Snowflake-Manager Greg Czajkowski schreibt in einem Blogbeitrag, Zeitreihenanalysen gehörten zu den am häufigsten eingesetzten Data-Science-Techniken. Genaue Hochrechnungen und Prognosen könnten die Planung und Zielsetzung in Unternehmen erleichtern und Risiken senken, so Czajkowski.

Die Technik werde regelmäßig im Supply Chain Management, in der Bestandsplanung, dem Finanzbereich sowie im Gesundheitswesen eingesetzt, so der Snowflake-Mann. Auch könne sie in der Fertigung für die Vorhersage von Produktnachfragen verwendet werden. So ließen sich Lieferanforderungen besser erfüllen und die Verschwendung von Beständen vermeiden.

Trends aus Daten fortschreiben

Bei der Zeitreihenprognose werden unter anderem historische Daten nach statistisch relevanten Mustern untersucht, um Prognosen zu erstellen. Myst AI legt seinen Schwerpunkt vor allem auf den Energiesektor und ist in der Lage, Nachfragespitzen beim Stromverbrauch vorherzusagen, optimale Preise zu errechnen und insgesamt den Strommix zu optimieren. In die Analysen fließen auch externe Datenquellen ein, zum Beispiel Wetterdaten, Informationen über Energiemärkte oder Verhaltensmuster von Konsumenten.

Mit dem Zukauf treibt Snowflake seine Strategie voran, die hauseigene Daten-Cloud um maschinelles Lernen (ML) zu erweitern. Im Juni 2022 hatte das Unternehmen dazu mehrere Funktionen angekündigt, darunter insbesondere die Integration des Zukaufs Streamlit und ML-Funktionen für SQL-Benutzer. Snowflake hatte das Python-basierte Streamlit im März vergangenen Jahres für 800 Millionen Dollar erworben, um ML- und Data-Science-Teams dabei zu unterstützen, Daten zu visualisieren und gemeinsam zu nutzen.

Snowflake hat nicht bekanntgegeben, wieviel es für Myst AI bezahlt hat. Es handelt sich um die sechste Übernahme innerhalb von drei Jahren. Im August 2022 kaufte Snowflake die polnische KI-basierte Plattform Applica, die Unternehmen beim Interpretieren und Verwalten unstrukturierter Daten unterstützt. Die anderen Übernahmen waren neben Streamlit die polnischen Unternehmen Pragmatists (Januar 2022) und Polidea (Februar 2021) sowie das kanadische IT-Sicherheitsunternehmen CryptoNumerics (Juli 2020), das seinen Schwerpunkt auf die Datenanonymisierung legt. (hv)