SAN FRANCISCO / LONDON (IT BOLTWISE) – Databricks berichtet von einem Umsatzsprung von über 80% auf 6,9 Milliarden US-Dollar (annualisiert) und beschreibt gleichzeitig sinkende Margen. Grund: Unternehmen setzen stärker auf agentische KI, die deutlich mehr Abfragen und damit mehr Rechen- und Modellkosten auslöst. CEO Ali Ghodsi ordnet das als Effekt des consumption-basierten Geschäftsmodells ein und betont Initiativen rund um Budget-Governance sowie Effizienz („value-maxxing“ statt Token-„Maxxing“). Parallel treibt das Unternehmen die Branchen- und Security-Expansion mit Produkten wie CustomerLake und Lakewatch voran.
Databricks steht im aktuellen KI-Boom in einer bemerkenswerten Doppelrolle: Während der Plattformanbieter weiterhin von der steigenden Nachfrage nach Datenanalyse und KI-Workflows profitiert, gerät das Kostenmodell unter Druck. Der Kern liegt weniger in schlechterer Nachfrage als in einer Verhaltensänderung auf Kundenseite: Agentische KI-Ansätze lassen Modelle nicht nur Antworten geben, sondern Aufgaben in mehreren Schritten ausführen, Daten aufbereiten und dabei fortlaufend Rückfragen erzeugen. Genau diese „mehr Abfragen“-Dynamik verstärkt die Kostenlast, weil Databricks’ Umsatz zwar mit der Nutzung steigt, die Ausgaben für zugrunde liegende Modell- und Inferenzkapazität jedoch häufig in einem ungünstigeren Verhältnis wachsen.
In der Kommunikation auf dem Data- und AI-Summit in San Francisco verwies CEO Ali Ghodsi explizit auf den consumption-basierten Charakter des Geschäfts. Databricks’ annualisierter Umsatz sei um mehr als 80% gegenüber dem Vorjahr gewachsen und liege nun bei 6,9 Milliarden US-Dollar; zuvor waren es 5,4 Milliarden US-Dollar im fiskalischen vierten Quartal. Gleichzeitig blieb die konkrete Bruttomarge zwar ohne exakte Zahl, jedoch mit klarer Tendenz: Sie werde „weiter sinken“. Das ist für Enterprise-Kunden ein Signal, dass die Wirtschaftlichkeit von KI nicht nur vom Modell, sondern auch von Prozessdesign und Nutzungsbudget abhängt. Ein technischer Vergleich liegt auf der Hand: Wenn „Agenten“ statt single-shot Interaktionen dauerhaft Inferenzressourcen aktivieren, verschiebt sich der Kostenhebel weg von Setup-Kosten hin zu laufender Betriebseffizienz.
Technisch betrachtet wirkt Databricks als Orchestrierungs- und Datenbrücke: Einerseits ermöglicht die Plattform Antworten auf Unternehmensdaten über Business-Schnittstellen, andererseits unterstützt sie Entwickler mit Bausteinen, um eigene KI-Apps aufzusetzen. Diese Rolle ist entscheidend, weil agentische Workflows typischerweise mehrere Stufen benötigen – von Datenzugriff über Kontextaufbereitung bis zur Prompt- und Tool-Invocation. Mit zunehmender Popularität solcher Bausteine steigen jedoch die Anforderungen an das Modell-Layer, etwa durch zusätzliche Runden von Abfragen, Zwischenauswertungen und Validierungen. Ein weiteres Detail aus der Unternehmenskommunikation: Databricks führt Budget-Governance über eine Unity AI Gateway Komponente ein, die Nutzer benachrichtigen kann, wenn sie sich KI-Budgets dem Ende nähern. Damit reagiert das Unternehmen auf das Branchenmuster, Token-Ausgaben zu überwachen und Kosten durch Prozessdisziplin zu begrenzen.
Im Marktvergleich wird zudem sichtbar, wie unterschiedlich Unternehmen ihre KI-Strategie ökonomisch verankern. Databricks wird zwar häufig in dieselbe Kategorie wie Modellanbieter eingeordnet, erfüllt aber eine andere Funktion: Während Wettbewerber wie Snowflake ebenfalls stark vom Daten- und KI-Zusammenspiel profitieren, adressieren sie den Stack über andere Infrastrukturbestandteile. Snowflake ist seit 2020 börsennotiert und erreicht laut jüngsten Quartalszahlen eine annualisierte Umsatzbasis um 5,6 Milliarden US-Dollar; Databricks liegt damit deutlich darüber. Der Blick auf das IPO-Geschehen verstärkt den Kontext: Viele hoch bewertete Peer-Unternehmen prüfen den Kapitalmarkt, während Databricks bislang abwartet. Branchenexperten verknüpfen diese Zurückhaltung oft mit dem Wunsch, Wachstums- und Margenpfade noch stärker zu stabilisieren, bevor Kapitalmärkte den Bewertungshebel über „Execution“ statt über reine Wachstumserzählungen entscheiden.
Für die nächste Wettbewerbsrunde ist außerdem relevant, wie Databricks mit dem Trend gegen „Tokenmaxxing“ umgeht. Ghodsi beschreibt, dass Unternehmen von der früheren Praxis abrücken, möglichst viele Tokens auszugeben, nur um bessere Ergebnisse „herauszuschätzen“. Stattdessen setzen sie auf „value-maxxing“: KI soll effizient arbeiten, mit kontrollierter Kostenentwicklung, aber weiterhin „frontier“-fähige Modelle für passende Anwendungsfälle nutzen. Dabei spielt die Modellwahl eine zentrale Rolle: Große Unternehmen wollen die leistungsfähigsten Modelle für anspruchsvolle Schritte einsetzen, für Routineaufgaben jedoch häufig kostengünstigere Alternativen, teils auch aus dem Open-Source-Ökosystem. In diesem Spannungsfeld wird Databricks’ Fähigkeit wichtig, Kosten- und Qualitätsziele in den gleichen Governance-Mechanismus zu integrieren. Besonders bemerkenswert: Der CEO nannte außerdem chinesische Modelle als sehr gefragt bei Databricks-Kunden und betonte, dass Kunden die Modelloptionen aktiv einfordern.
Auch die jüngere Produkt- und Expansionsstrategie zielt darauf, KI-Nutzung nachhaltiger und wirtschaftlicher zu machen. Im März positionierte sich Databricks mit Lakewatch im Cybersecurity-Markt; nun kündigte das Unternehmen zudem den Zukauf von Panther an, einem Security-Startup, das 2021 mit 1,4 Milliarden US-Dollar bewertet gewesen sei, und stellte mit CustomerLake eine Software zur Verwaltung von Marketingdaten vor. Diese Bewegungen passen in ein Muster: KI-Plattformen gewinnen nicht nur durch allgemeine Toolchains, sondern durch vertikale Verfeinerung, bei der Datenzugriff, Zugriffskontrollen und Eventualitäten wie Auditierbarkeit von vornherein mitgedacht werden. Gerade im Security-Umfeld ist die regulatorische Perspektive nicht optional: Unternehmen müssen Datenzugriffe protokollieren, Rollen sauber abbilden und Datenflüsse so gestalten, dass Datenschutz- und Compliance-Anforderungen auch bei agentischen Prozessen eingehalten werden. Für Entwickler und IT-Teams bedeutet das eine praktische Verschiebung: Nicht nur „Modelle anbinden“, sondern auch Budget-, Berechtigungs- und Datenhygiene als integrale Teile der Architektur automatisieren.
Für die Zukunft deutet die aktuelle Entwicklung auf zwei parallele Roadmaps hin. Erstens wird die Plattformseite stärker an Kosten- und Nutzensteuerung gekoppelt: Wenn Agenten dauerhaft rechnen, werden Mechanismen zur Quoten-, Budget- und Policy-Durchsetzung zum Wettbewerbsvorteil. Zweitens wird die Branchen- und Security-Erweiterung die Datenhoheit und den Kontext verbessern, was wiederum die Agentenleistung beeinflusst – denn Agenten scheitern oft nicht an Intelligenz, sondern an unzureichendem Kontext und unklaren Datenpfaden. Für Databricks könnte das bedeuten, die Inferenzkosten über effizientere Pipeline-Designs, intelligenteres Caching und modellselektive Routing-Strategien weiter zu dämpfen. Gleichzeitig bleibt eine Marktdynamik spannend: Sollte „value-maxxing“ breit greifen, gewinnen Anbieter, die Governance und Effizienz im gleichen Atemzug liefern, während reines Nutzenwachstum ohne Kostenkontrolle langfristig in Margendruck münden kann.
💳 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 "Databricks wächst weiter – doch Agenten drücken die Margen deutlich" 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 "Databricks wächst weiter – doch Agenten drücken die Margen deutlich" 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: »Databricks wächst weiter – doch Agenten drücken die Margen deutlich« bei Google Deutschland suchen, bei Bing oder Google News!