Das "Snowflake-Rivale" Databricks schließt strategische Finanzierungsrunde über 3 Milliarden US-Dollar ab: Bewertung steigt auf 188 Milliarden US-Dollar, Wert der KI-Datenplattform wird weiterhin neu bewertet

Die App von Zhichong Finance berichtet, dass Databricks, die weltweit führende Plattform für Datenanalyse und künstliche Intelligenz, am Donnerstag angekündigt hat, dass sie eine neue strategische Finanzierungsrunde abgeschlossen haben. Diese wird von dem bestehenden Investor Coatue Management angeführt und umfasst etwa 3 Milliarden US-Dollar. Die Bewertung nach der Investition beträgt 188 Milliarden US-Dollar. Diese Bewertung ist etwa 40% höher als die Finanzierungsrunde von 134 Milliarden US-Dollar, die das Unternehmen Anfang dieses Jahres abgeschlossen hat. Die aktuelle Finanzierungsrunde wird voraussichtlich später im Sommer abgeschlossen und neue sowie bestehende Investoren einbeziehen.

Ali Ghodsi, Mitbegründer und CEO von Databricks, erklärte bereits im Dezember letzten Jahres, dass der jährliche Umsatz des Unternehmens 4,8 Milliarden US-Dollar erreicht habe – das entspricht einem Wachstum von über 55 Prozent – und dass in den vergangenen zwölf Monaten ein positiver freier Cashflow erzielt wurde. Laut einem Bericht vom Juni ist der jährliche Umsatz des Unternehmens weiter auf 5,4 Milliarden US-Dollar gestiegen, mit einer Wachstumsrate von 65 Prozent. Das solide Wachstum der Geschäftszahlen bildet die Grundlage für den sprunghaften Anstieg der Bewertung in dieser Finanzierungsrunde.

Von Data Warehouses zur AI-Orchestrierung: Die „Plattform-Etage“-Strategie von Databricks

Databricks bietet eine einheitliche Datenintelligenz-Plattform, die Unternehmen dabei hilft, komplexe Datenquellen zu erfassen, zu analysieren und AI-Anwendungen zu entwickeln. Das Kernprodukt hat sich von der ursprünglichen Lakehouse-Architektur zu einer Full-Stack-Plattform weiterentwickelt, die Datenstorage, Governance, Analyse und die Bereitstellung von AI-Modellen abdeckt.

Der Wert der Plattform-Etage steigt im Zeitalter der AI rapide. Da die Modelle selbst zunehmend zu Waren werden – chinesische Open-Source-Modelle machen auf OpenRouter mindestens 30% des Unternehmens-Token-Traffics aus und die Betriebskosten liegen 60% bis 90% niedriger als bei vergleichbaren US-Produkten – konzentriert sich der Wert zunehmend auf die Plattform, die Modell-Tests, Routing und die Einhaltung von Vorschriften kontrolliert. Databricks ist einer der zentralen Akteure in dieser Ebene.

Laut einer kürzlich von Databricks veröffentlichten Benchmark, basierend auf echtem Code ihrer eigenen Entwickler, können Open-Source-Modelle bei realen Programmieraufgaben mit etwa zwei Dritteln der Einzelausgaben eine statistisch äquivalente Leistung wie Anthropic Opus 4.8 erreichen. Diese Erkenntnis liefert Unternehmen den Datenbeleg, tägliche Aufgaben zu günstigeren Ebenen zu routen – Databricks ist die Instanz für solche Routing-Entscheidungen.

Verwendung der Mittel: AI-Governance, Übernahmen und Forschung

Databricks gab an, dass die aktuelle Finanzierungsrunde dazu verwendet wird, die AI-Strategie zu beschleunigen und die Investitionen in die Multi-AI-Governance-Lösung Unity AI Gateway zu verdoppeln. Darüber hinaus sollen die Mittel künftige AI-Übernahmen und die Vertiefung der AI-Forschung unterstützen.

Unity AI Gateway ist eine von Databricks entwickelte Unternehmenslösung für AI-Governance. Sie basiert auf dem Unity Catalog und erweitert den Governance-Bereich von Daten und AI-Vermögenswerten auf Modelle, AI-Agenten, MCP-Dienste, Skills und die Laufzeitinteraktion zwischen Unternehmenswerkzeugen. Das Produkt bietet zentralisierte Sicherheitskontrolle, Kostenkontrolle und Observabilität und unterstützt die einheitliche Governance von Databricks-gehosteten und externen Modellen. Seit Juli 2026 steht die Budgetfunktion von Unity AI Gateway allen Konten auf AWS, Azure und Google Cloud vollständig zur Verfügung.

Vor dem Hintergrund kollabierender AI-Modellpreise – chinesische Modelle machen aktuell mindestens 30% des Unternehmens-Token-Traffics auf OpenRouter aus und sind 60% bis 90% günstiger als vergleichbare US-Produkte – verschiebt sich das Preisrecht zu Plattformen, die Tests, Routing und die Einhaltung von Vorschriften kontrollieren. Databricks sichert sich mit Unity AI Gateway schnell einen wachsenden Anteil an dieser Schlüsselschicht.

Im Bereich Übernahmen hat Databricks zuletzt eine aktive Rolle eingenommen. Im Juni kündigte das Unternehmen die Übernahme von Panther Labs an – einem führenden Anbieter von AI-Sicherheitsbetriebssystem-Zentren, zur Förderung der Secure Lakehouse Vision; darüber hinaus wurde der Cloud-Datenbanksoftwareanbieter Neon für etwa 1 Milliarde US-Dollar übernommen. Die neue Finanzierungsrunde wird die Übernahmefähigkeiten weiter stärken.

Marktstruktur: Snowflake als Referenzwert und Bewertungspremium

Am öffentlichen Markt ist Snowflake (SNOW.US) das direkt vergleichbare Unternehmen zu Databricks. Snowflake wird derzeit zum etwa 18-fachen des erwarteten Jahresumsatzes gehandelt. Vergleicht man die Bewertung von 188 Milliarden US-Dollar bei Databricks mit dem Jahresumsatz von etwa 5,4 Milliarden US-Dollar, ergibt sich ein deutlich höheres Umsatzmultiplikator als bei Snowflake. Das spiegelt das Bewertungspremium wider, das der Private Equity Markt Plattformunternehmen mit nativen AI-Fähigkeiten zugesteht.

Obwohl beide Unternehmen im Bereich Data Warehouse und Analyse direkt konkurrieren, divergieren ihre strategischen Wege zunehmend. Databricks entwickelt sich vom Lakehouse zu einer End-to-End-AI-Plattform, während Snowflake vom Cloud Data Warehouse zu einer AI-basierten Datenplattform transformiert. Gartner prognostiziert, dass bis Ende 2026 etwa 40% der Unternehmensanwendungen auf aufgabenspezifische AI-Agenten setzen werden – gegenüber weniger als 5% im Jahr 2025. Das eröffnet beiden Unternehmen großes Wachstumspotenzial.

Aus geschäftlicher Sicht hat das Data Warehouse-Geschäft von Databricks im vergangenen Jahr mehr als eine Verdopplung erfahren und eine annualisierte Einnahmerate von 1,5 Milliarden US-Dollar erreicht. Die Nachfrage stammt hauptsächlich von AI-Workloads und Kundenmigrationen von anderen Plattformen.

IPO-Ausblick: Markt beobachtet den Börsenfenster aufmerksam

Databricks wird neben OpenAI und Anthropic von Analysten als einer der meist erwarteten IPO-Kandidaten im Tech-Bereich angesehen.

Bemerkenswert ist, dass das Unternehmen bereits Anfang dieses Jahres eine Finanzierung über etwa 5 Milliarden US-Dollar abgeschlossen hat und zu diesem Zeitpunkt mit 134 Milliarden US-Dollar bewertet wurde. Innerhalb von weniger als einem halben Jahr wurden zwei große Finanzierungsrunden abgeschlossen und die Bewertung um 40% erhöht – das deutet auf die anhaltende Dynamik im Bereich AI-Dateninfrastruktur hin, könnte aber auch darauf hindeuten, dass sich der geplante Börsengang weiter verzögert. Einem früheren Bericht zufolge zielte Databricks mit dieser Finanzierungsrunde auf eine Bewertung von 175 Milliarden US-Dollar und der IPO könnte frühestens nächstes Jahr stattfinden.

Da OpenAI und Anthropic ihre IPO-Unterlagen bereits eingereicht haben, wird der Zeitpunkt des Börsengangs von Databricks zu einem wichtigen Referenzpunkt für die Bewertung des AI-Software-Sektors am Markt.

Trotz hoher Bewertung und großer Markterwartung hinsichtlich des IPO hat CEO Ali Ghodsi bereits deutlich gemacht, dass 2026 „kein gutes Jahr für einen Börsengang“ sei. Der Hauptgrund liegt darin, dass große Tech-Unternehmen wie SpaceX, OpenAI und Anthropic nacheinander an die Börse gehen und viel Kapital vom Markt abziehen.

Ghodsi hat Investoren mitgeteilt, dass das Unternehmen letztlich einen Börsengang anstrebt und das Zeitfenster frühestens 2027 sein könnte. Die aktuelle Finanzierungsrunde gibt Databricks ausreichend Kapital, um den Börsengang weiter zu verschieben. Analysten zählen Databricks zusammen mit OpenAI und Anthropic zu den populärsten und am stärksten beobachteten IPO-Kandidaten.

Branchensignale: Der AI-Wert verlagert sich von der Modellebene zur Plattformebene

Dass die Bewertung von Databricks in einer Runde um 40 Prozent springt, ist eine klare Preissetzung des Private-Equity-Markts für die Veränderung in der Wertverteilung der AI-Wertschöpfungskette. Sobald die Modelle selbst immer ähnlicher werden und die Kosten kontinuierlich sinken, gewinnt die Kontrolle darüber, wie Modelle getestet, gemanagt und in Geschäftsprozesse geroutet werden, auf der Plattformebene immer mehr an Bedeutung für die Preisbildung.

Wie Mitbegründer und CTO Matei Zaharia zuvor sagte: „Es gibt ein bekanntes Problem mit öffentlichen Rankings – Aufgaben leaken in die Trainingsdaten, jedes Labor optimiert für diese Benchmarks.“ Wenn Benchmarks nicht mehr zuverlässig sind, brauchen Unternehmen eine Plattform, die Modellbewertungen und Routing auf Basis echter Geschäftsdaten ermöglicht – genau das baut Databricks als Burggraben auf.

Kurz vor Bekanntgabe der Finanzierungsnachricht veröffentlichte Databricks einen Benchmark basierend auf dem echten Arbeits-Code der eigenen Entwickler – mehr als 10 Programmiersprachen und Millionen von Codezeilen tatsächlicher Änderungen. Die Ergebnisse zeigen, dass Open-Source-Modelle (einschließlich des im Juni kostenlos veröffentlichten GLM 5.2 von Zhipu AI) bei alltäglichen Codierungsaufgaben statistisch gleichauf mit Anthropic Opus 4.8 sind, aber nur etwa zwei Drittel der Kosten pro Aufgabe verursachen. Diese Bewertung verändert die Art und Weise, wie Firmenkäufer Modelle beurteilen – öffentliche Rankings haben bekannte Probleme (Tasks leaken in Trainingsdaten), aber Databricks’ Tests messen die tatsächliche Arbeit der Entwickler.

Für Investoren ist die Bewertung von 188 Milliarden US-Dollar nicht nur eine Anerkennung des bestehenden Geschäfts von Databricks, sondern auch eine Wette auf seine Rolle als „Gewinner der Plattformebene“ im AI-Zeitalter. Wie in Edgen Techs Bericht zusammengefasst: „Die Unternehmen, die kontrollieren, wie Modelle getestet, gemanagt und in Geschäftsprozesse geroutet werden, gewinnen die Preisbildungskompetenz – und Databricks’ 40-prozentiger Sprung in einer einzigen Finanzierungsrunde ist das klare Signal, dass der Markt darauf setzt, dass dieser Trend mehrere Jahre anhält.“