Beobachtetes Signal · 2. Juni 2026 · Product Launch · Quelle: https://martechseries.com/feed/ · Relevanz: 3/5 · Sentiment: Positiv
Capital One Software stattet Slingshot mit KI-Observability und Optimierung aus
Capital One Software hat neue Observability- und KI-gestützte Optimierungsfunktionen für sein Produkt Slingshot angekündigt, um die systemweite Dateneffizienz in Snowflake-Unternehmensumgebungen zu verbessern. Das Update umfasst kontextsensitive KI-Abfrage- und Tabellenoptimierungen, die Erkennung duplicierter Pipelines sowie einen interaktiven Data Explorer für detaillierte Kosten- und Leistungsanalysen. Slingshot generiert KI-basierte Empfehlungen, die Kosten- und Laufzeitverbesserungen prognostizieren, vorgeschlagene Tabellenänderungen gegen bestehende Abfrage-Workloads validieren und redundante Pipelines durch den Abgleich von Nutzungsmustern aufdecken. Die Funktionen zielen auf systemweite Optimierungen ab – darunter Code, Pipelines, Infrastruktur und Teams –, statt isolierte Anpassungen einzelner Ressourcen vorzunehmen. Die Veröffentlichung erfolgte am 2. Juni 2026.
Produktseitige Observability und KI-Optimierung für Snowflake können die Dateneffizienz von Unternehmen steigern und Kosten senken – dies ist für Daten- und Analyseteams sowie MarTech-Infrastrukturen relevant, hat jedoch keinen breiten branchenweiten Umbruch zur Folge.
Marktsignale zu Capital One in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Capital One Software kündigte am 2. Juni 2026 intelligente Optimierungsfunktionen für Slingshot an.
- Zu den Neuerungen zählen kontextsensitive KI-Abfrage- und Tabellenoptimierungen, die Erkennung duplicierter Pipelines sowie ein Data Explorer.
- Slingshot analysiert Snowflake-Umgebungen hinsichtlich Kosten, Laufzeit und Häufigkeit von Abfragen und liefert KI-gestützte Optimierungsempfehlungen.
- Die Tabellenoptimierung analysiert zentrale Tabellen nach Abfrageauswirkung und stellt sicher, dass vorgeschlagene Änderungen bestehende Top-Abfragen nicht beeinträchtigen.
- Die Erkennung duplicierter Pipelines nutzt KI zum Abgleich von Workloads, um funktionell äquivalente oder redundante Pipelines zu identifizieren.
Verknüpfte Unternehmen
3 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Snowflake stellt KI-Tools vor, um Modelle direkt an den Daten zu betreiben
Auf dem Snowflake Summit 2026 positionierte sich Snowflake als „System of Intelligence“ und stellte KI-fokussierte Produkte und Funktionen vor, die Modelle und Data Governance nah an den Unternehmensdaten halten. Zu den Ankündigungen gehören umbenannte agentische KI-Bausteine (CoWork, CoCo), eine Kontextschicht namens Cortex Sense, Cortex Agent Sharing für die sichere kontoübergreifende Nutzung von Agenten, erweiterter Support für Apache Iceberg und offene Datenarchitekturen sowie Updates für den Horizon Catalog, die natürlichsprachliche Regeln in durchsetzbare Richtlinien übersetzen. Zudem vertiefte Snowflake seine Partnerschaft mit Anthropic, um Claude-Modelle direkt in Snowflake auszuführen. Dies versetzt Vermarkter in die Lage, sensible Kundendaten zu analysieren und Insights zu generieren, ohne Daten an externe Plattformen exportieren zu müssen, wodurch Datenschutz und Workflows optimiert werden.
Snowflake erweitert Intelligence und Cortex Code für autonome Unternehmens-Agenten
Snowflake hat umfassende Updates für Snowflake Intelligence und Cortex Code angekündigt, um seine Plattform als zentrale Steuerungseinheit für autonome Unternehmens-Agenten zu positionieren. Snowflake Intelligence fungiert nun als personalisierter, kontextsensitiver Arbeitsagent mit Funktionen wie natürlichsprachlichen 'Skills', Model Context Protocol (MCP)-Konnektoren zu Enterprise-Tools, einer iOS-Mobile-App in der Public Preview, mehrstufigen 'Deep Research'-Berichten sowie wiederverwendbaren 'Artifacts'. Cortex Code wurde als Entwickler-Schicht ausgebaut und unterstützt nun breitere Daten-Systeme wie AWS Glue, Databricks und Postgres, integriert sich über MCP und das Agent Communication Protocol (ACP) in andere KI-Systeme und bietet eine VS Code-Erweiterung (Private Preview), ein Claude Code-Plugin, ein Agent SDK für Python und TypeScript sowie Cloud Agents in Snowsight (Private Preview). Snowflake verzeichnet über 9.100 wöchentliche Nutzer seiner KI-Produkte und nennt prominente Kunden wie Capita, Logitech, Telenav, United Rentals und Wolfspeed, die KI auf seiner Data Platform produktiv einsetzen.
Snowflake erweitert Cortex Code CLI für datenübergreifende Workflows
Snowflake hat bekannt gegeben, dass Cortex Code CLI, der KI-Coding-Agent für die lokale Entwicklung, über Snowflake-native Workflows hinaus erweitert wird, um beliebige Datenquellen über verschiedene Systeme hinweg zu unterstützen. Den Anfang machen dbt und Apache Airflow, die ab sofort allgemein verfügbar sind. Das Update bringt kontextsensitive KI-Unterstützung in gängige Data-Engineering-Tools, eine erweiterte Modellauswahl (darunter Claude Opus 4.6 und OpenAI GPT-5.2) sowie neue administrative Kontroll- und Governance-Funktionen. Zudem führte Snowflake ein eigenständiges Abonnement für Cortex Code CLI ein, das unabhängig von Snowflake-Compute- und Verbrauchseinheiten arbeitet. Dies ermöglicht Teams die Einführung des Tools ohne bestehende Snowflake-Infrastruktur. Seit dem Launch im November 2025 verzeichnet Snowflake nach eigenen Angaben über 4.400 neue Nutzer. Kundenstimmen betonen spürbare Produktivitäts- und Zeiteinsparungen durch die kontextsensitiven Funktionen des Tools.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.