-3.png?w=1024)
Der Wettlauf um Unternehmens-KI bewegt sich von spektakulären Demos hin zu der weitaus schwierigeren Aufgabe, die Technologie tatsächlich in Unternehmen zum Laufen zu bringen.
Databricks investiert in den kommenden drei Jahren mehr als 350 Millionen US-Dollar in Singapur, während das Daten- und KI-Unternehmen seine Belegschaft, technischen Kompetenzen und regionale Zentrale ausbaut. Die Ankündigung vom 16. September ist Teil einer umfassenderen Investition von mehr als 1 Milliarde US-Dollar in der Region Asien-Pazifik und Japan, wo Databricks zufolge das Geschäft rasant wächst.
Hinter diesen Zahlen steht ein größerer Wandel. Unternehmen, die in den vergangenen Jahren mit generativer KI experimentiert haben, versuchen zunehmend, diese Projekte in den Produktivbetrieb zu überführen – dort lassen sich Sicherheit, Governance, Unternehmensdaten und messbare Geschäftsergebnisse schwerer ignorieren.
Databricks setzt verstärkt auf Singapur
Databricks plant, seine Belegschaft in Singapur in den kommenden drei Jahren von mehr als 250 auf mehr als 500 Mitarbeitende zu vergrößern, laut der Berichterstattung von The Business Times über die Investition.
Mehr als 200 dieser Mitarbeitenden sollen technische Positionen innehaben, darunter Engineers und technische Spezialisten mit direktem Kundeneinsatz. Außerdem will Databricks im November in eine neue regionale Zentrale mit 32.000 Quadratfuß Fläche in den IOI Central Boulevard Towers umziehen und damit seine derzeitige Präsenz in Singapur vervierfachen.
Die Investition geht über Personal und Immobilien hinaus. Databricks arbeitet mit Singapurs Infocomm Media Development Authority, der Nanyang Technological University, der National University of Singapore und der Singapore Management University an Initiativen zusammen, um 20.000 Menschen mit Daten- und KI-Kompetenzen auszustatten. Unabhängig davon arbeitet das Unternehmen mit Singapurs Economic Development Board zusammen, um Unternehmen dabei zu unterstützen, KI-Anwendungen und -Agenten aus Pilotprojekten in den Produktivbetrieb zu überführen.
Singapur dient Databricks bereits als Zentrale für Asien-Pazifik und Japan, doch die Expansion des Unternehmens erfolgt zu einem Zeitpunkt, an dem sich sein Geschäft in der gesamten Region beschleunigt. Das Geschäft von Databricks in Asien-Pazifik und Japan hat sich im zweiten Quartal mehr als verdoppelt und macht APJ damit zum am schnellsten wachsenden Markt des Unternehmens, laut dem Bericht des Wall Street Journal über die Expansion von Databricks in Asien.
Databricks stellt jedoch nicht einfach weitere Vertriebsmitarbeiter ein, um diesem Wachstum hinterherzujagen. Nach Angaben des Unternehmens wird die Nachfrage teilweise von Kunden getrieben, die KI-Projekte aus Prototypen und Pilotprojekten in den Produktivbetrieb überführen und dabei Governance- und Sicherheitsanforderungen erfüllen wollen.
Dieser Unterschied ist entscheidend. Eine KI-Demo zu bauen, ist vergleichsweise einfach. Modelle mit sensiblen Unternehmensdaten zu verbinden, zu kontrollieren, wer auf diese Informationen zugreifen kann, und KI zuverlässig in Geschäftsprozessen einzusetzen, stellt Unternehmen vor eine weitaus schwierigere Aufgabe.
Singapur wird zum Testfeld für Unternehmens-KI
Die Investition von Databricks erfolgt im Rahmen umfassenderer Bemühungen, Singapur zu einem Zentrum für angewandte Unternehmens-KI zu machen.
Im Mai sagte OpenAI mehr als 300 Millionen Singapur-Dollar zu, um ein Applied AI Lab in Singapur einzurichten, das erste außerhalb der Vereinigten Staaten. Statt neue Basismodelle zu entwickeln, soll die Initiative Unternehmen und staatlichen Organisationen dabei helfen, bestehende KI-Systeme auf Probleme aus der Praxis anzuwenden.
Der Stadtstaat baut außerdem die Infrastruktur aus, die für eine breitere Einführung von KI erforderlich ist. Singapur erweitert seine Rechenzentrumskapazitäten, während die Nachfrage nach KI-Rechenleistung wächst. Zugleich herrscht in ganz Asien ein breiterer Wettbewerb um die physische Infrastruktur, die zunehmend rechenintensive KI-Systeme unterstützt.
Diese Investitionen ergeben allmählich ein größeres Muster: KI-Unternehmen konkurrieren nicht nur darum, wer das leistungsfähigste Modell hat, sondern auch darum, wer die Infrastruktur, die Datenschicht, die Governance und die Bereitstellungskompetenz liefern kann, die Unternehmen benötigen, um diese Modelle produktiv einzusetzen.
Dieser Wandel könnte Databricks direkt in die Hände spielen. Die Plattform des Unternehmens liegt zwischen den Unternehmensdaten und den KI-Anwendungen, die Unternehmen zunehmend darauf aufbauen wollen, und rückt damit Governance und Datenmanagement ins Zentrum der Frage, wie diese Anwendungen eingesetzt werden.
Der nächste Kampf um Unternehmens-KI dreht sich um den Einsatz
Der breitere KI-Markt bewegt sich bereits in diese Richtung.
Unternehmen beginnen, über einfache KI-Assistenten hinauszugehen und setzen zunehmend auf Agenten und andere Systeme, die immer komplexere Geschäftsabläufe ausführen können. Dieser Übergang macht den Zugriff auf verlässliche Unternehmensdaten besonders wichtig, denn ein KI-System, das auf fehlerhaften, unvollständigen oder nicht ordnungsgemäß verwalteten Informationen handelt, kann diese Probleme direkt in Geschäftsprozesse hineintragen.
Databricks setzt darauf, dass seine Plattform Teil der Grundlage für solche Einsätze werden kann. Zu den neueren Angeboten gehört Unity Gateway, das eine Governance- und Kontrollebene zur Verwaltung von Kosten, Zugriff und Sicherheit von Unternehmens-KI über Modelle, MCP-Server und Agenten hinweg bereitstellt. Genie One bietet Geschäftsanwendern eine vereinfachte Oberfläche, um Fragen in natürlicher Sprache zu Unternehmensdaten zu stellen und mit Dashboards und Databricks Apps zu interagieren.
Die Kostenfrage könnte sich als ebenso wichtig erweisen wie die Technologie selbst. Simon Davies, Leiter von Databricks APJ, sagte dem Wall Street Journal, dass die Kosten zu den größten Bedenken der Kunden gehören, wenn sie abwägen, ob immer leistungsfähigere KI-Systeme auch wirtschaftlich genug sein können, um sie breit einzusetzen.
Für Databricks ist Singapur ein konzentrierter Markt, in dem diese Fragen zunehmend an Bedeutung gewinnen. Das Unternehmen kann mehr als nur Werkzeuge für die KI-Entwicklung verkaufen: Es kann seinen Daten- und Governance-Stack als Teil der Infrastruktur positionieren, die Unternehmen benötigen, um KI in ihren täglichen Abläufen einzusetzen.
Die Zusage von 350 Millionen US-Dollar sagt daher mehr aus als nur, wo Databricks seine nächsten 250 Mitarbeitenden einstellen will.
Die erste Phase des Booms um generative KI wurde von Modellen und Experimenten dominiert. In der nächsten Phase geht es zunehmend darum, diese Modelle in sichere, kontrollierte Systeme zu verwandeln, die messbare Ergebnisse liefern. Singapur entwickelt sich zu einem der Orte, an denen sich zeigen wird, ob Unternehmen diesen Übergang tatsächlich in großem Maßstab schaffen können.
Was eWeek herausgefunden hat: Singapur wird zum Testfall für Unternehmens-KI in großem Maßstab
Die Investition von 350 Millionen US-Dollar durch Databricks ist weniger wegen der Höhe der Summe bedeutsam als wegen dessen, was das Unternehmen von den Firmen als Nächstes erwartet.
Singapur zieht Unternehmen aus verschiedenen Schichten des KI-Stacks an. OpenAI baut eine Präsenz für angewandte KI auf, große Technologieunternehmen erweitern ihre Aktivitäten, und Databricks fügt die Daten- und Governance-Infrastruktur hinzu, die Unternehmen benötigen, um KI auf ihre eigenen Informationen anzuwenden. Zusammengenommen schaffen diese Schritte mehr als nur eine Ansammlung regionaler Büros.
Sie machen Singapur zu einem Testfall dafür, ob generative KI den schwierigen Sprung vom Experimentieren zur alltäglichen Infrastruktur von Unternehmen schaffen kann.
Drei Entwicklungen werden zeigen, ob dieser Übergang tatsächlich stattfindet:
- KI-Ausgaben müssen messbare Geschäftsergebnisse hervorbringen. In der nächsten Phase wird weniger entscheidend sein, wie viele Unternehmen mit Modellen experimentieren, sondern vielmehr, ob die Einsätze die Produktivität steigern, relevante Arbeitsabläufe automatisieren oder neue Einnahmen schaffen.
- Governance wird selbst zu einem Bestandteil der KI-Infrastruktur. Wenn Modelle Zugriff auf proprietäre Daten und Geschäftssysteme erhalten, benötigen Unternehmen strengere Kontrollen für Berechtigungen, Sicherheit, Datenqualität und Verantwortlichkeit. Dadurch wird die zugrunde liegende Datenplattform für die KI-Strategie zunehmend wichtiger.
- Talente könnten ebenso wichtig werden wie Rechenkapazität. Die Initiative von Databricks, 20.000 Menschen mit Daten- und KI-Kompetenzen auszustatten, unterstreicht, dass die Infrastruktur allein nicht darüber entscheidet, wie schnell Unternehmen KI einsetzen. Unternehmen benötigen außerdem Mitarbeitende, die diese Systeme entwickeln, verwalten und kontrollieren können.
Für CIOs und Technologieführungskräfte außerhalb Singapurs ist der Markt daher beobachtenswert. Die Herausforderungen, auf die Unternehmen dort stoßen – von der Verwaltung proprietärer Daten bis zum Nachweis der Rendite von KI-Investitionen –, sind dieselben, mit denen Unternehmen anderswo konfrontiert sein werden, wenn aus Pilotprojekten Produktivsysteme werden.
Wenn die wachsende Konzentration von KI-Modellen, Datenplattformen, Infrastruktur und Fachkräften in Singapur in erfolgreiche Unternehmenseinsätze mündet, könnte sie einen frühen Fahrplan für die nächste Phase des globalen KI-Marktes liefern. Wenn die Einführung trotz dieser Investitionen ins Stocken gerät, würde dies offenlegen, wie weit die enormen Ausgaben der KI-Branche hinter dem geschäftlichen Nutzen zurückbleiben, den Unternehmen von ihr erwarten.
Auch lesenswert: Unternehmen gehen über KI-Copiloten hinaus und setzen auf autonome Arbeitsabläufe, was neue Fragen zu Governance, Sicherheit und Verantwortlichkeit aufwirft, während KI immer mehr Geschäftsaufgaben übernimmt.