Hat 200 Millionen US-Dollar mit BI verdient.

Es gibt eine interessante Sache. Ein Unternehmen, zwei Führungskräfte, die acht Jahre lang immer wieder dasselbe sagen: Wir wollen kein BI machen.

Aber das gesamte verdiente Geld von 200 Millionen Dollar stammt vollständig aus BI.

Dieses Unternehmen heißt Sigma Computing und entwickelt Analyse- und BI-Tools, die auf Cloud-Datenlagern laufen; Daten müssen nicht extrahiert werden, Abfragen werden direkt zurück zum Cloud-Datenlager geschickt, um dort ausgeführt zu werden, und es verbindet sich hauptsächlich mit Snowflake und Databricks.

Es wurde 2014 gegründet, hat heute mehr als 2000 Kunden und einen jährlichen wiederkehrenden Umsatz von 200 Millionen Dollar. Gartner hat es zwei Jahre in Folge in das Magic Quadrant für BI aufgenommen, es hat eine Bewertung von 4,8 von 5 auf Nutzerbewertungsplattformen mit über 200 Bewertungen.

Genau solch ein Unternehmen, dessen Gründer und neuer CEO acht Jahre lang denselben Satz wiederholt haben.

2018 trat das Unternehmen offiziell auf. Der Gründer Rob Woollen sagte: „Dashboards sind nicht gleich Intelligenz“. Achten Sie auf seine Wortwahl: „nicht gleich“. Dashboards sind nützlich, aber sie erreichen ihre Obergrenze, und was er entwickeln will, ist viel umfassender als Dashboards.

2020 übernahm Mike Palmer das Amt des CEO. Sein erster Satz nach der Amtsübernahme lautete: Der Pfad ändert sich nicht, wir skalieren.

Zu seinem Hintergrund: Zuvor war er Chief Product Officer beim Cloud-Backup-Anbieter Druva, und davor war er ebenfalls der oberste Produktverantwortliche bei Veritas. Sein gesamter Lebenslauf dreht sich um Dateninfrastruktur.

Eine Person mit solchem Lebenslauf hätte ein Unternehmen jederzeit die Richtung ändern können, aber er tat es nicht, sondern sagte, er werde den eingeschlagenen Weg fortsetzen.

2025 trat er in einem etablierten Podcast der US-Tech-Szene namens MAD auf. Der Moderator fragte ihn, was Sigma eigentlich macht, und er sagte zwei Sätze:

Erstens: Die Welt braucht kein weiteres BI-Tool. Der zweite Satz ist noch deutlicher: Sie haben einmal das ursprüngliche Produkt abgeschaltet und von Grund auf neu aufgebaut – das war keine Iteration, keine Aktualisierung, sondern ein kompletter Neuanfang.

Im April desselben Jahres veröffentlichte das Unternehmen einen Blogbeitrag zur Feier eines Jahresumsatzes von über 100 Millionen Dollar, in dem stand: „Wir sind nicht nur eine weitere BI-Plattform“ und „Die Zukunft der Analytik wird nicht an Dashboards gemessen“.

Im Mai 2026 wurde die Finanzierungsrunde der Serie E offiziell angekündigt; Palmers Aussage klang erneut anders: Die Kunden stimmen mit ihrem echten Geld für Sigma ab, einen Ort, an dem KI auf ihren Cloud-Daten aufgebaut wird.

In diesem Satz taucht kein Wort „BI“ auf. Der Slogan auf der offiziellen Website lautet „KI-Anwendungsplattform“. Sogar das Wort „BI“ wollen sie nicht mehr berühren.

Übrigens gibt es noch eine leicht zu übersehende Sache: Nachdem Woollen das Amt des CEO übergeben hat, ist er nicht gegangen, er arbeitet bis heute dort und leitet den Produktbereich. Der Gründer bleibt im Unternehmen und wiederholt weiterhin diesen Satz, und der professionelle Manager an der Spitze sagt ebenfalls dasselbe.

Nach acht Jahren wird das Framework stetig aktualisiert: von Dashboards über BI bis hin zu KI. Die Bedeutung zieht sich immer weiter zurück: Dashboards reichen nicht aus, BI ist nicht das Endziel, und am Ende wird sogar der Name BI nicht mehr erwähnt.

Nun, zwei Führungskräfte, acht Jahre lang derselbe Satz. Sind Sie nicht neugierig, was sie eigentlich machen?

......

Diese Frage lässt sich nur aus der Zeit erzählen, als sie das Unternehmen gründeten.

Das Unternehmen hieß ursprünglich Bitmoon Computing und hatte zwei Gründer: Rob Woollen und Jason Frantz.

Als sie das Unternehmen gründeten, arbeiteten beide bei der US-Venture-Capital-Gesellschaft Sutter Hill, halfen bei der Prüfung von Projekten, bauten gleichzeitig ihre eigenen Prototypen und suchten nach einer Richtung. Nach was suchten sie? Eine Idee: Menschen, die keine Code schreiben können, um Daten abzufragen, sollen auch direkt Daten in der Cloud nutzen können.

Die Idee war sehr gut, aber sie fanden keine passende Form. In diesen vier Jahren baute das Team Prototypen, probierte verschiedene Richtungen aus, manche wurden verworfen, manche behalten. Die Investoren waren manchmal nicht sehr zufrieden, aber sie warteten. Das Büro war sehr einfach, was den Vorteil hatte, dass das Geld langsam verbraucht wurde.

Erst im November 2018 traten sie mit ihrem ersten Produkt aus dem Stealth-Modus hervor. Die Form ist allen sehr vertraut: eine Tabellenkalkulation.

Die Nutzer bearbeiten Daten so, als würden sie Excel verwenden, sie können Formeln und Pivot-Tabellen normal nutzen. Der Unterschied liegt bei den Daten: Die Daten werden nicht in die Tabelle importiert, sondern verbleiben immer im Cloud-Datenlager.

Sobald Sie die Eingabetaste drücken, wird die Abfrage im Datenlager ausgeführt, und das Ergebnis kehrt zur Zelle zurück. Sie müssen keinen Code schreiben, und Sie brauchen auch keine anderen BI-spezifischen Sprachen zu lernen.

Hier gibt es noch einen Hintergrund:

Sutter Hill hat gleichzeitig ein anderes Unternehmen ausgegründet, den späteren Cloud-Datenlager-Riesen Snowflake. Mike Speiser, der Geschäftsführer dort, hatte zwei Rollen inne: Er war Direktor bei Sigma und zugleich Gründungs-CEO von Snowflake.

Dass Sigma später so eng mit Snowflake verbunden ist, hat nichts mit strategischen Entscheidungen zu tun – diese Verbindung ist auf natürliche Weise entstanden.

Ist diese Tabellenkalkulation von 2018 also das, was sie gesucht haben? Noch nicht. Nach diesem kompletten Neuanfang war das neu aufgebaute Produkt viel umfassender als eine Tabellenkalkulation.

Worin liegt die Größe? Nehmen wir die robusteste Funktion als Beispiel: Write-Back. Einfach ausgedrückt: Es übernimmt sowohl das Anzeigen von Daten als auch das Ändern von Daten. Herkömmliche BI-Tools können auch bei aller Pracht nur Daten lesen, nicht aber schreiben.

Ein Beispiel:

Herkömmliche BI ist wie das Armaturenbrett eines Autos, das Geschwindigkeit, Kraftstoffverbrauch und Wassertemperatur klar anzeigt. Aber Sie können keine mechanischen Teile hinter dem Armaturenbrett berühren. Wenn Sie den Gang wechseln wollen, müssen Sie ein anderes System bedienen. Die Write-Back-Funktion von Sigma gibt Ihnen diese zusätzliche Möglichkeit.

Diese Funktion heißt Input Tables (beschreibbare Tabellen) und wurde 2023 veröffentlicht. Eine Tabelle wird im Dashboard angezeigt, Sie können einen Wert direkt vor Ort ändern, und diese Daten werden sofort zurück ins Datenlager geschrieben.

Fachkräfte geben eine Prognose in eine Spalte ein, und alle zugehörigen Diagramme ändern sich sofort, ohne dass sie ein zweites System nutzen und Daten hin- und herschieben müssen.

Ist das nötig? Ist es nicht nur ein zusätzliches Eingabefeld in der Tabelle? Natürlich ist es das. Das Problem ist: Wenn sich die Daten ändern, müssen sich auch die Definitionen, Berechtigungen und Audit-Protokolle im Datenlager entsprechend ändern. Unter den gängigen BI-Anbietern trauen sich nur sehr wenige, diese Funktion zu implementieren.

Viele werden sich fragen: Ist das dasselbe wie die KI-Mehrdimensionstabellen, die derzeit auf dem Markt entwickelt werden?

Nicht ganz. Bei den meisten KI-Mehrdimensionstabellen ändern Sie nur die Daten in der Zelle der Tabelle. Bei Sigma ändern Sie die Basistabelle im Unternehmensdatenbank, und Definitionen, Berechtigungen und Audit-Protokolle ändern sich entsprechend. Das eine ändert nur die Oberfläche, das andere greift auf die Quelle zu.

Diese Funktion haben Konkurrenten nicht: Wenn Microsofts Power BI Daten zurückschreiben will, muss es Umwege machen und zwei weitere eigene Tools kombinieren, um dies zu erreichen. Die alten BI-Tools wie Tableau bieten keine native Write-Back-Funktion. Unter allen gängigen BI-Tools ist Sigma das einzige, das dies nativ unterstützt.

Palmer hat später in einem Interview das Designprinzip erläutert: Historische Daten sind kein Endziel. Wenn Fachkräfte Prognosen direkt auf die historischen Daten eintragen, werden die Zahlen lebendig.

Daten anzeigen, dann ändern, und direkt eine Aktion auslösen – das ist genau das, was Sigma entwickeln will.

Auf der offiziellen Website steht noch ein englischer Slogan: Als ich ihn das erste Mal sah, dachte ich, ich hätte die Seite eines SaaS-Verwaltungsplattform geöffnet.

Es steht da: Verabschieden Sie sich vom SaaS-Chaos und dem Durcheinander von Tabellen. Das bedeutet: Sie brauchen nicht mehr die vielen kleinen Betriebstools und überall verstreuten Tabellen notdürftig zu nutzen, sondern können direkt auf Sigma richtige Datenanwendungen erstellen.

Was Sie so erstellen, nennen sie selbst Datenanwendungen.

Wenn wir uns die Produktliste von 2026 ansehen: Es gibt eingebettete Analytik, KI-Fragen und Antworten, benutzerdefinierte Agenten und auch einen Notebook-Bereich, in dem Code ausgeführt werden kann.

Bei den Datenquellen wurde Databricks hinzugefügt, außerdem die Datenlager von Amazon und Google. Im August dieses Jahres wurde eine strategische Partnerschaft mit AWS unterzeichnet, und Databricks verlieh ihm 2026 den jährlichen Partnerpreis.

Die Entwicklung der KI-Linie schreitet auch stetig voran.

Im Mai 2024 wurde das KI-Toolkit veröffentlicht, im August dieses Jahres wurden die Schnittstellen für Agenten geöffnet, um Daten abzurufen, und im September wurden die benutzerdefinierten Agenten aktualisiert. Auf dem gesamten Weg hat sich ihre Position nicht geändert: Sie wollen die Nutzer, die Daten anzeigen, unterstützen, nicht ersetzen.

Nun, hier muss man auch eine nüchterne Tatsache erwähnen: Sie wollen, dass Sigma selbst zu einem Modul der Datenbank wird, das Sigma Tables heißt – es ist seit der offiziellen Ankündigung noch in der Beta-Phase.

Das ist alles. Der Pfad ist klar: Jedes neue hinzugefügte Geschäft ist an das Kernstück des Dashboards angebunden. Das Kernstück wächst stetig, und es werden immer mehr Funktionen hinzugefügt.

......

Lassen sich diese neuen Dinge in der Bilanz nachvollziehen?

Als die Finanzierungsrunde der Serie E im Mai dieses Jahres angekündigt wurde, legte das Unternehmen seine Daten offen. Der jährliche wiederkehrende Umsatz beträgt 200 Millionen Dollar, die jährliche Wachstumsrate hat sich mehr als verdoppelt, es gibt mehr als 2000 zahlende Unternehmen, und die Zahl der neu hinzugekommenen aktiven Nutzer in diesem Jahr übersteigt 1,1 Millionen.

200 Millionen Dollar entsprechen mehr als einer Milliarde Yuan pro Jahr. Was machen diese 1,1 Millionen neuen Nutzer? Ich schätze, dass mehr als 90 % von ihnen Dashboards öffnen, nicht Eingabefelder, um mit KI zu sprechen.

Jemand wird fragen: Wie viel Prozent der 200 Millionen Dollar stammen von Datenanwendungen?

Ehrlich gesagt, das lässt sich nicht aufteilen. Das Unternehmen hat die Einnahmen nie nach Produktlinien offengelegt, und auf der Preisseite gibt es keine Möglichkeit, die Zahlen aufzuteilen. Wie kann man diese Lücke schließen? Ich berechne es anhand von drei Punkten.

Erstens: Wie wird das Geld verdient?

Wenn Kunden Sigma abonnieren, buchen sie hauptsächlich die Tabellenkalkulationsoberfläche und Dashboards. Die Write-Back-Funktion ist eine Ergänzung dazu, und Datenanwendungen werden über diese Oberfläche erstellt – beide können nicht separat berechnet werden. Die 200 Millionen Dollar werden durch den Verkauf von Dashboards Stück für Stück erzielt.

Zweitens: Welche Kategorie wird ihm in der Branche zugewiesen?

Lassen Sie mich zuerst erklären, was ein Magic Quadrant ist: In der Softwarebranche ist er vergleichbar mit dem Gastronomieführer in der Lebensmittelbranche. Wenn man darin aufgenommen wird, bedeutet das, dass die Branche einen anerkennt.

Gartner hat es zwei Jahre in Folge in das Magic Quadrant für „Analyse- und Business-Intelligence-Plattformen“ aufgenommen, und der Name des Quadranten enthält bereits das Wort BI. Was das Unternehmen selbst sagt, zählt nicht – die Rating-Agentur hat es der Kategorie BI zugeordnet.

Die Position ist auch wichtig: Zwei Jahre lang bleibt es im Bereich „Nischenspieler“, und die Schwelle zum Bereich „Führer“ wurde zwei Jahre lang nicht überschritten. Einfach ausgedrückt: Die Branche anerkennt, dass es ein BI-Unternehmen ist, das sich auf ein Nischengebiet konzentriert – aber die Voraussetzung ist immer noch, dass es BI macht.

Drittens: Wer zahlt dafür?

Auf der Kundenseite der offiziellen Website stehen viele Namen: Der Essenslieferdienst DoorDash, der Private-Equity-Riese Blackstone, das HR-Softwareunternehmen Workday und die Sprachlernplattform Duolingo.

Wofür kaufen all diese Unternehmen Sigma? Sie nutzen es, um Liefermengen, Nettovermögenswerte von Fonds und Personalverzeichnisse in Dashboards zu organisieren, die dem Management angezeigt werden.

Der CEO sagt, die Kunden investieren echtes Geld in KI. Wenn man alle Konten durchgeht, zahlen sie tatsächlich für die Möglichkeit, Daten anzuzeigen.

Nachdem wir diese drei Punkte geprüft haben, muss ich eine unangenehme Wahrheit aussprechen: Ich habe keine einzigen Kunden gefunden, die öffentlich beschweren, dass die Berechnungen falsch sind, oder Fälle, in denen sie Sigma aufgegeben haben, um zu alten Tools zurückzukehren – alle zahlen gerne und zufrieden.

Schauen wir uns noch einmal das Wachstum an: Im April 2025 veröffentlichte das Unternehmen einen Blogbeitrag zur Feier eines Jahresumsatzes von über 100 Millionen Dollar. Ein Jahr später wurde der offizielle Wert auf 200 Millionen Dollar angehoben, und einen Monat später wurde die Finanzierungsrunde der Serie E angekündigt. In dieser Phase des Umsatzverdoppels waren es immer noch die Dashboards, die das Wachstum trugen.

Also ist die Sache widersprüchlich: Das Geschäft, von dem man sagt, es habe keine Zukunft, macht Geld und verdoppelt seinen Umsatz. Das Geschäft, dem man eine große Zukunft zuschreibt, muss immer noch von ersterem finanziert werden.

......

Ist das finanzierbar?

Ich habe nachgeprüft: Bei der Serie E in diesem Jahr wurden 80 Millionen Dollar eingesammelt, Databricks Ventures ist neuer Aktionär, und Snowflake ist bereits seit früheren Runden Aktionär. Das Datenlager hält Anteile am BI-Unternehmen, und das BI-Unternehmen unterstützt das Datenlager bei seiner Arbeit – dieser Kreis ist sehr eng, und kein Beteiligter hat einen Ausweg.

Aber die Säule ist noch nicht stabil: Sigma soll zu einer eigenständigen Datenbank werden, aber Sigma Tables ist immer noch nicht aus der Beta-Phase herausgetreten.

Der Slogan „Verabschieden Sie sich vom SaaS-Chaos und erstellen Sie selbst Anwendungen“ steht derzeit noch nur als Auslage im Schaufenster.

Die Rangliste wartet nicht auf jemanden: ThoughtSpot ist bereits 2019 in den Bereich „Führer“ eingetreten, während Sigma dies nach zwei Jahren immer noch nicht geschafft hat.

Es gibt noch eine harte Schwelle: Die Gene von Sigma bestehen darin, nur auf Cloud-Datenlagern zu laufen. Die Integration mit der Datenverwaltung von Snowflake funktioniert nur in der Snowflake-Umgebung und ist