Snowflake-CEO: "Dann explodiert die Nutzung und damit auch der Mehrwert"

Unter CEO Sridhar Ramaswamy erlebt Snowflake ein dynamisches Wachstum im Bereich KI und richtet sich als Cloud-Datenplattform strategisch auf Innovation und Geschäftsnutzen aus. Die Übernahme von Observ markiert den Einstieg in die Observability und signalisiert einen weiteren Wandel für das Unternehmen.

Snowflake erlebt unter der Führung von CEO Sridhar Ramaswamy ein starkes Wachstum. Das Unternehmen hat sich von einer reinen Data-Warehousing-Plattform zu einem Cloud-nativen Datenplattform-Anbieter entwickelt. "Es wird noch viel mehr kommen", sagte Ramaswamy. "Das wird ein spannendes Jahr, weil wir den Kunden helfen können, mit KI und Agenten mehr aus ihren Daten herauszuholen. Die Art und Weise, wie Kunden arbeiten, können wir total verändern."

Ramaswamy, der zuvor als Senior Vice President of AI bei Snowflake tätig war, wurde vor zwei Jahren zum CEO ernannt. Mit seinem technischen Hintergrund und Innovationsblick hat der CEO die Produktentwicklung beschleunigt und Snowflake im KI-Zeitalter strategisch positioniert. Stakeholder sehen seine Rolle als "richtiger Chef zur richtigen Zeit".

Snowflake positioniert sich im KI-Zeitalter bewusst anders als viele Wettbewerber. Statt künstliche Intelligenz als Selbstzweck zu vermarkten, rückt das Unternehmen den konkreten Geschäftsnutzen in den Mittelpunkt. "Ich bin nicht im Geschäft, um KI zu verkaufen, sondern um Wert zu schaffen", sagt Sridhar Ramaswamy – und bringt damit die strategische Stoßrichtung des Cloud-Datenplattform-Anbieters auf den Punkt.

Vom Data Warehouse zur KI-Datenplattform

In den vergangenen 14 Jahren hat sich Snowflake weit über seine Ursprünge als Cloud-Data-Warehouse hinausentwickelt. Heute versteht sich das Unternehmen als zentrale Datenplattform für strukturierte und unstrukturierte Daten – und als Fundament für KI-Anwendungen im Unternehmenskontext. Mit Angeboten wie Snowflake Intelligence, Cortex AI, Snowpark und Streamlit adressiert Snowflake nicht nur Data Scientists, sondern zunehmend auch Fachabteilungen und Führungskräfte.

Ramaswamy schildert an einem prägnanten Beispiel, wozu KI in der Lage ist: Als er spontan gefragt wurde, ob Snowflake mit Unternehmen aus der Luft- und Raumfahrt zusammenarbeitet. "Ich war auf diese Frage überhaupt nicht vorbereitet", sagt er. Dennoch konnte er die Antwort in Echtzeit liefern – mithilfe von Snowflake Intelligence. Die KI lieferte ihm sofort eine fundierte Übersicht relevanter Kundenbeziehungen.

Für Ramaswamy ist das erst der Anfang. "Wenn etwas wirklich schnell ist, nutzen es die Menschen automatisch häufiger", erklärt er mit Blick auf agentenbasierte KI-Systeme. Ziel sei es, Reaktionszeiten von heute teils mehreren Dutzend Sekunden auf ein bis zwei Sekunden zu senken. "Dann explodiert die Nutzung – und damit auch der Mehrwert."

KI-Agenten statt Dashboards

Ein zentraler Wandel, den Snowflake vorantreibt, ist der Abschied von klassischen Dashboards zugunsten dialogbasierter KI-Agenten. Diese beantworten Fragen in natürlicher Sprache – etwa zu Umsätzen, Kundenbeziehungen, HR-Kennzahlen oder Finanzdaten – direkt aus der Datenplattform heraus.

"Jede Frage an einen Agenten ersetzt mehrere manuelle Schritte", so Ramaswamy. Statt Tabellen zu durchsuchen oder Berichte zu bauen, formulieren Nutzer einfach eine Frage. Für Snowflake ist das kein Gimmick, sondern ein Produktivitätshebel. "Sparen wir den Menschen Zeit? Denn genau darum geht es."

Entsprechend beginnt Snowflake jedes KI-Gespräch mit einer einfachen Leitfrage: "Welches Geschäftsproblem wollen Sie lösen?" Alternativ wird anhand von Prototypen demonstriert, wo echter Nutzen entstehen kann.

Daten als eigentlicher KI-Werttreiber

Trotz aller Fortschritte bei Modellen und Agenten bleibt für Snowflake eines klar: Der eigentliche Wert von KI ist nicht das Modell, sondern was die zugrunde liegenden Daten an Ergebnissen hervorbringen. "Alle reden über Modelle, Schlussfolgerungen und Agenten", sagt Ramaswamy. "Aber es sind die Datensätze, die das alles erst ermöglichen."

Deshalb investiert Snowflake massiv in Governance, Sicherheit und Performance – insbesondere für hybride Szenarien mit strukturierten und unstrukturierten Daten. Auch der Einstieg in neue Felder wie Observability unterstreicht diese Strategie. Die jüngste Übernahme von Observe soll Snowflake helfen, datenintensive Betriebs- und Monitoring-Szenarien auf derselben Plattform abzubilden.

"Observability ist ein Datenproblem", sagt Ramaswamy. "Und genau dafür sind wir gebaut." Perspektivisch sieht er hier auch großes Potenzial für KI-gestützte SRE‑Agenten, die Betriebsdaten nicht nur analysieren, sondern aktiv Handlungsempfehlungen geben.

Geschwindigkeit, ROI und Realismus

Trotz aller Euphorie bleibt Snowflake betont pragmatisch. Ramaswamy spricht offen über die Herausforderungen des KI-Zeitalters – etwa bei Kostenkontrolle, Sicherheit und Governance. Gerade verbrauchsbasierte Preismodelle erfordern neue Ansätze in Budgetierung und Steuerung.

Gleichzeitig sieht der CEO eine klare Entwicklung: KI wird alltäglicher, spezialisierter und stärker in Geschäftsprozesse integriert. "Agentenbasierte Systeme werden normal werden". One‑Stop‑Anwendungen, die Daten aus verschiedenen Quellen lesen und zurückschreiben können, hält er für eine "sehr sichere Prognose".

Offene KI-Modelle könnten zudem zu geschlossenen Modellen aufschließen und so die Demokratisierung von KI weiter vorantreiben. Bei all dem gilt für Snowflake jedoch ein unverrückbarer Grundsatz: Technologie ist nur dann erfolgreich, wenn sie messbaren Mehrwert liefert.

"Ikonisches Unternehmen schaffen"

Langfristig verfolgt Snowflake große Ambitionen. "Unser Ziel ist es, ein ikonisches Unternehmen zu schaffen", sagt Ramaswamy. Die Kombination aus starker Datenplattform, KI-Funktionalität und klarem Fokus auf Geschäftsnutzen soll dafür das Fundament bilden. Oder, wie es der CEO selbst formuliert: "Wir alle sollten mit dem Wert beginnen. Ich bin nicht im Geschäft, KI zu verkaufen, sondern um Werte zu schaffen."

Snowflake-Aktie: Seit Herbst mehr als ein Drittel verloren

Rückschläge sind auf diesem Weg programmiert. Allein die Unsicherheit, ob die Billiarden-Investition in KI sich für die Technologiegiganten jemals auszahlen wird, ob agentische KI mehr aktuelle Geschäftsmodelle obsolet macht und mehr Wertschöpfung vernichtet als sie durch Effizienz- und Produktivitätssteigerungen schafft, sorgt bei Investoren für Nervosität. Die Weltbösen haben seit vergangenem Herbst Aktien von Technologieunternehmen in den Keller geschickt, vor allem trifft die Baisse Software- und SaaS-Anbieter, aber auch Cybersecurity-Firmen.

Schon kleinere Meldungen über Ad-Ons agentischer Aufgaben sorgt derzeit für Kurseinbrüche an den Börsen. So vergangene Woche Freitag: Anthropic kündigte Claude Code Security an. Das Tool soll Codebasen automatisch nach Sicherheitslücken durchforsten und schlägt Administratoren vor, notwenige Patch-Updates durchzuführen.

Noch steht das Werkzeug einem limitierten Kreis von Nutzern zur Verfügung, dennoch brachen die Kurse von Cybersicherheitsunternehmen am Freitag deutlich zweistellig ein und setzten ihre Talfahrt der letzten Monate fort. Der Global X Cybersecurity ETF sank an der US-Technologiebörse Nasdaq um knapp 5 Prozent auf 25,57 US-Dollar. Seit dem 12-Monatshoch im Juli 2025 hat das Papier 29 Prozent eingebüßt. Der Index wurde 2019 von der südkoreanischen Vermögensverwaltung Mirae Asset Global Investments aufgelegt.

Snowflake-Aktien reagierten auf die Meldung von Anthropic am Freitag mit einem Minus von 6,7 Prozent. Seit dem 12-Monatshoch Anfang November 2025 bei 277 US-Dollar hat das Papier des Unternehmens 38 Prozent verloren.

Dieser Artikel basiert auf Beiträgen unserer US-Schwester-Website CRN. Er wurden von CRN Deutschland ergänzt. Die Gespräche führte Wade Tyler Millward.

In einem Video erklärt Wade Millward von CRN, wie Snowflake sein Ökosystem so schnell ausbauen und von einem Data Warehouse zu einer KI- und Observability-Plattform wandeln konnte.