Ausgerechnet die künstliche Intelligenz beschleunigt Snowflakes Wachstum. Der Datenkonzern hebt seine Jahresprognose für den Produktumsatz auf 5,28 Milliarden Euro an und senkt zugleich die erwartete Bruttomarge auf 74 Prozent. Der Grund liegt in den Kosten: Ein KI-Workload verlangt mehr Rechenleistung als jede klassische Datenbankabfrage.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Snowflake hat die Quartalszahlen am 3. September 2026 vorgelegt und dabei ein Paradox offengelegt.[1] Der Umsatz zieht an, weil Kunden KI-Funktionen buchen, doch genau diese Funktionen verdienen weniger je verkauftem Dollar. Für Entscheider mit Daten in einer US-Cloud steckt darin eine Kostenfrage.
Das Wichtigste in Kürze
- Snowflake steigert den Produktumsatz auf 1,30 Milliarden Euro, ein Plus von 37 Prozent gegenüber dem Vorjahr.
- Die Jahresprognose für den Produktumsatz steigt auf 5,28 Milliarden Euro, nach zuvor 5,08 Milliarden Euro.
- Zugleich senkt der Konzern die erwartete Bruttomarge auf 74 Prozent, weil KI-Workloads im Betrieb teurer sind.
- Für deutsche Anwender drohen schwer planbare Verbrauchskosten, sobald KI-Funktionen im großen Stil laufen.
Wie stark wächst Snowflakes KI-Geschäft?
Snowflake meldet für das zweite Quartal seines Geschäftsjahrs 2027 einen Produktumsatz von 1,49 Milliarden Dollar, umgerechnet rund 1,30 Milliarden Euro (Kurs 0,87 zum 5. September 2026). Das sind 37 Prozent mehr als ein Jahr zuvor.[1]
Wichtiger als das Quartal ist der Ausblick. Snowflake hebt die Jahresprognose für den Produktumsatz auf 6,07 Milliarden Dollar an, umgerechnet 5,28 Milliarden Euro, nach zuvor 5,84 Milliarden Dollar. Vorstandschef Sridhar Ramaswamy sagt dazu: „Das agentische Unternehmen läuft auf Snowflake, und wir stehen erst am Anfang.“
Warum drücken die KI-Workloads die Marge?
Der Haken steckt in der Bruttomarge. Für das laufende Quartal liegt sie bei Snowflake noch bei 74,7 Prozent, für das Gesamtjahr rechnet der Konzern nun aber nur noch mit 74,0 Prozent. Ursache ist der wachsende Anteil an KI-Workloads, die pro eingenommenem Dollar weniger Deckungsbeitrag abwerfen.
Der Mechanismus dahinter ist simpel. Eine klassische Abfrage läuft auf günstiger Standardhardware, ein KI-Modell dagegen braucht teure Grafikprozessoren, die Snowflake selbst bei den Cloud-Betreibern anmietet. Im nutzungsbasierten Preismodell reicht der Konzern diese Rechenkosten nur teilweise weiter, also frisst jede zusätzliche KI-Abfrage einen Teil der Marge. Dasselbe Muster zeigt sich bei den Hyperscalern, deren Zahlen unter dem teuren Ausbau der KI-Infrastruktur leiden.
Snowflake verkauft künftig mehr KI und verdient an jedem Euro davon weniger. Eine belastbare Datenstrategie kalkuliert die Kosten dieser KI-Funktionen deshalb vom ersten Tag an offen.
— Markus Seyfferth, Chefredakteur Dr. Web
Was bedeutet das für deutsche Entscheider?
Für Unternehmen im deutschsprachigen Raum verschiebt der Trend die Kostenfrage. Snowflakes nutzungsbasiertes Modell rechnet nach Verbrauch ab. KI-Abfragen aber verbrauchen mehr als klassische Reports. Ohne feste Obergrenze wächst die Rechnung mit jeder neuen KI-Funktion, die eine Fachabteilung ausprobiert.
Dazu kommt die Datensouveränität. Snowflake betreibt zwar EU-Rechenzentren, unterliegt als US-Konzern aber dem CLOUD Act, der bei personenbezogenen Daten mit der DSGVO kollidieren kann. Unternehmen, die diese Abwägung scheuen, prüfen lokal laufende KI-Modelle oder europäische Alternativen als Ergänzung. Weitere Analysen dazu bündelt die KI-Rubrik von Dr. Web.
Praktisch bedeutet das vor allem Vorarbeit. Die Verbrauchskosten der KI-Funktionen gehören vor dem Rollout durchgerechnet. Eine EU-Region samt Verschlüsselung sichert die Daten rechtlich ab. Ein vertraglich fixierter Ausstiegspfad hält sie zugleich beweglich. Auch die Debatte um offene statt geschlossene KI-Modelle gehört in dieselbe Rechnung.
Quelle
[1] Snowflake: „Snowflake Reports Financial Results for the Second Quarter of Fiscal 2027“
Mehr Newshunger?
- Microsoft zeigt erstmals den echten Azure-Umsatz: 25,6 Milliarden Euro im Quartal
- Nvidia übernimmt die offene KI-Drehscheibe Hugging Face
- US-Konzerne setzen zunehmend auf Open-Source-KI statt auf OpenAI und Anthropic
- Lenovo Yoga Pro 9n: 200-Milliarden-KI-Modelle laufen lokal im Laptop
- Muse Spark 1.3: Metas stärkstes KI-Modell verweist OpenAI im Benchmark auf die Plätze
- Nemetschek wettet bei der KI auf Branchenwissen, nicht auf den Vertrieb
