Snowflake CoCo: Der Coding-Agent für Daten ist jetzt dort verfügbar, wo Sie arbeiten
Auf dem Snowflake Summit 2026 wird Snowflake CoCo dort verfügbar, wo Entwickler:innen arbeiten. Mit einer nativen Desktop-Anwendung, Cloud-Agenten, einem Agent-SDK und (in Kürze) einer mobilen App und einem Slackbot wird CoCo vollständig in die Oberflächen und Tools integriert, in denen moderne Datenteams arbeiten – und das alles vollständig auf Basis der Unternehmensdaten.
Die Einführung von KI im Unternehmen hat sich vom theoretischen Potenzial der KI zu den praktischen Anforderungen von Produktionsumgebungen verlagert: KI sicher, geschützt und kontrolliert in großem Maßstab einzusetzen.
Die erste Welle von Assistenten bot Autovervollständigung und Abfragegenerierung. Die nächste Welle ist agentisch: Systeme, die Codebasen untersuchen, komplexe Aufgaben logisch schlussfolgern, Dateien ändern, Tests ausführen und Pull Requests mit Menschen im Loop verwalten. Im Standard-Software-Engineering ist dies bereits der neue Standard.
Für Daten- und KI-Teams liegt die Messlatte höher. Enterprise-KI läuft in Systemen für kontrollierte Daten mit Live-Schemas, Zugriffskontrollen, Lineage und operativen Pipelines. Generische KI-Coding-Agenten stoßen hier an ihre Grenzen, da sie oft Code generieren, der zwar richtig aussieht, dem aber die Verankerung im Datenkontext und die Berechtigungen fehlen, um tatsächlich in der Produktion zu funktionieren.
Snowflake CoCo schließt diese Lücke und bietet eine agentische Steuerungsebene für Entwickler:innen, die auf modernen Data Stacks arbeiten.
„Thomson Reuters hat seine Datengrundlage auf Snowflake aufgebaut, um eine Single Source of Truth über mehr als 37.500 kontrollierte Tabellen und 350 Datenquellen hinweg zu schaffen – und jetzt beschleunigt Snowflake CoCo die Art und Weise, wie wir darauf aufbauen. Unsere Teams modernisieren Altsysteme, skalieren KI-Pipelines und liefern Erkenntnisse in Tagen statt Wochen, und das alles in einer kontrollierten Umgebung. Wenn man auf Basis vertrauenswürdiger Daten so schnell von der Idee in die Produktion gelangen kann, verändert das grundlegend, was möglich ist.“
Caitlin Halferty
CoCo wurde mit einem speziellen Framework für den Datenlebenszyklus entwickelt, nicht als generischer Wrapper um ein Modell, sondern als integriertes System, das darauf ausgelegt ist, wie Data Engineers, Analytics Engineers, Data Scientists und KI-Entwickler:innen tatsächlich arbeiten. Es verankert den Agenten im Datenkontext und verbindet ihn mit den richtigen Tools und Laufzeitumgebungen.
Wenn es um echte Data Engineering-Arbeit geht, hält CoCo nicht nur mit führenden Coding-Agenten Schritt. Es setzt neue Maßstäbe.
Bei ADE-Bench, einem Branchen-Framework, das von dbt Labs zur Bewertung von KI-Agenten bei realen Analytics- und Data Engineering-Tasks entwickelt wurde, erreichte CoCo eine Erfolgsquote von 72,1 % und übertraf damit sowohl Claude Code von Anthropic als auch Codex von OpenAI (mit jeweils 65,1 %)1. Und der Vorsprung vergrößert sich bei nativen dbt-Projekt-Tasks von Snowflake weiter, wo sich die tiefe Integration von CoCo in die Plattform auszahlt.
Entscheidend ist, dass CoCo nicht durch Brute Force gewinnt. Im Vergleich zu Claude Code, der auf Opus 4.7 läuft, verwendet CoCo 51 % weniger Token und benötigt 8 % weniger Zeit, um die Aufgabe zu erledigen. Zwei Designentscheidungen treiben diese Effizienz voran:
- Gezielte vs. umfassende Exploration – Anstatt alles in Sichtweite zu scannen, navigiert CoCo direkt zu den relevanten Daten, was zu einer effizienteren Datenexploration führt.
- Ein nativer Tool-Ansatz – CoCo stützt sich auf native Tools für die Arbeit mit Datensystemen wie Snowflake, dbt und Airflow, anstatt auf Bash-basierte Workflows zurückzugreifen, wodurch die Arbeit nah an den Daten bleibt.
1 Effizienz-Score basierend auf internen Tests mit ADE-Bench, einem von dbt entwickelten Framework zur Bewertung von KI-Agenten bei realen Analytics- und Data Engineering-Tasks
Was ist neu beim Summit 2026
Auf dem Summit 2026 entwickelt sich CoCo von einem KI-Coding-Agenten zu einer vollständigen KI-Entwicklungsplattform. Die neuen Produkteinführungen orientieren sich an einem einfachen Prinzip: Ihr Agent sollte überall dort arbeiten, wo Sie es tun, und weiterarbeiten, wenn Sie es nicht können.
„Bei Fanatics sind unsere Datenanforderungen ständig im Wandel, und Snowflake CoCo gibt unserem Team die nötige Geschwindigkeit, um Schritt zu halten. Entwickler:innen, die früher Tage damit verbracht haben, Pipeline-Probleme zu entwirren und Daten zu modellieren, können diese Probleme jetzt in wenigen Stunden lösen. Dadurch haben sie den Kopf frei, um neue Funktionen exponentiell schneller zu entwickeln und bereitzustellen.“
Maddy Want
Nutzen Sie CoCo dort, wo Sie heute arbeiten
Cloud-Agenten sind die Grundlage für die breitere Plattform-Erweiterung von CoCo. Automatisierungen, die Slack-Integration und eine native mobile App (die beiden letzteren in Kürze verfügbar) werden alle von Cloud-Agenten angetrieben und bringen lang laufende, autonome Workflows auf jede Oberfläche, auf der Teams mit CoCo interagieren.
Für Entwickler:innen, die CoCo direkt in Snowflake-Umgebungen verwenden, bringen Cloud-Agenten die vollständige agentische Laufzeitumgebung direkt in Snowsight. Mit Cloud-Agenten kann nun jede Snowsight-Sitzung im Hintergrund eine isolierte, von Snowflake verwaltete Cloud-Umgebung hochfahren, die den Nutzer:innen die Leistung der CLI von jedem Browser aus bietet, ohne dass eine lokale Einrichtung, ein Abhängigkeitsmanagement oder eine Infrastruktur erforderlich ist.
Wenn sie aktiviert sind, stellen Cloud-Agenten für jede CoCo-Sitzung einen dedizierten Container bereit. Der Agent kann Shell-Befehle ausführen, Python-Skripte ausführen, Pakete installieren, Dateien lesen und schreiben, dbt-Builds und -Tests mithilfe eines dynamisch generierten Snowflake-Profils durchführen und das Web nach zusätzlichem Kontext durchsuchen.
CoCo Desktop
CoCo kommt für Windows und macOS und bringt die volle Leistung der nativen Snowflake-Entwicklung in eine native Desktop-App, die dafür entwickelt wurde, wie Datenteams tatsächlich arbeiten.
„Snowflake CoCo wird zu einem Kernbestandteil unserer Arbeitsweise als Unternehmen. Wir rollen es in der gesamten Organisation aus, nicht nur in unserem Datenteam. Da es unsere Daten, unsere Umgebung und unsere Governance versteht, können Teams Workflows auf Basis vertrauenswürdiger Daten erstellen und automatisieren, ohne spezialisiertes Fachwissen zu benötigen.“
Matt Luizzi
Mit CoCo Desktop, (in Kürze allgemein verfügbar) erhalten Entwickler:innen eine kontrollierte Oberfläche, um über den gesamten Data Stack hinweg zu entwickeln. Sie können Daten-Pipelines erstellen, Anwendungen entwickeln, Agenten entwerfen, Notebooks debuggen und Datenflüsse visualisieren, ohne ständig zwischen Bildschirmen hin- und herspringen zu müssen. Der Editor wird zum Ort, an dem Code, Daten, Kontext und Ausführung zusammenkommen, sodass Sie vom Prototyp bis zur Produktion im Flow bleiben können.
Über die Editor-Erfahrung hinaus bringt CoCo Desktop einen Always-on-KI-Agenten auf Ihren lokalen Rechner: einen persistenten Assistenten, der den Projektkontext versteht, sitzungsübergreifend arbeitet und den Schwung beibehält, selbst wenn Sie sich entfernen.
Mit Automatisierungen können Teams von reaktiven Prompts zu autonomen Workflows übergehen und Agenten so planen, dass sie wiederkehrende Aufgaben wie Pipeline-Aktualisierungen, Datenqualitätsprüfungen, Modell-Retraining und operative Untersuchungen übernehmen – alles kontrolliert durch die rollenbasierte Zugriffskontrolle (RBAC) von Snowflake und unterstützt durch Audit-Trails. Das Ergebnis ist eine KI-Entwicklungserfahrung, die sich weniger wie eine einmalige Prompt-Box verhält, sondern eher wie eine dauerhafte Arbeitskraft, die bereit ist, Probleme zu untersuchen, Änderungen vorzunehmen, Workflows auszuführen und genau dort weiterzumachen, wo sie aufgehört hat.
Da der Stack jedes Teams anders ist, ist CoCo Desktop außerdem von Grund auf erweiterbar. Mit MCP-Integrationen und einem wachsenden Katalog an Skills und Plugins können Teams CoCo mit den Systemen verbinden, die sie bereits nutzen, und institutionelle Best Practices in wiederverwendbares Fachwissen verwandeln. Das bedeutet, dass die Standards, Muster und Workflows Ihres Teams zu wiederholbaren Bausteinen werden können, die allen Entwickler:innen helfen, schneller zu agieren und gleichzeitig die kontrollierten, unternehmenstauglichen Praktiken einzuhalten.
CoCo transformiert die Entwicklungserfahrung für Daten- und KI-Teams: lokal, agentisch, erweiterbar und kontrolliert ab dem ersten Prompt.
Demnächst verfügbar: Interagieren Sie mit CoCo auf Slack oder unterwegs mit der neuesten mobilen App
Zusätzlich zum Editor können Teams bald auch in Slack und auf Mobilgeräten mit CoCo arbeiten. Mit dem CoCo Slackbot können Teams Fragen stellen, Workflows auslösen und Ergebnisse direkt in Slack teilen. So wird Slack zu einer kontrollierten Schnittstelle für die Datenarbeit. Anstatt sich auf einen generischen Chatbot zu verlassen, ist der Slackbot mit den Unternehmensdaten verbunden – Tabellen, dbt-Modellen, Postgres-Schemata, Airflow-Pipelines und mehr –, sodass die Antworten auf dem Produktionskontext basieren und durch die Zugriffsrichtlinien der anfragenden Benutzer:innen eingeschränkt sind.
Die mobile CoCo-App bringt dieselben Funktionen auf iOS und Android für Momente, in denen Arbeit abseits des Schreibtischs überprüft, genehmigt oder ausgeführt werden muss. Dies ist kein Code-Editor auf einem Telefon; es ist eine Agentenschnittstelle für Data Leaders, Analytics-Manager:innen und Entwickler:innen, die Pipelines überwachen, Ausgaben geplanter Aufgaben überprüfen, KI-generierte Workflows genehmigen, Protokolle einsehen und von überall aus Fragen in natürlicher Sprache stellen müssen.
Bauen Sie auf CoCo auf, programmatisch – auf Ihre Art
CoCo ist nicht nur ein Tool, das Entwickler:innen direkt nutzen, sondern auch eine Plattform, die Teams einbetten, erweitern und auf der sie aufbauen können. CoCo unterstützt Model Context Protocol-Server (MCP) und das Agent Client Protocol (ACP), sodass andere Agenten und Unternehmenssysteme auf seine Leistung zugreifen können.
Mit dem CoCo Agent SDK können Entwickler:innen nun benutzerdefinierte Anwendungen, interne Tools, Automatisierungen und domänenspezifische Workflows auf der agentischen Engine entwickeln, die CoCo antreibt.
CoCo ist jetzt eine Agentenplattform mit einem SDK
Das CoCo Agent SDK bündelt dieselben Tools und die Agentenschleife, die CoCo für Tausende von Kund:innen antreiben, als installierbare Bibliothek. Entwickler:innen erhalten direkten programmatischen Zugriff auf die Funktionen, die CoCo in der Produktion verwendet: Arbeiten mit Daten, Abfragen von Snowflake, Lesen von Dateien, Ausführen von Shell-Befehlen, Durchsuchen von Codebasen, Ausführen von SQL und Bearbeiten von Code. Das SDK enthält eine integrierte Tool-Ausführung, sodass Ihr Agent sofort mit der Arbeit beginnen kann, ohne dass Sie diese Infrastruktur selbst implementieren müssen.
import { query } from "cortex-code-agent-sdk";
for await (const message of query({
prompt: `Profile the ORDERS table in MY_DATABASE.ANALYTICS:
- Total row count and date range covered
- Null rate for each column
- Top 5 customers by order volume
Summarize findings in plain English.`,
options: {
cwd: process.cwd(),
connection: "my-connection",
},
})) {
if (message.type === "assistant") {
for (const block of message.content) {
if (block.type === "text") process.stdout.write(block.text);
}
}
if (message.type === "result") {
console.log("\nDone:", message.subtype);
}
}
import asyncio
from cortex_code_agent_sdk import query
async def main():
async for message in query(
prompt="""Profile the ORDERS table in MY_DATABASE.ANALYTICS:
- Total row count and date range covered
- Null rate for each column
- Top 5 customers by order volume
Summarize findings in plain English.""",
options={"cwd": ".", "connection": "my-connection"},
):
if message["type"] == "assistant":
for block in message["content"]:
if block["type"] == "text":
print(block["text"], end="", flush=True)
asyncio.run(main())
Über die integrierten Tools hinaus unterstützt das SDK Multi-Turn-Sitzungen für zustandsbehaftete Konversationen über mehrere Interaktionen hinweg, strukturierte Ausgaben für die Rückgabe von typisiertem, schema-validiertem JSON von Ihren Agenten, MCP-Server-Integration zur Erweiterung Ihres Agenten mit benutzerdefinierten Tools, Hooks zum Abfangen und Steuern des Agentenverhaltens bei jedem Schritt, Streaming-Ausgaben und System-Prompts zur Anpassung der Art und Weise, wie der Agent in Ihrer Domäne schlussfolgert.
Rufen Sie es aus Pipeline-Skripten, Backend-Diensten oder internen Apps und Tools auf, um datennative, agentische Fähigkeiten direkt in Ihren Stack einzubetten. Platform Engineers können CoCo in CI/CD-Workflows integrieren, ISV-Partner können darauf Datenprodukte aufbauen und Teams können domänenspezifische Workflows automatisieren.
Governance in der DNA verankert
CoCo bringt KI-native Entwicklung auf jede Oberfläche, die Teams nutzen, mit integrierten Sicherheits- und Governance-Funktionen von Snowflake auf Unternehmensniveau. Jeder Vorgang wird unter der bestehenden Snowflake-RBAC der Benutzer:innen ausgeführt, die LLM-Inferenz bleibt innerhalb der Sicherheitsgrenzen von Snowflake und mehrschichtige Sicherheitsvorkehrungen helfen beim Schutz vor Prompt-Injection und anderen LLM-Risiken. Prompt- und Antwortprotokollierung, Abfrage-Tagging, Nutzungsüberwachung sowie Kosten- und Konfigurationskontrollen auf Administratorebene geben Teams die Überprüfbarkeit und Governance, die sie benötigen, um Agenten sicher in großem Maßstab bereitzustellen.
Mehr als 7.100 Snowflake-Kund:innen entwickeln bereits mit CoCo. Auf dem Summit 2026 wird CoCo zur KI-Entwicklungsplattform, die Arbeit überall dort ermöglicht, wo sie stattfindet – angetrieben von Ihren Daten, mit Kenntnis Ihres Stacks und von Grund auf kontrolliert.
Erfahren Sie mehr und probieren Sie es selbst aus
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.
