Data Marketplace

Ein Data Marketplace, im Deutschen auch Datenmarktplatz oder Data Exchange, ist eine kuratierte Plattform, auf der Anbieter Datenprodukte (fertig aufbereitete Datensaetze, z. B. eine taeglich aktualisierte Sanktionsliste) in einem Katalog listen und Konsumenten sie unter klaren Nutzungsbedingungen abonnieren, kaufen oder intern beziehen. Die Uebertragung laeuft in der Regel ueber ein Sharing-Protokoll (eine Technik, mit der Daten ohne Kopie live geteilt werden), sodass beim Konsumenten kein manueller Datenumzug entsteht.

Was ist ein Data Marketplace?

Ein Data Marketplace verbindet drei Bausteine in einer Plattform: einen Katalog, in dem Konsumenten die verfuegbaren Datenprodukte finden und pruefen; eine Lizenzschicht, in der die Nutzungsbedingungen geregelt und akzeptiert werden; und eine Bereitstellung, die dem Konsumenten nach der Freigabe den Zugriff auf die Daten gibt. Der Begriff kombiniert die Katalog-Logik einer Bibliothek mit der Bestell-Logik eines Onlineshops und der Uebertragungs-Logik einer Sharing-Plattform.

Der Katalog enthaelt pro Datenprodukt strukturierte Metadaten: Schema, Aktualisierungsfrequenz, Herkunft, Anbieter, Lizenzform, oft ergaenzt um Beispieldaten, Beispiel-Notebooks und Qualitaets-Signale. Der Konsument entscheidet auf dieser Grundlage, ob das Datenprodukt fuer seinen Anwendungsfall taugt. Die Lizenzschicht regelt anschliessend, unter welchen Bedingungen der Zugriff moeglich ist (freie Nutzung, zeitlich begrenztes Preview, Abonnement, Einmalkauf, interner Freigabeprozess).

Die Bereitstellung folgt in modernen Marktplaetzen meist einem Zero-Copy-Prinzip: Nach der Freigabe erhaelt der Konsument eine Live-Referenz auf das Datenprodukt in seinem eigenen Katalog, oft ueber ein Sharing-Protokoll wie Delta Sharing. Bei klassischen Marktplaetzen ist auch ein API- oder Download-Zugriff verbreitet. In beiden Faellen bleibt die Datenherkunft beim Anbieter, und die Marktplatz-Plattform protokolliert Nutzung, Abrechnung und Zugriffs-Historie.

Der Begriff hat sich etabliert, weil er eine Luecke zwischen zwei aelteren Konzepten schliesst. Ein reines Data-Sharing-Setup regelt die Uebertragung zwischen zwei benannten Parteien, ohne Discovery-Ebene fuer Dritte. Ein reiner Datenkatalog beschreibt Datenprodukte, ohne einen Bestell- oder Bezugsmechanismus zu liefern. Ein Marketplace fuegt beide Schichten zu einem Konsumentenerlebnis zusammen: Datenprodukte finden, Nutzungsbedingungen akzeptieren, Zugriff bekommen.

Im Enterprise-Kontext existieren zwei Auspraegungen. Kommerzielle Marktplaetze wie [Databricks Marketplace](https://www.databricks.com/product/marketplace), [Snowflake Marketplace](https://www.snowflake.com/en/data-cloud/marketplace/) und [AWS Data Exchange](https://aws.amazon.com/data-exchange/) bringen externe Anbieter und Kaeufer zusammen. Interne Data Product Marketplaces sind dagegen unternehmensinterne Plattformen, auf denen Fachdomaenen ihre Datenprodukte fuer andere Bereiche listen; diese Auspraegung ist im Data-Mesh-Kontext verbreitet und wird oft als Bestell-Aufsatz auf einem bestehenden Katalog realisiert.

Abgrenzung zu Data Sharing, Data Catalog und Data Clean Room

Data Marketplace wird regelmaessig mit drei benachbarten Konzepten verwechselt, die technisch und funktional getrennte Aufgaben loesen.

Data Sharing ist das Transport-Protokoll, das ein Marktplatz nutzen kann, aber selbst kein Marktplatz. Delta Sharing beispielsweise regelt die Direktfreigabe eines Datensatzes von A nach B; ein Marktplatz nutzt dasselbe Protokoll und erweitert es um Katalog- und Lizenz-Ebene. Wer nur Punkt-zu-Punkt-Freigaben zwischen bekannten Parteien braucht, benoetigt keinen Marktplatz.

Ein Data Catalog beschreibt Datenprodukte fuer die interne Auffindbarkeit, in der Regel eng gekoppelt an das Governance-System (Unity Catalog, Collibra, Atlan). Er ist der Metadaten-Layer, in dem Datenprodukte, Owner, Lineage und Klassifizierung verwaltet werden. Ein interner Marketplace erweitert diese Metadaten-Sicht um einen Konsum-Workflow: Der Konsument bestellt Zugriff, der Owner entscheidet, das System dokumentiert die Nutzung. Denodo, Informatica und Qlik verkaufen ihre Marketplace-Funktion deshalb konsequent als Aufsatz auf ihrem Katalog.

Ein Data Clean Room dreht das Marktplatz-Modell in eine andere Richtung. Statt Datenprodukte an den Konsumenten zu uebergeben, fuehrt ein Clean Room gemeinsame Berechnungen in einer isolierten Umgebung aus; die Daten bleiben bei den Eigentuemern, nur vorab freigegebene Ergebnisse verlassen die Umgebung. Ein Marketplace ist der richtige Weg, wenn der Konsument das Datenprodukt in seiner eigenen Umgebung weiterverarbeiten soll; ein Clean Room ist der richtige Weg, wenn die Rohdaten nicht in fremde Haende geraten duerfen.

Beispiel: Bezug einer externen Sanktionsliste ueber Databricks Marketplace

Ein typischer Anwendungsfall ist der Bezug eines kommerziellen Datenprodukts fuer ein internes Fraud- oder Compliance-Modell. Ein Anbieter listet seine taeglich aktualisierte Sanktionsliste als Datenprodukt im Databricks Marketplace, ergaenzt um Schema, Beispiel-Notebook, Aktualisierungsfrequenz und Lizenzform. Das Datenprodukt liegt physisch beim Anbieter und wird ueber Delta Sharing als Live-Referenz bereitgestellt.

Der Konsument findet das Produkt im Katalog, prueft Schema und Aktualisierungsfrequenz gegen die Anforderungen seines Modells, akzeptiert die Nutzungsbedingungen und bekommt das Datenprodukt nach der Freigabe als Katalog-Eintrag in seinen eigenen Unity Catalog gemountet. Ab diesem Zeitpunkt ist die Tabelle in Notebooks, SQL-Warehouses und ML-Pipelines wie jede andere interne Tabelle abfragbar; Aktualisierungen des Anbieters werden automatisch sichtbar, weil es sich um eine Live-Referenz handelt, keine Kopie.

Das interne Aequivalent hat dieselbe Mechanik: In einem Data-Mesh-Setup listet die Domaene Logistik ihr Datenprodukt „Sendungsstatus" im internen Marketplace des Unternehmens, mit Owner-Angabe, SLA und Freigabeprozess. Die Domaene Kundenservice abonniert das Produkt fuer ihr Support-Dashboard; die Freigabe erfolgt ueber den internen Katalog, die Nutzung wird protokolliert, die Ownership bleibt bei der Logistik.