Snowflake: CoCo verändert die Wachstumsgleichung – Prognose für das Gesamtjahr steigt auf 31 %, während KI-Coding-Agent zum eigenen Umsatztreiber wird
Q1 FY2027 Earnings Call, 27. Mai 2026 – Produktumsatz beschleunigt sich auf 34 % Wachstum, stärkster sequenzieller Dollar-Zuwachs in der Unternehmensgeschichte
Snowflake hat ein Quartal vorgelegt, das eine Neubewertung der Investment-These erzwingt. Der Produktumsatz von $1,334 Milliarden stieg im Jahresvergleich um 34 % und beschleunigte sich damit gegenüber den 30 % des Vorquartals und den 26 % vor einem Jahr. Die Net Revenue Retention kletterte auf 126 %. Die Non-GAAP-Betriebsmarge verbesserte sich um mehr als 300 Basispunkte auf 12 %. Zudem hob das Unternehmen seine Umsatzprognose für das Gesamtjahr von 27 % auf 31 % Wachstum an, was einem Produktumsatz von $5,84 Milliarden für das Geschäftsjahr 2027 entspricht. Diese Anhebung ist kein bloßer inkrementeller Schritt – sie spiegelt eine grundlegende Veränderung wider, getrieben durch ein Produkt, das zu Jahresbeginn in großem Maßstab noch gar nicht existierte.
CoCo ist die Geschichte – und sie war bisher nicht im Modell enthalten
Die wichtigste Kennzahl dieses Quartals ist in den Finanzberichten nur schwer zu finden. Cortex Code, kurz CoCo, der KI-Coding-Agent von Snowflake, wurde am 5. Februar – faktisch am ersten Tag des ersten Quartals – allgemein verfügbar. Da die Prognosemethodik von Snowflake ausschließlich auf beobachtetem Konsumverhalten basiert, hatte das Unternehmen keine Basisdaten für CoCo, als es den ursprünglichen Ausblick erstellte. CFO Brian Robins äußerte sich dazu unmissverständlich: „CoCo war der größte Treiber für die Erhöhung unserer Prognose. Wir hatten eine einzigartige Gelegenheit, CoCo in das Modell zu integrieren, und das spiegelt sich nun im restlichen Jahr wider.“
Dies ist keine typische Prognoseanhebung aufgrund makroökonomischer Faktoren oder des Timings von Geschäftsabschlüssen. Sie repräsentiert den ersten vollständigen Einblick in die CoCo-Konsumdaten, den das Management nun in das Modell für das Gesamtjahr eingepreist hat. CoCo wird bereits von mehr als 7.100 Kundenkonten genutzt. Zum Vergleich: Der CFO von Snowflake merkte an, dass allein im ersten Quartal 46 Kunden die Schwelle von $1 Million an KI-Ausgaben überschritten haben, verglichen mit 26 im gleichen Zeitraum des Vorjahres. Die Plattform zählt nun 79 Kunden, die auf Basis der letzten zwölf Monate mehr als $1 Million für KI-Produkte ausgeben.
Das Schwungrad dreht sich – KI treibt den Kernkonsum, der Kernkonsum finanziert die Marge
CEO Sridhar Ramaswamy beschrieb drei unterschiedliche, sich gegenseitig verstärkende Kräfte. Erstens zieht KI Kunden schneller als zuvor auf die Kerndatenplattform von Snowflake – Unternehmen benötigen kuratierte, qualitativ hochwertige Daten, um KI zu betreiben, und Snowflake ist der Ort, an dem diese Daten liegen. Zweitens generieren CoCo und Snowflake Intelligence eigenständig signifikante KI-native Umsätze. Drittens – und das ist für das langfristige Modell am wichtigsten – führt die Einführung dieser KI-Tools zu einem höheren Konsum auf der Kernplattform, da die Erledigung jeder agentenbasierten Aufgabe – eine Migration, eine neue Pipeline, ein neuer Agent – den Betrieb weiterer Workloads auf der Snowflake-Infrastruktur erfordert.
„Kunden, die CoCo einsetzen, wachsen noch schneller“, sagte Ramaswamy, „und wir erwarten, dass sich diese Dynamik mit zunehmender Verbreitung fortsetzt.“ Er definierte CoCo nicht nur als Coding-Tool, sondern als einen universellen Abstraktions-Agenten: „Ein Coding-Agent kann zwar Code schreiben, aber im Kern ist er ein Abstraktions-Agent. Er ermöglicht es, Aufgaben auf einer hohen Ebene auszuführen, für die man früher jeden Schritt einzeln sequenzieren musste.“
Bruttomarge hält sich trotz KI-Mix-Verschiebung bei 75 % – So gelingt es
UBS-Analyst Karl Keirstead stellte die für das Margenmodell entscheidende Frage: Wenn KI-Produkte niedrigere Bruttomargen aufweisen als das Kerngeschäft, wie hält Snowflake dann seine Prognose von 75 % Produktbruttomarge für das Gesamtjahr? Robins bestätigte, dass KI-Produkte geringere Margen erzielen, erklärte jedoch, dass Snowflake diesen Effekt durch Senkungen der Infrastrukturkosten ausgleicht – er verwies dabei explizit auf den neu unterzeichneten Fünfjahresvertrag mit AWS im Wert von $6 Milliarden. Dieser verdoppelt die vorherige Vereinbarung und beinhaltet verstärkte Go-to-Market-Investitionen seitens AWS. Die Implikation ist, dass Snowflake seine Verhandlungsmacht bei Cloud-Infrastrukturkosten nutzt, um den Margenspielraum zu schaffen, der für eine aggressive Skalierung der KI-Produkte erforderlich ist, ohne die ausgewiesenen Margen zu belasten. Die Non-GAAP-Betriebsmargenprognose für das Gesamtjahr wurde von 12,5 % auf 13,5 % angehoben.
Migrationszeitpläne verkürzen sich – Ein struktureller Wandel bei der Vertriebsgeschwindigkeit
Eine der am wenigsten beachteten Offenlegungen in diesem Call betraf das Tempo der Unternehmensmigrationen. Ramaswamy merkte an, dass eine der größten US-Banken gerade eine fast zweijährige Teradata-Migration auf Snowflake abgeschlossen habe – eine der komplexesten Data-Warehouse-Migrationen in der Geschichte des Finanzsektors. Diese Bank baut nun KI-gestützte regulatorische Intelligenz und Analysen in natürlicher Sprache direkt auf Snowflake auf. Noch wichtiger ist das Zukunftssignal: Ramaswamy betonte, dass neue Migrationen nun voraussichtlich nur noch ein bis zwei Quartale dauern werden, nicht mehr zwei Jahre, da sowohl das Snowflake-Team als auch der Kunde dieses Tempo fordern und liefern. „Die Zeitpläne dafür liegen jetzt zwischen einem und zwei Quartalen. Warum? Weil sowohl mein Team als auch der Kunde das erwarten und fordern.“
Diese Komprimierung hat direkte Auswirkungen auf den Rhythmus der Umsatzrealisierung. Schnellere Migrationen bedeuten einen schnelleren Anstieg des Konsums, was direkt in das nutzungsbasierte Modell von Snowflake einfließt. Die Anzahl der neuen Anwendungsfälle, die im Quartal bereitgestellt wurden, stieg im Jahresvergleich um 114 %, und die Anwendungsfälle pro Account Executive nahmen um 86 % zu.
Übernahme von Natoma – Ausweitung der agentenbasierten Steuerungsebene auf SaaS-Anwendungen
Snowflake kündigte die geplante Übernahme von Natoma an, einem kleinen Team von 20 Mitarbeitern, das Konnektivität zu alltäglichen Unternehmens-SaaS-Anwendungen – E-Mail, Slack, Kalender, Jira – direkt in Snowflake Intelligence und CoCo bringt. Die strategische Logik dahinter ist Governance, nicht nur Komfort. Ramaswamy war explizit: „Der wichtige Punkt ist nicht nur Bequemlichkeit, sondern Kontrolle. Diese Aktionen finden in einer kontrollierten Umgebung statt, mit eingebauter Unternehmenssicherheit, Berechtigungen, Observability und Richtliniendurchsetzung.“ EVP of Product Christian Kleinerman ergänzte, dass MCP und Natoma gemeinsam den vollständigen Kontext von SaaS-Anwendungen in diese Produkte einbringen, wodurch Snowflake-Agenten Daten aus Snowflake, dem Web, Google Docs und Slack gleichzeitig synthetisieren und dann systemübergreifend agieren können.
Ramaswamy demonstrierte den Umfang der Vision: „Ich habe tiefgreifende Forschungsberichte erstellt, die nun Informationen aus Snowflake, dem Internet, Google Docs und auch aus Slack abrufen und zu etwas erstaunlich Bedeutendem zusammenführen können.“ Der finanzielle Beitrag von Natoma ist unerheblich – bei dem Deal geht es darum, den Governance-Bereich der agentenbasierten Steuerungsebene auf die Anwendungen auszuweiten, in denen die eigentliche Unternehmensarbeit stattfindet.
KI reduziert den eigenen Personalbedarf bei Snowflake
Snowflake hat im ersten Quartal netto nur 190 Mitarbeiter eingestellt, von denen 173 durch die Observe-Übernahme hinzukamen. Die organische Netto-Einstellung lag bei 17 Personen. Zum Vergleich: Im Vorjahresquartal hatte das Unternehmen rund 400 Mitarbeiter eingestellt. Dies ist kein Einstellungsstopp – es ist eine bewusste, KI-gesteuerte Produktivitätswette. CoCo hat die Entwicklerproduktivität intern verdoppelt, gemessen an den Codezeilen pro Ingenieur, mehr als 100 Arbeitsabläufe in den Bereichen Finanzen, Marketing, Vertrieb und Personal automatisiert, die Lösungszeiten für Kundensupportanfragen um 25 % verbessert und die Lösungszeit für komplexe technische Anfragen um fast 30 % verkürzt, während die Engineering-Zeit pro Ticket um rund 40 % gesenkt wurde. Das Ergebnis ist, dass Snowflake das stärkste Umsatzwachstum seit Jahren verzeichnet und dabei weniger für Personal ausgibt als zu Zeiten, in denen das Wachstum langsamer war.
Partnerschaften skalieren entsprechend der Plattform-Ambitionen
Neben dem AWS-Deal kündigte Snowflake eine erweiterte $200-Millionen-Partnerschaft mit OpenAI an und brachte die gemeinsame Lösung mit SAP zur allgemeinen Verfügbarkeit, die es Kunden ermöglicht, unternehmenskritische SAP-Geschäftsdaten innerhalb der KI-Daten-Cloud von Snowflake zu vereinheitlichen. Das Unternehmen hat mittlerweile die Marke von $7 Milliarden an kumulierten AWS Marketplace-Umsätzen überschritten. Diese Partnerschaften sind nicht peripher – sie sind die Distributions- und Recheninfrastruktur, auf der die agentenbasierte Plattform von Snowflake aufbaut.
Ein Übergang, den man beobachten sollte
Mitgründer und Chief Architect Benoit Dageville wird sich Mitte Juni aus dem Tagesgeschäft zurückziehen und in den Vorstand wechseln. Ramaswamys Würdigung war aufrichtig und gerechtfertigt – Dageville half dabei, das moderne Cloud Data Warehouse zu erfinden –, aber der Zeitpunkt, inmitten der ehrgeizigsten Produktexpansion in der Geschichte von Snowflake, ist ein Managementrisiko, das Investoren im Auge behalten sollten. Die Produktleitung geht an EVP Christian Kleinerman über, der bei den Calls präsent war und technisch zweifellos kompetent ist, doch Dagevilles institutionelles Wissen über die Architektur ist kurzfristig nicht zu ersetzen.
Zusammenfassung für Analysten
Die Ergebnisse von Snowflake für das erste Quartal des Geschäftsjahres 2027 sind kein „Beat-and-Raise“ im traditionellen Sinne. Sie repräsentieren das erste Quartal, in dem das Unternehmen über genügend reale Konsumdaten zu CoCo verfügte, um diese korrekt zu modellieren. Das Ergebnis war eine Anhebung der Umsatzprognose für das Gesamtjahr um vier Prozentpunkte bei gleichzeitiger Erhöhung der Betriebsmargenprognose um 100 Basispunkte. Die Kombination aus einem strukturell schnelleren Migrationsumfeld, KI-Produkten, die den Konsum steigern statt ihn zu ersetzen, und einer internen Produktivitätstransformation, die den Personalbestand nahezu stabil hält, während der Umsatz beschleunigt, stellt ein differenziertes Setup dar. Die Stabilität der Bruttomarge trotz der Verschiebung im KI-Mix – erreicht durch den AWS-Infrastrukturvertrag – entkräftet das offensichtlichste kurzfristige Bären-Argument. Risiken bleiben bestehen: Dagevilles Abgang, die Nachhaltigkeit des KI-Konsumwachstums bei den aktuellen Token-Preisen und die Frage, ob der Schwungradeffekt von CoCo anhält, während Wettbewerber aufholen. Doch für den Moment hat Snowflake den bisher klarsten Beweis dafür geliefert, dass seine Strategie einer agentenbasierten Plattform echten, messbaren und beschleunigten Umsatz generiert.