67 Milliarden wurden abgelehnt, die „am meisten „Versailles“-hafte“ Finanzierung ist entstanden

In der KI-Branche ist ein weiteres Einhorn mit einem Marktwert in Billionenhöhe entstanden.

Kürzlich gab das KI-Großdatenunternehmen Databricks den Abschluss einer strategischen Finanzierungsrunde in Höhe von 5 Milliarden US-Dollar (ca. 336,89 Milliarden Yuan) bekannt. Die neueste Bewertung des Unternehmens erreicht 190 Milliarden US-Dollar (ca. 1,3 Billionen Yuan).

Dies war eine überaus dicht besetzte Finanzierungsrunde. An dieser Runde beteiligten sich mehr als 20 Institutionen, angeführt vom Altaktionär Coatue, mit Beteiligung von Institutionen wie der Blackstone Group, der Abu Dhabi KI-Investitionsplattform MGX, T. Rowe Price Associates und Sixth Street Growth. Unter ihnen ist Sixth Street Growth ein neuer Investor, der von Alan Waxman, dem ehemaligen Chief Investment Officer von Goldman Sachs, gegründet wurde.

Dies ist zugleich die zweite offizielle Finanzierungsrunde, die Databricks innerhalb eines Jahres abgeschlossen hat. Die aktuelle Unternehmensbewertung von 190 Milliarden US-Dollar ist um etwa 42 % gestiegen, verglichen mit der Bewertung von 134 Milliarden US-Dollar bei der Finanzierungsrunde Ende 2025.

Nach Abschluss dieser Finanzierungsrunde zählt Databricks zu den weltweit am höchsten bewerteten nicht börsennotierten Technologieunternehmen und steht nur hinter wenigen Unternehmen wie OpenAI, Anthropic und ByteDance zurück.

Interessanterweise ist Databricks, betrachtet man allein das Geschäftsmodell, das am wenigsten "attraktive" Unternehmen unter dieser Gruppe von Star-Unternehmen – OpenAI und Anthropic setzen auf große KI-Modelle, ByteDance verfügt über ein Ökosystem von Internetanwendungen, während der von Databricks fokussierte Bereich der Daten-Cloud-Dienste eher trocken wirkt und hauptsächlich Unternehmen dabei unterstützt, ihre eigenen Geschäftsdatensätze zu verwalten, zu verarbeiten und abzurufen.

Doch wer wagt es im KI-Zeitalter, den Wert von Dateninfrastrukturanbietern zu unterschätzen?

„Wir hätten 100 Milliarden Yuan einsammeln können“

Tatsächlich ist es nicht genau richtig, Databricks als KI-Großdatenunternehmen zu definieren. Oder anders gesagt: Es ist kaum zutreffend, Databricks mit irgendeiner uns bekannten Geschäftsform der „Digitalen Industrie“ zu beschreiben.

Der Ursprung von Databricks liegt in einem Forschungsprojekt an der University of California, Berkeley, das darauf abzielte, die Effizienz der Verarbeitung großer Datenmengen zu verbessern. Im Jahr 2013 gründete das Entwicklungsteam von Spark Databricks gemeinsam, um die Kommerzialisierung voranzutreiben – in dieser Phase war Databricks tatsächlich ein standardmäßiger Datenanbieter.

Aber 13 Jahre später steht der Begriff „Data“ im Namen von Databricks in seiner heutigen Selbstdefinition nicht mehr im Vordergrund. In der Beschreibung auf seiner offiziellen Website gibt das Unternehmen an, dass seine Dienstleistungen auf „DATA+KI“ ausgerichtet sind, und seine Produkte sind längst keine herkömmliche Plattform mehr, sondern ein „Data Lakehouse“ (Daten-Lakehouse).

Das klingt sehr abstrakt, aber gemessen am Rhythmus der Finanzierungsrunden entspricht es durchaus dem Geschmack der heutigen Zeit. Gleichzeitig mit der Bekanntgabe des Abschlusses der neuen Finanzierungsrunde gab Databricks ein Detail preis, das fast wie eine „versteckte Prahlerei“ wirkt: Eigentlich hatten wir nicht vor, so viel Geld einzusammeln.

Laut früheren Angaben von Ali Ghodsi, Mitbegründer und CEO von Databricks, plante das Unternehmen ursprünglich nur, 1 Milliarde US-Dollar zu beschaffen. Nachdem Medien im Juni berichtet hatten, dass Databricks eine große Finanzierungsrunde durchführt, überfluteten Investoren, die unbedingt zu einem Deal kommen wollten, Ghodsis Telefon mit Anrufen. Allein die von Databricks geprüften Investoren bekundeten einen Investitionswillen von insgesamt 15 Milliarden US-Dollar (ca. 101 Milliarden Yuan).

Angesichts der überwältigenden Begeisterung der Investoren sah sich Databricks gezwungen, das Volumen der Finanzierungsrunde zu erweitern. Im Juli gab das Unternehmen bekannt, dass eine neue Finanzierungsrunde läuft. Zu diesem Zeitpunkt gab Databricks eine Bewertung von 188 Milliarden US-Dollar an, nannte aber keine genaue Höhe des eingesammelten Kapitals.

Weniger als einen Monat später lag die Antwort vor: Databricks gab bekannt, 5 Milliarden US-Dollar an Kapital eingesammelt zu haben, und die Unternehmensbewertung stieg weiter auf 190 Milliarden US-Dollar. Mit anderen Worten: Databricks hat nicht nur 4 Milliarden US-Dollar mehr als ursprünglich geplant eingesammelt, sondern auch 10 Milliarden US-Dollar an heißem Investitionsgeld abgelehnt (ca. 673,76 Milliarden Yuan).

Das ist natürlich nicht das erste Mal, dass Databricks auf selbstbewusste Weise Investoren ablehnt.

In den 13 Jahren seit seiner Gründung hat Databricks bereits 13 Finanzierungsrunden abgeschlossen, fast im Rhythmus einer Runde pro Jahr. Die häufigen Finanzierungsrunden haben sogar Internetnutzer zu dem Scherz veranlasst: Databricks hat so viel Geld eingesammelt, dass fast alle Buchstaben des Alphabets für die Benennung der Runden aufgebraucht sind.

Allein seit 2025 hat Databricks vier Eigenkapitalfinanzierungsrunden abgeschlossen, mit einem Gesamtbetrag von mehr als 20 Milliarden US-Dollar. Darunter stellte die im Januar 2025 abgeschlossene J-Runde über 10 Milliarden US-Dollar einen neuen Rekord für die größte Finanzierungsrunde eines privaten Technologieunternehmens auf. Auch bei dieser Runde lehnte Databricks eine riesige Summe an angefragtem Investitionsgeld ab – laut Ghodsi summierten sich die von allen interessierten Investoren angebotenen Gelder damals auf insgesamt 19 Milliarden US-Dollar (ca. 132,4 Milliarden Yuan).

Die Kapitalmannschaft hinter Databricks hat sich mit der Entwicklung des Unternehmens stetig verändert.

In der Frühphase bestanden die Investoren von Databricks hauptsächlich aus Technologie-VCs wie a16z, NEA und DCVC.

Mit der Erweiterung des Geschäftsvolumens begann Databricks, Industriekapitalgeber wie Microsoft, AWS, CapitalG unter Google, Salesforce Ventures, NVIDIA und Meta anzuziehen. Die Geschäftsbereiche der Investoren erstreckten sich von Cloud-Computing und Unternehmenssoftware weiter bis zu KI-Infrastruktur und dem Ökosystem von KI-Anwendungen.

Gleichzeitig schlossen sich globale Vermögensverwaltungsgesellschaften wie BlackRock, Fidelity und T. Rowe Price sowie Investoren mit staatlichem Kapitalhintergrund wie GIC, Temasek und MGX der Aktionärsliste von Databricks an.

„Infrastrukturanbieter“ im GPT-Zeitalter

Um zu verstehen, warum Databricks so selbstbewusst auftreten kann, muss man zurückkehren zu dem bereits erwähnten, etwas abstrakten Geschäftsmodell „Data+KI“.

Im Zeitalter der großen KI-Modelle hängt die Umwandlung technischer KI-Fähigkeiten in kommerziellen Wert zu einem großen Teil davon ab, ob Daten ausreichend reichhaltig, genau, zeitnah und effektiv abrufbar sind. Und Databricks ist genau das Unternehmen, das Dienstleistungen für Dateninfrastrukturen anbietet.

In der Anfangsphase bot Databricks den Nutzern hauptsächlich eine cloudbasierte Datenverarbeitungsplattform auf Basis von Spark an, um die Verarbeitung großer Datenmengen zu vereinfachen. In den folgenden zehn Jahren erweiterte das Unternehmen sein Geschäft schrittweise von der Großdatenverarbeitung auf Szenarien wie Datenanalyse und maschinelles Lernen und baute die „Data-Lakehouse“-Architektur auf.

Im täglichen Betrieb von Unternehmen fallen große Mengen an Geschäftsdaten an. Diese Daten müssen nicht nur erfasst, aufbereitet und gespeichert werden, sondern auch weiter für Analysen, Echtzeitverarbeitung und maschinelles Lernen verwendet werden. In der Vergangenheit wurden unterschiedliche Anforderungen an die Datenverarbeitung oft von unterschiedlichen Systemen erfüllt, sodass Unternehmen Daten zwischen mehreren Systemen übertragen und entsprechende Wartungs- und Verwaltungskosten tragen mussten. Die Lakehouse-Architektur von Databricks versucht, all diese Anforderungen auf einer einheitlichen Datenverarbeitungsplattform zu bündeln.

Wäre das Geschäft nur auf dieser Ebene angesiedelt, wäre Databricks höchstens zu einem hervorragenden Unternehmenssoftwareunternehmen geworden. Aber nach 2023 begann Databricks, seine eigene Position neu zu definieren.

Nachdem GPT den Boom der großen KI-Modelle ausgelöst hatte, stieg die Begeisterung der Unternehmen für die Nutzung von KI rasant an. Für die meisten Unternehmen bedeutet die tatsächliche Implementierung von KI jedoch nicht einfach nur, ein großes KI-Modell anzuschließen. Die viel realere Herausforderung besteht darin, die über Jahre angesammelten internen Daten zu aktivieren, damit die KI die Geschäftsvorgänge des Unternehmens wirklich versteht. Dies wurde zu einer neuen Chance für Databricks.

Aufbauend auf seinen über Jahre angesammelten Fähigkeiten rund um Unternehmensdaten begann Databricks, sein Geschäft weiter in die KI-Szenarien von Unternehmen auszudehnen. Im Jahr 2023 erwarb das Unternehmen MosaicML für rund 1,3 Milliarden US-Dollar. Zu diesem Zeitpunkt war MosaicML ein viel beachtetes Startup im Bereich der generativen KI, dessen Kernkompetenz darin bestand, Unternehmen dabei zu helfen, große KI-Modelle mit ihren eigenen Daten zu trainieren und bereitzustellen. Später ergänzte Databricks durch die Übernahme von Unternehmen wie Okera, Arcion, Lilac, Tabular und Neon seine Fähigkeiten in den Bereichen Datenverwaltung, Datenanbindung, KI-Datenverarbeitung und Datenbanken weiter.

Durch eine Reihe von Geschäftsergänzungen wurde Databricks schrittweise zu einer wichtigen Dateninfrastrukturplattform im Prozess der KI-Implementierung durch Unternehmen, bis schließlich das abstrakte „Data-Lakehouse“ Gestalt annahm. Auf seiner offiziellen Website erklärt Databricks die Bedeutung des „Data-Lakehouse“ wie folgt:

Ein auf Open-Source- und offenen Standards aufgebautes Data-Lakehouse vereinfacht Ihre Datenressourcen, indem es die Silos beseitigt, die Daten und KI in der Vergangenheit kompliziert gemacht haben.

Derzeit betreut Databricks mehr als 20.000 Einrichtungen weltweit, darunter große Unternehmen wie Adidas, Bayer, Mastercard und Unilever. Darunter haben mehr als 1.000 Kunden einen jährlichen Verbrauch von über 1 Million US-Dollar auf der Plattform von Databricks, und mehr als 100 Kunden erreichen einen jährlichen Verbrauch von über 10 Millionen US-Dollar.

Die aggressive Strategie im KI-bezogenen Geschäft hat die Bewertungsobergrenze von Databricks tatsächlich angehoben.

Ein anschauliches Beispiel dafür ist, dass im Jahr 2026 immer weniger Menschen Databricks mit Snowflake vergleichen werden.

Snowflake, gegründet im Jahr 2012, ist ein Unternehmensdatenanbieter, der zur gleichen Zeit wie Databricks von Kapitalgebern stark gefördert wurde. Im September 2020 ging Snowflake als erstes Unternehmen an die New Yorker Börse, wobei die Bewertung zum Zeitpunkt des IPO-Emissionspreises etwa 33,5 Milliarden US-Dollar betrug. Im Geschäftsjahr 2021 (bis zum 31. Januar 2021) erzielte Snowflake einen Umsatz von etwa 590 Millionen US-Dollar. Der jährliche wiederkehrende Umsatz von Databricks im Jahr 2020 betrug etwa 425 Millionen US-Dollar, und die Bewertung nach Abschluss der neuen Finanzierungsrunde Ende 2019 lag bei etwa 6,2 Milliarden US-Dollar, was nur etwa einem Fünftel der IPO-Bewertung von Snowflake entsprach.

Nach dem GPT-Boom nahmen die beiden Unternehmen unterschiedliche Entwicklungswege.

Laut den neuesten von Databricks veröffentlichten Umsatzdaten erreicht der annualisierte Umsatz des Unternehmens etwa 7 Milliarden US-Dollar, was einem Jahreswachstum von über 80 % entspricht. In den vergangenen 12 Monaten erzielte das Unternehmen kontinuierlich einen positiven bereinigten freien Cashflow. Der annualisierte Umsatz des Kernprodukts „Lakehouse“ übersteigt 1,5 Milliarden US-Dollar, mit einem Jahreswachstum von über 100 %. Zum Vergleich: Snowflake erzielte im Geschäftsjahr 2026 einen Umsatz von 4,47 Milliarden US-Dollar mit einem Jahreswachstum von 29 %, und seine aktuelle Marktkapitalisierung liegt bei etwa 113 Milliarden US-Dollar.

Databricks hat den Umsatz von Snowflake bereits übertroffen. Die Bewertung von 190 Milliarden US-Dollar bedeutet auch, dass der Kapitalmarkt Databricks höhere Wachstumserwartungen zumisst, basierend auf seiner Position im KI-Ökosystem.

Die Geschichte der Vermögensbildung durch KI geht weiter, und die nächsten potenziellen Unternehmen im Stil von Databricks sind möglicherweise bereits auf dem Weg.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Dongsi Shi Tiao Capital“ (ID: DsstCapital), verfasst von Li Xinting, und wird mit Genehmigung von 36Kr veröffentlicht.