Databricks erreicht 188-Milliarden-Dollar-Bewertung mit wachsendem KI-Momentum
Die ehrgeizige Finanzierungsrunde von Databricks zeigt seinen Wandel vom Big-Data-Geschäft zur KI und markiert einen bedeutenden Sprung in der Bewertung.
Wichtigste Punkte
- Databricks kündigte eine Bewertung von 188 Milliarden Dollar in einer neuen, von Coatue angeführten Finanzierungsrunde ab 2026 an.
- Das Unternehmen hat in diesem Jahr allein 5 Milliarden Dollar gesammelt und ist von einer 134-Milliarden-Dollar-Bewertung angewachsen.
- Databricks ist dafür bekannt, erschwinglichere chinesische Open-Weight-KI-Modelle wie Z.ai's GLM 5.2 zu nutzen.
Databricks, ein Unternehmen, das einst in der Big-Data-Ära florierte, reitet jetzt die KI-Welle zu neuen Höhen. Es hat eine neue Finanzierungsrunde angekündigt, angeführt von Coatue, die das Unternehmen mit beeindruckenden 188 Milliarden Dollar bewertet. Während der genaue Umfang der aufgebrachten Mittel nicht bekannt gegeben wurde, deuten andere Berichte auf etwa 3 Milliarden Dollar hin.
Databricks wurde 2013 gegründet und half Unternehmen zunächst, große Datenmengen in der Cloud zu speichern und zu analysieren. In den letzten Jahren hat sich das Unternehmen jedoch als wichtiger Akteur in der künstlichen Intelligenz (KI) neu positioniert. Diese Umwandlung war so erfolgreich, dass es in diesem Jahr allein 5 Milliarden Dollar an Finanzierung sicherte und damit von einer Bewertung von 134 Milliarden Dollar vor nur fünf Monaten angewachsen ist.
Der strategische Schwenk des Unternehmens kommt zu einer Zeit, in der Unternehmen KI-Lösungen verlangen, die die gleiche Sicherheit und Governance wie traditionelle Software bieten. Databricks hat dies durch die Veröffentlichung mehrerer KI-Tools wie Lakebase und Unity erreicht, die die nahtlose KI-Integration für Unternehmen ermöglichen.
Eine bemerkenswerte Strategie von Databricks ist die Nutzung von erschwinglicheren Open-Weight-Modellen, also KI-Modellen, deren zugrundeliegender Code von jedem verwendet und modifiziert werden kann. Insbesondere setzt es auf Z.ai's GLM 5.2-Modell für Codierungsaufgaben und betont dabei Kosteneffizienz ohne Leistungseinbußen. Dieser Ansatz kommt bei vielen Unternehmen an, die KI-Ausgaben effektiv verwalten möchten.
Letzte Woche teilte CEO Ali Ghodsi Erkenntnisse aus internen Tests zur Optimierung der KI-Kosten für die eigenen Softwareingenieure von Databricks. Die Ergebnisse zeigten, dass Open-Modelle wie GLM 5.2 nicht nur komplexe Codierungsaufgaben gut bewältigen, sondern auch die Wahl des Harness, eines Tools, das den Kontext und die Anweisungen eines KI-Modells verwaltet, die Kosten erheblich beeinflusst. Databricks fand den Open-Source-Harness Pi besonders effektiv.
Diese strategische Nutzung von KI-Modellen und Tools hat Databricks' Ruf als bedeutendes KI-Unternehmen gestärkt, was wiederum seine Attraktivität für Investoren steigert.
Wie geht es weiter?
Für Databricks bedeutet der Weg nach vorne, weiterhin in KI zu innovieren und seine Produkte zu verfeinern, um den sich entwickelnden Anforderungen von Unternehmen gerecht zu werden. Für Unternehmen und Entwickler bedeutet dies Zugang zu effizienten, kostengünstigen KI-Tools, die nahtlos in ihre bestehenden Systeme integriert werden können. Wenn Sie KI in Ihrer Organisation verwalten, sollten Sie erwägen, Open-Weight-Modelle und Harnesses wie die von Databricks unterstützten zu erkunden – sie könnten sowohl Leistung als auch Einsparungen bieten.
