Databricks begann später. Es baute eine komplexere Architektur. Es konzentrierte sich auf unstrukturierte Daten; Bilder, Dokumente, Protokolle, Audio. Obwohl diese Daten im Unternehmen umfangreich waren, hatten sie historisch gesehen wenig Einsicht produziert. Zu schwer zu verarbeiten. Zu unordentlich, um Abfragen durchzuführen. Zu teuer, um in relevanten Formaten gespeichert zu werden. Snowflake setzte auf das Gegenteil. Strukturierte Daten. Saubere Tabellen. SQL-Abfragen, die schnell liefen und Antworten zurücklieferten, die Führungskräfte lesen konnten. Der Markt stimmte zu. Snowflake ging mit einer Bewertung von 70 Milliarden Dollar an die Börse. Databricks sammelte private Runden zu einem halben Wert ein. Dann kam die KI. Plötzlich wurden die Daten, die zu unordentlich für Abfragen waren, zu den Daten, die Modelle zum Trainieren benötigten. Unstrukturierte Daten waren keine Verbindlichkeit. Sie waren das Asset. Databricks hat Snowflake im Umsatz überholt. Vor zwei Jahren führte Snowflake mit 220 Millionen Dollar pro Quartal. Heute führt Databricks mit 120 Millionen Dollar. Die Wachstumsrate von Databricks beschleunigt sich im großen Maßstab, von 50 % auf 55 % auf 65 % im Jahresvergleich. Wachstumsraten beschleunigen sich nicht bei 5 Milliarden Dollar Umsatz. Der Übergang fand statt, weil KI ein architektonischer Übergang ist, kein zusätzliches Feature. Die meisten Unternehmensdaten gelangten nie in Snowflake. Sie lagen in der Objektspeicherung, unstrukturiert, wartend. Databricks baute Werkzeuge, um sie dort zu nutzen. Keine Migration erforderlich.

Databricks SQL, ihr direkter Angriff auf das Kerngeschäft von Snowflake, wuchs in weniger als drei Jahren von 100 Millionen auf 1 Milliarde Dollar. AI-Produkte wachsen noch schneller. Lakebase, ihre serverlose Datenbank für AI-Agenten, ist sechs Monate alt und wächst bereits doppelt so schnell wie Data Warehousing. Snowflake sieht die Bedrohung. Sie haben Intelligence gestartet, tausende von Kunden gewonnen und 200 Millionen Dollar an Partnerschaften mit OpenAI und Anthropic abgeschlossen. CEO Sridhar Ramaswamy setzt darauf, dass das Unternehmen aufholen kann.

Bis zum Geschäftsjahr 27 wird die Lücke weiter größer. Databricks prognostiziert 8,9 Milliarden Dollar. Snowflake gibt eine Prognose von 5,7 Milliarden Dollar.