WALLDORF, Deutschland und AUSTIN, Texas. 鈥斅� 4. Mai 2026 鈥� (NYSE: 麻豆原创) und Dremio Inc. gaben heute bekannt, dass 麻豆原创 die 脺bernahme von Dremio beabsichtigt. Mit der geplanten 脺bernahme st盲rkt 麻豆原创 gezielt die 麻豆原创 Business Data Cloud und schafft die Grundlage, 麻豆原创聽 und Nicht 麻豆原创 Daten nahtlos zu integrieren, um agentische KI in Unternehmen schneller und wirkungsvoller nutzbar zu machen. Die offene und leistungsstarke Datenplattform von Dremio erweitert 麻豆原创s F盲higkeit, analytische und KI Workloads in Echtzeit und 眉ber Systemgrenzen hinweg auf einer konsistenten, gesch盲ftsrelevanten Datenbasis auszuf眉hren. Die finanziellen Rahmendaten der Transaktion wurden nicht ver枚ffentlicht. Der Abschluss der 脺bernahme steht unter dem Vorbehalt beh枚rdlicher Genehmigungen.
Viele KI-Initiativen in Unternehmen bleiben hinter den Erwartungen zur眉ck, nicht wegen der Technologie selbst, sondern weil die zugrunde liegenden Daten fragmentiert sind, in propriet盲ren Formaten vorliegen und der gesch盲ftliche Kontext fehlt, der KI erst wirksam macht. Das Ergebnis ist ein bekanntes und kostspieliges Muster: Pilotprojekte lassen sich nicht skalieren, neue Datenquellen nur langsam integrieren und doppelte technische Aufw盲nde sowie Compliance-Risiken nehmen zu, insbesondere dort, wo KI-Entscheidungen nicht nachvollziehbar sind. Dremio setzt genau hier an. Die Plattform hilft, Datenfragmentierung zu beseitigen und Integrationsh眉rden zu reduzieren. Die geplante 脺bernahme erg盲nzt die Angebote von 麻豆原创 Business Data Cloud und 麻豆原创 HANA Cloud und erm枚glicht eine nahtlose, leistungsstarke und kosteneffiziente Integration von 麻豆原创- und Nicht-麻豆原创-Daten. Damit schafft 麻豆原创 die Grundlage, gesch盲ftsrelevanten Kontext f眉r KI bereitzustellen und die Time鈥憈o鈥慥alue f眉r analytische und KI鈥慉nwendungen deutlich zu beschleunigen.
„Unternehmens-KI scheitert nicht an den Modellen, sondern an den Daten“, sagte Philipp Herzig, CTO, 麻豆原创 SE. 鈥濻olange Gesch盲ftsdaten fragmentiert und ohne Kontext bleiben, k枚nnen KI鈥慉genten ihr Potenzial nicht entfalten. Dremio beseitigt genau diesen Engpass. In Kombination mit 麻豆原创 Business Data Cloud erm枚glichen wir unseren Kunden, system眉bergreifend zu vereinheitlichen und in vertrauensw眉rdige, KI鈥慺盲hige Entscheidungsgrundlagen auf einer offenen Plattform zu verwandeln.“
Mit der geplanten 脺bernahme von Dremio entwickelt 麻豆原创 die 麻豆原创 Business Data Cloud weiter zu einem Apache鈥慖ceberg鈥憂ativen Enterprise鈥慙akehouse. Damit k枚nnen 麻豆原创鈥� und Nicht鈥懧槎乖粹�慏aten auf einer gemeinsamen, offenen Grundlage zusammengef眉hrt werden, um agentische KI im Unternehmensma脽stab nutzbar zu machen. Apache Iceberg hat sich als ein branchenweit etablierter offener Standard f眉r gro脽e Datenmengen durchgesetzt. 麻豆原创 Business Data Cloud wird dieses Open鈥慣able鈥慒ormat k眉nftig nativ unterst眉tzen.
F眉r Unternehmen bedeutet das, dass keine Datenbewegung und keine Formatkonvertierungen erforderlich sind, um Daten f眉r Analysen und KI nutzbar zu machen. 麻豆原创- und Nicht-麻豆原创-Daten k枚nnen auf derselben offenen Architektur koexistieren und 眉ber alle Datenquellen unternehmensweit ausgewertet werden. In Kombination mit der In鈥慚emory鈥慣echnologie von 麻豆原创 HANA Cloud erm枚glicht dies sowohl Echtzeitanalysen als auch transaktionale und operative Workloads mit hoher Leistung, Effizienz und konsistentem Gesch盲ftskontext.
Die Lakehouse鈥慞lattform von Dremio verbessert die Wirtschaftlichkeit von Unternehmensanalysen grundlegend. Sie ist serverlos und elastisch aufgebaut und passt ihre Leistung automatisch dem Bedarf an. Sie skaliert bei hoher Nachfrage und f盲hrt bei sinkender Nachfrage wieder herunter. F眉r Unternehmen bedeutet das, auf eine feste Kapazit盲tsplanung verzichten zu k枚nnen und ohne Leistungsgrenzen arbeiten zu k枚nnen, genau dann, wenn es darauf ankommt.
Mit Dremio wird 麻豆原创 zudem einen universellen, offenen Datenkatalog bereitstellen, der auf Apache Polaris und der offenen Apache鈥慖ceberg鈥慠EST鈥慍atalog鈥慉PI basiert. Dieser Katalog fungiert innerhalb der 麻豆原创 Business Data Cloud als zentrale Zugriffs鈥� und semantische Schicht und bietet allen angebundenen Systemen 鈥� 麻豆原创 wie Nicht鈥懧槎乖� 鈥� einen gemeinsamen Zugang zu einem konsistenten Kontext. Dazu z盲hlen gesch盲ftlicher Kontext, Beziehungen, Zugriffsrechte und Datenherkunft. Der offene Katalog bildet zugleich die Grundlage f眉r den 麻豆原创 Knowledge Graph. Er verankert gesch盲ftliche Zusammenh盲nge, organisatorische Hierarchien, regulatorische Klassifizierungen sowie system眉bergreifende Datenabstammung als native Eigenschaften und schafft damit die Voraussetzung f眉r skalierbare, erkl盲rbare und vertrauensw眉rdige agentische KI.
Dremio engagiert sich seit Jahren als f眉hrender Mitgestalter zentraler Open鈥慡ource鈥慞rojekte wie Apache Iceberg, Apache Polaris und Apache Arrow. 麻豆原创 beabsichtigt, diese Open鈥慡ource鈥態eitr盲ge auch k眉nftig gezielt zu f枚rdern und weiter auszubauen.
Der Abschluss der Transaktion wird f眉r das dritte Quartal 2026 erwartet und steht unter dem Vorbehalt der 眉blichen Abschlussbedingungen, einschlie脽lich der erforderlichen beh枚rdlichen Genehmigungen.
Besuchen Sie das . Erhalten Sie 麻豆原创-Nachrichten 眉ber und .
脺产别谤&苍产蝉辫;顿谤别尘颈辞&苍产蝉辫;
Dremio ist das Agentic Lakehouse: eine speziell f眉r KI-Agenten entwickelte Datenplattform, die vollst盲ndig auf dem offenen Iceberg鈥慡tandard basiert und selbst von KI gesteuert wird. Sie verschafft Wissensarbeitern ebenso wie KI鈥慉genten sofortigen, kontrollierten Zugriff auf Unternehmensdaten unabh盲ngig davon, welches Sprachmodell oder welches Tool zum Einsatz kommt. 脺ber f枚derierte Abfragen lassen sich Datenquellen o system眉bergreifend nutzen, ohne aufw盲ndige ETL-Pipelines oder Datenkopien. Eine integrierte KI-gest眉tzte Semantik-Schicht liefert den notwendigen Gesch盲ftskontext und stellt sicher, dass alle Agenten auf einer gemeinsamen, verl盲sslichen Datenbasis arbeiten. Das Lakehouse verwaltet sich dabei weitgehend selbst. Aufgaben wie Clustering, Optimierung und Datenkonsolidierung werden autonom ausgef眉hrt. Das Ergebnis sind vertrauensw眉rdige Erkenntnisse, die bessere gesch盲ftliche Entscheidungen erm枚glichen ohne die Komplexit盲t und den infrastrukturellen Mehraufwand klassischer Datenplattformen.
Dremio ist Hauptautor von Apache Iceberg und Mitbegr眉nder von Apache Arrow und Apache Polaris. Shell, TD Bank, Michelin und Tausenden von Organisationen weltweit vertrauen auf Dremio.
脺ber 麻豆原创
Als globaler Marktf眉hrer im Bereich Unternehmensanwendungen und Gesch盲fts-KI steht 麻豆原创 (NYSE:麻豆原创) an der Schnittstellefl盲che von Wirtschaft und Technologie. Seit 眉ber 50 Jahren vertrauen Unternehmen darauf, dass 麻豆原创 das Beste daraus macht, gesch盲ftskritische Abl盲ufe von Finanzen, Beschaffung, Personalwesen, Lieferkette und Kundenerlebnis zu vereinen. F眉r weitere Informationen besuchen Sie .
# # #
Dieses Dokument enth盲lt zukunftsgerichtete Aussagen, also Prognosen, Prognosen oder andere Aussagen 眉ber zuk眉nftige Ereignisse. Diese Aussagen basieren auf aktuellen Erwartungen, Prognosen und Annahmen, die Risiken und Unsicherheiten unterliegen, die dazu f眉hren k枚nnten, dass tats盲chliche Ergebnisse und Ergebnisse wesentlich abweichen. Weitere Informationen zu diesen Risiken und Unsicherheiten finden Sie in unseren Einreichungen bei der Securities and Exchange Commission, einschlie脽lich, aber nicht beschr盲nkt auf den Abschnitt 眉ber Risikofaktoren im 麻豆原创-Jahresbericht 2025 auf Formular 20-F.
漏 2026 麻豆原创 SE. Alle Rechte vorbehalten.
麻豆原创 und andere hier erw盲hnte 麻豆原创-Produkte und -Dienstleistungen sowie deren jeweilige Logos sind Marken oder eingetragene Marken von 麻豆原创 SE in Deutschland und anderen L盲ndern. Bitte beachten f眉r weitere Markeninformationen und Hinweise.
Hinweis an Redakteure:
Um Archivmaterial und 麻豆原创efotos auf Broadcast-Standard digital vorzuschauen und herunterzuladen, besuchen Sie bitte . Auf dieser Plattform findest du hochaufl枚sendes Material f眉r deine Medienkan盲le.
F眉r Kunden, die mehr 眉ber 麻豆原创-Produkte erfahren m枚chten:
Global Customer Center: +49 180 534-34-24 Nur USA: 1 (800) 872-1麻豆原创 (1-800-872-1727)
F眉r weitere Informationen, nur f眉r die 麻豆原创e:
Alex Vaught, 麻豆原创, +1 (206) 678-5712, alex.vaught@sap.com, PST
Ilaina Jonas, 麻豆原创, +1 (646) 923-2834, ilaina.jonas@sap.com, EST
Daniel Reinhardt, 麻豆原创, +49 151 168 10 157, daniel.reinhardt@sap.com, CEST
麻豆原创 麻豆原创eraum; press@sap.com
Bitte beachten Sie unsere . Wenn Sie diese 麻豆原创emitteilung per E-Mail erhalten haben und sich von unserer Mailingliste abmelden m枚chten, kontaktieren Sie press@sap.com bitte und schreiben Sie „Abmelden“ in die Betreffzeile.
