Data Stack ohne Lock-In – Traum oder Realität?

Iceberg, DuckDB und Ibis versprechen mehr als nur Speed: totale Flexibilität. Snowflake für BI, Databricks für ML und DuckDB für Ingestion – alle arbeiten auf denselben S3-Daten. Ist das bis 2026 realisierbar?

Mit Ibis oder SQLGlot Code nahtlos zwischen Engines verschieben und täglich nach Preis-Leistung wählen – klingt fast zu gut. Funktioniert dieser „Lock-in-free“-Ansatz wirklich, sogar über Cloud-Grenzen hinweg?

Dieser Talk blickt hinter das Marketing. Wir analysieren, was heute modular ist, wo Vendor-Features echten Mehrwert bieten und wo die Lock-in-Falle zuschnappt. Wir testen das Versprechen der Unabhängigkeit gegen die harte Praxis.

Vorkenntnisse

• Grundkenntnisse in Cloud-Data-Plattformen
  
• Interesse an Data Engineering und strategischer Architekturplanung

Lernziele

Du lernst:

• Konzepte für moderne, modulare Datenarchitekuren
  
• Portabilität von Code, Jobs und Pipelines über Plattformen hinweg einschätzen
  
• Herausforderungen bei Multi-Cloud/Multi-SaaS Szenarien
  
• Abwägung: Flexibilität vs. bewusster Lock-In
  
• Realitätscheck für Marketingversprechen