Highlights des Snowflake Summit 2025: die Zukunft von KI und Apps gestalten

Eine starke Datengrundlage war noch nie so wichtig wie heute, da immer mehr Unternehmen Wert mit KI und Applikationen über den gesamten Datenlebenszyklus hinweg generieren und diese Vorteile den Mitarbeitenden im gesamten Unternehmen zur Verfügung stellen wollen. Snowflake möchte Unternehmen dabei unterstützen, dieses Ziel zu erreichen. Deshalb machen wir uns daran, Data Engineering, Analytics, App-Entwicklung und Kollaboration neu zu erfinden – und natürlich auch Unternehmens-KI. Auf dem Summit 2025 präsentieren wir eine Plattform, die jetzt noch einfacher zu bedienen ist, die Sie schnell mit den Daten, Menschen, Apps und Produkten für Agentic AI verbindet, die Ihr Unternehmen zum Erfolg führen, und die unermüdlich Zuverlässigkeit bietet, dass Ihre sensiblen Daten geschützt bleiben.

Dieser Blogbeitrag stellt einige der wichtigsten Funktionen und Verbesserungen vor, die auf dem Summit 2025 angekündigt wurden – doch es gibt noch viel mehr zu entdecken. Um mehr über die neuesten Nachrichten und Updates im Snowflake-Ökosystem zu erfahren, besuchen Sie unsere anderen Blogs mit Summit-Ankündigungen.

Schließen Sie die Lücke zwischen Daten und Maßnahmen mit Agentic AI

Gemeinsam bilden die heutigen Einführungen von KI- und ML-Funktionen eine einheitliche KI-Grundlage, die die Entwicklung vereinfacht, zuverlässig skaliert und das Vertrauen in die von Snowflake verwaltete Umgebung bewahrt. Diese Funktionen werden vollständig in der sicheren Umgebung von Snowflake verwaltet und ermöglichen es geschäftlichen Benutzer:innen und Data Scientists, strukturierte und unstrukturierte Daten in verwertbare Erkenntnisse zu verwandeln, ohne komplexe Tools oder Infrastruktur.

• Snowflake Intelligence (demnächst in Public Preview) bietet eine neue Agentenerfahrung (über ai.snowflake.com zugänglich), die geschäftlichen Benutzer:innen die Möglichkeit gibt, mit Daten in natürlicher Sprache sicher zu sprechen. So können sie nicht nur Antworten finden, sondern komplexe, detaillierte Fragen stellen und Maßnahmen ergreifen – alles über eine einzige Oberfläche und ohne Code zu schreiben. Sie führt Erkenntnisse aus strukturierten und unstrukturierten Daten zusammen und erbt – da sie innerhalb des Snowflake-Perimeters laufen – die Vorteile der integrierten Governance- und Datenschutzfunktionen von Snowflake. Snowflake Intelligence basiert auf Large Language Models von Anthropic und OpenAI, die innerhalb der Snowflake-Umgebung ausgeführt werden, und Cortex Agents (Public Preview) unter der Haube. 

• Data Science Agent (demnächst in Private Preview) ist ein agentischer Begleiter, der die Produktivität für Data Scientists steigern kann, indem er jeden Schritt von ML-Workflows mit natürlicher Sprache automatisiert, einschließlich Datenvorbereitung, Feature Engineering und Training. 

• Cortex AISQL (Public Preview) bringt multimodale Datenverarbeitung mit KI in die vertraute SQL-Syntax. Es macht komplexe KI-Workflows zugänglich, indem Teams Dokumente, Bilder und andere unstrukturierte Datenformate mit SQL analysieren können. Die Lösung ergänzt das umfassende Angebot von Snowflake, das Einblicke in unstrukturierte Daten bietet, darunter erweiterte Document AI mit schemabasierten Tabellenextraktionen (Public Preview), um strukturierte Tabellen aus komplexen PDFs abzurufen, und erweiterten Abruf über Cortex Search.

• KI-Beobachtbarkeit in Snowflake Cortex AI (demnächst allgemein verfügbar) ermöglicht No-Code-Monitoring von GenAI-Apps. Snowflake bietet auch Zugriff auf LLMs von OpenAI über Microsoft Azure OpenAI Service, Anthropic, Meta, Mistral und andere führende Anbieter – alles in der sicheren Umgebung von Snowflake. 

Hier erfahren Sie mehr über diese und andere Ankündigungen zu KI/ML.

Befähigen Sie Data Engineers durch Dateninteroperabilität

Wenn Data Engineers Daten-Pipelines einrichten und an unflexiblen Systemen arbeiten müssen, dauert es länger, Daten von ihrem Erstellungsort zu ihrem Verwendungsort zu bringen – und das kann den Geschäftserfolg ersticken. Snowflake hat es sich zur Aufgabe gemacht, dies zu ändern, indem es Data Engineers die Werkzeuge und Plattformen an die Hand gibt, mit denen sie sich in der modernen Datenlandschaft zuversichtlich zurechtfinden können. Hier einige der Innovationen, die Sie auf dem Summit sehen werden:

• Snowflake Openflow: Snowflake Openflow (allgemein verfügbar auf AWS) ist ein offener, erweiterbarer, verwalteter multimodaler Datenerfassungsdienst, der die Datenbewegung und -integration vereinfacht und auf Apache NiFi basiert und Datensilos und manuelle Arbeit bei der Datenerfassung beseitigt. Openflow revolutioniert die Datenbewegung innerhalb von Snowflake und ermöglicht eine nahtlose ETL-Verarbeitung für KI. Die gesamte Datenintegration findet auf einer Plattform statt, und Hunderte von Konnektoren und Prozessoren vereinfachen die Datenintegration mit einer Vielzahl von Datenquellen und strategischen Partnern. Snowflake arbeitet beispielsweise mit Oracle an einer Lösung zur Replikation der Erfassung von Änderungsdaten aus Oracle-Datenbanken auf Snowflake zusammen.

• dbt Projects on Snowflake: Mit dieser nativen Option (demnächst in Public Preview) können Datenteams dbt Projects direkt in der Snowsight-Benutzeroberfläche erstellen, ausführen und überwachen. Das beschleunigt den Entwicklungslebenszyklus von Daten-Pipelines. dbt Projects ist in Snowflake Workspaces verfügbar, einer neuen nativen dateibasierten Entwicklungsumgebung mit Funktionen wie Inline AI Copilot-Codeunterstützung und nativer Git-Integration.

• Verbesserte Unterstützung für Apache Iceberg^TM-Tabellen: Überdenken Sie, wie Sie offene, vernetzte und kontrollierte Data Lakehouses aufbauen. Integrieren Sie jeden Iceberg REST-kompatiblen Katalog in Snowflake, einschließlich Snowflake Open Catalog, um mit Catalog Linked Databases sicher aus Iceberg-Tabellen zu lesen und in diese zu schreiben (demnächst in Public Preview). Erstellen Sie deklarative Pipelines mit dynamischen Iceberg-Tabellen und nutzen Sie den Wert semistrukturierter Daten mit VARIANT-Datentypen (Private Preview). Optimieren Sie das Schreiben und Lesen von mehr aus Ihrem Iceberg-Ökosystem mit Merge on Read (Private Preview).

• Moderne DevOps-Erweiterungen: Neben der Veröffentlichung von Workplaces für dbt- und SQL-Dateien finden Sie Unterstützung für benutzerdefinierte Git-URLs, die Veröffentlichung unseres Terraform-Anbieters in GA (allgemein verfügbar) und Unterstützung für Python 3.9 in Snowflake Notebooks.

Erhalten Sie in diesem Blogbeitrag die kompletten Data-Engineering-News vom Summit.

Nutzen Sie KI-gestützte Analytics und Datenmigration

Der Einsatz von KI kann den Umgang mit komplexer Infrastruktur, hohen Kosten, mühsamen Data-Warehouse-Migrationen und überlasteten Datenteams bedeuten. Um Unternehmen dabei zu unterstützen, diese Hindernisse zu überwinden, kündigt Snowflake eine Reihe von Fortschritten an, die Analytics schneller, einfacher zu bedienen und intelligenter zu gestalten machen – und es erleichtert Unternehmen die Migration von Altsystemen und all diese Funktionen voll auszuschöpfen: 

• Snowflake Semantic Views (Public Preview) hilft Ihnen, die Lücke zwischen Rohdaten und Geschäftsverständnis zu schließen, indem Sie Geschäftskennzahlen und Entitätsbeziehungen innerhalb von Snowflake definieren und speichern können. So können KI-Assistenten und BI-Tools genauere und einheitlichere Ergebnisse erzielen.

• Standard Warehouse – Generation 2 (Gen2) ist eine aktualisierte Version des aktuellen Standard Warehouse von Snowflake, die Hardware und zusätzliche Performance-Verbesserungen enthält, wie z. B. Verbesserungen der Delete-, Update- und Merge-Ausführungen und Beschleunigung der Tabellenscanvorgänge. In den letzten zwölf Monaten bis zum 2. Mai 2025 hat Snowflake durch Gen2 eine 2,1-mal schnellere Performance für zentrale analytische Workloads auf Snowflake-Tabellen bereitgestellt (weitere Informationen dazu hier).

• SnowConvert AI ist eine kostenlose, automatisierte Lösung, die Data Warehouse-, BI- und ETL-Migrationen von Legacy-Plattformen beschleunigt. Es analysiert Ihren vorhandenen Code auf intelligente Weise, automatisiert die Codeumwandlung und Datenvalidierung und optimiert gleichzeitig den gesamten Migrationsprozess. Dies senkt das Risiko, das mit groß angelegten Datenmigrationen verbunden ist.

In diesem Blog erfahren Sie mehr über diese und andere Ankündigungen, mit denen Data Analysts und Architects Rohdaten schnell und einfach in verwertbare Erkenntnisse umwandeln können.

Ermöglichen Sie Innovation mit nahtloser Kollaboration 

Die Umstellung von KI-Experimenten auf einen echten unternehmerischen Mehrwert hängt davon ab, wie gut Sie nicht nur Ihre eigenen Daten, sondern auch die von externen Parteien in Ihrem Ökosystem nutzen können – wie einfach Sie Daten teilen, eine Verbindung zu Drittanbieterquellen herstellen und mit ihnen zusammenarbeiten können. Vor diesem Hintergrund ist es Snowflakes Ziel, die Verbindung zu und die Zusammenarbeit mit KI-fähigen internen und externen Quellen, die Erweiterung agentischer Workflows sowie die Entwicklung und Bereitstellung KI-gestützter Apps zu erleichtern und dabei private Daten zu schützen. Im Folgenden sehen wir uns einige Arten von agentischen Produkten an, die auf dem Snowflake Marketplace eingeführt werden:

• Cortex Knowledge Extensions (demnächst allgemein verfügbar): Anreicherung von Apps mit Echtzeitinhalten von Publishern wie USA TODAY, The Associated Press, Packt, Stack Overflow und CB Insights bei gleichzeitigem Schutz des geistigen Eigentums und Unterstützung der richtigen Attribution.

• Sharing of Semantic Models (Private Preview): Nutzende können KI-taugliche interne Datasets oder strukturierte Drittanbieterdaten von internen Teams und Drittanbietern integrieren und teilen und in natürlicher Sprache mit Daten einer Vielzahl von Anbietern sprechen.

  Agentic Snowflake Native Apps im Snowflake Marketplace: Anbieter können Snowflake Native Apps entwickeln und anbieten, die auf Cortex Agent APIs verweisen, um Aufgaben zu automatisieren und mit Daten zu interagieren. Diese interoperablen Agentenprodukte bieten Data Engineers, Data Scientists und anderen eine neue Möglichkeit, Agentic AI schnell einzusetzen und Mehrwert daraus zu generieren.

• Verbesserungen des Snowflake Native App Framework für Sicherheit und Interoperabilität: Neue Funktionen für Anwendungsversionierung, Berechtigungen, App-Beobachtbarkeit und Compliance-Badging erleichtern die Integration von Sicherheitsmaßnahmen in Apps.

Erfahren Sie in diesem Blog mehr darüber, welche Vorteile Ihr Unternehmen durch Snowflake Native Apps, Secure Data Sharing und Snowflake Collaboration erzielen kann.

Erwartungen an eine moderne Datenplattform neu definieren

Im Zeitalter der KI ist eine leistungsstarke Plattform ein Muss. Um jedoch den größten Nutzen zu ziehen, muss die Plattform die Ressourcen dynamisch an die Workload-Anforderungen anpassen, eine hohe Performance ohne Kostensteigerung liefern, sensible Daten schützen und kontrollieren und für Benutzer:innen im gesamten Unternehmen (nicht nur für Analyst:innen und Engineers) einfach zu bedienen sein. Mit den Plattform-Fortschritten von Snowflake werden diese gemeinsamen Herausforderungen angegangen, indem die Messlatte für eine moderne Dateninfrastruktur höher gelegt wird:

• Snowflake Adaptive Compute (Private Preview): Erleichtern Sie die Nutzung von Warehouses, indem Sie Ressourcen automatisch skalieren und Abfragen intelligent weiterleiten, um die Plattformverwaltung auf Kundenseite zu reduzieren. Warehouses, die mithilfe von Adaptive Compute erstellt werden – auch bekannt als Adaptive Warehouses –, beschleunigen die Performance für die Benutzer:innen, ohne die Kosten in die Höhe zu treiben. Da Adaptive Warehouses die Infrastruktur für die Benutzer:innen nahezu unsichtbar machen, können sich Teams mehr auf strategische Projekte konzentrieren, die den Umsatz steigern, und weniger auf die Warehouse-Wartung.

• Erweiterung der Interoperabilität von Snowflake Horizon Catalog: Neben der Unterstützung für die Governance und Erkennung von Daten in Iceberg-Tabellen wird Horizon Catalog externe Data Discovery (demnächst in Private Preview) für externe Daten in relationalen Datenbanken, Dashboards, semantischen Modellen und mehr bereitstellen.

• Copilot für Horizon Catalog (demnächst in Private Preview): Verwenden Sie natürliche Sprache, um Aufgaben zur Erkennung von Governance, Sicherheit und Metadaten in Snowsight auszuführen, und vereinfachen Sie so den Prozess, kritische Informationen über Datasets zu erhalten.

• Sicherheit: Neue Snowflake Trust Center-Erweiterungen (demnächst allgemein verfügbar), neue MFA-Methoden und Kontosicherheitsupdates, Passwortschutz und weitere erweiterte Sicherheitsfunktionen zielen darauf ab, den Kontoschutz zu stärken.

• Einfache Beobachtbarkeit: Verbesserungen von Snowflake Trail helfen Ihnen, Ihre Infrastruktur und Anwendungen mit Snowpark Container Services besser zu verstehen, Ihre Pipelines mit Telemetrieunterstützung für Snowflake Openflow zu analysieren und Ihre GenAI-Agenten und -Apps (demnächst allgemein verfügbar) zu debuggen und zu optimieren.

Weitere Informationen zu diesen Verbesserungen und anderen Aktualisierungen der Geschäftskontinuitätsfunktionen, Unistore und mehr finden Sie in unserem plattformorientierten Blogbeitrag.

Zukunftsgerichtete Aussagen

Dieser Artikel enthält zukunftsgerichtete Aussagen, unter anderem über künftige Produktangebote. Diese Aussagen stellen keine Garantie dar, dass diese Angebote wirklich bereitgestellt werden. Die tatsächlichen Ergebnisse und Angebote können abweichen und unterliegen bekannten und unbekannten Risiken und Unsicherheiten. Weitere Informationen finden Sie in unserem jüngsten 10-Q-Formular.