SAN FRANCISCO / LONDON (IT BOLTWISE) – Snowflakes jüngste Quartalszahlen unterstreichen, dass Künstliche Intelligenz den Softwaremarkt in Richtung nutzungsbasierter Preise verschiebt. Der CEO Sridhar Ramaswamy argumentiert, dass Agenten-KI vor allem dann wirtschaftlich trägt, wenn Anbieter ihren Umsatz erst dann verdienen, wenn Kunden tatsächlich Rechenleistung und Funktionen verbrauchen. Gleichzeitig wird klar, wie stark die Cloud-Strategie und die Rechenchips von Amazon das Setup bestimmen. Im Marktvergleich mit Salesforce und ambitionierten KI-Labs dreht sich die Diskussion nun um Wachstum, Sicherheit und die Frage, ob Seat-basiertes Pricing künftig schwerer zu rechtfertigen ist.
Snowflakes CEO Sridhar Ramaswamy verbindet die starken Ergebnisse seines Unternehmens mit einer größeren Marktthese: In der Ära agentischer Künstlicher Intelligenz werden klassische SaaS-Geschäftsmodelle unter Druck geraten, wenn Preis und Wertversprechen nicht mehr zur Art der Nutzung passen. Während viele Investorensorgen zuletzt vor allem softwaretypische „SaaSpocalypse“-Ängste verstärkten, zeigt Snowflake in seinem Bericht, dass ein konsequent nutzungsbasiertes Modell die ökonomische Brücke zwischen KI-Compute und tatsächlichem Kundenwert schlagen kann. Ramaswamy ordnet das als Moment ein, in dem die Branche die „Gewinner und Verlierer“ beim KI-Uplift sortiert.
Die Signalwirkung ist in den Kennzahlen deutlich: Snowflake berichtete ein Quartal, das in mehreren Bereichen die Erwartungen übertraf und damit die Aktie kurzfristig stark ansteigen ließ. Entscheidend für die unternehmerische Lesart ist nicht nur der Growth-Impuls, sondern die Begründung, warum dieser ausgerechnet im Kern der Infrastrukturstrategie entsteht. Snowflake verweist darauf, dass die Erlöse im KI-Zeitalter zunehmend dort anfallen, wo Kunden Workflows tatsächlich anstoßen und Rechenressourcen konsumieren. Damit wird „Software“ faktisch näher an „Compute“ gerückt – ein Perspektivwechsel, der für andere Anbieter mit seatbasierten Preislisten unbequem sein kann.
Technisch betrachtet steht bei Snowflake der Gedanke im Vordergrund, KI nicht als isoliertes Add-on zu verstehen, sondern als eingebettete Fähigkeit im Daten- und Ausführungsstapel. In den letzten rund zweieinhalb Jahren hat das Unternehmen seine Plattform breit auf KI erweitert: Dazu gehören Cortex Code als Coding-Agent sowie Snowflake Intelligence als agentische Anwendung, die Workflows in die Plattform hineinzieht. Laut jüngsten Auswertungen wird Cortex Code bereits in Tausenden von Accounts genutzt; zudem wächst die Akzeptanz von Intelligence schneller als zuvor. Diese Entwicklung ist weniger eine reine Modellfrage, sondern eine Frage der Orchestrierung: Welche Teile des Systems führen aus, welche bleiben kontrolliert?
Genau hier kommt das von Ramaswamy skizzierte „Control Plane“-Konzept ins Spiel: Nicht nur Abfragen werden zur Interaktion, sondern Nutzer orchestrieren Aufgaben über verschiedene Anwendungen hinweg. Wer den Schritt von einem reinen Query-Interface zu einem task-orientierten Cockpit versteht, erkennt, warum nutzungsbasierte Preise ökonomisch stimmig sein können. Denn im agentischen Betrieb entstehen Kosten und Nutzen in Echtzeit entlang der tatsächlichen Ausführungsschritte: Prompting, Planung, Tool-Nutzung, Iteration und Ergebnisproduktion. Im Vergleich zu traditionellen Sitzlizenzen, die eher an Benutzerkontingente gekoppelt sind, passt eine Verbrauchsmessung besser zur dynamischen Rechen- und Funktionsnutzung.
Im Marktvergleich ist der Ton klar: Ramaswamy prognostiziert, dass Unternehmen, deren Einnahmen stark an „seat-based“ Lizenzen gebunden sind, später Rechtfertigungsdruck bekommen, wenn Mitarbeitende mit KI-Assistenz einen Großteil ihrer Aufgaben automatisiert erledigen. Das trifft nicht nur die Preislogik, sondern auch die Erwartungshaltung der Kunden: Wenn „User zählt“ weniger relevant wird, rückt „Outcome“ in den Vordergrund. Salesforce adressiert diesen Druck parallel über seine KI-Richtung Agentforce, während das Unternehmen zugleich durch sehr hohe, beschleunigte Aktienrückkäufe signalisiert, dass Vertrauen in die eigene Umsetzung wieder stabiler ist. Damit entsteht ein Wettbewerb um Glaubwürdigkeit: KI-Funktionen ja, aber auch belastbares Wachstum und Kapitalmarkt-Story.
Noch spannender wird es, wenn man die Forschungslinie großer KI-Labore einordnet. Ramaswamy bleibt optimistisch, obwohl etwa Anthropic an hochautonomen Systemen arbeitet, die laut Berichten den Weg in Richtung stärkerer Selbststeuerung ebnen. Selbst ohne Bestätigung eines frühen Zugangs zu einzelnen Modellen argumentiert er, dass „verantwortliche“ Unternehmen die Fähigkeiten solcher Systeme für konkrete, messbare Security-Aktivitäten nutzen sollten – etwa für automatisierte Sicherheitschecks der eigenen Software. Für die Unternehmenspraxis heißt das: KI-Agenten müssen in Security-Prozesse eingebettet sein, dürfen aber nicht unkontrolliert agieren. Hier verschiebt sich die Diskussion von „Kann KI Aufgaben erledigen?“ zu „Kann KI sicher und nachvollziehbar arbeiten?“
Die regulatorische und sicherheitstechnische Perspektive ist damit direkt berührt. Verbrauchsbasierte Preismodelle können zwar Transparenz schaffen, lösen aber nicht automatisch Fragen zu Berechtigungen, Datenflüssen und Auditierbarkeit. Ramaswamy betont entsprechend die Notwendigkeit, zu wissen, was ein Coding-Agent konkret tut und welche Permissions er erhält. Für IT- und Security-Teams bedeutet das: Agentische Workflows brauchen klare Steuerungsmechanismen, Protokollierung und kontrollierte Tool-Zugriffe, besonders wenn sie Code, Infrastruktur oder Deployment-Artefakte beeinflussen. Genau deshalb wird die Control Plane zum sicherheitsrelevanten Teil des Produktdesigns: Sie muss Ausführung, Rechte und Rückverfolgbarkeit zusammenführen.
Ausblickend deutet sich außerdem eine Veränderung der Anwendungslandschaft an. Ramaswamy sieht eine Abkehr von einer großen Zahl „off-the-shelf“-SaaS-Produkte hin zu weniger, dafür besser abgestimmten Anwendungen sowie mehr individuell zugeschnittenen, kleineren Bausteinen. Das passt zu einem Architekturtrend, bei dem Unternehmen weniger Portfolios von Einzellösungen verwalten und stärker auf zusammensetzbare Komponenten setzen, die agentische Orchestrierung unterstützen. Gleichzeitig wird für Entwickler und Systemintegratoren attraktiv, dass agentische Fähigkeiten nicht nur auf das UI beschränkt sind, sondern in die Plattformebene hineinreichen. Wenn nutzungsbasierte Preise die Messlatte für Wertbeweis erhöhen, dürfte die nächste Wettbewerbsetappe weniger „AI draufpacken“, sondern „KI verlässlich in messbare Workflows überführen“ heißen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Snowflake-Chef: Warum KI-Workloads neue SaaS-Preismodelle brauchen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Snowflake-Chef: Warum KI-Workloads neue SaaS-Preismodelle brauchen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Snowflake-Chef: Warum KI-Workloads neue SaaS-Preismodelle brauchen« bei Google Deutschland suchen, bei Bing oder Google News!