Play
Die Folien zum obigen Webinar finden Sie hier.
---
Snowflake hat ein beeindruckendes Portfolio an KI-Funktionen im Angebot. Sie können Sprachmodelle direkt in SQL ausführen, semantische Suche in Ihre Anwendungen einbauen, Daten aus Dokumenten extrahieren und Fachanwendern ermöglichen, Daten in natürlicher Sprache abzufragen. Der Haken: Jeder dieser Services bringt sein eigenes Preismodell, seine eigenen Monitoring-Views und seine eigenen Stolperfallen mit, an denen unbemerkt Kosten entstehen.
Ich habe die letzten Wochen intensiv mit den KI-Angeboten von Snowflake verbracht und diese Serie geschrieben, damit Ihnen die bösen Überraschungen erspart bleiben, die wir bei einigen Kunden erlebt haben. Klassisches Kostenmanagement in Snowflake dreht sich um Warehouse-Sizing und Query-Optimierung. KI-Services verlangen eine völlig andere Denkweise: Token-Counts, nachrichtenbasierte Preise, Serving-Compute, Embedding-Kosten – und allerlei Kombinationen daraus.
Die Serie behandelt jeden wichtigen Snowflake-KI-Service mit praxisnahen SQL-Abfragen, echten Preisbeispielen und klaren Empfehlungen. Unten finden Sie eine kompakte Übersicht über die gesamte Serie; jeder Abschnitt verlinkt auf den vollständigen Artikel zum jeweiligen Thema. Nutzen Sie diesen Beitrag als Inhaltsverzeichnis für den tieferen Einstieg.
Snowflake Cortex Search: Überblick und Kostenmonitoring
Cortex Search ist ein vollständig verwalteter Hybrid-Suchdienst, der Vektor-, Keyword- und semantische Suche für RAG-Anwendungen abdeckt. Die Kostenstruktur ist die komplexeste unter allen Snowflake-KI-Services: Sie zahlen für Serving-Compute (laufende Kosten pro GB indexierter Daten), Embedding-Tokens beim Indexieren, Warehouse-Compute für Aktualisierungen, Speicher für die Indizes sowie Cloud-Services-Overhead. Dieser Leitfaden schlüsselt jede Komponente auf – mit konkreten SQL-Abfragen, um den täglichen und stündlichen Verbrauch zu tracken, sowie Empfehlungen zum Einsatz von Primary Keys für inkrementelle Updates und zum Right-Sizing Ihrer Search-Services, bevor die Kosten aus dem Ruder laufen.
Mehr Details zu Nutzung, zum Verständnis und zum Monitoring der Kosten finden Sie in unserem ausführlichen Blogbeitrag zum Thema.
Snowflake Cortex Analyst – Kosten: Überblick und Monitoring
Cortex Analyst übersetzt Fragen in natürlicher Sprache in SQL-Abfragen und rechnet dabei nachrichten- statt tokenbasiert ab. Jede erfolgreiche Abfrage (HTTP-200-Antwort) kostet Sie eine Nachricht, unabhängig von der Komplexität – die Warehouse-Kosten für die Ausführung des generierten SQL kommen aber noch obendrauf. Der vollständige Artikel zeigt, wie Sie über die View CORTEX_ANALYST_USAGE_HISTORY den Nachrichtenverbrauch nach User und Zeitraum auswerten, und liefert Strategien, wie sich Warehouse-Kosten zuordnen lassen, wenn Cortex Analyst Compute-Ressourcen mit anderen Workloads teilt.
Lesen Sie unseren ausführlichen Blogbeitrag zum Thema, um mehr über den Einsatz von Cortex Analyst, die Abrechnung und das Kostenmonitoring zu erfahren.
Kosten von Cortex AISQL-Funktionen in Snowflake überwachen
AISQL-Funktionen wie AI_COMPLETE, AI_EXTRACT, AI_CLASSIFY und AI_SUMMARIZE erlauben es, KI-Modelle direkt aus SQL-Abfragen heraus aufzurufen. Diese Funktionen rechnen tokenbasiert ab – bei generativen Funktionen zählen sowohl Input- als auch Output-Tokens – und die Kosten variieren je nach Modellwahl erheblich (Premium-Modelle können das Zehnfache kleinerer Alternativen kosten). Dieser Artikel liefert reale Preisbeispiele: Die Auswertung von 10.000 Produktbewertungen kostet mit GPT-4o-mini 0,96 $, mit Llama 3.1 405B dagegen 9,00 $ – inklusive SQL-Abfragen, mit denen Sie die Kosten nach Modell, User und Warehouse in der View METERING_HISTORY überwachen.
Lesen Sie unseren ausführlichen Blogbeitrag zum Thema, um mehr über die Feinheiten von Tokens, Modellwahl und Kostenmonitoring zu erfahren.
Document AI: Technischer Überblick und Kostenmonitoring
Document AI von Snowflake extrahiert strukturierte Daten aus PDFs, Bildern und gescannten Dokumenten über die Funktion SNOWFLAKE.CORTEX.PARSE_DOCUMENT. Die Abrechnung basiert auf der AI-Services-Compute-Zeit (8 Credits pro Compute-Stunde); die Kosten skalieren mit Seitenzahl, Dokumentdichte und Anzahl der extrahierten Werte. Eine typische Pipeline zur Rechnungsverarbeitung kostet rund 0,05 $ pro Dokument, dichte juristische Texte oder komplexe Formulare können aber deutlich teurer werden. Der Leitfaden enthält SQL-Abfragen zur Nachverfolgung der Verarbeitungskosten sowie Empfehlungen zu Konfidenz-Schwellenwerten, Batch-Verarbeitungsstrategien und der Frage, wann Extraktionen mit niedriger Konfidenz an eine manuelle Prüfung weitergereicht werden sollten.
Für einen tieferen Einblick lesen Sie unseren ausführlichen Blogbeitrag zu Document AI.
Snowflake Intelligence: Technischer Überblick und Kostenmonitoring
Vielleicht das spannendste Feature im Cortex-Umfeld für den durchschnittlichen Anwender: Snowflake Intelligence ist eine neue App unter ai.snowflake.com – ein KI-Agenten-Interface, mit dem Fachanwender Fragen in einfachem Englisch stellen und Antworten samt Diagrammen und Insights erhalten, ganz ohne SQL. Die App orchestriert strukturierte Daten (über Cortex Analyst), unstrukturierte Daten (über Cortex Search) und eigene Tools, um umfassende Antworten zu liefern. Das Kostenmodell ist sogar einfacher als bei anderen Services: Es fallen keine agentenspezifischen Gebühren an – Sie zahlen nur für die zugrundeliegenden Cortex-Analyst-Anfragen und die Cortex-Search-Nutzung. Die Herausforderung: In Ihren Account-Usage-Views verteilen sich die Intelligence-Kosten auf mehrere Service-Typen. Der Artikel liefert daher Abfragen, die alle zugehörigen Kosten aggregieren, und erklärt Strategien, um Warehouse-Ausführungskosten den vom Agenten erzeugten Abfragen zuzuordnen.
Mehr zur Nutzung von Snowflake Intelligence, zur Einrichtung und zur Abrechnung erfahren Sie in unserem ausführlichen Blogbeitrag zum Thema.
Womit Sie starten sollten
Wenn Sie bereits einen dieser Services einsetzen, steigen Sie am besten direkt mit dem passenden Artikel ein. Falls Sie noch evaluieren, welche KI-Funktionen Sie einführen wollen, empfehle ich Snowflake Intelligence oder die AISQL-Funktionen als Einstieg – sie sind am breitesten einsetzbar.
Über Fragen zu einem der Artikel freue ich mich jederzeit. Schreiben Sie uns, welche KI-Funktionen Sie einsetzen und wie Sie die Kosten unter Kontrolle halten.
Jeff ist Data- und Analytics-Berater mit über 15 Jahren Erfahrung in der Automatisierung von Insights und der datengestützten Steuerung von Geschäftsprozessen. Technologisch ist er auf Snowflake + dbt + Tableau spezialisiert. Branchenseitig bringt er Erfahrung aus den Bereichen öffentliche Versorgung, klinische Studien, Verlagswesen, Konsumgüter und Fertigung mit. Sie erreichen ihn jederzeit unter [email protected].