Snorkel AI mit 3,5 Milliarden bewertet – Daten-Boom für KI

Das Data-Startup Snorkel AI hat in einer neuen Finanzierungsrunde 350 Millionen Dollar eingesammelt und wird nun mit 3,5 Milliarden Dollar bewertet. Das teilte CEO Alex Ratner gegenüber Reuters mit. Die boomende Nachfrage von Frontier-KI-Laboren nach immer komplexeren Trainingsdaten und simulierten Umgebungen treibt das rasante Wachstum des Unternehmens an.

Die Finanzierungsrunde wurde von Insight Partners und S32 angeführt. Beteiligt waren zudem bestehende Investoren wie Addition, Greylock und Wells Fargo. Die Transaktion bewertet das Unternehmen fast dreimal so hoch wie die 1,3 Milliarden Dollar, die bei der letzten Finanzierung von 100 Millionen Dollar im Mai 2025 erreicht wurden.

Das in San Francisco ansässige Unternehmen gab an, dass seine annualisierte Umsatzrate die Marke von 350 Millionen Dollar überschritten hat. Zum Vergleich: Vor einem Jahr lag dieser Wert noch bei rund 20 Millionen Dollar. Haupttreiber ist das im September 2025 gestartete „Data-as-a-Service“-Geschäft.

Vom Softwareanbieter zum Datenproduzenten

Snorkel AI wurde 2019 von einem Team von Forschern gegründet, die aus dem Stanford AI Lab hervorgegangen sind. Ursprünglich verkaufte das Unternehmen Software, ist jedoch dazu übergegangen, fertige Datensätze und Reinforcement-Learning-Umgebungen (RL) direkt an Kunden zu liefern.

Ratner erklärte, die Nachfrage sei gewachsen, da KI-Entwickler über einfachere Labeling-Arbeiten hinausgegangen seien. Sie suchten zunehmend schwierigere Daten mit höherem Einsatzbedarf, um immer leistungsfähigere Systeme zu trainieren und zu bewerten.

Snorkel bietet nun eine sogenannte „agentic data development platform“ an. Diese kombiniert menschliche Experten mit Tausenden spezialisierter KI-Modelle und -Agenten, um Daten zu erstellen und zu prüfen. Experten entwerfen Szenarien, Aufgaben und Bewertungskriterien, während die KI einen Großteil des arbeitsintensiven Qualitätssicherungsprozesses automatisiert.

Geschäftsmodell mit Netzwerk aus Zehntausenden Spezialisten

Das Unternehmen arbeitet mit KI-Laboren zusammen, um Wege zur Beschaffung hochwertiger Datensätze zu entwickeln. Das Geschäft nutzt ein Netzwerk aus Zehntausenden von Spezialisten in Bereichen wie Programmierung, Recht und Medizin.

Ratner sagte, Snorkel verkaufe die von ihnen generierten Datenprodukte, statt für menschliche Arbeitsleistung zu berechnen. Dieses Modell ermögliche es, Experten großzügiger zu vergüten, während die Margen erhalten blieben.

„Unsere klare Einschätzung ist, dass 100 Prozent der Daten, aus denen Labs Nutzen ziehen werden, in absehbarer Zeit irgendeine menschliche Beteiligung erfordern werden“, sagte Ratner. „Aber 100 Prozent dieser Daten müssen synthetische und automatisierte Ansätze nutzen, um mit dieser Komplexität Schritt zu halten.“

Wachstumsmarkt für KI-Trainingsdaten

Das Unternehmen gibt an, mit Frontier-KI-Labs, Hyperscalern, Unternehmen und der US-Bundesregierung zusammenzuarbeiten. Programmierdaten sind einer der größten Nachfragebereiche von Snorkel.

Venture-Capital fließt weiterhin stark in Startups, die Frontier-KI-Labs mit menschenannotierten Trainingsdaten versorgen. Dieser Markt hat sich nach Metas 14,3 Milliarden Dollar schwerem Kauf eines 49-Prozent-Anteils an Scale AI im Juni 2025 verändert. Auch Mitbewerber wie Mercor und Surge AI haben aufgrund starken Umsatzwachstums das Interesse von Investoren auf sich gezogen.

Ratner sagte, das neue Kapital werde für die Einstellung von Forschern und Ingenieuren sowie für den Ausbau der Unternehmens- und Regierungsaktivitäten des Startups verwendet. Das Unternehmen plant zudem, die Evaluierung von Drittanbieter-KI-Modellen zu unterstützen und in neue Branchenvertikalen und Datenmodalitäten vorzustoßen.

Obwohl das Wachstum weiterhin Priorität hat, erwartet das Unternehmen, dieses Jahr profitabel zu werden. „Daten werden seltener, spezialisierter und schwieriger zu finden“, sagte Andy Harrison, Partner bei S32, der die Finanzierung gemeinsam leitete. „Wenn Sie die fortschrittlichsten, komplexesten und leistungsfähigsten Modelle trainieren wollen, benötigen Sie heute überlegene Daten.“