Snowflake Cortex Analyst ist ein Text-to-SQL-/Conversational-Analytics-Service für strukturierte Daten in Snowflake.
Fachanwender können Fragen in natürlicher Sprache stellen; Cortex Analyst generiert dazu SQL und liefert Antworten, ohne dass Endnutzer selbst SQL schreiben müssen. Die Funktion ist per REST API integrierbar und baut für hohe Genauigkeit auf Semantic Views / Semantic Models, benutzerdefinierte Instruktionen und verifizierte Queries auf.
Snowflake Cortex Analyst
vollständig gemanagtes, LLM-gestütztes Snowflake-Cortex-Feature
Herkunft: USA ⓘ Snowflake, Inc., 135 Constitution Drive, Menlo Park, CA 94025, USA
• Standard – Kernplattform, automatische Verschlüsselung, Snowpark, Data Sharing; Cortex Analyst ist enthalten.
• Enterprise – zusätzlich u. a. Multi-Cluster-Compute sowie granularere Governance-/Privacy-Kontrollen.
• Business Critical – zusätzlich höhere Sicherheits- und Datenschutzfunktionen, Private Connectivity, Failover/Failback.
• Virtual Private Snowflake (VPS) – isolierte, separate Snowflake-Umgebung. Sonstiges • On-Demand oder pre-paid Capacity als Einkaufsmodell.
• Cortex Analyst selbst wird laut Doku nach verarbeiteten Messages abgerechnet.
• Zusätzliche Warehouse-Kosten entstehen beim Ausführen der generierten SQL-Abfragen.
• Zusätzlich fallen – je nach Nutzung – übliche Snowflake-Kosten für Compute, Storage und ggf. Datentransfer an.
Zielgruppe
Snowflake Cortex Analyst richtet sich in erster Linie an Unternehmen, Datenplattform-Teams, BI-/Analytics-Teams, Data Engineers, Analytics Engineers und Entwickler, die strukturierte Daten bereits in Snowflake verwalten und für Fachbereiche in natürlicher Sprache zugänglich machen möchten. Typische Nutzer sind Organisationen, die Self-Service-Analytics, Embedded Analytics oder interne Daten-Assistenten aufbauen wollen, ohne ein generisches LLM allein auf rohe Schemas loszulassen. Für klassische Consumer-Nutzung ist das Produkt nicht konzipiert.
Herausragende Funktionen
Besonders stark ist Cortex Analyst durch die Verbindung von natürlicher Sprache mit Semantic Views / Semantic Models, die Business-Logik, Begriffe, Metriken und Relationen sauber definieren. Dazu kommen Custom Instructions für SQL-Regeln und Frageneinordnung, Verified Queries zur Qualitätssteigerung, Multi-Turn-Dialoge für Folgefragen und Evaluations, mit denen sich die Qualität eines Semantic Views systematisch testen und verbessern lässt. Das macht Cortex Analyst deutlich näher an produktionsfähiger Conversational Analytics als einfache Prompt-zu-SQL-Ansätze.
Wichtigste Anwendungsfelder
Cortex Analyst eignet sich vor allem für Self-Service-Reporting, Fachbereichsanalysen, Revenue-/Sales-Analysen, Finanz- und KPI-Abfragen, eingebettete Chat-Oberflächen in Daten-Apps und generell für jede Anwendung, in der Nutzer Fragen an strukturierte Unternehmensdaten stellen sollen. Über die REST API und Beispiele mit Streamlit kann die Funktion in interne Portale, Dashboards, Assistenten oder andere Business-Anwendungen eingebunden werden. Für unstrukturierte Dokumente oder Wissenssuche ist dagegen eher Cortex Search gedacht.
Nutzung & Hinweise
In der Praxis sollte Cortex Analyst nicht als „Chat auf beliebige Tabellen“ verstanden werden, sondern als kontrollierte Analytics-Schicht über gut modellierten Snowflake-Daten. Für produktive Ergebnisse sind Semantic Views / Models, passende Rollen, Stage-/Tabellenrechte und klare Governance wichtig. Kosten entstehen nicht nur durch Cortex Analyst selbst, sondern zusätzlich durch die SQL-Ausführung auf Warehouses. Aus Datenschutzsicht ist relevant, die Zielregion bewusst zu wählen und Cross-Region Inference nur dann zu aktivieren, wenn dies organisatorisch und rechtlich passt.
Hosting & Daten
Bedeutung: Die Firma betreibt die Lösung auf eigener Hardware oder in der eigenen Infrastruktur. Im strengsten Sinn läuft dabei nicht nur die Anwendung, sondern idealerweise auch das Modell lokal.
2) Private Cloud / RZ
Bedeutung: Die Lösung läuft in einer dedizierten oder stärker abgegrenzten Cloud-Umgebung, oft bei einem Hosting-Anbieter oder Hyperscaler, aber in einem deutschen Rechenzentrum oder in einer besonders kontrollierten Umgebung.
3) EU-SaaS / Managed
Bedeutung: Der Anbieter betreibt die Lösung selbst als Dienst. Die Firma nutzt das Tool als fertigen Cloud-Service, idealerweise mit EU-Datenresidenz.
4) Hybrid
Bedeutung: Ein Teil der Verarbeitung bleibt intern / lokal / in privater Cloud, ein anderer Teil läuft in einer externen Cloud oder EU-SaaS.
5) AVV / DPA
Bedeutung: Das ist der Auftragsverarbeitungsvertrag bzw. Data Processing Addendum. Er regelt, dass der Anbieter personenbezogene Daten im Auftrag verarbeitet und an die Weisungen des Kunden gebunden ist.
6) Kein Training
Bedeutung: Der Anbieter nutzt deine Prompts, Uploads, Anhänge, Chatverläufe oder Outputs nicht zum Training oder zur Verbesserung des allgemeinen Modells — idealerweise vertraglich ausgeschlossen.
7) Open-Source-/Transparenz-Pfad
Bedeutung: Es gibt einen Weg zu mehr technischer Transparenz und Souveränität, etwa durch:
- offene Modelle
- dokumentierte Komponenten
- self-hostbare Teile
- nachvollziehbare Architektur
- Export-/Wechselmöglichkeiten
| On-Prem / lokales Hosting | ❓ |
| Private Cloud / RZ | ⚠️ |
| EU-SaaS / Managed | ✅ |
| Hybrid | ⚠️ |
| AVV / DPA | ✅ |
| Kein Training | ✅ |
| Open-Source-/Transparenz-Pfad | ⚠️ |
Private Cloud / RZ: nur indirekt über isoliertere Snowflake-Betriebsmodelle wie VPS, aber weiterhin Snowflake-managed, nicht kundenselbst gehostet.
EU-SaaS / Managed: klar geeignet, da Snowflake EU-Regionen unterstützt und Cortex Analyst nativ u. a. in Frankfurt, Irland und Azure West Europe verfügbar ist.
Hybrid: teilweise, weil Datenquellen und Nutzungsszenarien hybrid angebunden werden können, der Kerndienst aber SaaS bleibt.
AVV / DPA: vorhanden. Kein Training: von Snowflake für AI Features ausdrücklich zugesagt.
Open-Source-/Transparenz-Pfad: proprietär, aber mit umfangreicher Doku, Legal Hub, AI-Trust-Seite, Pass-Through Terms, Privacy-/Transfer-Hinweisen.
| On-Prem / lokales Hosting | ❓ |
| Private Cloud / RZ | ⚠️ |
| EU-SaaS / Managed | ✅ |
| Hybrid | ⚠️ |
| AVV / DPA | ✅ |
| Kein Training | ✅ |
| Open-Source-/Transparenz-Pfad | ⚠️ |
Private Cloud / RZ: nur indirekt über isoliertere Snowflake-Betriebsmodelle wie VPS, aber weiterhin Snowflake-managed, nicht kundenselbst gehostet.
EU-SaaS / Managed: klar geeignet, da Snowflake EU-Regionen unterstützt und Cortex Analyst nativ u. a. in Frankfurt, Irland und Azure West Europe verfügbar ist.
Hybrid: teilweise, weil Datenquellen und Nutzungsszenarien hybrid angebunden werden können, der Kerndienst aber SaaS bleibt.
AVV / DPA: vorhanden. Kein Training: von Snowflake für AI Features ausdrücklich zugesagt.
Open-Source-/Transparenz-Pfad: proprietär, aber mit umfangreicher Doku, Legal Hub, AI-Trust-Seite, Pass-Through Terms, Privacy-/Transfer-Hinweisen.
Stärken & Schwächen im Überblick
| Stärken | Schwächen |
|---|---|
| • Sehr starker Fit für Self-Service-Analytics auf strukturierten Snowflake-Daten. | • Nur für strukturierte Daten in Snowflake geeignet; für unstrukturierte Wissensquellen ist eher Cortex Search vorgesehen. |
| • API-first und dadurch gut in eigene Apps, Streamlit, Slack oder Teams integrierbar. | • Für gute Ergebnisse ist ein Semantic View / Semantic Model nötig; das verlangt Datenmodellierungs- und Governance-Arbeit. |
| • Präzisere Ergebnisse als generische Text-to-SQL-Ansätze durch Semantic Views, Verified Queries und Custom Instructions. | • Zusätzlich zu Analyst-Nutzung fallen Warehouse-Kosten für die ausgeführten SQL-Abfragen an. |
| • Saubere Rollen- und Zugriffssteuerung mit eigenem SNOWFLAKE.CORTEX_ANALYST_USER-Rollenmodell. | • Kein On-Prem / lokales Hosting; Snowflake läuft vollständig cloudbasiert. |
| • Breite Editions-Unterstützung: Standard bis VPS. | • Bei Nutzung von Cross-Region Inference kann Verarbeitung in andere Regionen ausweichen, was datenschutzrechtlich geprüft werden sollte. |
Bewertungen
0 Bewertungen insgesamt
Für dieses Tool liegen noch keine bestätigten Bewertungen vor.
Bewertung absenden
Deine Bewertung wird erst nach der Bestätigung per E-Mail sichtbar. Damit schützen wir das Portal vor Missbrauch.
Bewertung melden
Bitte wähle den Grund aus, warum diese Bewertung geprüft werden soll.
DSGVO-konforme Nutzung möglich?
Positiv: Snowflake stellt ein Customer DPA / AVV, eine Privacy Notice, eine DPIA Fact Sheet, eine Subprocessor-&-Affiliates-Liste, eine Transfer Mechanism Site und eine Data Privacy Framework Notice bereit. Die Privacy Notice sagt, dass Customer Data ausschließlich im Auftrag des Kunden verarbeitet wird. Für Snowflake AI Features erklärt Snowflake zusätzlich, dass Kunden- und Nutzungsdaten nicht zum Training, Re-Training oder Fine-Tuning von Modellen für andere Kunden verwendet werden und innerhalb der Snowflake Security Boundary bleiben. Snowflake unterstützt EU-Regionen; für Cortex Analyst sind nativ u. a. AWS Frankfurt, AWS Irland und Azure West Europe verfügbar.
Negativ / zu prüfen: Snowflake ist ein US-Anbieter; internationale Datentransfers müssen daher juristisch bewertet werden. Die Privacy Notice verweist auf SCCs bzw. andere zulässige Transfermechanismen und zusätzlich auf die EU-U.S./UK/Swiss Data Privacy Framework-Selbstzertifizierung. Bei Cross-Region Inference können Anfragen außerhalb der eigenen Standardregion verarbeitet werden. Zudem gelten für bestimmte Modelle Pass-Through Terms.
Serverstandort: abhängig von gewählter Snowflake-Region. AVV/DPA verfügbar: Ja. SCCs / Transfermechanismen: Ja, laut Privacy-/Legal-Unterlagen. Subprocessor-Liste: Ja. Kein Training auf Kundendaten für andere Kunden: Ja.