Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Snowflake von Gartner als Leader im ersten Magic Quadrant für Data Lakehouses eingestuft

13. November 2026, 21:58Von der KI Nachrichten RedaktionQuelle: Snowflake

Gartner hat Snowflake laut Snowflake in seinem ersten Magic Quadrant für Data-Lakehouse-Plattformen als Leader eingestuft. Nach Angaben des Unternehmens spiegelt die Auszeichnung seinen Ansatz wider, Data Warehouses zu modernisieren, indem bestehende Datenplattformen miteinander verbunden werden, anstatt Kunden zu einem Neustart zu zwingen.

Das Wichtigste in Kürze
  • Gartner hat Snowflake im ersten Magic Quadrant für Data-Lakehouse-Plattformen als Leader eingestuft.
  • Snowflake zufolge kann Modernisierung bestehende Plattformen verbinden, statt eine weitere Migration zu erfordern.
  • Der Horizon Catalog soll Governance und Geschäftskontext über verschiedene Daten hinweg vereinheitlichen.
  • Snowflake meldete Gartner-Bewertungen von 4.29/5 und 4.23/5 für zwei Anwendungsfälle der Critical Capabilities.
  • Das Unternehmen hebt Kontrollen für KI-Kosten sowie die freie Wahl von Modell, Cloud und Benutzeroberfläche hervor.

Gartner schafft eine eigene Lakehouse-Kategorie

Snowflake erklärte, dass Gartners erster Magic Quadrant für Data-Lakehouse-Plattformen den Markt als eigene Kategorie bewertet. Gartner definiert Data-Lakehouse-Plattformen als Systeme für das analytische Datenmanagement mit einer einheitlichen, cloudnativen Architektur zur Verwaltung und Analyse strukturierter, semistrukturierter und unstrukturierter Daten.

Nach dieser Definition verbindet das Lakehouse die kontrollierte Performance und hohe Parallelität eines Enterprise Data Warehouse mit der Skalierbarkeit, Flexibilität und Unterstützung mehrerer Engines eines Data Lakes. Es verwendet offene Tabellenformate und unterstützt ein breites Spektrum analytischer und KI-Workloads.

Snowflake zufolge ist der Markt über die Entscheidung zwischen Warehouse und Lake hinaus. Unternehmen müssten heute Daten verwalten, die über Plattformen, Clouds und Regionen verteilt sind, und dabei eine konsistente Governance und einen einheitlichen Kontext sicherstellen. Das Unternehmen verknüpfte diesen Bedarf auch mit KI: Agenten benötigten vertrauenswürdige Daten und einen konsistenten Kontext über die Clouds hinweg, die ein Unternehmen nutzt.

Snowflake wirbt für Modernisierung ohne vollständige Migration

Snowflake startete als in der Cloud entwickeltes Data Warehouse, das Speicher und Rechenleistung voneinander trennte. Dadurch konnten Teams ihre Analysen unabhängig skalieren, ohne die Infrastruktur verwalten zu müssen. Nach Angaben des Unternehmens erweiterte es seine Plattform später, als sich Kundendaten über mehrere Plattformen und Clouds verteilten.

Snowflake beschreibt seinen Ansatz als Verbindung bestehender Systeme, statt Unternehmen zu deren Ablösung zu zwingen. Seine AI Data Cloud basiert auf vier Prinzipien: einer Vertrauensgrenze für alle Daten, Verbindungen, wo dies möglich ist, und Datenverschiebungen nur, wenn sie nötig sind, Kontrolle über Rechenleistung und Kosten sowie freie Wahl bei Modell, Cloud und Benutzeroberfläche.

Im Mittelpunkt dieser Strategie steht der Snowflake Horizon Catalog, der laut Unternehmen auf Apache Polaris basiert und Interoperabilität mit Iceberg ermöglicht. Snowflake zufolge verbindet der Katalog Governance-Funktionen und Geschäftskontext, um eine einheitliche Vertrauensgrenze für die Daten eines Unternehmens zu schaffen.

Das Unternehmen erklärte, Kunden könnten Maskierungs- und Zeilenzugriffsrichtlinien auf Abfragen unterstützter Tabellen anwenden. Dazu zählen föderierte Daten in externen Katalogen, Daten über Zero-Copy-Integrationen und Daten, die über Konten und Partner hinweg geteilt werden. Rollenbasierte Kontrollen können den Zugriff auf Modelle und Agenten steuern, während semantische Ansichten es Teams ermöglichen, wiederverwendbare Geschäftskennzahlen und Beziehungen zu definieren.

Die Plattform soll Datenkopien reduzieren

Snowflake zufolge stehen viele Datenteams vor einem Kopierproblem, da neue Anwendungsfälle zusätzliche Exporte und Pipelines erzeugen. Die Plattform ist darauf ausgelegt, Daten dort anzubinden, wo sie bereits liegen, darunter Iceberg-Tabellen in externen Katalogen sowie führende Systeme wie Workday, Salesforce und SAP über Zero-Copy-Integrationen.

Wenn Daten verschoben werden müssen, sollen die Streaming- und Batch-Tools von Snowflake den Pipeline-Aufwand reduzieren. Nach Angaben des Unternehmens bietet dieser Ansatz Kunden einen zentralen Ort zur Datenanalyse und verringert zugleich die Zahl der zu speichernden Kopien und zu verwaltenden Pipelines.

Snowflake berichtete außerdem über Platzierungen im ergänzenden Bericht zu den Critical Capabilities von Gartner. Demnach belegte das Unternehmen für den im Bericht genannten Anwendungsfall mit einer Bewertung von 4.29/5 den ersten Platz und für den Anwendungsfall Unified Analytics Data Platform mit 4.23/5 den zweiten Platz.

Als Beispiel für sein Governance-Modell nannte Snowflake Klarent. Das Versicherungstechnologieunternehmen definierte jeden Kunden, jede Police, jede Reise und jeden Schadenfall einmal in Snowflake. Dadurch können Agenten, Berichte und Anwendungen dieselben Definitionen verwenden.

KI rückt Kosten der Rechenleistung und Modellwahl in den Fokus

Snowflake zufolge machen KI-Workloads die Kostenkontrolle zu einem zentralen Thema für Datenplattformen, insbesondere wenn Agenten kontinuierlich Daten abfragen. Nach Angaben des Unternehmens passt sich seine Rechenleistung an unterschiedliche Workloads an, von Transaktionsanwendungen auf Snowflake Postgres bis hin zu Analyse- und leseintensiven Workloads auf interaktiven Tabellen.

Zu den Kostenkontrollen gehören Budgetwarnungen auf Organisations-, Konto- und Objektebene sowie Kontingente pro Nutzer. Snowflake erklärte, Kontingente könnten neue Anfragen über unterstützte KI-Dienste blockieren, sobald Nutzer ihre Limits erreichen. Die Anomalieerkennung könne zudem unerwartete Ausgabenspitzen identifizieren.

Snowflake betonte außerdem, dass Kunden angesichts des Wandels im KI-Markt Modelle, Clouds und Benutzeroberflächen frei wählen können. Die Plattform bietet Zugriff auf Modelle innerhalb der Snowflake-Sicherheitsgrenze und unterstützt integrierte Model Context Protocol Server. Snowflake zufolge können Entwickler in Snowflake CoCo arbeiten, während Wissensarbeiter Snowflake CoWork auf derselben kontrollierten Grundlage nutzen können.

Für Datenverantwortliche stellt das Unternehmen die Auszeichnung als Bestätigung einer Modernisierung durch Vereinheitlichung statt Migration dar. Snowflakes erklärtes Ziel ist eine einheitliche Vertrauensgrenze für Daten, Modelle und Agenten. Gleichzeitig sollen Unternehmen Daten direkt am Speicherort anbinden, Kosten kontrollieren und die für die jeweilige Aufgabe passenden Werkzeuge auswählen können.

Ähnliche Meldungen

Anthropic startet IPO-Roadshow mit einer Preisspanne von 70 bis 78 Dollar je AktieTop-Meldung
Wirtschaft11. November 2026, 15:10

Anthropic startet IPO-Roadshow mit einer Preisspanne von 70 bis 78 Dollar je Aktie

Anthropic hat die Roadshow für den geplanten Börsengang von Stammaktien der Klasse A gestartet. Der erwartete Ausgabepreis liegt bei 70,00 bis 78,00 Dollar je Aktie. Der…

Huawei von Gartner als Leader im Magic Quadrant 2026 für Infrastrukturdienste eingestuft
Chips und Infrastruktur10. November 2026, 13:12

Huawei von Gartner als Leader im Magic Quadrant 2026 für Infrastrukturdienste eingestuft

Huawei wurde im Magic Quadrant 2026 von Gartner für Infrastrukturplattform-Verbrauchsdienste dem Leader-Quadranten zugeordnet. Das Unternehmen bezeichnet sich als…

Huawei von Gartner 2026 als führend bei Infrastrukturdiensten eingestuft
Chips und Infrastruktur10. November 2026, 06:40

Huawei von Gartner 2026 als führend bei Infrastrukturdiensten eingestuft

Huawei wurde laut einer Unternehmensmitteilung im Magic Quadrant 2026 von Gartner für Infrastrukturplattform-Verbrauchsdienste in den Leaders Quadrant aufgenommen.…