Snowflake Frontier Engineering bringt KI-Pilotprojekte in die Produktion

3. November 2026, 14:58Quelle: Snowflake

Snowflake zufolge arbeitet das Team Frontier Engineering gemeinsam mit Kundenteams: KI- und Dateningenieure, Forscher und Branchenexperten überführen stagnierende KI-Pilotprojekte in produktionsreife agentische Systeme. Als erstes Beispiel nennt das Unternehmen den Gesundheitsdatenanbieter Veradigm, der in sieben Wochen ein eigenes Modell für die medizinische Kodierung entwickelte.

Das Wichtigste in Kürze

Snowflakes Team Frontier Engineering arbeitet gemeinsam mit Kunden: Ingenieure, Forscher und Branchenexperten entwickeln produktionsreife agentische Systeme.
Die Lösungen laufen auf Snowflakes verwaltetem Datenfundament und sollen zu wiederverwendbaren Unternehmensressourcen werden.
Veradigm entwickelte gemeinsam mit dem Team in sieben Wochen ein eigenes Modell für die medizinische Kodierung.
Das Modell wurde mit synthetischen klinischen Daten trainiert, die auf Veradigms realen Datensätzen basieren. Auf private Patientendaten wurde daher nicht zugegriffen.
Gaurav Kaushik von Veradigm zufolge erzielte das Modell bei der komplexen medizinischen Kodierung bis zu neunmal bessere Ergebnisse.

Die Lücke zwischen Pilotprojekt und Produktion schließen

Nach Angaben von Madhan Arumugam, VP of Global Customer Experience bei Snowflake, verfügen die meisten Unternehmen über zahlreiche vielversprechende KI-Pilotprojekte. Die Schwierigkeit besteht darin, daraus produktive Workflows zu machen, auf die sich ein Unternehmen verlassen kann. Snowflake nennt eine sorgfältige Evaluierung, klare Zuständigkeiten für Daten und vertrauenswürdige Governance als Punkte, an denen der Fortschritt und der Return on Investment von KI häufig ins Stocken geraten.

Das Team Frontier Engineering soll Kunden dabei helfen, diese Hürde zu überwinden. Seine KI- und Dateningenieure, Forscher und Branchenexperten arbeiten direkt in den Kundenteams, um eine geschäftliche Herausforderung zu definieren und dafür produktionsreife agentische Systeme zu entwickeln. Da die Lösungen auf Snowflakes verwaltetem Datenfundament laufen, handelt es sich laut Snowflake nicht um isolierte Einzellösungen. Agentische Workflows werden zu wiederverwendbaren Unternehmensressourcen, die sich im gesamten Unternehmen skalieren lassen.

So funktioniert das Modell

Snowflake beschreibt vier Schritte für jeden Einsatz:

Ein Problem mit hohem Mehrwert auswählen: Jeder Einsatz konzentriert sich auf eine klar definierte geschäftliche Herausforderung.
Gemeinsam mit dem Team des Kunden arbeiten: Frontier Engineering und der Kunde richten sich an messbaren Ergebnissen, einer produktorientierten Umsetzung und skalierbaren Fähigkeiten aus.
Auf verwalteten Daten aufbauen: Die Teams verwandeln Pläne in wiederverwendbare Ressourcen, die sich im gesamten Unternehmen skalieren lassen.
Skalieren und wiederverwenden: Erkenntnisse aus jedem Einsatz fließen in neue Funktionen der Snowflake-Plattform ein, die allen Kunden zur Verfügung stehen.

Der letzte Schritt bildet eine Rückkopplungsschleife. In der Praxis erprobte Innovationen fließen zurück in die Kernplattform, sodass andere Unternehmen, die eigene KI-Agenten und intelligente Systeme entwickeln, davon profitieren können.

Veradigms eigenes Gesundheitsmodell

Veradigm, ein Unternehmen für Gesundheitsdaten und -technologie, arbeitete mit dem Team an einem proprietären KI-Modell für das medizinische Verständnis und die komplexe medizinische Kodierung. Nach Angaben von Snowflake lieferten die Teams das Modell in sieben Wochen.

Das Modell soll die Arbeitsabläufe von Leistungserbringern im Gesundheitswesen vereinfachen, die Genauigkeit der Kodierung verbessern und den Verwaltungsaufwand reduzieren. Trainiert wurde es mit synthetischen klinischen Daten, die auf Veradigms realen Datensätzen basieren, sodass nicht auf private Patientendaten zugegriffen wurde. Es hilft medizinischen Leistungserbringern, bei komplexen Fällen genaue Codes zuzuweisen, etwa bei Patienten mit chronischen Erkrankungen oder mehreren Krankheitsbildern. Außerdem extrahiert es strukturierte Daten aus unstrukturierten Aufzeichnungen und unterstützt Programme zur Qualitäts- und Risikoanpassung.

Gaurav Kaushik, SVP Applied Intelligence bei Veradigm, sagte, das Unternehmen habe in sieben Wochen ein Modell entwickelt, "das bei der komplexen medizinischen Kodierung bis zu neunmal bessere Ergebnisse erzielte und zugleich die Privatsphäre der Patienten schützte." Die Quelle erläutert nicht, wie dieser Vergleich gemessen wurde.

Für wen Snowflake das Angebot empfiehlt

Snowflake nennt drei Gruppen: Unternehmen mit stagnierenden KI-Pilotprojekten, Organisationen in regulierten Branchen mit spezifischen Vorgaben für KI sowie Teams mit wenig KI-Erfahrung, die Unterstützung bei agentischen Initiativen benötigen. Das Unternehmen sagt, viele Kunden hätten von einem schnelleren Return on Investment und kumulierenden Effizienzgewinnen berichtet. Der Beitrag nennt dafür jedoch keine Zahlen.

Interessierte Kunden sollen sich an ihren Snowflake-Ansprechpartner wenden oder die Lösungsseite von Frontier Engineering besuchen. Der Beitrag ist der erste einer Serie darüber, wie das Team mit Kunden arbeitet. Snowflake verweist außerdem auf das Research Brief "The AI Last Mile Problem" der Futurum Group, das sich mit Problemen bei Evaluierung, Datenverantwortung und Governance befasst.