Der Scheck ist noch nicht da. Aber die Bewertung ist real. Databricks gab am Donnerstag bekannt, dass es sich eine Finanzierung im Wert von 188 Milliarden US-Dollar gesichert hat.
Es ist ein gewaltiger Sprung. Coatue führte die Runde an. Das Geld wird wahrscheinlich später in diesem Sommer auf ihren Konten landen. Laut TechCrunch beträgt die Summe rund 3 Milliarden US-Dollar. Normalerweise warten Unternehmen, bis die Tinte getrocknet ist, bevor sie Preisschilder anpreisen. Databricks nicht. Da viele Firmen mitmachen wollten, war es sinnlos, es geheim zu halten. Der Deal ist solide.
Dies ist nicht das erste Mal. Weit gefehlt. Databricks hat seine Finanzierungsrunden wie ein Sprinter durchlaufen und nichts mehr zu verlieren. Oder gewinnen, je nachdem, wie man das Alphabet betrachtet. Die Leute memen bereits darüber, wann die „Serie AA“ erscheint.
Vor fünf Monaten. Februar. Eine Serie L im Wert von 5 Milliarden US-Dollar erhöhte die Bewertung auf 134 Milliarden US-Dollar. Davor brachte der September 2025 1 Milliarde US-Dollar zu einem Preis von 100 Milliarden US-Dollar ein. Dezember 2024? Eine Rekorderhöhung von 10 Milliarden US-Dollar bei 62 Milliarden US-Dollar.
Die Mathematik ist wild. Aber der Grund für den Geldrausch macht Sinn. Databricks hat erfolgreich seine „Big-Data-Utility“-Haut abgelegt. Damals in BC-Zeiten (vor ChatGent, vor ChatGPT, vor dem Chaos) war es nur ein weiterer SaaS-Spielzug für Cloud Analytics. Schnell und sicher für Unternehmensspeicher. Langweilig? Vielleicht. Wirksam? Ja.
Dann kam die KI-Welle.
Unternehmen wollten künstliche Intelligenz. Sie wollten auch Regierungsführung. Sie wollten nicht, dass ihre Geschäftsgeheimnisse an Chatbots weitergegeben werden. Databricks hatte bereits den Schlüssel in der Hand. Ihre Kunden speicherten dort die sensiblen Daten. Natürlich positionierte sich Databricks als sicherer Hafen für die KI-Integration.
Von Big Data zur KI-Governance
Der Pivot hat funktioniert. Das Unternehmen brachte ein Produkt nach dem anderen auf den Markt. Lakebase wurde zur Datenbank für KI-Agenten. Unity fungierte als Gateway. Dann kam Omnigent, ein „Meta-Kabelbaum“, um mehrere Agenten zu verwalten, die miteinander reden.
Aber hier wurde Databricks interessant. Kosten. Jeder macht sich Sorgen über den Rechenverbrauch. Databricks hat seine Leistung bei Modellen mit offenem Gewicht verdoppelt. Insbesondere solche mit Sitz in China. Dies passt zum Trend der Unternehmenskostenkontrolle im Jahr 2026. Sie setzen sich für GLM 5.2 von Z.ai ein.
Warum? Weil es kodiert. Und es ist billiger.
CEO Ali Ghodsi beschloss, dies selbst zu testen. Letzte Woche veröffentlichte er interne Benchmarks für 3.000 seiner eigenen Softwareentwickler. Echte Arbeit. Keine synthetischen Tests. Die Ergebnisse bestätigten ihre Haltung. Offene Modelle wie GLM 5.2 erledigten erstklassige Codierungsaufgaben. Die Kosten? Deutlich niedriger als bei proprietären Giganten wie Anthropic oder OpenAI.
Doch Ghodsi erlebte eine Überraschung. Die Modellwahl ist nur die halbe Wahrheit. Das Geschirr ist genauso wichtig.
Auswahl des richtigen Agentengeschirrs
Stellen Sie sich ein Geschirr wie die Hülle um ein Modell vor. Tools wie Codex oder Claude Code. Sie verwalten Kontext und Anweisungen. Die Daten von Databricks zeigten, dass die Wrapper-Auswirkungen hohe Kosten verursachen. Manchmal mehr als das Gehirn darin.
Sie testeten Pi, ein Open-Source-System. Es gewann an zwei Fronten:
1. Hervorragendes Kontextmanagement für jede Eingabeaufforderung.
2. Niedrige Kosten ohne Einbußen bei der Qualität.
Dies bricht mit der herkömmlichen Meinung. Sie brauchen nicht nur das beste Gehirn. Für die Verwaltung benötigen Sie die beste Schnittstelle. Native Gurte sind nicht automatisch besser. Teure proprietäre Modelle sind für Aufgaben mit dem höchsten Schwierigkeitsgrad nicht immer erforderlich, wenn Sie sie mit den richtigen Werkzeugen ausstatten.
Die Lehre aus dem Databricks-Blog war klar: Die Modellauswahl ist ein Teil des Puzzles. Das Ökosystem ist wichtiger.
Bedeutet das, dass jedes Startup morgen OpenAI aufgeben wird? Nein. Unternehmenssoftware entwickelt sich langsam. Governance-Anforderungen sind hartnäckig. Aber der Druck ist groß. Wenn Sie mit einem chinesischen Open-Weight-Modell und einem intelligenten Open-Source-Wrapper Millionen bei der Codegenerierung einsparen können, wird das ROI-Argument sehr laut.
Databricks setzt auf Infrastruktur statt auf Hype. Es wird auf Datensicherheit statt auf Geschwindigkeit gesetzt. Und jetzt ist es 188 Milliarden US-Dollar wert, wenn man davon ausgeht, dass die Unternehmen weiterhin für die Leitung und nicht nur für das Wasser ausgeben.
Im Moment warten sie auf den Rest des 3-Milliarden-Dollar-Schecks. Der Markt stimmt mit seinem Geldbeutel ab. Databricks scheint der Ort zu sein, an den sie wollen. Ob die 188-Milliarden-Dollar-Marke Bestand hat, wenn das Geld tatsächlich überwiesen wird, bleibt der eigentliche Test.
