Snowflake und Databricks im KI-Stack: Jetzt Build vs. Buy entscheiden

Jeder Plattformverantwortliche, der in den nächsten zwei Quartalen eine mehrjährige Snowflake- oder Databricks-Verlängerung vor sich hat, steht vor einer schärferen Frage als noch vor 12 Monaten. Die beiden Anbieter pitchen sich nicht länger als analytische Warehouses mit angehängten KI-Features. Sie positionieren sich als operatives Substrat für Enterprise-Agenten – und das Preisschild, das mit diesem Anspruch verbunden ist, wird auf dem Schreibtisch eines CFO landen, lange bevor die Architektur bewiesen ist.

Diese Neuausrichtung ist bedeutsam, weil sie verändert, wen man einstellt, worauf man sich festlegt und wie stark man einem Anbieter ausgesetzt ist, dessen Roadmap nun mit der Ökonomie von Frontier-Modellen verflochten ist. Das Entscheidungsfenster ist eng. Beide Unternehmen stehen kurz davor, ihre Summit-Bühnen zu nutzen, um dieses Narrativ zu zementieren.

Die wichtigsten Details

Wie SiliconANGLE in einer Breaking Analysis von Dave Vellante und George Gilbert berichtete, findet das Snowflake Summit in der Woche nach dem 30. Mai statt, das Databricks Data + AI Summit folgt etwa zwei Wochen später. Die Rahmung beider Veranstaltungen dreht sich nicht mehr um Query-Performance oder Lakehouse versus Warehouse. Es geht darum, wer die Schicht besitzt, in der Enterprise-Agenten tatsächlich leben.

Die Analyse skizziert einen fünfteiligen KI-Software-Stack, der auf Konzepten von Geoffrey Moore aufbaut: vorne ein System of Engagement, darüber ein System of Agency, in der Mitte ein System of Intelligence sowie darunter Datenplattformen und Systems of Record. Das System of Engagement wird als neues Frontend beschrieben, wo Menschen und Agenten interagieren. Das System of Agency ist der Ort, wo Agenten wahrnehmen, schlussfolgern, entscheiden, handeln und lernen. Das System of Intelligence – die grüne Schicht in der Mitte – ist der Bereich, in dem Geschäftswissen, Regeln und Kontext so organisiert werden, dass Agenten darauf operieren können.

Snowflake Intelligence und Databricks Genie sind die Produkte, die für diese mittlere Schicht positioniert werden. Beide Anbieter, so die Autoren, haben vor etwa einem Jahr den Rubikon überschritten – das bedeutet, sie haben aufgehört, sich wie reine Datenplattformen zu verhalten, und sind nach oben gewandert. Beide dehnen sich über Kataloge in den Governance-Bereich aus. Auf der konsumentenseitigen Seite verweist die Analyse auf ChatGPT, das sich in Richtung Codex bewegt, und Claude, das sich in Richtung Cowork entwickelt, als Belege dafür, dass sich auch die Engagement-Schicht verfestigt.

Auch die politische Dynamik innerhalb von Unternehmen hat sich umgekehrt. Das ursprüngliche KI-Mandat kam von CEOs und Boards. Die erste Phase der tatsächlichen Adoption erfolgt laut der Analyse zunehmend von unten nach oben, da Einzelpersonen Tools in ihre eigenen Workflows integrieren. Genau diese Lücke zwischen Top-down-Mandat und Bottom-up-Adoption ist der Ort, an dem Vendor-Lock-in tendiert, sich still und leise zu verfestigen.

Warum das für Daten-Teams relevant ist

Die ehrliche Einschätzung dieser Verschiebung: Wenn Snowflake und Databricks erfolgreich das System of Intelligence besitzen, hört der Analytics-Posten in Ihrem Budget auf, ein Analytics-Posten zu sein. Er wird zum Substrat für jeden Agenten, den Ihr Unternehmen betreibt. Das ist ein grundlegend anderes Beschaffungsgespräch, und die meisten Daten-Teams sind dafür nicht aufgestellt.

Man bedenke die Auswirkungen auf die Teamzusammensetzung. Eine traditionelle Analytics-Organisation ist rund um Data Engineers, Analytics Engineers, die etwa dbt für Transformationen verwenden, sowie eine BI-Schicht darüber aufgebaut. In dem Moment, in dem Ihr Warehouse-Anbieter zum Ort wird, wo auch Agent-Kontext, Geschäftsregeln und Ausführungslogik leben, brauchen Sie Menschen, die über Ontologie-Design, Policy-Enforcement und Agent-Observability nachdenken können. Das sind nicht dieselben Einstellungen. Der Markt für dieses Profil ist dünn, und das Gehaltsband liegt näher an ML-Platform-Engineer als an Analytics-Engineer.

Dann ist da noch die Build-vs.-Buy-Frage, die schwieriger geworden ist, nicht einfacher. Vor einem Jahr konnte man vernünftigerweise argumentieren, dass Snowflake und Databricks für die meisten analytischen Workloads austauschbar sind, wobei die Wahl durch vorhandene Fähigkeiten und Vertragsnutzung bestimmt wird. Sobald Snowflake Intelligence und Genie zum Host Ihrer Business-Semantik werden, potenzieren sich die Wechselkosten. Der Semantic Layer, der Katalog, die Agent-Definitionen, die Zugriffsrichtlinien – sie alle werden zu anbieterspezifischen Assets. Das ist kein portables Artefakt wie ein SQL-Modell.

Meine Einschätzung: Daten-Teams, die das als nur ein weiteres Feature-Release behandeln, werden in 18 Monaten aufwachen und in einem Stack feststecken, den sie nicht bewusst gewählt haben. Die Teams, die die Nase vorn haben werden, behandeln die Semantik- und Ontologie-Schicht als erstklassiges architektonisches Anliegen, das unabhängig vom jeweiligen Anbieter besessen wird, der gerade das Compute hostet.

Auswirkungen auf die Branche

Für iGaming-, Fintech- und Ad-Tech-Plattformen ist die regulatorische Exposition der Teil, der in keinem Anbieter-Pitch-Deck auftaucht. Wenn Agenten beginnen, Produktionsdaten zu berühren, Tools aufzurufen und Arbeit auszuführen, wächst das Risikoregister Ihres General Counsels über Nacht um eine neue Kategorie. Jede Jurisdiktion mit einer Datenschutzregel, jede Lizenzbedingung, die die Verarbeitung von Kundendaten einschränkt, jede Audit-Trail-Anforderung – das alles muss nun auf die Agent-Schicht ausgeweitet werden. Das System of Intelligence ist auch das System der Haftung.

Genau hier wird der Einstieg von Snowflake und Databricks in Governance mit Katalogen tragend. Kataloge sind nicht mehr nur Metadaten. Sie sind der Ort, an dem Sie einem Regulator nachweisen, dass ein Agent, der auf einem Kundendatensatz handelt, im Rahmen der Richtlinien operiert hat. Teams, die lizenzierte Produkte betreiben, sollten diese Summit-Ankündigungen mit ihren Compliance-Verantwortlichen im Raum lesen, nicht nur mit ihren Daten-Leads.

Die Auswirkung auf den Einstellungsmarkt ist ebenso konkret. Das Bottom-up-Adoptionsmuster bedeutet, dass einzelne Engineers bereits persönliche Agenten gegen Unternehmensdaten bauen – häufig ohne Beschaffung oder Sicherheit einzubeziehen. Dieser Geist lässt sich nicht mehr in die Flasche zurückstecken. Heads of Platform müssen dieses Quartal entscheiden, ob sie diese Aktivität in ein gesteuertes internes Programm überführen oder sie weiterhin als Shadow-IT behandeln und das Breach-Risiko absorbieren. Eine dritte Option, die langfristig trägt, gibt es nicht.

Für OLAP-lastige Unternehmen, die in Alternativen wie ClickHouse für Echtzeit-Analytics investiert haben, sieht das Kalkül etwas anders aus. Die Wahl der Analyse-Engine bleibt aufgrund von Kosten und Latenz vertretbar. Die Frage ist, wo die Semantik- und Agent-Schicht sitzt, wenn der eigene Warehouse-Anbieter nicht darum kämpft, eine bereitzustellen.

Was man beobachten sollte

Der Head of Platform bei jedem Series-B-Fintech oder später sollte seinem CFO diese Woche eine sehr konkrete Frage stellen: Wie sieht unser gebundenes Spending mit Snowflake oder Databricks in den nächsten 24 Monaten aus, und wie viel davon basierte auf der Annahme, dass wir ein analytisches Warehouse kaufen und kein Agent-Substrat? Lautet die Antwort „das haben wir noch nicht modelliert", sind die gerade verhandelten Verlängerungskonditionen mit ziemlicher Sicherheit falsch bepreist im Verhältnis zum gelieferten Wert.

Drei Signale sind es wert, im Rahmen des Summit-Zyklus verfolgt zu werden. Erstens: Beobachten Sie, wie aggressiv jeder Anbieter die agentennahen Features gegenüber dem Core-Compute bepreist. Bündelung zeigt Ihnen, wo Lock-in entstehen soll. Zweitens: Beobachten Sie Aussagen zur Katalog-Interoperabilität. Wenn sich keiner der Anbieter zu portablen Semantikdefinitionen verpflichtet, behandeln Sie das als bewusste Entscheidung. Drittens: Beobachten Sie die Reaktion der Applikations-Anbieter. SAP, Salesforce und ServiceNow erheben eigene Ansprüche auf das System of Intelligence, und der Grenzkrieg zwischen Datenplattformen und Applikationsplattformen ist der Ort, an dem die nächste Runde der Integrationskosten entschieden wird.

Teams, die ihren Analytics-Stack gerade evaluieren, sollten sich eine einfachere Frage stellen: Wenn unser Warehouse-Anbieter zum Host unserer Geschäftslogik wird, sind wir damit einverstanden – und haben wir den Ausstieg eingepreist?

Die wichtigsten Erkenntnisse

• Snowflake Intelligence und Databricks Genie positionieren ihre Anbieter als System-of-Intelligence-Schicht und nicht nur als Datenplattformen – im Vorfeld aufeinanderfolgender Summits.
• Der von Geoffrey Moore entlehnte Fünf-Schichten-Stack (Engagement, Agency, Intelligence, Datenplattformen, Systems of Record) ist ein nützlicher Rahmen für Beschaffungsgespräche, nicht nur für Architekturdiagramme.
• Die Bottom-up-Adoption persönlicher Agenten überholt Top-down-Mandate, was bedeutet, dass Shadow-IT-Risiken bereits in Ihrer Umgebung vorhanden sind, egal ob Sie sie genehmigt haben oder nicht.
• Katalog- und Governance-Investitionen beider Anbieter verwandeln Semantik-Schichten in anbieterspezifische Assets und erhöhen die Wechselkosten in einer Weise, wie es analytisches SQL nie getan hat.
• Plattformverantwortliche, die in den nächsten zwei Quartalen Verträge verlängern, sollten auf Basis des Agent-Substrat-Werts neu verhandeln – nicht auf Basis des Warehouse-Werts –, oder akzeptieren, falsch bepreist zu sein.