Snowflake entzaubert KI: Welche Modelle nun direkt in Ihrer Cloud warten

Der Vorhang für KI-Modelle in der Datencloud fällt

In der Welt der Unternehmensdaten war die Nutzung externer KI-Modelle oft ein umständlicher Prozess. Daten mussten exportiert, an APIs gesendet und die Resultate wieder importiert werden. Das bedeutete nicht nur technischen Aufwand, sondern auch Kopfzerbrechen bezüglich Datenschutz und Kostenkontrolle. Diese Ära könnte nun für viele Schweizer Unternehmen zu Ende gehen.

Vergangene Woche hat der Datencloud-Anbieter Snowflake, der in der Schweizer Finanz- und Unternehmenslandschaft fest verankert ist, einen entscheidenden Schritt zur Vereinfachung gemacht. Am 23. Juli 2026 schaltete das Unternehmen den SQL-Befehl `SHOW CORTEX BASE MODELS` für alle Nutzer frei. Was technisch unspektakulär klingt, ist in der Praxis eine kleine Revolution: Jeder Data Analyst kann nun mit einer einzigen Code-Zeile direkt in der Snowflake-Umgebung eine Liste der verfügbaren Basis-Sprachmodelle von Anbietern wie Meta (Llama), Mistral AI oder Google abfragen.

Diese Neuerung, kombiniert mit der kurz zuvor am 21. Juli 2026 allgemein verfügbar gemachten KI-Programmierhilfe "CoCo Desktop", zementiert eine klare Strategie: KI soll keine externe, komplexe Ressource mehr sein, sondern ein integraler, transparenter und einfach zu nutzender Bestandteil der bestehenden Datenplattform.

Warum das für Schweizer Unternehmen relevant ist

Für Schweizer Fach- und Führungskräfte, insbesondere in den Bereichen Finanzen, Controlling und Datenanalyse, löst dieser Schritt drei zentrale Probleme auf einmal:

1. Transparenz und Souveränität: Bisher war die Auswahl eines passenden KI-Modells oft eine Aufgabe für Spezialisten. Man musste externe Anbieter evaluieren, deren APIs verstehen und die Datenübertragung absichern. Indem Snowflake die verfügbaren Modelle direkt in der eigenen, bereits etablierten und nach Schweizer Standards (revDSG) geprüften Umgebung anzeigt, wird die Auswahl zu einer bewussten, internen Entscheidung. Die Daten verlassen die sichere Umgebung nicht, was das Compliance-Risiko massiv reduziert.

1. Demokratisierung der KI-Nutzung: Ein grosser Teil der Wertschöpfung aus Daten findet heute durch SQL-affine Fachkräfte statt: Controller, Business-Analysten, Data-Engineers. Diese mussten für die Nutzung von generativer KI oft auf Python-Spezialisten oder externe Tools ausweichen. Mit der neuen Funktion können sie nun selbstständig das passende Modell für eine Aufgabe wählen, sei es die Zusammenfassung von Texten, die Klassifizierung von Kundenfeedback oder die Generierung von SQL-Code, und es direkt mit den Daten im Warehouse verknüpfen. Das beschleunigt Prototypen und Innovationen enorm.

1. Kosten- und Leistungsoptimierung: Nicht jede Aufgabe benötigt das teuerste und grösste Sprachmodell. Für eine einfache Textklassifikation reicht oft ein kleineres, günstigeres Modell, während für komplexe Finanzberichtsanalysen ein leistungsfähigeres Modell nötig ist. Der Befehl `SHOW CORTEX BASE MODELS` macht diese Auswahl explizit. Teams können nun gezielt das Modell wählen, das den besten Kompromiss aus Kosten, Geschwindigkeit und Qualität für den jeweiligen Anwendungsfall bietet. Dies ist ein entscheidender Hebel für ein effizientes KI-Controlling.

Stellen Sie sich vor, Ihr Controlling-Team möchte die Kommentare aus den Quartalsberichten automatisch auf positive oder negative Stimmungen analysieren. Statt eines aufwändigen Projekts zur Anbindung an einen externen KI-Dienst kann ein Analyst nun direkt in Snowflake prüfen, welches Modell für Textanalyse verfügbar ist, und eine Funktion schreiben, die direkt auf die Datentabellen zugreift. Der gesamte Prozess bleibt innerhalb einer einzigen, kontrollierten Umgebung.

Ihre konkrete Handlungsempfehlung

Die blosse Verfügbarkeit neuer Werkzeuge schafft noch keinen Geschäftswert. Nutzen Sie diese Entwicklung proaktiv, um Ihre Datenstrategie voranzubringen. Warten Sie nicht, bis die Konkurrenz es tut.

Ihr nächster Schritt:

1. Beauftragen Sie Ihre Leitung Data & Analytics: Geben Sie den Auftrag, den Befehl `SHOW CORTEX BASE MODELS` noch diese Woche in Ihrer Snowflake-Instanz auszuführen.
2. Erstellen Sie eine "Modell-Landkarte": Das Team soll eine einfache Übersicht der verfügbaren Modelle erstellen. Welche Modelle sind gelistet? Von welchen Anbietern? Gibt es Hinweise auf deren Stärken (z.B. Mehrsprachigkeit, Code-Generierung, Analysefähigkeiten)?
3. Starten Sie ein Pilotprojekt: Identifizieren Sie einen einfachen, aber nützlichen Anwendungsfall. Beispiel: Die automatische Erstellung von Zusammenfassungen für lange Memos oder die Kategorisierung von Support-Tickets. Nutzen Sie dafür bewusst eines der kleineren, kostengünstigeren Modelle. Messen Sie den Zeitaufwand und den erzielten Nutzen.

Diese Neuerung von Snowflake ist mehr als nur ein technisches Update. Sie ist eine Einladung, generative KI pragmatisch, sicher und kosteneffizient in Ihre bestehenden Datenprozesse zu integrieren. Es ist eine Chance, die Kontrolle über Ihre KI-Initiativen zu behalten und die Innovationskraft direkt in die Hände Ihrer Fachexperten zu legen.