Google BigQuery

Google wurde 1998 in Kalifornien als Suchmaschine gegründet und ist heute, gemessen am Umsatz, das drittgrößte Technologieunternehmen der Welt. Der Hauptsitz liegt in Mountain View, Kalifornien. Den Großteil seines Umsatzes erzielt das Unternehmen mit Onlinewerbung über Google Search, Google Ads und YouTube. Strategisch hat sich der Schwerpunkt jedoch deutlich in Richtung Cloud Computing, künstliche Intelligenz und Datenanalyse verschoben. Die Google Cloud Platform (GCP) hält 14 % des weltweiten Cloud-Computing-Markts und bedient ein breites Spektrum an Organisationen, von Start-ups bis zu Fortune-500-Unternehmen, in der öffentlichen Verwaltung, im Finanzwesen, im Handel und im Gesundheitswesen. Die Muttergesellschaft Alphabet Inc. gilt weltweit als drittgrößtes Technologieunternehmen.

Die Google Cloud Platform (GCP) umfasst über 200 Services für Datenspeicherung, Computing, maschinelles Lernen (ML) und künstliche Intelligenz (KI). Um Anforderungen an die digitale Souveränität zu erfüllen, bietet GCP drei Bereitstellungsmodelle: Data Boundaries für die geografische Kontrolle der Datenverarbeitung; partnergeführte Angebote, bei denen unabhängige europäische Unternehmen die GCP-Software in eigenen Rechenzentren betreiben; sowie vollständig abgeschottete Umgebungen für Organisationen mit strengen Vorgaben an Datensicherheit und Datensouveränität.

Google BigQuery bildet einen Grundpfeiler im Daten- und Analytics-Portfolio von GCP. Es handelt sich um ein vollständig verwaltetes, serverloses Data Warehouse für die Datenanalyse in großem Maßstab. BigQuery integriert sich nahtlos in andere GCP-Services, etwa Looker Studio, Looker, Dataproc und Vertex AI Workbench. So können Anwender fortgeschrittene Analysen durchführen und maschinelles Lernen innerhalb eines einheitlichen Ökosystems nutzen. Die serverlose Architektur skaliert automatisch und liefert eine optimierte Abfrageleistung für Analyse und Reporting.

Google investiert weiterhin stark in KI-gestützte Funktionen für BigQuery. Die seit 2024 allgemein verfügbare Integration von Gemini AI bietet Data Insights, Data Canvas, Unterstützung bei SQL- und Python-Code sowie Empfehlungen zur Partitionierung. 2025 kamen KI-gestützte Funktionen zur Data Preparation hinzu, 2026 startete Google eine Preview für Analysen in natürlicher Sprache direkt in BigQuery.

Die diesjährige Umfrage umfasste 20 Antworten von BigQuery-Anwendern. Zu den wichtigsten Anwendungsfällen zählen Data Warehousing und BI (60 %), Datenintegration (55 %) und fortgeschrittene Analytik (45 %). 90 % der teilnehmenden Organisationen haben mehr als 100 Mitarbeiter. Das weist auf eine starke Präsenz von BigQuery in mittleren bis großen Unternehmen hin.

Bei der User Experience hat BigQuery eine bemerkenswerte Trendwende geschafft. Die Benutzerfreundlichkeit (Ease of Use) verbesserte sich deutlich, von 4,5/10 im Vorjahr auf 7,9/10 in diesem Jahr, und belegt nun den ersten Platz in der Vergleichsgruppe der Data Warehouses. Die gesamte User Experience stieg auf 7,1/10, der Key User Support auf 7,3/10 (beide auf dem zweiten Platz in der Vergleichsgruppe der Data Warehouses). Allerdings bezeichnen 32 % der Befragten das Tool nach wie vor als „zu schwierig für Business-Anwender zu nutzen“ (13 Prozentpunkte über dem Durchschnitt). Das deutet darauf hin, dass BigQuery vor allem bei technischen Anwendern punktet, während die Lücke bei den Business-Anwendern bestehen bleibt.

Die stärksten Kaufargumente für BigQuery bleiben Konnektivität und Funktionsumfang, jeweils von 56 % der Kunden genannt, gefolgt von der Skalierbarkeit mit 50 %. Bemerkenswert ist, dass BigQuery bei Data Security & Privacy in allen Vergleichsgruppen zu den Top drei zählt (7,1/10). Das dürfte an den oben beschriebenen umfassenden Optionen zur digitalen Souveränität liegen.

Trotz dieser Stärken bleiben Preisbedenken die größte Herausforderung für BigQuery. 37 % berichten, dass das Preismodell nicht angemessen skaliert (18 Prozentpunkte über dem Durchschnitt). Auch die Anpassbarkeit fällt gering aus: 21 % empfinden das Tool als zu schwierig anzupassen.