Snorkel AI sammelt 350 Mio. US-Dollar in Serie E ein, Bewertung verdreifacht sich auf 3,5 Mrd. US-Dollar
Zusammenfassung der Nachrichten
Snorkel AI, ein Startup, das kuratierte Trainingsdaten für Systeme der künstlichen Intelligenz erstellt, gab am 22. September 2026 (US-Ostküstenzeit) bekannt, dass es in einer Serie-E-Finanzierungsrunde 350 Mio. US-Dollar bei einer Bewertung von 3,5 Mrd. US-Dollar eingesammelt hat — fast eine Verdreifachung der Bewertung von 1,3 Mrd. US-Dollar, die es nur 17 Monate zuvor hatte. Die Runde unterstreicht, wie schnell die Nachfrage nach hochwertigen, von Experten kuratierten Trainingsdaten gewachsen ist, während KI-Labore auf leistungsfähigere und spezialisiertere Modelle hinarbeiten.
Die Finanzierungsrunde
Die Serie E wurde von Insight Partners und S32 angeführt, dem Risikokapitalarm, der mit dem Wachstumsökosystem von Alphabet verbunden ist, unter zusätzlicher Beteiligung von Third Point, March, Blumberg, Allegis, Standard VC und Frontline. Auch bestehende Geldgeber beteiligten sich erneut an der Runde, darunter Addition, Lightspeed, Greylock, GV, P7, Wells Fargo, Walden Catalyst Ventures und Factory. Der Sprung von einer Bewertung von 1,3 Mrd. US-Dollar bei der Serie D über 100 Mio. US-Dollar vor etwas mehr als einem Jahr auf heute 3,5 Mrd. US-Dollar spiegelt eine schnelle Neubewertung des gesamten Sektors der KI-Dateninfrastruktur wider.
Von Datenkennzeichnungssoftware zu Daten als Service
Vor sieben Jahren von CEO Alex Ratner und einem Team gegründet, das aus dem KI-Labor der Stanford University hervorging, startete Snorkel 2019 kommerziell als Softwareplattform zur Automatisierung der Datenkennzeichnung — dem Prozess, bei dem Rohdaten markiert werden, damit maschinelle Lernmodelle daraus lernen können. Vor etwa einem Jahr wechselte das Unternehmen zu einem Modell von Daten als Service und verlagerte sich vom Verkauf von Kennzeichnungswerkzeugen hin zur direkten Erstellung fertiger, hochwertiger Datensätze und simulierter Umgebungen, die KI-Labore und Unternehmen direkt in ihre Modelltrainingspipelines einspeisen können.
Dieser Wechsel scheint sich ausgezahlt zu haben. Snorkel gibt an, dass das Geschäft mit Daten als Service in den vergangenen zwölf Monaten um das 18-Fache gewachsen ist und in der Woche der Finanzierungsankündigung eine annualisierte Umsatzrate von 375 Mio. US-Dollar überschritten hat.
Wie die agentische Datenplattform funktioniert
Im Zentrum von Snorkels Angebot steht das, was das Unternehmen seine agentische Datenplattform nennt, die menschliche Fachexperten mit spezialisierten KI-Agenten kombiniert, anstatt sich allein auf Menschen oder allgemeine Sprachmodelle zu verlassen. Laut Ratner können die Agenten eine erste Skizze einer Aufgabe durch einen Experten aufnehmen und sie zu einer vollständigen Umgebung oder einem kompletten Satz von Dateninstanzen ausbauen, während sie gleichzeitig die Qualitätskontrolle übernehmen und Arbeit an den richtigen Spezialisten weiterleiten.
Snorkel berichtet, dass diese spezialisierten Agenten die Qualitätskontrollarbeit um mehr als 50 % beschleunigen und die Prüfgenauigkeit um mehr als 15 Punkte im Vergleich zu menschlichen Prüfern steigern, die mit standardmäßigen großen Sprachmodellen arbeiten. Das Unternehmen behauptet außerdem, dass sein System bei Datenqualitätsaufgaben mehr als die doppelte Genauigkeit nicht spezialisierter Frontier-LLM-Basislinien liefert. Ratner hat den Ansatz als eine Schleife der rekursiven Selbstverbesserung beschrieben, in der menschliches Feedback die KI-Agenten, die bei der Datenerstellung helfen, kontinuierlich neu trainiert und schärft.
Bemerkenswert ist, dass Snorkel Zahlungen an sein Netzwerk menschlicher Experten als Kosten der verkauften Waren verbucht, anstatt sie in die Schlagzeilen-Umsatzzahlen einzurechnen — eine strukturelle Entscheidung, die seine berichteten Finanzzahlen von einigen Wettbewerbern in diesem Bereich unterscheidet.
Kunden und Marktposition
Snorkel gibt an, dass seine Kundenbasis inzwischen Frontier-KI-Labore, Hyperscale-Cloud-Anbieter, sogenannte Neolabs, vertikale KI-Unternehmen, große Unternehmen und US-Regierungsbehörden umfasst. Die Breite dieser Kundenliste zeigt, wie sehr sich der Bedarf an kuratierten, domänenspezifischen Trainingsdaten über die Handvoll Unternehmen hinaus ausgebreitet hat, die die größten Allzweckmodelle entwickeln.
Die Finanzierungsrunde kommt zudem inmitten eines breiteren Booms bei Geschäften mit KI-Trainingsdaten. Andere Unternehmen in diesem Bereich haben ein ähnlich explosives Wachstum gemeldet: Das Unternehmen für Datenkennzeichnung und Expertennetzwerke Mercor hat nach eigenen Angaben einen annualisierten Bruttoumsatz von 2 Mrd. US-Dollar erreicht, während die Plattform für Arbeitskräftedaten Handshake nach Branchenberichten angab, in dieser Kategorie 1 Mrd. US-Dollar überschritten zu haben. Investoren scheinen darauf zu wetten, dass die Nachfrage nach von Experten erzeugten, verifizierten und synthetischen Trainingsdaten weiter schnell wachsen wird, während KI-Labore die leicht verfügbaren öffentlichen Daten ausschöpfen.
Verwendung der Mittel
Snorkel gibt an, dass es das neue Kapital nutzen will, um seine Teams für Technik, Forschung und Markteinführung zu erweitern, sein Programm Open Benchmarks Grants auszubauen — eine Zusage von rund 3 Mio. US-Dollar zur Unterstützung der Erstellung offener Evaluierungsdatensätze für die KI-Forschungsgemeinschaft — und weiter in spezialisierte KI-Modelle zu investieren. Das Unternehmen gibt außerdem an, dass ein Teil seiner Forschungsarbeit speziell auf die Datenentwicklung für KI-Ausrichtung und -Sicherheit ausgerichtet sein wird, einen Bereich, der zunehmend Aufmerksamkeit erregt hat, seit Modelle in Umgebungen mit höherem Einsatz eingesetzt werden.