Beobachtetes Signal · 17. Juli 2026 · Funding · Quelle: techcrunch · Relevanz: 4/5 · Sentiment: Positiv
Databricks erreicht nach neuer Finanzierungsrunde Bewertung von 188 Milliarden Dollar
Databricks hat eine neue Finanzierungsrunde unter Führung des Investors Coatue bekannt gegeben, die das Unternehmen mit 188 Milliarden US-Dollar bewertet. Das genaue Volumen wurde nicht beziffert, Marktberichte sprechen jedoch von rund 3 Milliarden US-Dollar; der Abschluss wird im späteren Jahresverlauf erwartet. Databricks hat in den vergangenen 18 Monaten mehrere milliardenschwere Kapitalerhöhungen vollzogen, um den strategischen Wandel von einer reinen Cloud-Data- und Analytics-Plattform hin zu einem führenden Enterprise-AI-Anbieter voranzutreiben. Dies wird durch Produkteinführungen wie Lakebase, Unity und Omnigent untermauert. Eigene Benchmarks des Unternehmens belegen zudem, dass Open-Source-Modelle wie Z.ais GLM 5.2 komplexe Programmieraufgaben zu deutlich geringeren Gesamtkosten bewältigen können als proprietäre Modelle. Dabei zeigt sich, dass auch die Wahl des spezifischen Agent-Harness die operative Kosten- und Qualitätsstruktur maßgeblich beeinflusst.
Die Rekordbewertung unterstreicht das massive Investorenvertrauen in Enterprise-AI-Infrastruktur und beschleunigt den strategischen Wandel von Data-Lake-Ökosystemen hin zu kosteneffizienten, agentenbasierten AI-Architekturen.
Marktsignale zu Databricks 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
- Databricks kündigt eine neue Finanzierungsrunde mit einer Unternehmensbewertung von 188 Mrd. USD an.
- Die Finanzierungsrunde wird von der Investmentgesellschaft Coatue angeführt.
- Das exakte Investitionsvolumen ist offiziell unbestätigt, liegt laut Berichten bei rund 3 Mrd. USD und soll im Spätsommer final abgeschlossen werden.
- Vorangegangene Runden umfassen eine Series L über 5 Mrd. USD (134 Mrd. USD Bewertung) im Februar sowie frühere Tranchen bei 100 Mrd. USD und 62 Mrd. USD Bewertung.
- Databricks forciert AI-Produkte (Lakebase, Unity, Omnigent) und zeigt per Benchmark, dass Open Models wie GLM 5.2 proprietäre Modelle bei Coding-Tasks kostenseitig schlagen können.
Verknüpfte Unternehmen
6 verknüpfte Unternehmen“Databricks on Thursday announced a new round of funding that values the company at $188 billion....”
“The round was led by Coatue....”
“Databricks shared that “open models, and GLM 5.2 in particular, are now able to handle even the highest level of task difficulty” in coding,...”
“It is a particular champion of Z.ai’s GLM 5.2 as a model for coding....”
“Databricks shared that “open models, and GLM 5.2 in particular, are now able to handle even the highest level of task difficulty” in coding,...”
“While it’s unusual for a company to announce before it gets the money, a VC tells TechCrunch that the deal is solid, with so many firms want...”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Databricks closes $5B round at $190B valuation
Databricks closed a $5 billion private funding round at a $190 billion valuation on Aug. 13, 2026, after investor demand far exceeded its initial $1 billion target, CEO Ali Ghodsi said. The financing was led by Coatue and included Blackstone, MGX, accounts tied to T. Rowe Price and Sixth Street Growth. Databricks reported a $7 billion annualized revenue run rate, more than 80% year‑over‑year growth in Q2, and said it is cash‑flow positive. Its Lakehouse cloud data warehouse has a $1.5 billion run rate while Lakebase surpassed a $100 million run rate. Executives said the capital will accelerate enterprise AI products and governance (Unity AI Gateway), agent/model capabilities (Genie), and help cover large cloud commitments, costly AI research and active M&A (including Electric and Panther); the raise follows a round six months earlier that valued the company at $134 billion.
Databricks: Umsatz steigt um 80 % auf 6,9 Milliarden Dollar, Margen sinken
Databricks meldet einen Anstieg des annualisierten Umsatzes um über 80 % im Jahresvergleich auf 6,9 Milliarden US-Dollar, getrieben durch eine starke Nachfrage nach Data- und KI-Produkten. Gleichzeitig warnte das Unternehmen vor schrumpfenden Margen: Der massive Einsatz von AI Agents durch Kunden führt zu einem rasanten Anstieg von Queries und Rechenlasten, was die Modell- und Infrastrukturkosten in die Höhe treibt. Laut CEO Ali Ghodsi resultiert dieser Margendruck direkt aus dem verbrauchsbasierten Geschäftsmodell und dem Aufstieg von Agentic AI. Der annualisierte Umsatz mit KI-Produkten stieg auf 1,7 Milliarden US-Dollar. Zudem kündigte Databricks die Übernahme des Security-Startups Panther an und stellte mit ‚CustomerLake‘ eine Lakehouse-native Lösung für Marketing- und Kundendaten vor. Mit einer Bewertung von 134 Milliarden US-Dollar übertrifft das Privatunternehmen den Konkurrenten Snowflake (Marktkapitalisierung ca. 83 Milliarden US-Dollar) deutlich.
Databricks: CEO beziffert DBRX-Trainingskosten auf 20 Millionen Dollar
Databricks-CEO Ali Ghodsi hat offengelegt, dass das Unternehmen rund 20 Millionen US-Dollar für den Compute-Cluster aufgewendet hat, der bei der Entwicklung des Open-Source-Modells DBRX genutzt wurde. Damit korrigierte er eine frühere Angabe von 10 Millionen Dollar. Lediglich etwa 4 Millionen Dollar entfielen auf den finalen Trainingslauf, aus dem DBRX hervorging. Die verbleibenden rund 16 Millionen Dollar wurden durch iterative Testläufe, Ausfallzeiten, Fehler und ungenutzte Cluster-Kapazitäten (Idle Time) verursacht. Ghodsi betonte im Vorfeld der Veröffentlichung neuer Enterprise-AI-Produkte, dass Modelltraining ein hochgradig iterativer Prozess mit kleineren Vorab-Läufen sei, um kostspielige Fehlschläge zu minimieren. Diese Offenlegung unterstreicht die massiven operativen und finanziellen Ineffizienzen sowie die realen Infrastrukturherausforderungen beim Training großer Foundation Models im Enterprise-Umfeld.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.