Snorkel AI: Vom Labeling-Tool zur Datenfabrik
Snorkel AI hat sich vom Daten-Labeling-Tool zu einem Anbieter fertiger Datensätze und RL-Umgebungen gewandelt und damit einen massiven Bewertungs- und Umsatzsprung hingelegt. Wir ordnen ein, warum der Wandel von Software zu Data as a Service die KI-Wertschöpfungskette verschiebt, wo die Margen liegen und welches Klumpenrisiko im Geschäft steckt.
Chapter 1
Vom Labeling Tool zum Übungsplatz: Die Evolution des KI Rohstoffs
Max Quantum
Stell Dir vor, ein führendes KI Labor will einen autonomen Agenten trainieren, der hochkomplexe Firmenverträge prüft. Technisch steht die Architektur, aber der Agent scheitert sofort. Warum? Weil es schlicht keine zehntausend perfekten Praxisbeispiele gibt und keine sichere Umgebung, in der er gefahrlos Millionen Fehler machen kann.
Eva Cortex
Und genau da kommen nicht etwa mehr Programmierer ins Spiel, sondern komplexe Übungsplätze und fertig aufbereitete Datensätze. Willkommen bei IGNITION. Starte mit KI in Dein selbstbestimmtes Leben.
Max Quantum
Heute zerlegen wir ein Geschäft, das durch KI plötzlich anders funktioniert.
Eva Cortex
Für IGNITION analysieren wir aktuelle Entwicklungen aus KI, Technologie, Wirtschaft und Forschung. Wir vergleichen Quellen, prüfen Behauptungen und trennen belastbare Signale von kurzfristigem Hype.
Max Quantum
Die Rede ist von Snorkel AI. Das Unternehmen entstand ursprünglich aus einer Stanford Forschungsgruppe um Alex Ratner im Jahr 2015. 2019 gingen sie kommerziell an den Start, damals noch als reine Software für automatisierte Datenmarkierung.
Eva Cortex
Aber, äh, das war ja noch das alte Softwaremodell, oder? Kunden bekamen ein Tool und mussten die Arbeit trotzdem selbst machen.
Max Quantum
Genau. Aber vor knapp einem Jahr haben sie den Kurs drastisch gedreht. Weg von der reinen Software, hin zu fertigen Datensätzen und sogenannten Reinforcement Learning Umgebungen. Sie verkaufen jetzt das fertige Ergebnis als Data as a Service. Das hat sie direkt an die Spitze der KI Wertschöpfungskette katapultiert.
Eva Cortex
Und dieser Schritt schlägt sich jetzt in extremen Zahlen nieder, wenn man den Meldungen vom 22. September 2026 glaubt.
Max Quantum
Belegt ist: Snorkel AI hat in einer Series E Finanzierungsrunde 350 Millionen Dollar aufgenommen, angeführt von Insight Partners und S32. Die Bewertung stieg damit auf 3,5 Milliarden Dollar. Vor 17 Monaten, in der Series D, lag die Bewertung noch bei 1,3 Milliarden Dollar. Das ist fast eine Verdreifachung.
Eva Cortex
Okay, warte mal. Das Unternehmen gibt außerdem eine annualisierte Run Rate von 375 Millionen Dollar an. Ein 18 facher Anstieg im Data as a Service Bereich innerhalb von zwölf Monaten. Aber da müssen wir kurz trennen, Max. Eine Run Rate ist kein bilanzierter, fest gebuchter Jahresumsatz.
Max Quantum
Das ist ein entscheidender Unterschied. Die Run Rate rechnet einfach den letzten starken Monat auf das ganze Jahr hoch. Es ist ein enorm wichtiges Signal für den gewaltigen Appetit der KI Labore, aber noch kein Beweis für dauerhaft stabile Jahreseinnahmen.
Chapter 2
Der wandernde Engpass: Preissetzungsmacht, Margen und der Reality Check
Eva Cortex
Lass uns mal auf die Mechanik schauen. Snorkel generiert Daten synthetisch und nutzt Software zur Automatisierung. Gleichzeitig kaufen sie aber echte Fachexperten ein, um die Daten zu validieren. Ganz ehrlich, wie sieht es da mit den echten Margen aus? Das ist doch viel personalintensiver als klassisches SaaS.
Max Quantum
Ein sehr wichtiger Punkt. Bei reinem Personalverleih fließen oft 60 bis 70 Prozent des Umsatzes direkt an die Experten. Snorkel bucht diese Expertenkosten in den Herstellungskosten. Die Marge ist also niedriger als bei purem Code, aber der Verkaufspreis für gebrauchsfertige Datensätze ist ein Vielfaches höher.
Eva Cortex
Weil der Kunde nicht mehr Werkzeuge kauft, sondern das gelöste Problem. Welches übertragbare Muster steckt dahinter?
Max Quantum
Das Muster heißt: der wandernde Engpass. Im KI Goldrausch wanderte der Engpass von den Rechenkapazitäten zu den Rohdaten, dann zur Datenqualität und jetzt zu realistischen Simulationsumgebungen. Snorkel baut nicht das glanzvolle Endmodell, sondern zieht konsequent dem knappsten Input der Branche hinterher.
Eva Cortex
Heißt für mich als Unternehmer: Drei konkrete Erkenntnisse. Erstens, Zuliefergeschäfte, also Schaufeln im Goldrausch, sind oft resilienter als der Kampf um das Endprodukt. Zweitens, der Wechsel von der Software zum fertigen Ergebnis bringt enorme Preissetzungsmacht. Und drittens muss man den eigenen Fokus mit der Lieferkette mitbewegen.
Max Quantum
Genau da beginnt aber auch der Realitätscheck für Snorkel. Die Kundenbasis besteht aktuell vor allem aus einer Handvoll extrem finanzstarker KI Labore. Das ist ein spürbares Klumpenrisiko.
Eva Cortex
Und was passiert, wenn Open AI, Anthropic oder Google ihre Simulatoren und Übungsplätze komplett intern bauen? Ist der Burggraben von Snorkel AI da langfristig wirklich tief genug?
Max Quantum
Offen bleibt, ob spezialisierte Datenfabriken dauerhaft schneller und günstiger liefern können als die eigenen Teams der Tech Giganten. Wenn die Labore ihre eigenen Systeme perfektionieren, könnte der Druck auf die Preissetzung rasch steigen.
Max Quantum
Das war der Business Case des Tages.
Eva Cortex
IGNITION. Jeden Morgen. Ein echter Business Case. Eine echte Chance für Dich.