Datadog verzeichnet 35 % Wachstum – Nicht-KI-Kunden beschleunigen das fünfte Quartal in Folge, aber frühe KI-Vertragsverlängerungen und Mindestabnahmemengen dämpfen Q4 auf 25 % bis 26 %

Bilanzpressekonferenz zum dritten Quartal 2026, 4. November 2026

Starke sequenzielle Verlangsamung im Q4-Ausblick eingepreist

Datadog hat im dritten Quartal einen Umsatz von $1,197 Milliarden erzielt, was einem Anstieg von 35 % im Jahresvergleich entspricht und über dem oberen Ende der Prognosespanne liegt. Der Ausblick für das vierte Quartal fällt verhaltener aus. Das Management stellt einen Umsatz von $1,19 Milliarden bis $1,2 Milliarden in Aussicht, was einem Wachstum von 25 % bis 26 % entspricht und einen im Wesentlichen stagnierenden sequenziellen Umsatz impliziert. Die Jahresumsatzprognose für 2026 von $4,515 Milliarden bis $4,525 Milliarden lässt ein Wachstum von rund 32 % erwarten. Das Unternehmen erklärte, dass der Ausblick ohne Berücksichtigung des größten Kunden ein Q4-Wachstum im niedrigen bis mittleren 30-Prozent-Bereich bedeute; die publizierte Verlangsamung konzentriere sich somit auf einen einzigen Account und die Art und Weise, wie das Unternehmen seine Prognose ausrichtet.

CFO David Obstler erklärte, dass der Q4-Ausblick „den Umsatz auf Basis der vertraglichen Mindestabnahme berücksichtigt“. Der Kunde hat im dritten Quartal verlängert und seine Nutzung zwar reduziert – wie im August offengelegt –, gibt aber nach wie vor „wesentlich mehr“ als diesen Mindestbetrag aus. Datadog hat keinen Einfluss darauf, wie weit über dieser Untergrenze der Verbrauch des Kunden tatsächlich liegt. Die Ausrichtung auf den Mindestwert führt bei einer stabilen Nutzung zu einer automatischen Zielübertreffung; ein Verfehlen der Erwartungen ist ausgeschlossen, solange der Kunde sein vertragliches Minimum einhält. Obstler räumte ein, dass die positive Überraschung im Q4 teilweise auf diese Dynamik zurückzuführen ist, lehnte es jedoch ab, sie zu quantifizieren. Investoren sollten das vierte Quartal daher als bewusst konservativ aufgesetztes Szenario für diesen Account betrachten und nicht als Indikator für die zugrunde liegende Nachfrage werten. Sie sollten zudem beachten, dass das Verhalten des Kunden im Jahr 2027 noch unklar ist. Das Management wird die Prognose für 2027 im Rahmen der Bilanzpressekonferenz zum Jahresende vorlegen und betonte, man werde weiterhin konservativ nach den vertraglichen Mindestabnahmen prognostizieren.

Frühe Verlängerungen von KI-Kunden belasten kurzfristig den Umsatz

Die weitreichendere Neuigkeit ist, dass mehrere große KI-Kunden ihre Verträge deutlich früher als von Datadog erwartet verlängert und dabei höhere Abnahmeverpflichtungen gegen bessere Konditionen eingetauscht haben. CEO Olivier Pomel sagte: „Wir haben Verlängerungen viel früher gesehen, als wir gedacht hätten“, und verwies auf eine weitere Vertragsverlängerung im Oktober, die vom Unternehmen nicht näher besprochen wurde. Er äußerte sich unmissverständlich über die finanziellen Effekte: „Das sind alles gute Nachrichten, aber sie belasten den Umsatz kurzfristig, und das ist eine Veränderung gegenüber dem letzten Quartal.“

Das Management ordnete diesen Mechanismus als klassische Volumenpreisgestaltung ein. Obstler betonte, es handele sich um „Verlängerungen auf einem höheren Niveau als der vorherige Commit, weshalb sie die Mengenrabatte erhalten“. Pomel fügte hinzu, dass einige Accounts im Zuge dieses Prozesses optimiert wurden, wobei Kunden Teile ihrer Nutzung einschränkten oder in andere Rabattstufen eingeteilt wurden. Dies geschieht vor dem Hintergrund von Kunden, die planen, ihr Volumen zu verdoppeln, zu verdreifachen oder zu vervierfachen. Sowohl Barclays als auch Goldman Sachs gingen der Frage nach, ob dies zu einem wiederkehrenden jährlichen Rücksetzer beim sequenziellen Wachstum wird. Das Management wollte sich auf kein festes Muster festlegen. Pomel erklärte, diese Dynamik sei neu, weil einige Kunden „in einem Ausmaß skalieren, wie wir es in der Branche oder eigentlich in keiner anderen Branche je zuvor gesehen haben“, und argumentierte, dass mit der breiteren Aufstellung der KI-Kohorte auch die Umsätze stabiler werden dürften. Er bezifferte die Schwankung im Vergleich zu den Erwartungen auf „ein paar Prozentpunkte von Quartal zu Quartal“.

Obstler erinnerte die Investoren zudem daran, dass das vierte Quartal eine saisonale Belastung durch nachlassende Nutzung Ende Dezember und Code-Freezes mit sich bringt, was den Effekt der frühen Vertragsverlängerungen sowie die Behandlung des größten Kunden noch verstärkt. Die sequenzielle Verlangsamung hat folglich drei sich überschneidende Ursachen, von denen sich nur eine im Einflussbereich des Unternehmens befindet.

Nicht-KI-Wachstum beschleunigt sich weiter, Neukunden tragen größere Last

Ein deutlich positiveres Signal sendet das Kerngeschäft. Das Umsatzwachstum mit Nicht-KI-Kunden hat sich im fünften Quartal in Folge auf den hohen 20-Prozent-Bereich beschleunigt, was einem sequenziellen Anstieg von rund einem Prozentpunkt und einer Steigerung gegenüber rund 20 % vor einem Jahr entspricht. Ohne Berücksichtigung des größten Kunden beschleunigte sich auch das Gesamtwachstum. Das Wachstum wurde über alle Segmente, Ausgabenbänder und Branchen hinweg als breit abgestützt beschrieben.

Neukunden machten etwa 30 % des Umsatzwachstums im Jahresvergleich aus, nach 25 % im Vorjahr. Die Netto-Umsatzbindungsrate (NRR) lag im niedrigen 120-Prozent-Bereich und stagnierte sequenziell, während die Bruttobindungsrate im mittleren bis hohen 90er-Bereich blieb. Die Kundenzahl erreichte rund 33.500, und die Zahl der Kunden mit einem jährlichen wiederkehrenden Umsatz (ARR) von über $100.000 stieg von rund 4.060 auf etwa 4.860, was etwa 91 % des ARR ausmacht. Die verbleibenden Leistungsverpflichtungen (RPO) wuchsen um 38 % auf $3,85 Milliarden, und der kurzfristige RPO (Current RPO) verzeichnete ein Wachstum im mittleren 30-Prozent-Bereich – wobei das Management bekräftigte, dass der Umsatz der aussagekräftigere Indikator bleibt.

Pomel lehnte eine Prognose darüber ab, ob das Nicht-KI-Wachstum weiter steigen wird, und erklärte: „Es ist bereits eine sehr hohe Wachstumsrate... es ist schwer vorherzusagen, wohin es sich entwickeln wird“, während er gleichzeitig Zuversicht hinsichtlich des zugrunde liegenden Trends äußerte. Er verwies auf einen sekundären Wachstumstreiber. Der zunehmende Einsatz von KI-generiertem Code erhöht den Druck auf CI, Deployment und Testing, wodurch Datadogs CI-Produkte und andere Angebote jenseits der Kernbeobachtbarkeit (Observability) in die Kundensysteme drängen. Das Unternehmen verwies zudem auf neu hinzugewonnene Großkunden, deren Potenzial noch nicht voll ausgeschöpft ist – darunter ein fünfjähriger Großauftrag im siebenstelligen jährlichen Bereich mit einer US-Bundesverteidigungsbehörde, basierend auf der FedRAMP-High-Zertifizierung, sowie siebenstellige Deals mit zwei der größten Banken Japans. Pomel wies darauf hin, dass diese Umsätze „noch gar nicht in den Büchern auftauchen“.

Profitabilität gestiegen, Q4-Marge aufgrund von Marketingausgaben niedriger prognostiziert

Die operative Marge auf Non-GAAP-Basis erreichte im dritten Quartal 28 %, verglichen mit 23 % sowohl im Vorquartal als auch im Vorjahreszeitraum, da das Wachstum der operativen Aufwendungen (OpEx) sich auf 25 % verlangsamte. Die Bruttomarge lag bei 81,2 %, nach 79,6 % im zweiten Quartal, was das Management als Stabilisierung um die 80-Prozent-Marke wertete. Der freie Cashflow belief sich auf $251 Millionen (Marge von 21 %), während die Marge der letzten zwölf Monate bei 26 % lag. Das Quartal wurde mit liquiden Mitteln und Wertpapieren in Höhe von $5,2 Milliarden abgeschlossen.

Für das vierte Quartal wird eine operative Marge von etwa 24 % prognostiziert, bei einem operativen Ergebnis von $280 Millionen bis $290 Millionen. Dies spiegelt hohe Marketinginvestitionen wider, unter anderem für die AWS re:Invent. Die Jahresprognose für das operative Ergebnis von $1,095 Milliarden bis $1,105 Milliarden impliziert ebenfalls eine Marge von 24 %. Der Non-GAAP-Gewinn je Aktie (EPS) für das Gesamtjahr wird bei $2,73 bis $2,75 gesehen. Das Management erklärte, man investiere weiterhin aggressiv in den Vertrieb (Go-to-Market) und verwies auf unerschlossene geografische und branchenspezifische Potenziale wie den öffentlichen Sektor sowie auf Forschung und Entwicklung (R&D) in den Bereichen KI und Personalaufbau.

Infrastructure Monitoring knackt die Marke von $2 Milliarden ARR, GPUs noch kein wesentlicher Treiber

Infrastructure Monitoring übertrifft nun einen ARR von $2 Milliarden und verzeichnet Wachstumsraten im mittleren 30-Prozent-Bereich. Das Management erklärte, das Unternehmen sei Marktführer im Bereich Observability, halte jedoch einen Marktanteil „im Zehnerbereich“. Auf eine Frage der Bank of America bezüglich des KI-Beitrags erwiderte Pomel, das Wachstum sei nicht direkt an GPUs gekoppelt. GPU-Monitoring werde hauptsächlich für Trainings-Workloads eingesetzt und „wir monetarisieren diese Produkte derzeit noch nicht in großem Stil“.

Die Zahl der überwachten GPU-Geräte hat sich in diesem Jahr versieben- bis verachtfacht, sodass das Umsatzpotenzial aus dem GPU-Monitoring ein zusätzliches Aufwärtspotenzial zu den aktuellen Zahlen darstellt.

Scout und Bits AI markieren Einstieg von Datadog in proprietäre Modelle

Datadog hat Scout vorgestellt, ein eigenes Reasoning-Modell, das auf Site-Reliability-Aufgaben optimiert und mit einer unternehmenseigenen Infrastruktur für verteiltes Reinforcement Learning trainiert wurde. Pomel sagte, es liefere bei Alarmuntersuchungen Ergebnisse „auf dem Niveau von Frontier-Modellen oder sogar darüber, und das zu einem Bruchteil der Inferenzkosten“, und treibe nun Bits Investigations an. Die geringeren Kosten sind kommerziell von Bedeutung, da sie es Bits ermöglichen, mehr Alarme zu untersuchen, früher anzusetzen und tiefer ins Detail zu gehen. Das Adaptive-ML-Team, das im Juni zum Unternehmen gestoßen ist, beschleunigt die Arbeit an Reinforcement Learning und Post-Training.

Zur Modellstrategie äußerte sich Pomel und beschrieb einen bewussten Mix aus Top-Lab-Modellen für Aufgaben, die nur diese bewältigen können, Open-Weight-Modellen für kosteneffiziente Standardaufgaben sowie proprietären, nach dem Training optimierten (post-trained) Modellen, bei denen Datadogs eigene Daten einen Vorteil verschaffen. Er geht davon aus, dass dieser Mix weitgehend stabil bleiben wird. Zur breiteren Chance im Bereich des Modelltrainings äußerte er sich zurückhaltend: Vor ein oder zwei Jahren habe „praktisch niemand außerhalb einiger weniger Frontier-Labs Training betrieben“, und obwohl die Zahl der groß angelegten Trainingsanbieter um eine Größenordnung gewachsen sei, „ist es noch zu früh, um von einem Massenmarkt zu sprechen“.

Bits AI wird als das am schnellsten angenommene Produkt in der Geschichte des Unternehmens beschrieben; Bits Testing wurde im Oktober allgemein verfügbar gemacht. Datadog ist von einer rein auf Untersuchungen basierenden Abrechnung zu einem Modell von KI-Credits übergegangen, die für mehrere Anwendungsfälle gelten. Pomel sagte, die Preisgestaltung bleibe „ziemlich nah an den Inferenzkosten“, um Effizienzgewinne an die Kunden weiterzugeben, da bei sinkenden Stückpreisen ein um Größenordnungen höheres Volumen erwartet werde. Dies impliziert, dass Bits wahrscheinlich ein margenschwaches Produkt sein wird und sein eigentlicher Nutzen in der verstärkten Plattformnutzung liegt. Pomel betonte, es sei ihm letztlich egal, welcher Weg sich als die dominante Monetarisierung erweise, „solange wir mehr Nutzung generieren“. Ein genauer Umsatzbeitrag wurde nicht genannt.

KI-Adoptionsmetriken verbreitern sich, Distribution über die Labs ist neu

Datadog zählt mittlerweile über 850 KI-Kunden (nach rund 750 im Vorquartal), darunter 39 mit jährlichen Ausgaben von mehr als $1 Millionen sowie sämtliche der 15 führenden KI-Marktführer. Etwa ein Drittel der Kunden nutzt mindestens ein KI-Produkt, darunter drei Viertel der Kunden mit einem Umsatzvolumen von über $100.000. Die Agent-Observability-Spans sind in diesem Jahr um das Neunfache gestiegen, MCP-Tool-Aufrufe haben sich verfünfzigfacht, und mehr als ein Drittel der Kunden von Cloud Cost Management verfolgen inzwischen ihre KI-Kosten, wobei sich die Zahl dieser Kunden mehrverzehnfacht hat. KI-Anbieter haben sich zur größten von Kunden im Tool überwachten Ausgabenkategorie außerhalb der drei großen Clouds entwickelt. Pomel erklärte, dass auch Kunden ohne KI-native Ausrichtung zunehmend Agent Observability nutzen, was er als „Überschreiten des Grabens“ bezeichnete, wenngleich keine konkreten Zahlen genannt wurden.

Datadog hat Agent Observability zudem im Marktplatz von Anthropic verfügbar gemacht und ist Launch-Partner für den neuen Enterprise-Marktplatz von OpenAI, der es Kunden ermöglicht, direkt über die bereits genutzten Frontier-Labs einzukaufen. Deal-Beispiele unterstrichen das KI-Exposure, darunter eine Expansion im achtstelligen Bereich mit der KI-Sparte eines großen Technologiekonzerns, die ihr Engagement nur zwei Quartale nach dem initialen Vertragsabschluss fast verdreifacht hat, sowie die frühe Verlängerung eines KI-Coding-Unternehmens, das bereits ein jährliches Volumen im achtstelligen Bereich aufweist.

Die Plattformbreite wächst kontinuierlich weiter. 61 % der Kunden nutzen vier oder mehr Produkte, 41 % nutzen sechs oder mehr und 16 % nutzen zehn oder mehr, verglichen mit 8 % im Vorjahr.

Die Qualität des Quartals steht außer Frage, da sich sowohl das Nicht-KI-Wachstum als auch die Margen verbessert haben. Die aktuelle Debatte dreht sich vielmehr darum, wie viel Volatilität eine Kundenbasis mit sich bringt, in der eine Handvoll hyperwachsender KI-Accounts ihre Preise vorzeitig neu verhandelt und ein dominanter Account sich an seiner Mindestabnahme orientiert. Die Antwort des Management lautet, dass es sich um ein nutzungsbasiertes Modell mit besserer mittel- als kurzfristiger Sichtbarkeit handelt – was zwar zutrifft, aber bei der Prognose der kommenden zwei Quartale wenig Hilfestellung bietet.