Coatue investiert 3 Mrd. USD in Databricks: Die Datenebene der KI bleibt die sicherste Wette in einem nervösen Markt

In einfachen Worten. Coatue führt eine Investition in Höhe von 3 Milliarden Dollar in Databricks durch. Die Investoren bestätigen die These „pick and shovel“ der KI: Die Datenschicht, nicht die Modelle, bleibt die verteidigbare Anlage.

Kontext

Databricks hat seit 2023 große Runden abgeschlossen, jedes Mal mit steigenden Bewertungen: Die vorherige Runde Anfang 2026 sammelte etwa 5 Mrd. $ zu einer Bewertung von etwa 134 Mrd. $ (Quelle Techinasia). Diese neue Runde, berichtet von Techinasia (17. Juli 2026), findet in einem nervösen asiatischen Klima statt (Kioxia −16 %, SoftBank im Rückgang - siehe Schwesterveröffentlichung des Tages), das die LP zu weniger volatilen Wetten drängt. Databricks ist kein reiner Modellspieler: Es ist die Infrastruktur für Daten und Analytics, mit MosaicML für den Teil des Trainings/Fine-Tunings.

Die Daten

• Runde: ~3 Mrd. $, geführt von Coatue (Quelle: Techinasia, 17. Juli 2026).
• Marktkontext: Snowflake steht unter Druck bei der Nutzung von LLM; Databricks erfasst die Trainings-/Fine-Tuning-Workloads + Lakehouse.
• Vergleichspunkt: DeepSeek bewertet mit 51,9 Mrd. $ am selben 17. Juli; der Abstand zwischen der Modellbewertung und der Dateninfrastruktur-Bewertung bleibt zugunsten der letzteren mit vergleichbaren wiederkehrenden Einnahmen.

Analyse

Drei Dinge erklären diese Runde. Die Wiederholung: Databricks verkauft einen mehrjährigen Vertrag mit einer strukturell starken Nettoexpansion, während ein reines Modell-Labor Token mit Nullmarge verkauft. Der Graben: Die proprietären Kundendaten leben in Databricks - es sind hohe Wechselkosten, unabhängig davon, wer das Rennen an der Front gewinnt. Die Abdeckung des Zyklus: Wenn ein Fonds eine Repricing der KI fürchtet (siehe Thread ai-debt-financing), bevorzugt er ein etabliertes SaaS-Einkommen gegenüber einer Börse von API-Aufrufen, deren Preis jedes Quartal fällt.

Under the hood

Was darüber entscheidet, ob die These hält:

• Beitrag von MosaicML zu den Einnahmen - dies ist das Maß für die Traktion von Training/Fine-Tuning in Unternehmen.
• Bruttomargen nach der Migration von Photon - ein Lakehouse mit reinen Cloud-Margen wäre ein Bewertungs-Game-Changer.
• Wettbewerb mit Snowflake auf Cortex: Die Aufteilung des Daten- & KI-Marktes spielt sich 2026-2027 ab.

So what

Für einen Manager, der ein KI-Budget im Jahr 2026 steuert: Die institutionelle Investition sendet ein konsistentes Signal - die Modellschicht wird derzeit banalisiert, die Datenschicht nicht. Für einen Investor: 3 Mrd. $ zu dieser Bewertung, in diesem Klima, sind nur dann verständlich, wenn Databricks es schafft, zur de facto-Basis des Unternehmens-Trainings zu werden. Das ist die These, die in den Ergebnissen der nächsten beiden Quartale zu validieren ist.