Databricks-Bewertung von 188 Mrd. Dollar zielt auf KI-Kosten

Enterprise-KI hat ein Kostenproblem, das kein einzelnes Modell lösen kann. Diese These, die Databricks-CEO Ali Ghodsi als Wandel vom Tokenmaxxing zum Valuemaxxing formuliert hat, steht im Mittelpunkt der neuesten Finanzierungsrunde des Unternehmens. Databricks hat eine strategische Runde zu einer Databricks-Bewertung von 188 Milliarden Dollar abgeschlossen. Coatue Management, ein bestehender Investor, führt die Runde an. Das Unternehmen erwartet, den Deal im späteren Sommer abzuschließen, wobei weitere neue und bestehende Investoren teilnehmen. Die rund 3 Milliarden Dollar schwere Kapitalerhöhung entspricht einem Anstieg von 40 Prozent gegenüber der Bewertung von 134 Milliarden Dollar, die das Unternehmen im Februar 2026 erzielte, als es eine Serie L über 5 Milliarden Dollar abschloss.

Die Runde hält Databricks unter den weltweit am höchsten bewerteten privaten Technologieunternehmen, zusammen mit OpenAI und Anthropic, und signalisiert, dass das IPO-Fenster mindestens bis zur zweiten Hälfte von 2026 ungünstig bleibt. Anstatt die öffentlichen Märkte zu testen, setzt das Unternehmen auf eine private Kapitalstrategie, die in rund zwanzig Monaten vier Bewertungssprünge hervorgebracht hat. Der Gesamtumsatz des Unternehmens liegt nun annualisiert bei über 5,4 Milliarden Dollar, und Databricks hat einen positiven freien Cashflow gemeldet, was ihm das finanzielle Profil verleiht, an die Börse zu gehen, wann immer die Führungskräfte dies wünschen.

Die Multi-KI-Governance-These hinter der Databricks-Bewertung von 188 Mrd. Dollar

Die Erlöse werden in drei Kernprodukte fließen, die zusammen das Argument von Databricks für eine agentenbereite Infrastruktur bilden. Unity AI Gateway ist die Multi-KI-Governance-Lösung des Unternehmens, die Unternehmen die Möglichkeit geben soll, Aufgaben über verschiedene Modelle hinweg zu routen, während Kostenkontrollen und Sicherheitsrichtlinien eingehalten werden. Genie, als KI-Kollege beschrieben, übersetzt Geschäftsdaten in Antworten und Aktionen, ohne dass spezielle Abfragekenntnisse erforderlich sind. Lakebase ist eine serverlose Postgres-Datenbank, die speziell für KI-Agent-Workloads entwickelt wurde.

Diese drei Produkte teilen eine gemeinsame Logik. Unternehmen stehen heute vor einer Kontextlücke, bei der Daten über Systeme verstreut, von KI-Modellen getrennt und schwer zu verwalten sind. Die Folge sind unvorhersehbare KI-Ausgaben und inkonsistente Sicherheit. Der Plattformansatz von Databricks vereint Daten und KI auf einer einzigen Infrastrukturebene und gibt Teams die Möglichkeit, zu wählen, welches Modell welche Aufgabe übernimmt, anstatt für jede Anfrage standardmäßig die teuerste Option zu wählen.

Die Zahlen deuten darauf hin, dass die Strategie an Fahrt gewinnt. Die KI-Produktumsätze erreichten im Juni 2026 eine annualisierte Rate von 1,7 Milliarden Dollar, gegenüber 1 Milliarde Dollar im September 2025. Diese Wachstumsrate von rund 70 Prozent über neun Monate übertrifft viele öffentliche Cloud-Softwareunternehmen und hilft zu erklären, warum Investoren bereit sind, einen Aufschlag für private Aktien zu zahlen.

Privates Kapital versus öffentliche Märkte

Die Entscheidung, eine weitere private Runde aufzunehmen anstatt einen Börsengang zu beantragen, hat Auswirkungen sowohl auf das Unternehmen als auch auf seine Investoren. Jeder Bewertungssprung erhöht die Messlatte für ein öffentliches Debüt. Bei 188 Milliarden Dollar müsste Databricks einen klaren Weg zur Aufrechterhaltung von Wachstumsraten aufzeigen, die einen Aufschlag gegenüber öffentlichen Cloud- und Datenkonkurrenten rechtfertigen.

Snowflake, der Hauptkonkurrent von Databricks im Data-Warehousing-Markt, wird nur mit einem Bruchteil dieser Bewertung gehandelt. Alphabet, das über Google Clouds BigQuery und Vertex KI-Angebote konkurriert, wird mit rund 2 Billionen Dollar bewertet, hat aber mehrere Geschäftsbereiche jenseits der Datenanalyse. Der Vergleich setzt Databricks unter Druck, zu zeigen, dass seine KI-spezifische Infrastrukturwette Margen und Bindungsraten erzeugen kann, die es von allgemeinen Cloud-Plattformen unterscheiden.

Das Kapital positioniert Databricks auch für zukünftige Übernahmen. Ali Ghodsi hat angedeutet, dass die Mittel KI-Übernahmen unterstützen und Forschungsinitiativen vertiefen werden, was darauf hindeutet, dass das Unternehmen Konsolidierungsmöglichkeiten im fragmentierten KI-Infrastrukturmarkt sieht. Mehrere private KI-Infrastruktur-Startups sind noch zu Preisen erhältlich, die im Vergleich zu einer Bilanz von 188 Milliarden Dollar angemessen erscheinen.

Das Coatue-Signal

Dass Coatue Management, ein bestehender Investor, diese Runde anführt, hat über das Kapitalengagement hinaus Gewicht. Die Firma hat eine konzentrierte Erfolgsbilanz in der Unternehmenstechnologie und hat Databricks durch mehrere Bewertungsstufen hinweg konsequent unterstützt. Ihre Bereitschaft, das Engagement bei der Databricks-Bewertung von 188 Milliarden Dollar zu erhöhen, anstatt auf eine Börsennotierung zu warten, signalisiert Überzeugung, dass die private Bewertung nachhaltig ist, selbst wenn die breiten Technologiemultiplikatoren aufgrund steigender Zinsen unter Druck geraten.

Die Deal-Struktur ist ebenfalls bemerkenswert. Databricks hat die Runde angekündigt, bevor das Kapital vollständig abgeschlossen ist – ein Schritt, der das hohe Investoreninteresse widerspiegelt. Die Bewertung übertraf die in den letzten Wochen diskutierte Spanne von 165 bis 175 Milliarden Dollar, was darauf hindeutet, dass die Nachfrage der Investoren nach KI-Infrastruktur trotz makroökonomischer Unsicherheit stark bleibt. Einige Berichte deuten darauf hin, dass das Unternehmen mehr als die ursprünglich angestrebten 3 Milliarden Dollar einsammeln könnte, da eine Überzeichnung wahrscheinlich ist.

Wettbewerbspositionierung und Unternehmensökonomie

Der Multi-KI-Ansatz von Databricks fordert direkt die gebündelten KI-Angebote der Hyperscale-Cloud-Anbieter heraus. Google Cloud, Amazon Web Services und Microsoft Azure bieten jeweils integrierte KI-Dienste an, die den Modellzugang an ihre proprietären Datenplattformen binden. Databricks argumentiert, dass Unternehmen die Freiheit benötigen, Modelle verschiedener Anbieter zu mischen und anzupassen, und dass eine einheitliche Governance-Ebene bessere Kostenergebnisse liefert als die Bindung an ein einziges Anbieter-Ökosystem.

Die Spannung ist nicht theoretisch. Unternehmen, die KI im großen Maßstab einsetzen, stehen vor steigenden Inferenzkosten, wenn sie vom Experimentieren zur Produktion übergehen. Die Fähigkeit, einfache Abfragen an günstigere, kleinere Modelle zu leiten und teure Frontier-Modelle für komplexe Denkaufgaben zu reservieren, kann die Einheitsökonomie der KI-Bereitstellung erheblich verändern. Unity AI Gateway ist genau dafür ausgelegt, eine solche richtliniengesteuerte Weiterleitung durchzusetzen und gibt Chief Information Officers einen Mechanismus, um die KI-Ausgaben zu begrenzen, während Teams dennoch mit verschiedenen Modellen experimentieren können.

Dieser Governance-first-Ansatz unterscheidet Databricks von reinen Modellanbietern. OpenAI und Anthropic verkaufen Frontier-Intelligenz; Databricks verkauft die Infrastruktur, um zu entscheiden, wann diese Frontier-Intelligenz im Vergleich zu einer günstigeren Alternative eingesetzt wird. In einem Markt, in dem Inferenzkosten weiterhin den größten variablen Kostenblock für unternehmerische KI-Bereitstellungen darstellen, hat diese Positionierung einen strategischen Wert, der eine Bewertungsprämie rechtfertigt.

Warum das wichtig ist

Die Entscheidung von Databricks, bei einer Bewertung von 188 Milliarden Dollar privat zu bleiben, sagt dem Markt, dass die Unternehmens-KI-Infrastruktur noch zu unreif für die Prüfung durch die öffentlichen Märkte ist oder dass das Unternehmen glaubt, vor einem eventuellen Börsengang noch mehr Wert aufbauen zu können. In beiden Fällen beruht die Wette auf einer bestimmten Behauptung: dass die Gewinner-KI-Plattform diejenige sein wird, die Unternehmen die Kostenkontrolle über mehrere Modelle ermöglicht, nicht diejenige, die sie in ein einzelnes Ökosystem einsperrt. Sollte sich diese These als richtig erweisen, wird der Ansatz von Databricks die Vorlage dafür liefern, wie Unternehmen KI konsumieren. Sollte sie sich nicht bewahrheiten, hat die private Bewertung nur begrenzten Spielraum für weiteres Wachstum. Vorerst setzen Coatue und die neuen Investoren darauf, dass Kostenkontrolle die nächste Grenze des unternehmerischen KI-Wettbewerbs ist.

Sources

Databricks is Raising a Strategic Round of Funding at a $188 Billion Valuation

✔Human Verified

Recherchiert und mit Primärquellen abgeglichen von der Bytevyte-Redaktion.