Snowflake-CFO erklärt: KI-Produkte sorgten für die Hälfte des jüngsten Quartalserfolgs, während das Personalwachstum auf ein Drittel des Vorjahresniveaus sank
Piper Sandler Growth Frontiers Conference, 15. September 2026
Snowflake-CFO Brian Robins hat auf einem Fireside-Chat im Rahmen der 5. Annual Growth Frontiers Conference von Piper Sandler Einblicke in die Frage gegeben, wie die KI-Produktpalette des Unternehmens sowohl den Wachstumspfad als auch die Kostenstruktur neu formt. Dabei lieferte er Anlegern granulare Details zu einem Quartal, das Robins als einen der stärksten Umsatzzuwächse in der Geschichte von Snowflake bezeichnete. Die Kernkennzahl dieses Berichts: Die Prognose für den Gesamtjahresumsatz wurde von zuvor 31 Prozent Wachstum im Jahresvergleich auf 36 Prozent angehoben – ein Anstieg um 500 Basispunkte in einem einzigen Quartal. Robins erklärte dem Publikum, dass etwa die Hälfte dieses Zuwachses von KI-Produkten und die andere Hälfte vom klassischen Data-Warehousing-Geschäft stammt, wobei er betonte, dass beide Bereiche zunehmend miteinander verknüpft sind.
KI-Adoption kurbelt das Kerngeschäft an, statt nur eine neue Einnahmequelle zu sein
Die folgenreichste Offenbarung betraf weniger die KI-Produkte selbst als vielmehr deren Spillover-Effekt auf das traditionelle Verbrauchsgeschäft von Snowflake. Robins verwies auf einen LinkedIn-Beitrag von CEO Sridhar Ramaswamy, in dem ein Zuwachs des Kerngeschäftsverbrauchs um 11 Prozent verzeichnet wird, wenn ein Kunde CoCo, das Flaggschiff-KI-Agentenprodukt des Unternehmens, einsetzt. Dieser Wert ist deshalb von Bedeutung, weil er die Investitionsthesis neu definiert: Die Einführung von KI kanibalisiert das Kerngeschäft nicht oder ergänzt es lediglich, sie expandiert es. Robins gab bekannt, dass mittlerweile etwa 9.100 Accounts CoCo und knapp über 5.000 Cowork nutzen, wobei der aktuelle Vertriebsansatz darauf ausgerichtet ist, die Durchdringung in diesen bestehenden Accounts zu vertiefen, statt lediglich neue Logos zu gewinnen. „Worauf wir uns jetzt konzentrieren, ist, unser Vertriebsteam dazu zu bringen, über die Anwendungsfälle zu sprechen, um eine tiefere Durchdringung in diesen Accounts zu erzielen, damit wir mehr Nutzer gewinnen können“, sagte Robins.
Prognosedisziplin erklärt das Muster aus starken Quartalen und angehobenen Prognosen
Robins bot eine ungewöhnlich detaillierte Erklärung dafür, warum Snowflake als reines Verbrauchsmodell die Prognosen unter seiner Führung mit deutlich größeren Margen übertrifft, als es Investoren gewohnt sind. Das Unternehmen lässt nächtlich Machine-Learning-Prognosemodelle laufen; eine vierstündige Pipeline liefert jeden Morgen bis 5 Uhr morgens eine detaillierte Prognose per E-Mail an Robins, Ramaswamy und andere, die aus nach Regionen zusammengefassten Kunden- und Produktdaten erstellt wird. Für das reife Kerngeschäft liege die Standardabweichung bei Prognosen angesichts jahrelanger historischer Daten sehr eng, so Robins. Neue Produkte seien eine andere Geschichte. „Mit nur einer kurzen Menge an Daten bei hohen Zahlen wäre es meiner Ansicht nach etwas leichtsinnig, dies einfach hochzurechnen und auf die Prognose anzuwenden“, sagte er. Er erklärte, dass das Unternehmen bei den Verläufen neuer KI-Produkte bewusst konservative Abschläge vornimmt, anstatt frühes Hyperwachstum zu extrapolieren. Da CoCo nun seit zwei statt einem Quartal auf dem Markt ist, deutete Robins an, dass sich das Konfidenzintervall verengt, was künftig zwar kleinere Übertreffungen bedeuten könnte, aber auch eine glaubwürdigere Prognose.
Weg zur GAAP-Profitabilität stößt auf Skepsis, doch Robins besteht darauf, dass das Wachstum nicht geopfert wird
Das auf dem Analyst Day gegebene Versprechen von Snowflake, im vierten Quartal des kommenden Jahres die GAAP-Profitabilität zu erreichen, erwies sich unter Investoren als kontroverser als vom Unternehmen erwartet, so Robins. Einige lobten die Disziplin, während andere argumentierten, Snowflake solle aggressiver reinvestieren, solange es einen KI-getriebenen Wachstumsvorsprung gegenüber ungenannten Wettbewerbern hat, die auf Basis des Free Cashflows die schwarzen Nullen halten. Robins wies die Vorstellung, dass beide Ziele im Widerspruch zueinander stehen, entschieden zurück. „Habe ich irgendetwas getan, das dem Unternehmen Beschränkungen auferlegt hat, um diese Aussage treffen zu können? Die Antwort lautet ganz klar nein. Wir geben im Unternehmen so viel aus, wie wir wollen“, sagte er und verwies auf seine Bilanz bei VeriSign, wo er die operative Marge von niedrigen einstelligen Werten auf ein Niveau gesteuert habe, das dazu beigetragen hat, die Marktkapitalisierung des Unternehmens während seiner Amtszeit zu vervielfachen.
Personaleffizienz ist der deutlichste Beleg dafür, dass die KI-Thesis intern greift
Der konkreteste Datenpunkt zur Untermauerung des Profitabilitätskurses von Snowflake war das Personalwachstum. Robins gab bekannt, dass das Unternehmen im Jahresverlauf etwa 330 Mitarbeiter hinzugefügt hat, wovon 170 bis 180 auf die Übernahme von Observe entfallen; das organische Personalwachstum lag somit eher bei 150 Personen. Dem stehen im gleichen Zeitraum des Vorjahres rund 940 netto neue Einstellungen gegenüber, obwohl die Umsatzwachstumsprognose um 500 Basispunkte angehoben wurde. Robins führte dies teilweise auf einen Strategiewechsel bei der Ingenieureinstellung zurück: Statt erfahrene Ingenieure mit großen Aktienpaketen einzustellen, rekrutiert Snowflake zunehmend Nachwuchskräfte, die mithilfe von KI-Coding-Tools produktiver und zu geringeren Kosten arbeiten. Intern habe Snowflake sämtliche Softwareverträge für BI- und Analysetools gekündigt und durch CoCo-erstellte Dashboards ersetzt, so Robins. Zudem habe man einen Sales-Enablement-Agenten namens Raven eingeführt, der die Vorbereitungsarbeit für Account Executives automatisiert, sowie ein internes Tool namens „Good Morning CFO“, das jeden Morgen Daten aus rund 40 Quellen abruft und Abfragen bis hinunter auf SKU- oder Kundenebene ermöglicht.
Migrationszeiten nahezu halbiert, aber das Potenzial bei Legacy-Migrationen bleibt weitgehend ungenutzt
Robins erklärte, dass die KI-Tools von Snowflake – einschließlich der Funktionen aus der Übernahme von Natoma für die MCP-Konnektivität – die Migrationszeiten für Kunden bereits von 10 bis 11 Monaten auf rund 6 Monate verkürzt haben, wobei er einschränkend anmerkte, dass kundenseitige Abhängigkeiten verhindern, dass dieser Wert auf null sinkt. Er ordnete die breitere Chance im Hinblick auf den gesamten adressierbaren Markt ein und verwies auf eine Zahl vom Investor Day von fast 300 Milliarden US-Dollar in den kommenden fünf bis sechs Jahren – eine Kennzahl, die laut ihm angrenzende Analytics-, Business-Intelligence- und andere KI-getriebene Anwendungsfälle, die auf CoCo und Cowork aufbauen, noch gar nicht einschließt. „Wir kratzen gerade erst an der Oberfläche“, sagte Robins und argumentierte, dass Legacy-Data-Warehousing-Workloads eine massive, nach wie vor weitgehend ungenutzte Migrations-Pipeline darstellen, da Unternehmen bestrebt sind, Daten in KI-ready Plattformen zu konsolidieren.
Konzentration von Verlängerungen im vierten Quartal ist ein bekanntes saisonales Muster, kein neues Risiko
Auf die Frage nach dem Risiko einer hohen Konzentration von Kundenvertragsverlängerungen im vierten Quartal – was mit dem Zeitpunkt zusammenfällt, zu dem viele Unternehmenskunden ihre Jahresbudgets finalisieren –, spielte Robins eventuelle zusätzliche Risiken herunter. Er wies darauf hin, dass Account Executives das ganze Jahr über in ständigem Kontakt mit den Kunden bezüglich Nutzung, ROI und Expansionsmöglichkeiten stehen und dies weit vor den Verlängerungsterminen tun. „Das ist kein Großereignis. Es ist für uns einfach ein ganz normaler Vorgang“, sagte er und fügte hinzu, dass die Vertriebsmitarbeiter angesichts des verbrauchsorientierten Geschäftsmodells von Snowflake bereits weit im Voraus an den Verlängerungsgesprächen arbeiten.