Sigma Computing

Sigmas entscheidende Designentscheidung klingt simpel, ist es aber nicht: Die Oberfläche sieht aus wie Excel, denkt aber in SQL auf Snowflake. Business-Analysten, die seit Jahren in Tabellenkalkulationen arbeiten, können sofort mit vertrauten Formeln und Funktionen losleben — während im Hintergrund Milliarden von Datenbankzeilen direkt im Data Warehouse abgefragt werden. Keine Datenkopien, kein Export, keine Daten-Latenz. Sigma wurde 2025 von Snowflake als "Business Intelligence Data Cloud Product Partner of the Year" ausgezeichnet — eine Anerkennung, die die enge technische Integration unterstreicht.

Das zentrale Versprechen: Daten verlassen nie das Warehouse. Sigma generiert SQL-Abfragen im Hintergrund und schickt sie direkt an Snowflake, BigQuery oder Databricks. Das Ergebnis ist Echtzeit-Performance bei gleichzeitig voller Data-Governance — die Sicherheitsarchitektur des Warehouses bleibt intakt, Row-Level-Security und Column-Level-Security werden automatisch respektiert. Für Unternehmen, die Compliance-Anforderungen wie SOC 2, HIPAA oder ISO 27001 erfüllen müssen, ist das ein erheblicher Vorteil gegenüber Tools, die Daten in eigene Systeme importieren.

Die Spreadsheet-Metapher ist dabei konsequent durchgezogen: Nutzer können berechnete Spalten mit vertrauter SUMIF-Logik erstellen, Pivot-Tabellen bauen und mehrstufige Filterhierarchien aufsetzen — ohne SQL zu schreiben. Gleichzeitig können technische Nutzer jederzeit in die SQL-Ebene wechseln und eigene Abfragen einbetten. Dieses Dual-Mode-Konzept macht Sigma zu einem der wenigen BI-Tools, das tatsächlich both Audiences bedient: Finance-Teams und Data Engineers arbeiten in derselben Umgebung.

Im Juni 2025 erweiterte Sigma auf dem Snowflake Summit seine KI-Fähigkeiten: Native Integration mit Snowflake Semantic Views ermöglicht es, warehouse-definierte Metriken und Dimensionen direkt in Sigma-Analysen zu nutzen. Zusätzlich unterstützt die Plattform Snowflake Cortex AI SQL, womit unstrukturierte Daten — PDFs, Texte, Dokumente — direkt im Warehouse verarbeitet und in strukturierten Analysen weitergenutzt werden können.

Preislich ist Sigma nicht für Solo-Analysten gedacht; die Konditionen werden individuell verhandelt. Wer jedoch bereits auf Snowflake oder BigQuery setzt und eine Business-User-freundliche Schicht benötigt, findet in Sigma eine der ausgereiftesten Lösungen auf dem Markt.