität und ein technisch offener Ansatz zentrale Kriterien sind. Damit ist Superset besonders attraktiv für technikaffine Mittelständler, öffentliche Einrichtungen mit Souveränitätsanforderungen und Unternehmen, die ohnehin eine moderne, datenbankzentrierte Datenlandschaft betreiben.
Das sichtbarste Element von Superset sind die Dashboards. In ihnen werden einzelne Diagramme zu einer zusammenhängenden Ansicht kombiniert – etwa ein Vertriebs-Dashboard mit Umsatzentwicklung, regionaler Aufschlüsselung und wichtigsten Kennzahlen auf einen Blick. Entscheidend ist die Interaktivität: Nutzer können über Filter Zeiträume, Regionen oder Produktgruppen eingrenzen, ohne dass jemand die Auswertung neu bauen müsste. Damit unterscheidet sich Superset klar von statischen Reporting-Werkzeugen, bei denen jede neue Frage einen neuen Bericht erfordert.
Die zugrunde liegenden Diagramme entstehen in der Regel über die No-Code-Oberfläche. Ein Anwender wählt ein Dataset, entscheidet, welche Kennzahl auf welcher Achse dargestellt werden soll, ergänzt Filter und Gruppierungen und wählt einen Diagrammtyp – alles per Mausklick. Für die häufigsten Auswertungen ist damit kein SQL nötig, was den Kreis der Personen, die selbst Auswertungen erstellen können, erheblich erweitert. Aus unserer Erfahrung ist gerade diese Fähigkeit, Fachanwender zu befähigen, ohne die Kontrolle über die Datenbasis zu verlieren, eine der unterschätzten Stärken der Plattform.
Für Datenanalysten und technisch versierte Anwender ist das SQL Lab das Herzstück. Hier lassen sich Datenbanken direkt mit SQL abfragen, Ergebnisse prüfen, Zwischenschritte speichern und aus einer funktionierenden Abfrage unmittelbar ein Diagramm ableiten. Diese enge Verzahnung von freier Exploration und fertiger Visualisierung ist ein großer Vorteil: Der Weg von der Frage zur Antwort und schließlich zum wiederverwendbaren Dashboard ist kurz. Zugleich behält das Rechtesystem die Kontrolle darüber, wer auf welche Datenbanken und Tabellen überhaupt zugreifen darf.
Ein oft übersehener, aber entscheidender Baustein ist die semantische Schicht. Über sogenannte Datasets lassen sich Tabellen oder Abfragen als benannte, wiederverwendbare Datenquellen definieren, um berechnete Spalten und Kennzahlen ergänzen und mit klaren Bezeichnungen versehen. So wird etwa der „Deckungsbeitrag“ einmal sauber definiert und steht danach in allen Diagrammen konsistent zur Verfügung. Diese Schicht verhindert, dass verschiedene Abteilungen dieselbe Kennzahl unterschiedlich berechnen – ein häufiges und teures Problem in gewachsenen BI-Landschaften. Superset bietet hier solide Grundlagen; wer eine besonders ausgefeilte, unternehmensweite Modellierung braucht, kombiniert Superset elegant mit einer vorgelagerten Modellierungs-Schicht (siehe Kapitel 05).
Die Grundidee der Automatisierung in Superset folgt einem praktischen Bedürfnis: Berichte sollen sich selbst verschicken und auf kritische Entwicklungen aufmerksam machen. Statt dass jemand jeden Morgen ein Dashboard öffnet und prüft, ob etwas aus dem Ruder läuft, übernehmen automatisierte Reports und Alerts diese Routine. Das entlastet Teams und stellt sicher, dass wichtige Kennzahlen nicht übersehen werden.
Superset bietet zwei eng verwandte Automatisierungsfunktionen. Reports versenden Dashboards oder einzelne Diagramme zu festgelegten Zeiten automatisch – etwa als E-Mail oder in einen Nachrichtenkanal. So erhält die Geschäftsführung beispielsweise jeden Montagmorgen das aktuelle Vertriebs-Dashboard, ohne es selbst öffnen zu müssen. Alerts hingegen überwachen definierte Bedingungen und lösen erst dann eine Benachrichtigung aus, wenn ein Schwellenwert über- oder unterschritten wird – etwa wenn der Lagerbestand unter eine kritische Marke fällt. Diese Funktionen sind ein wichtiger Schritt vom passiven Nachschlagewerk hin zu einem aktiven Frühwarnsystem. Für den zuverlässigen Betrieb im Hintergrund benötigt Superset zusätzliche Komponenten, die bei der Einrichtung mitgeplant werden müssen (dazu mehr in Kapitel 07).
Wie viele BI-Werkzeuge steht auch Superset im Zeichen der zunehmenden Verbreitung künstlicher Intelligenz. Weil die Plattform quelloffen und über Schnittstellen erweiterbar ist, entstehen im Umfeld verschiedene Ansätze, KI-gestützte Funktionen anzubinden – etwa die Erzeugung von SQL-Abfragen aus natürlichsprachlichen Fragen, das automatische Vorschlagen von Visualisierungen oder das Zusammenfassen von Dashboard-Inhalten. Manches davon ist Teil kommerzieller Managed-Angebote, anderes entsteht als Erweiterung in der Gemeinschaft. Ein pauschales „Superset hat KI eingebaut“ wäre jedoch unpräzise: Der konkrete Funktionsumfang hängt stark von Version, Bezugsform und ergänzenden Werkzeugen ab und sollte beim jeweiligen Anbieter geprüft werden.
Aus Beratungssicht ist das ein vielversprechendes, aber noch junges Feld. Wir empfehlen, KI-Funktionen zunächst als Beschleuniger für erfahrene Anwender zu betrachten – als Werkzeug, das Routinearbeit abnimmt und Vorschläge liefert –, statt sich blind auf generierte Abfragen zu verlassen. Jede von einer KI erzeugte Auswertung sollte fachlich geprüft werden, bevor Geschäftsentscheidungen darauf aufbauen. Bei KI-Erweiterungen, die Daten an externe Sprachmodelle senden, ist zudem sorgfältig zu prüfen, ob das mit den eigenen Datenschutzanforderungen vereinbar ist.
Der vielleicht wichtigste Automatisierungs-Aspekt ist gar keine einzelne Funktion, sondern die Offenheit der Plattform. Superset lässt sich über Programmierschnittstellen ansteuern, in Automatisierungs-Abläufe einbinden und um eigene Bausteine erweitern. Dashboards können in andere Anwendungen eingebettet, Datensätze programmatisch verwaltet und Prozesse rund um Superset automatisiert werden. Für technikaffine Unternehmen eröffnet das Möglichkeiten, die geschlossene BI-Werkzeuge in dieser Form nicht bieten – setzt aber entsprechendes Know-how voraus.
Der typische Aufbau in unseren Projekten sieht so aus: Superset ist die Darstellungs- und Explorations-Schicht, die auf einer bestehenden Datenbank oder einem Data Warehouse aufsetzt. Weil Superset die Daten nicht selbst speichert, sondern direkt in der Quelle abfragt, bleibt die Rechenlast dort, wo die Daten liegen. Superset schickt die Abfrage, das Datenbanksystem rechnet, Superset stellt das Ergebnis dar. Das hält auch große Datenmengen handhabbar, solange die zugrunde liegende Datenbank leistungsfähig ist.
Superset verbindet sich mit Datenbanken über SQLAlchemy – eine in der Python-Welt weit verbreitete, standardisierte Datenbank-Abstraktionsschicht. Der praktische Nutzen: Superset kann mit einer sehr großen Bandbreite an Datenbanken und Data Warehouses zusammenarbeiten, von klassischen relationalen Datenbanken wie PostgreSQL, MySQL oder Microsoft SQL Server bis hin zu modernen Cloud-Warehouses und analytischen Engines. Für den Mittelstand bedeutet das: Die vorhandene Datenbank kann in aller Regel genutzt werden, ohne dass Daten erst in ein proprietäres Format kopiert werden müssten. Diese Herstellerneutralität auf der Datenbank-Ebene ist eine der praktisch wertvollsten Eigenschaften von Superset.
Weil Superset die Daten direkt in der Quelle abfragt, hat die Wahl und die Leistungsfähigkeit dieser Datenbank unmittelbaren Einfluss auf die Geschwindigkeit der Dashboards. Ein gut modelliertes, indiziertes und – im Fall von Cloud-Warehouses – sinnvoll strukturiertes Datenmodell ist deshalb kein Nebenschauplatz, sondern die Grundlage einer reaktionsschnellen Superset-Installation. Superset kann darüber hinaus häufige Abfrageergebnisse zwischenspeichern (Caching), um wiederkehrende Zugriffe zu beschleunigen und die Quelldatenbank zu entlasten.
Ein häufig übersehener, aber entscheidender Baustein ist die Transformations- und Modellierungs-Schicht zwischen Rohdaten und Superset. Werkzeuge wie dbt modellieren die Daten in der Datenbank zu sauberen, dokumentierten und getesteten Analysetabellen, bevor Superset darauf zugreift. Superset visualisiert dann diese aufbereiteten Tabellen, statt komplexe Geschäftslogik in jeder einzelnen Abfrage neu zu erfinden. Dieser Schritt entscheidet maßgeblich über die Qualität und Vertrauenswürdigkeit der späteren Dashboards – und ist aus unserer Sicht kein Nice-to-have, sondern Pflicht für eine belastbare Analytics-Landschaft.
Eine besonders wertvolle Fähigkeit ist das Embedding: Superset-Dashboards lassen sich in andere Web-Anwendungen, Kundenportale oder interne Werkzeuge einbetten. Ein Softwareunternehmen kann seinen Kunden auf diese Weise Auswertungen direkt im eigenen Produkt anbieten, ohne eine komplette BI-Lösung selbst zu entwickeln. Für Unternehmen mit eigenen Portalen oder Anwendungen eröffnet das die Möglichkeit, Analysen dorthin zu bringen, wo die Nutzer ohnehin arbeiten. Auch hier zahlt sich die offene, quelloffene Natur von Superset aus – solche Einbettungsszenarien sind bei geschlossenen Werkzeugen oft nur mit teuren Zusatzlizenzen möglich.
Grob lässt sich sagen: Metabase ist ebenfalls quelloffen, legt aber noch mehr Wert auf einfache Bedienbarkeit für Nicht-Techniker. Power BI ist ein kommerzielles Microsoft-Produkt mit tiefer Integration in die Microsoft-Welt und breiter Verbreitung im Mittelstand. Tableau ist eine ausgereifte kommerzielle Suite mit einem Ruf für besonders elegante Visualisierungen. Superset positioniert sich als das leistungsfähige, quelloffene und selbst betreibbare Werkzeug für Organisationen, die Kontrolle und Unabhängigkeit priorisieren.
Der naheliegendste Vergleich ist der mit Metabase, dem anderen bekannten Open-Source-BI-Werkzeug. Beide sind quelloffen und selbst betreibbar, setzen aber unterschiedliche Schwerpunkte. Metabase gilt als besonders einsteigerfreundlich und richtet sich stark an Fachanwender, die schnell und ohne SQL zu Ergebnissen kommen wollen. Superset ist tendenziell mächtiger und flexibler, insbesondere bei der Vielfalt der Visualisierungen, der SQL-basierten Exploration und der Erweiterbarkeit – verlangt dafür aber etwas mehr technisches Verständnis. Vereinfacht: Metabase punktet bei maximaler Einfachheit, Superset bei Tiefe und Anpassbarkeit. Welches passt, hängt davon ab, ob im Vordergrund die mühelose Selbstbedienung durch Fachabteilungen oder die Kraft und Flexibilität für datenaffine Teams steht.
Gegenüber Power BI und Tableau spielt Superset seine Stärken vor allem bei Datenhoheit, Lizenzfreiheit und Offenheit aus. Power BI ist im deutschen Mittelstand weit verbreitet, eng in die Microsoft-Welt integriert und sehr komfortabel – aber ein kommerzielles, weitgehend cloud-gebundenes Produkt mit nutzerbasierten Lizenzkosten. Tableau ist bekannt für besonders ausgefeilte, elegante Visualisierungen und einen ausgereiften Funktionsumfang, ebenfalls kommerziell und mit entsprechenden Lizenzkosten. Superset bietet dagegen keine Lizenzgebühren und volle Kontrolle über Daten und Betrieb, verlangt dafür aber, dass das Unternehmen den Betrieb selbst oder über einen Partner stemmt. Wer maximale Bequemlichkeit und Rundum-Support sucht, greift oft zu den kommerziellen Werkzeugen; wer Souveränität und Unabhängigkeit priorisiert, findet in Superset eine ernstzunehmende Alternative.
Superset wird üblicherweise mit Container-Technologien betrieben. Für erste Versuche und kleinere Installationen ist Docker beziehungsweise Docker Compose der pragmatische Weg: Superset und die dafür nötigen Begleitkomponenten werden als abgestimmtes Paket bereitgestellt und lassen sich vergleichsweise schnell starten. Für den produktiven, ausfallsicheren Betrieb mit vielen Nutzern kommt in der Regel Kubernetes ins Spiel – eine Plattform, die Container automatisiert verwaltet, skaliert und ausfallsicher betreibt. Damit lässt sich Superset auch für größere Anwenderzahlen und höhere Verfügbarkeitsanforderungen betreiben, verlangt aber entsprechendes Betriebs-Know-how.
Wichtig zu verstehen: Superset ist keine Einzelanwendung, sondern besteht aus mehreren zusammenspielenden Komponenten. Dazu gehören die eigentliche Weboberfläche, eine Metadaten-Datenbank (in der Superset seine eigenen Einstellungen, Dashboards und Rechte speichert), Komponenten für Hintergrundaufgaben wie Alerts und Reports sowie ein Zwischenspeicher (Cache) zur Beschleunigung. Diese Architektur ist der Grund, warum eine produktive Superset-Installation mehr ist als ein schnelles Herunterladen – und warum sich professionelle Begleitung häufig lohnt.
Der häufigste Fehler ist, Superset als Selbstzweck einzuführen – „weil es kostenlos ist“. Erfolgreiche Projekte starten umgekehrt: mit einem konkreten, schmerzhaften Geschäftsproblem. Typische Einstiegs-Use-Cases im Mittelstand sind etwa ein abteilungsübergreifendes Vertriebs- und Deckungsbeitrags-Dashboard, das heute mühsam aus mehreren Systemen in Excel zusammengetragen wird; ein Produktions- oder Qualitäts-Dashboard, das Kennzahlen aus der Fertigung sichtbar macht; oder ein Kunden- und Auftrags-Cockpit aus ERP- und CRM-Daten. Ein klar umrissener erster Anwendungsfall liefert schnell sichtbaren Wert, schafft Akzeptanz und hält den Aufwand überschaubar.
Ein zentraler Erfolgsfaktor ist Governance – und zwar von Beginn an. Dazu gehört ein durchdachtes rollenbasiertes Rechtekonzept, das festlegt, wer welche Datenbanken, Datasets und Dashboards sehen und bearbeiten darf. Dazu gehört ein geregelter Umgang mit Updates: Da Superset aktiv weiterentwickelt wird, müssen Aktualisierungen eingeplant und getestet werden, um Sicherheit und neue Funktionen zu erhalten. Und dazu gehört die Sicherung der Metadaten-Datenbank, in der die gesamte Konfiguration liegt. Gerade im Mittelstand, wo oft wenige Personen viele Rollen tragen, ist diese Struktur entscheidend, damit die Plattform auch nach dem ersten Projekt wartbar und sicher bleibt. Superset macht die Datenvisualisierung mächtig – die organisatorische und technische Betriebsdisziplin müssen Sie selbst mitbringen oder über einen Partner sicherstellen.
Besonders naheliegend ist Superset für Unternehmen, die bereits eine eigene Datenbank oder ein Data Warehouse betreiben und darauf ohne teure Lizenzen eine BI-Schicht setzen wollen. Wer etwa eine PostgreSQL-Datenbank, ein Cloud-Warehouse oder eine analytische Datenbank im Einsatz hat, kann Superset darüberlegen und sofort mit der Visualisierung beginnen, ohne Daten zu verschieben. So entsteht ein zentrales Reporting, das die vorhandene Investition in die Datenbasis nutzt.
Weitere typische Felder sind ein unternehmensweites Management-Reporting, das Kennzahlen aus verschiedenen Abteilungen zusammenführt; die Auswertung von Produktions-, Qualitäts- oder Maschinendaten gemeinsam mit kaufmännischen Kennzahlen; sowie das Einbetten von Dashboards in eigene Kundenportale oder Produkte – ein Szenario, in dem die Lizenzfreiheit von Superset besonders schwer wiegt, weil vergleichbare Embedding-Funktionen kommerzieller Werkzeuge oft erhebliche Zusatzkosten verursachen.
Ein erster, klar umrissener Superset-Use-Case – von der Installation über die Anbindung einer bestehenden Datenbank bis zum produktiven Dashboard – ist in vielen Mittelstands-Projekten in wenigen Wochen bis wenigen Monaten umsetzbar, sofern das Datenmodell bereits in brauchbarer Form vorliegt. Der Aufbau einer breiten, unternehmensweiten Analytics-Landschaft mit vielen Quellen, sauberer Governance und einem robusten, ausfallsicheren Betrieb ist dagegen ein fortlaufendes Programm über mehrere Monate. Wer mit einem fokussierten Pilotprojekt startet und daraus lernt, baut die Plattform tragfähig aus – statt sich an einem überdimensionierten Erstwurf zu verheben. Genau an dieser Schnittstelle zwischen Technik, Daten und Organisation setzt unsere Beratungsarbeit an.
Superset selbst ist lizenzkostenfrei – für die Software zahlen Sie nichts, weder pro Nutzer noch pro Server. Das ist ein fundamentaler Unterschied zu kommerziellen Werkzeugen mit nutzerbasierten Lizenzen. Es wäre jedoch ein Trugschluss, Superset deshalb pauschal als „kostenlos“ zu bezeichnen. Die tatsächlichen Kosten entstehen an anderer Stelle: bei der Infrastruktur (Server oder Cloud-Ressourcen, auf denen Superset und die Quelldatenbank laufen), beim Betrieb (Installation, Aktualisierungen, Absicherung, Fehlerbehebung) und beim nötigen Know-how (intern oder über einen Dienstleister). Bei einem Managed-Angebot verschieben sich diese Kosten hin zu einer laufenden Gebühr an den Anbieter.
Für die Kalkulation heißt das: Der Kostenvergleich zwischen Superset und einem kommerziellen Werkzeug ist keine einfache Gegenüberstellung von „kostenlos“ und „teuer“. Bei vielen Nutzern kann die Lizenzfreiheit von Superset einen erheblichen Vorteil bedeuten, weil kommerzielle Werkzeuge oft pro Nutzer abrechnen. Bei wenigen Nutzern und ohne vorhandenes Betriebs-Know-how kann dagegen der Betriebsaufwand von Superset den Lizenzvorteil aufzehren. Eine ehrliche Gesamtkostenbetrachtung über mehrere Jahre – inklusive Personal- und Betriebsaufwand – ist deshalb der einzig sinnvolle Weg zur Entscheidung.
Hier spielt Superset seine vielleicht größte Stärke aus. Weil Sie Superset auf eigener Infrastruktur oder in einer selbst gewählten Cloud-Region betreiben, bleiben Ihre Daten und der Zugriff darauf vollständig in Ihrer Kontrolle. Es gibt keinen Hersteller, an den Analysedaten zwangsläufig abfließen; es gibt keine intransparente Verarbeitung in einer fremden Cloud, die Sie nicht kontrollieren. Für Unternehmen mit hohen Anforderungen an Datenschutz und Souveränität – etwa im öffentlichen Sektor, im Gesundheitswesen oder bei sensiblen Geschäftsdaten – ist genau diese Datenhoheit oft das entscheidende Argument für Superset gegenüber cloud-gebundenen kommerziellen Werkzeugen.
Konkret bedeutet Self-Hosting für die DSGVO: Wenn Sie Superset in einem eigenen Rechenzentrum oder bei einem europäischen Cloud-Anbieter in einer EU-Region betreiben, liegen die Daten physisch und rechtlich unter Ihrer Kontrolle, und es gibt keinen unvermeidlichen Datentransfer an einen US-Konzern. Damit lässt sich ein wesentliches Risiko, das bei vielen cloud-basierten kommerziellen BI-Werkzeugen zu bewerten ist – die Verarbeitung durch einen dem US-Recht unterliegenden Anbieter – von vornherein weitgehend vermeiden. Das macht Superset zu einer attraktiven Grundlage für datensouveräne Architekturen. Zu beachten bleibt jedoch: Ein Managed-Superset-Angebot eines Drittanbieters bringt dieselben Fragen mit sich wie jede andere Cloud-Lösung – hier ist zu prüfen, wo der Anbieter betreibt und wem er rechtlich unterliegt.
Wichtig ist auch die nüchterne Einordnung: Self-Hosting löst nicht automatisch alle Datenschutzfragen. Sie bleiben als Betreiber verantwortlich für die sichere Konfiguration, die Zugriffskontrolle, die Verschlüsselung, die Protokollierung und die Aktualität der Software. Datenhoheit ist eine Chance, kein Selbstläufer – sie verlangt, dass Sie die Verantwortung, die Sie zurückgewinnen, auch tatsächlich wahrnehmen.
