In einem riesigen Supermarkt voller Künstlicher Intelligenzen steht ein teures GPT-Modell, ein günstiges Open-Source-Modell, spezialisierte Bildgeneratoren. Jedes verspricht die Lösung für dein Problem. Welches nimmst du? Wie verhinderst du, dass deine Abteilung am Monatsende eine sechsstellige Rechnung bezahlt, weil alle wild drauflos Tokens verbraucht haben? Unternehmen stehen heute vor dieser Herausforderung, wenn sie KI integrieren wollen. Sie müssen aus einem wachsenden Angebot an Modellen das richtige auswählen, die Kosten im Griff behalten und gleichzeitig Sicherheit und Compliance gewährleisten. Databricks, ein Unternehmen in San Francisco, spezialisiert auf Daten und KI, will diese Komplexität lösen.
Milliardenrunde untermauert den Plattform-Anspruch
Mit einer aktuellen Finanzierungsrunde – einer strategischen Runde zu einer Bewertung von 188 Milliarden US-Dollar – bekräftigt Databricks seinen Anspruch, die zentrale Plattform für Unternehmens-KI zu werden. Angeführt wird die Runde vom Bestandsinvestor Coatue, weitere neue und bestehende Investoren sollen hinzukommen. Der Abschluss wird für den Spätsommer 2026 erwartet, so das Unternehmen in einer Pressemitteilung. Das frische Kapital soll vor allem in drei Produktbereiche fließen: Unity AI Gateway, Genie und Lakebase. Diese Werkzeuge adressieren genau die Probleme, die viele Firmen plagen: Daten sind oft verstreut, nicht mit KI verbunden und schwer zu kontrollieren – einen Zustand, den Databricks als „Context Gap“ bezeichnet.
Ali Ghodsi, Mitgründer und CEO von Databricks, bringt die Strategie auf den Punkt: „Unternehmen bewegen sich vom Tokenmaxxing zum Valuemaxxing. Sie wollen nicht für jede Aufgabe die teuersten Tokens verbrennen, sondern das beste Ergebnis pro Dollar erzielen.“ Ein Token ist die kleinste Einheit, die ein KI-Modell verarbeitet – je mehr Tokens, desto höher die Kosten. Ghodsi meint, dass Firmen nicht ein einzelnes, teures KI-Modell für alles einsetzen, sondern je nach Aufgabe das passende – und kosteneffizienteste – Modell auswählen können. Diese Freiheit der Wahl ist der Kern von Databricks‘ Multi-AI-Ansatz. Das Unternehmen will seinen Kunden die Möglichkeit geben, aus einem Ökosystem von Modellen zu schöpfen, ohne die Kontrolle über Kosten, Sicherheit und Governance zu verlieren.
Ein Bild hilft, diese Vision zu verstehen: Ein Werkzeugkasten. Für einen Nagel brauchst du keinen Presslufthammer. Ebenso müssen Unternehmen die Wahl haben: Für eine einfache Textanalyse reicht ein leichtes Modell, für komplexe strategische Analysen vielleicht ein großes. Databricks hilft, diesen Werkzeugkasten zu verwalten – mit Unity AI Gateway als zentrale Schaltstelle. Unity AI Gateway ist eine Multi-AI-Governance-Lösung, die Unternehmen unterstützt, den Zugriff auf verschiedene KI-Modelle zu steuern, Kosten zu überwachen und Sicherheitsrichtlinien durchzusetzen. Es fungiert als Verkehrspolizist für KI-Anfragen: Es entscheidet, welches Modell für welche Anfrage verwendet wird, blockiert unautorisierte Zugriffe und protokolliert alle Aktivitäten für Compliance-Zwecke.
Genie, Lakebase und offene Infrastruktur
Ein weiteres Produkt, das von der Finanzierung profitiert, ist Genie. Databricks beschreibt Genie als KI-Co-Worker, der Geschäftsdaten in vertrauenswürdige Antworten und Aktionen umwandelt. Stell dir vor, du fragst: „Wie war unser Umsatz im dritten Quartal nach Region?“ und bekommst sofort eine präzise Antwort, ohne dass ein Data Scientist ein Dashboard bauen muss. Genie versteht natürliche Sprache und greift direkt auf die Daten im Lakehouse zu – der einheitlichen Datenarchitektur von Databricks. Es soll Business-Anwendern helfen, selbstständig Erkenntnisse zu gewinnen, ohne tiefe technische Kenntnisse zu benötigen. Das spart Zeit und entlastet die oft überlasteten Data-Teams.
Der dritte Schwerpunkt ist Lakebase, eine serverlose Postgres-Datenbank, optimiert für KI-Agenten. KI-Agenten sind autonome Programme, die Aufgaben erledigen, indem sie auf Daten zugreifen, diese analysieren und Aktionen auslösen. Lakebase bietet diesen Agenten einen schnellen, strukturierten und skalierbaren Speicher, der keine manuelle Serververwaltung erfordert. „Serverless“ bedeutet, dass sich Unternehmen nicht um die Infrastruktur kümmern müssen – die Datenbank skaliert automatisch mit der Nachfrage. Das ist wichtig für Echtzeitanwendungen, bei denen Agenten sofort auf aktuelle Daten zugreifen müssen, etwa in Kundenservice-Chatbots oder dynamischen Preisoptimierungen.
Hinter diesen Produkten steht die Databricks Data + AI Platform, die Datenverwaltung, Analytik, KI und Governance in einer Umgebung vereint. Das Unternehmen spricht von „Agent-ready Infrastructure“ – einer Infrastruktur, bereit für die nächste Welle von KI-Agenten. Laut Databricks nutzen bereits mehr als 20.000 Organisationen weltweit die Plattform, darunter Adidas, AT&T, Bayer, Block, Mastercard, Rivian, Unilever und 70 Prozent der Fortune 500. Diese Kundenbasis zeigt: Databricks ist kein Nischenanbieter mehr, sondern eine feste Größe im Enterprise-Bereich. Die aktuelle Finanzierungsrunde soll nicht nur die Produktentwicklung vorantreiben, sondern auch für Akquisitionen und vertiefte KI-Forschung genutzt werden.
Die 188-Milliarden-Bewertung eingeordnet
Die Bewertung von 188 Milliarden Dollar ist bemerkenswert. Sie spiegelt das Vertrauen der Investoren wider, dass Databricks die Plattform der Wahl für Enterprise-KI werden könnte – ähnlich wie Salesforce für CRM oder SAP für ERP. Der Unterschied: Databricks kombiniert Datenverwaltung, Analytics, KI und Governance in einem Haus. Das ist ein Alleinstellungsmerkmal in einer Zeit, in der Unternehmen unter dem sogenannten „AI Sprawl“ leiden – der zunehmenden Zersplitterung von KI-Tools, Modellen und Datenquellen. Viele Firmen haben heute Dutzende KI-Initiativen, die unkoordiniert nebeneinanderlaufen, ohne zentrale Steuerung. Databricks will hier Ordnung schaffen, indem es eine einheitliche Kontrollebene bietet.
Aus technischer Sicht ist der Multi-AI-Ansatz clever, denn er erkennt an, dass kein Modell alle Aufgaben perfekt beherrscht. Ein spezialisiertes Modell für Betrugserkennung kann günstiger und genauer sein als ein allgemeines Large Language Model. Doch die Verwaltung mehrerer Modelle ist komplex: Wer entscheidet, welches Modell wann verwendet wird? Wie werden die Kosten auf die Abteilungen verteilt? Wie stellt man sicher, dass keine sensiblen Daten an ein externes Modell gesendet werden? Unity AI Gateway soll diese Fragen beantworten, indem es eine Richtlinien-Engine bereitstellt, die auf Unternehmensregeln basiert. Es kann festlegen, dass nur interne Modelle für Personalthemen genutzt werden dürfen, während Marketing offene Modelle verwenden kann – jeweils mit Budgetlimits.
Was Unternehmen konkret davon haben
Was bedeutet das konkret für Unternehmen, die KI einführen wollen? Statt einen teuren Alleskönner zu kaufen, können sie auf einen Mix aus spezialisierten und generalistischen Modellen setzen – zu geringeren Gesamtkosten. Databricks positioniert sich als Betriebssystem-Kern dieser neuen Multi-AI-Welt. Die Plattform soll nicht nur die Auswahl der Modelle erleichtern, sondern auch deren Ergebnisse nachvollziehbar machen. Das ist entscheidend für Branchen wie Finanzen oder Gesundheitswesen, in denen jede KI-Entscheidung begründet werden muss. Genie liefert die Business-Schnittstelle, Lakebase übernimmt die Datenhaltung für Agenten und Unity AI Gateway die Kontrolle.
Die Runde ist noch nicht abgeschlossen, aber die Richtung ist klar: Databricks setzt auf eine offene, steuerbare und kosteneffiziente KI-Infrastruktur. Ob das gelingt, wird sich zeigen – die 188-Milliarden-Bewertung spricht eine deutliche Sprache. In einer Branche mit Hype und hektischen Investments setzt Databricks auf solide Governance und Business-Value. Das ist eine strategische Antwort auf ein reales Problem: KI ins Unternehmen zu bringen, ohne die Kontrolle zu verlieren. Die Plattform bietet einen Rahmen, der Unternehmen hilft, diesen Spagat zu meistern. Für KI-Interessierte lohnt es sich, die Entwicklung dieser Produkte zu verfolgen. Databricks‘ Ansatz könnte zur Blaupause für die nächste Generation von Enterprise-KI werden.
Quelle: databricks.com
