dbt Labs startet dbt Charts: Open-Source-Sprache auf YAML-Basis für Dashboards

Das Problem, das dbt Charts lösen soll

Dave Fowler, General Manager und Leiter des Projekts dbt Charts, beschrieb zwei Probleme bei der heutigen Erstellung von Dashboards. Laut dbt Labs sind KI-Tools inzwischen gut darin, per Prompt ein Dashboard per Vibe-Coding zu erzeugen, doch jedes Ergebnis fällt anders aus. Jedes nutzt eine andere Mischung aus JavaScript, Python, CSS und Charting-Bibliotheken, was es schwer macht, sie konsistent zu halten. Noch schwieriger ist es für Analytics Engineers, ein solches Dashboard bis zur zugrunde liegenden Abfrage zurückzuverfolgen, wenn ein Fachanwender um eine Gegenprüfung bittet.

Klassische BI-Tools haben laut Fowler das umgekehrte Problem. Sie seien UI-zentrierte Produkte, denen KI erst nachträglich hinzugefügt wurde, was begrenzt, wie viel ein KI-Agent tatsächlich verändern kann.

So funktioniert die Sprache

dbt Charts ist eine einfache YAML-Syntax, die auf Variablen, Abfragen, Diagrammen und Zeilen für das Layout aufbaut. Fowler verglich sie mit einem Markdown für Dashboards. Es kommt ein Ordner „charts“ hinzu, der neben dem Ordner „models“ eines dbt-Projekts liegt. Dadurch durchläuft die Umbenennung einer Spalte oder die Aktualisierung eines Modells dieselben Git-Tests und wird im selben Branch ausgerollt wie alles andere im Projekt.

Die Sprache ist unter Apache 2.0 quelloffen, derselben Lizenz wie dbt, und lässt sich lokal über eine CLI namens dct ausführen. Außerdem bietet dbt Labs unter dbtcharts.com ein gehostetes Produkt an. Es ergänzt:

• Rechteverwaltung und Freigaben
• einen visuellen Editor
• Versionsverlauf
• eine dialogbasierte KI-Oberfläche zum Erstellen und Bearbeiten von Dashboards

In einer Live-Demo bearbeitete Fowler Diagrammtitel, Farben und Markdown-Text direkt im Dashboard. Anschließend setzte er die gesamte Seite mithilfe des integrierten Git-Verlaufs auf eine frühere Version zurück.

Design-Voreinstellungen eines Historikers der Datengrafik

RJ Andrews, der Designer von dbt Charts, bezeichnet sich als Chartographer und ist Historiker der Datengrafik. Er erläuterte die in die Sprache eingebauten Standardeinstellungen:

• direkte Beschriftungen statt Legenden
• nach Dezimalstellen ausgerichtete Hilfstabellen, sodass sich Zahlen in einer Spalte sauber überblicken lassen
• Achsenbeschriftungen auf der Seite, die den Blick des Lesers bei den aktuellsten Daten hält

Das Ziel ist laut der Quelle, dass ein Dashboard, das vollständig auf den Standardeinstellungen von dbt Charts beruht und keinerlei eigenes Styling enthält, bereits so aussieht, als lohne sich die Lektüre.

Was das für Analytics-Teams bedeutet

Für Analytics Engineers liegt die wichtigste Änderung darin, wo Dashboards künftig leben. Da die Diagrammdefinitionen im selben Repository wie die Modelle liegen, durchlaufen sie denselben Weg aus Review, Tests und Deployment wie der Rest des dbt-Projekts. Ein Dashboard, das ein KI-Agent erzeugt oder bearbeitet, wird in einer einheitlichen, lesbaren Syntax geschrieben statt in einer wechselnden Mischung aus Code. Genau das adressiert das von Fowler genannte Nachvollziehbarkeitsproblem.

Teams, die lokal arbeiten möchten, können die Open-Source-Sprache mit der dct-CLI nutzen. Wer Freigaben, Berechtigungen und eine visuelle oder dialogbasierte Bearbeitung wünscht, kann auf das gehostete Produkt zurückgreifen. Aufzeichnungen aller Keynotes und Breakout-Sessions des dbt Summit 2026 sind on demand verfügbar.