Das Unternehmen Databricks hat eine neue Finanzierungsrunde verkündet, die es mit 188 Milliarden Dollar (etwa 172 Milliarden Euro) bewertet - eine Zahl, die größer ist als das jährliche Bruttoprodukt mehrerer Balkanstaaten zusammen. Die genaue Summe wurde nicht mitgeteilt, das Geld ist noch nicht auf dem Konto, und die Runde schließt erst irgendwann am Ende des Sommers. Mit anderen Worten: Die Bewertung wurde verkündet, bevor das Geld ankommt. So groß ist das Vertrauen - oder der Druck - auf dem Markt der künstlichen Intelligenz.

Das ist kein zufälliger Sprung. In den letzten achtzehn Monaten geht Databricks mit seltener Geschwindigkeit von Runde zu Runde. Im Februar sammelte es 5 Milliarden Dollar bei einer Bewertung von 134 Milliarden. Im September 2025 - eine Milliarde bei 100 Milliarden. Und im Dezember 2024 - rekordverdächtige 10 Milliarden bei 62 Milliarden. So viele Finanzierungsrunden, dass im Netz bereits gescherzt wird, wann die „Serie AA“ kommt, weil das Alphabet ausgeht.

Der Trick, der die Tresore öffnet, ist so alt wie das KI-Fieber selbst: das Umpacken. Databricks wurde 2013 als Firma zur Speicherung und schnellen Analyse riesiger Datenmengen in der Cloud gegründet - eine klassische Unternehmenssoftware-Firma aus der Zeit vor ChatGPT. Nichts daran ist KI von Haus aus. Aber der Zugang zu den Daten großer Unternehmen brachte sie in eine ideale Position, genau jene zu bedienen, die jetzt der künstlichen Intelligenz mit Sicherheitsstandards auf Unternehmensniveau hinterherlaufen.

Und das ist der Punkt, den man festhalten sollte. Databricks ist kein KI-Labor - es hat sich zur KI-Firma umgetauft. Es brachte eine Reihe von Produkten mit echten KI-Namen heraus - eine Datenbank für KI-Agenten, ein KI-Portal, eine „Meta-Plattform“, die mehrere Agenten steuert - und plötzlich änderte sich die Legende. Die SaaS-Firma von gestern sammelt jetzt Milliarden, als wäre sie Teil einer neuen Ära. Der Effekt ist so stark, dass sogar die Sandwichkette Jersey Mike's „künstliche Intelligenz“ ganze 22 Mal in ihren Börsenunterlagen erwähnte.

Es gibt auch ein Detail, das mehr sagt als die Bewertung selbst. Geschäftsführer Ali Ghodsi veröffentlichte kürzlich eine interne Messung, die dazu gebaut wurde, die KI-Kosten bei seinen 3.000 Ingenieuren zu kontrollieren. Das Fazit: Offene Modelle, besonders das chinesische GLM 5.2, kommen bereits auch mit den schwersten Programmieraufgaben zurecht - und das billiger als die geschlossenen Modelle von Anthropic und OpenAI. Die Firma, die 172 Milliarden Euro auf der KI-Welle sammelt, gibt gleichzeitig leise zu, dass billige offene Alternativen die teure Infrastruktur einholen. Wer zahlt am Ende diese Rechnung - der Investor oder der Nutzer?