Latest / Ignition / Snorkel AI: Vom Labeling-Tool zur Datenfabrik
Transcript
- 0:00Stell Dir vor, ein führendes KI Labor will einen autonomen Agenten trainieren,
- 0:04der hochkomplexe Firmenverträge prüft.
- 0:06Technisch steht die Architektur, aber der Agent scheitert sofort.
- 0:10Warum?
- 0:10Weil es schlicht keine zehntausend perfekten Praxisbeispiele gibt und keine sichere
- 0:14Umgebung, in der er gefahrlos Millionen Fehler machen kann.
- 0:18Und genau da kommen nicht etwa mehr Programmierer ins Spiel,
- 0:21sondern komplexe Übungsplätze und fertig aufbereitete Datensätze.
- 0:26Willkommen bei IGNITION.
- 0:28Starte mit KI in Dein selbstbestimmtes Leben.
- 0:30Heute zerlegen wir ein Geschäft, das durch KI plötzlich anders funktioniert.
- 0:34Für IGNITION analysieren wir aktuelle Entwicklungen aus KI,
- 0:38Technologie, Wirtschaft und Forschung.
- 0:40Wir vergleichen Quellen, prüfen Behauptungen und trennen belastbare Signale von
- 0:45kurzfristigem Hype.
- 0:47Die Rede ist von Snorkel AI.
- 0:49Das Unternehmen entstand ursprünglich aus einer Stanford Forschungsgruppe um Alex
- 0:53Ratner im Jahr 2015.
- 0:552019 gingen sie kommerziell an den Start, damals noch als reine Software für
- 1:00automatisierte Datenmarkierung.
- 1:02Aber, äh, das war ja noch das alte Softwaremodell, oder?
- 1:06Kunden bekamen ein Tool und mussten die Arbeit trotzdem selbst machen.
- 1:09Genau.
- 1:10Aber vor knapp einem Jahr haben sie den Kurs drastisch gedreht.
- 1:13Weg von der reinen Software, hin zu fertigen Datensätzen und sogenannten
- 1:17Reinforcement Learning Umgebungen.
- 1:19Sie verkaufen jetzt das fertige Ergebnis als Data as a Service.
- 1:23Das hat sie direkt an die Spitze der KI Wertschöpfungskette katapultiert.
- 1:27Und dieser Schritt schlägt sich jetzt in extremen Zahlen nieder,
- 1:30wenn man den Meldungen vom 22.
- 1:32September 2026 glaubt.
- 1:34Belegt ist: Snorkel AI hat in einer Series E Finanzierungsrunde 350 Millionen Dollar
- 1:40aufgenommen, angeführt von Insight Partners und S32.
- 1:44Die Bewertung stieg damit auf 3,5 Milliarden Dollar.
- 1:47Vor 17 Monaten, in der Series D, lag die Bewertung noch bei 1,3 Milliarden Dollar.
- 1:52Das ist fast eine Verdreifachung.
- 1:53Okay, warte mal.
- 1:55Das Unternehmen gibt außerdem eine annualisierte Run Rate von 375 Millionen Dollar
- 2:01an.
- 2:02Ein 18 facher Anstieg im Data as a Service Bereich innerhalb von zwölf Monaten.
- 2:08Aber da müssen wir kurz trennen, Max.
- 2:10Eine Run Rate ist kein bilanzierter, fest gebuchter Jahresumsatz.
- 2:14Das ist ein entscheidender Unterschied.
- 2:16Die Run Rate rechnet einfach den letzten starken Monat auf das ganze Jahr hoch.
- 2:21Es ist ein enorm wichtiges Signal für den gewaltigen Appetit der KI Labore,
- 2:25aber noch kein Beweis für dauerhaft stabile Jahreseinnahmen.
- 2:28Lass uns mal auf die Mechanik schauen.
- 2:30Snorkel generiert Daten synthetisch und nutzt Software zur Automatisierung.
- 2:35Gleichzeitig kaufen sie aber echte Fachexperten ein, um die Daten zu validieren.
- 2:40Ganz ehrlich, wie sieht es da mit den echten Margen aus?
- 2:44Das ist doch viel personalintensiver als klassisches SaaS.
- 2:47Ein sehr wichtiger Punkt.
- 2:49Bei reinem Personalverleih fließen oft 60 bis 70 Prozent des Umsatzes direkt an die
- 2:54Experten.
- 2:55Snorkel bucht diese Expertenkosten in den Herstellungskosten.
- 2:59Die Marge ist also niedriger als bei purem Code, aber der Verkaufspreis für
- 3:03gebrauchsfertige Datensätze ist ein Vielfaches höher.
- 3:06Weil der Kunde nicht mehr Werkzeuge kauft, sondern das gelöste Problem.
- 3:10Welches übertragbare Muster steckt dahinter?
- 3:12Das Muster heißt: der wandernde Engpass.
- 3:15Im KI Goldrausch wanderte der Engpass von den Rechenkapazitäten zu den Rohdaten,
- 3:20dann zur Datenqualität und jetzt zu realistischen Simulationsumgebungen.
- 3:24Snorkel baut nicht das glanzvolle Endmodell, sondern zieht konsequent dem knappsten
- 3:29Input der Branche hinterher.
- 3:30Heißt für mich als Unternehmer: Drei konkrete Erkenntnisse.
- 3:34Erstens, Zuliefergeschäfte, also Schaufeln im Goldrausch, sind oft resilienter als
- 3:40der Kampf um das Endprodukt.
- 3:42Zweitens, der Wechsel von der Software zum fertigen Ergebnis bringt enorme
- 3:47Preissetzungsmacht.
- 3:49Und drittens muss man den eigenen Fokus mit der Lieferkette mitbewegen.
- 3:53Genau da beginnt aber auch der Realitätscheck für Snorkel.
- 3:56Die Kundenbasis besteht aktuell vor allem aus einer Handvoll extrem finanzstarker KI
- 4:01Labore.
- 4:02Das ist ein spürbares Klumpenrisiko.
- 4:04Und was passiert, wenn Open AI, Anthropic oder Google ihre Simulatoren und
- 4:09Übungsplätze komplett intern bauen?
- 4:12Ist der Burggraben von Snorkel AI da langfristig wirklich tief genug?
- 4:16Offen bleibt, ob spezialisierte Datenfabriken dauerhaft schneller und günstiger
- 4:20liefern können als die eigenen Teams der Tech Giganten.
- 4:23Wenn die Labore ihre eigenen Systeme perfektionieren, könnte der Druck auf die
- 4:27Preissetzung rasch steigen.
- 4:29Das war der Business Case des Tages.
- 4:31IGNITION.
- 4:32Jeden Morgen.
- 4:33Ein echter Business Case.
- 4:35Eine echte Chance für Dich.