de.wedoany.com-Bericht: Auf der Snowflake-Entwicklerkonferenz 2026 hat das Unternehmen klar seine strategische Neuausrichtung verkündet: Es verlagert sich von einem Cloud-Data-Warehouse und einer Daten-Cloud hin zu den oberen Schichten des KI-Software-Stacks und strebt den Aufbau „intelligenter Systeme“ an, die Unternehmensdaten, Semantik, Governance, Geschäftslogik, Aktionen, Agentenspuren und institutionelles Wissen integrieren. Diese Systeme sollen Menschen und Agenten dabei unterstützen, bessere Fragen zu stellen, bessere Antworten zu erhalten und kontrollierte Aktionen auszuführen. Snowflake hat bereits eine Vielzahl von KI-Funktionen entwickelt, doch die Frage ist, ob es zu einem vertrauenswürdigen Kontrollpunkt im aufkommenden KI-Stack werden kann, bevor Modellhersteller, Anwendungsanbieter, Hyperscaler und Ontologie-Anbieter diesen Bereich für sich beanspruchen.
Sridhar Ramaswamy, CEO von Snowflake, räumte in einer privaten Fragerunde mit Medien und Analysten ein, dass der vollständige Technologie-Stack der Zukunft noch unbekannt sei. Er wies darauf hin, dass Modellanbieter über hochmoderne Fähigkeiten ohne historische Altlasten verfügen, Anwendungsanbieter tiefes Prozesswissen besitzen und Snowflakes Kernstärken in der Datengravitation, den Governance-Fähigkeiten, dem Geschäftskontext und der Kundschaft liegen, die ihren unternehmenskritischen Daten vertraut. Er betonte, dass Produktinnovation und Produkt-Markt-Fit letztlich den historischen Verlauf bestimmen würden. Die Geschichte werde im Nachhinein als offensichtlich geschrieben, aber das sei sie derzeit nicht.
Nach einem von George Gilbert, Chefanalyst von theCUBE Research, entwickelten Rahmenwerk werden intelligente Systeme in fünf Schichten unterteilt. Snowflake ist derzeit in Teilbereichen der ersten und zweiten Schicht am stärksten, dringt aktiv in die vierte Schicht vor und legt die Grundlagen für die dritte und fünfte Schicht. Das Rahmenwerk betrachtet Partizipationssysteme als Frontend, in dem Menschen mit Agenten interagieren und arbeiten; intelligente Systeme dienen als Backend, das Daten, Regeln, Kontext, Aktionen und Geschäftslogik organisiert, sodass sie sowohl für Menschen als auch für Agenten lesbar und letztlich ausführbar sind.
Die strategischen Aussagen der Snowflake-Führungskräfte weisen darauf hin, dass ein Agentenunternehmen vier Hauptkomponenten benötigt: Unternehmensdaten und -kontext, KI-Modelle, Unternehmensanwendungen und eine Agenten-Kontrollebene. Die Produkte Snowflake Intelligence und Cortex Code wurden in CoWork bzw. CoCo umbenannt und als grundlegende Bausteine für das Agentenunternehmen positioniert. Aus Produktarchitektursicht kombiniert Snowflake die vier Ebenen Partizipationssystem, Agentensystem, intelligentes System und Datenbasis, die jeweils CoWork und CoCo, Agenten und Multi-Agenten-Orchestrierung, Horizon und Cortex Sense sowie Snowflake-Tabellen und Iceberg-Datenspeicher entsprechen. Die Unternehmensführung diskutiert nun Themen wie Kontext, Geschäftssemantik, Modellunabhängigkeit, Agenten-Governance, Identität und Gedächtnis – ein Vokabular, das über die früheren Konzepte der Trennung von Rechnen und Speichern hinausgeht und der Sprache des KI-Software-Stacks näher kommt.
Das zentrale technologische Argument von Snowflake lautet: „Der Kontext bestimmt die Qualität des Agenten.“ Baris Gultekin, Vizepräsident für KI, wies darauf hin, dass die KI-Transformation von der Tiefe des Geschäftsverständnisses der KI abhängt: Einem Agenten ohne Kontext fehle das Verständnis für Kennzahlen, er verschwende Tokens, um Muster neu zu entdecken, und setze Governance-Risiken aus. Am Beispiel der Berechnung des vierteljährlichen Vertragswerts könnte ein allgemeiner Agent zu dem Schluss kommen, dass der Wert steigt, aber die Geschäftsdefinition schließt Aktivitäten der kostenlosen Stufe aus – andernfalls wäre die Antwort falsch. Snowflakes Cortex Sense zielt darauf ab, solche Probleme zu lösen, indem es Informationen aus Connectoren, strukturierten und unstrukturierten Daten, semantischen Ansichten, Geschäftsglossaren, Fähigkeiten, Agenteninteraktionen und Metadaten bezieht, um eine gehostete Kontextlaufzeit für Unternehmen aufzubauen. Von Snowflake bereitgestellte Vergleichsdaten zeigen, dass die Antwortgenauigkeit eines reinen hochmodernen Codierungsagenten für hart strukturierte Daten bei etwa 24 % liegt, mit einem semantischen Modell auf etwa 47 % steigt, ein stark angepasstes internes semantisches Modell etwa 73 % erreicht und Cortex Sense out-of-the-box bei etwa 86 % liegt. Die Kernschlussfolgerung lautet: Je näher die KI am regulierten Geschäftskontext ist, desto besser sind die Antworten und desto geringer die Kosten.
Horizon, die Grundlage für Governance und Kataloge, wird entlang der drei Dimensionen Interoperabilität, Kontext und Governance erweitert. Zu den Schlüsselfunktionen gehören das offene Teilen von Iceberg-Tabellen, die von Horizon durchgesetzte feinkörnige Zugriffskontrolle, die Implementierung der Polaris-API durch Horizon zur Ausweitung der Governance über Snowflake hinaus, die Select-Star-Integration zum Abrufen von Metadaten aus Tools wie Power BI, Tableau, Postgres und SQL Server, der Horizon Context zum Aufbau von Herkunft und semantischen Ansichten, absichtsgesteuerte Governance sowie KI-Governance zur Überwachung der Agentenqualität und der Offenlegung sensibler Daten. Analysten weisen darauf hin, dass Horizon zwar vom Katalog zum Kontext übergeht, aber noch kein vollständiges intelligentes System darstellt. Der Katalog definiere Nomen, während ein vollständiges intelligentes System Verben modellieren müsse – also Aktionen, Vorbedingungen, Effekte, Ausnahmen, Entscheidungen und Workflows. Gleichzeitig explodiere die von Agenten erzeugte Datenmenge, und die Verwaltung der enormen Datenmengen in diesem Rahmen könnte für Kunden zu einem Kostenhindernis werden.
Cortex Sense wird als der wichtigste Schritt hin zu intelligenten Systemen angesehen. Es konzentriert sich explizit auf die Kontextlaufzeit und versucht, die Unternehmenssemantik zu erschließen und zu organisieren, sodass Agenten Geschäftsfragen genauer und kostengünstiger beantworten können. Das Produkt sammelt nicht nur technische Metadaten, sondern beginnt auch, sich Geschäftssemantik, Fähigkeiten, Workflow-Kontext, Agenteninteraktionen und wissensgraphähnliche Darstellungen zuzuwenden. Derzeit ist Cortex Sense am stärksten im Verständnis strukturierter Daten, im Aufbau semantischer Modelle, in der Reduzierung von Token-Verschwendung, in der Erstellung von gehostetem Kontext für Agenten und in der Verbesserung der Qualität strukturierter Antworten. Es zeigt jedoch noch Schwächen bei der Erfassung von tiefem Prozesswissen über Anwendungen wie SAP, Salesforce, Workday hinweg, bei der Koordination bereichsübergreifender Geschäftslogik, bei der Extraktion von Experten-Schlussfolgerungsspuren und bei der Erhebung beobachteter Muster zu regulierten Prozessregeln.
Auf der Datenbasisebene treibt Snowflake offene Tabellenformate und Zero-Copy-Integrationen voran. Snowflake Storage für Apache Iceberg ist allgemein verfügbar; Horizon unterstützt Iceberg und die Polaris-API, um Governance engine-übergreifend anzuwenden; Zero-Copy-Integrationen mit SAP, Salesforce und Workday ermöglichen die Abfrage von Daten in analytischer Form ohne Kopieren. Die auf Datometry basierende Virtualisierungsschicht von Snowflake ermöglicht es Kunden, Teradata-Abfragen an Snowflake umzuleiten. Die AIM-Initiative kombiniert Virtualisierung, Code-Konvertierung und agentengestützte Migration mit dem Ziel, die Migrationszeit von 18 Wochen auf etwa eine Woche zu verkürzen. Analysten sind der Ansicht, dass Teradata-Workloads, COBOL-Anwendungen, gespeicherte Prozeduren und BI-Berichte in Altsystemen Geschäftssemantik enthalten. Die Migration dieser Workloads sei nicht nur eine Cloud-Migration, sondern auch ein Teil der Extraktion und Modernisierung des Unternehmenskontexts, den Agenten benötigen.
CoCo ist der KI-Codierungsagent von Snowflake für Datenarbeit und hat seit seiner Einführung über 7.000 Kunden. Er verfügt über mehr als 100 Bereichsfähigkeiten, kennt RBAC- und Umgebungszustände, unterstützt MCP und kann in Kontexten wie Snowflake, dbt, Airflow, AWS Glue, Postgres und Spark ausgeführt werden. CoWork hingegen ist als persönlicher Agent für Geschäftsanwender positioniert, der über Web, Mobilgeräte und Slack arbeitet und automatisierte Planung, Generierung von Artefakten, Tiefenrecherche sowie die Verbindung zu Unternehmenssystemen über MCP unterstützt. Das Unternehmen baut differenzierende Governance-Funktionen wie Agentenidentifikation, rollenbasierte Zugriffskontrolle, Datenmaskierung und Zeilenzugriffsrichtlinien, Datenbewegungsrichtlinien sowie Risikoscans im Trust Center auf. Analysten weisen jedoch darauf hin, dass in Zukunft auch eine Governance für die Absichten und Aktionen von Agenten entwickelt werden müsse. Die Plattform müsse wissen, was der Agent zu tun versucht, ob diese Aktion erlaubt ist und welche nachgelagerten Auswirkungen sie haben könnte.
Die größte Lücke von Snowflake liegt derzeit in der Geschäftsprozesslogik. Ein vollständiges intelligentes System muss Geschäftsregeln, Prozessabläufe, Aktionsvorbedingungen und -effekte, Ausnahmebehandlung, Genehmigungsmechanismen, Betriebsbeschränkungen, institutionelle Schlussfolgerungen und Geschäftszustände modellieren. Die Unternehmensführung beschreibt das Kontextspektrum als Semantik, Fähigkeiten, Workflows, Geschäftsglossare, Wissensgraphen, Connectoren, Geschäftsprozesse und Ontologien, räumt jedoch ein, dass man sich noch in einem frühen Stadium befinde. Geschäftsprozesskontext existiert typischerweise in den Systemen von Anwendungsanbietern wie SAP, Salesforce, Workday, ServiceNow und Oracle. Diese Anbieter werden sich nicht freiwillig zu passiven Datenquellen machen, was zu Problemen mit intelligenten Silos führen wird. Snowflake hat gute Antworten für die Verbindung von Daten, aber die Verbindung von intelligenten Lösungen aus verschiedenen Quellen ist noch schwach.
Für Chief Data Officer und Chief AI Officer ist es unerlässlich, intelligente Systeme als Unternehmensarchitekturanforderung und nicht als bloßen Funktionsübernahmeplan zu betrachten. Unternehmen sollten mit den wertschöpfendsten Geschäftsprozessen beginnen, eine gemeinsame Identität, eine gemeinsame Ontologie, Geschäftsglossare, Herkunft, Agentenidentität, Bewertung, Beobachtbarkeit, Kostenkontrolle und Prüfbarkeit verwenden und jeden Agenten, jede Fähigkeit, jedes semantische Modell und jeden Workflow in einen regulierten Pfad zwingen, um die Bildung neuer intelligenter Silos zu vermeiden. Die Informationsquelle ist der Analysebericht von theCUBE Research auf dem Snowflake Summit 2026.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
