Spice AI setzt auf beschleunigte Open-Source-Daten statt ETL als Grundlage für KI-Apps

Spice AI entwickelt Spice, eine portable Apache-2.0-Rust-Engine, die SQL-Abfragen, Suche und LLM-Inferenz aus über 30 bestehenden Datenquellen mit Latenz auf localhost-Niveau materialisiert, beschleunigt und bereitstellt; darauf aufbauend werden verwaltetes Spice Cloud und On-Premises-Spice.ai Enterprise verkauft.

Dass Entwickler von KI-Apps Open Source übernehmen würden, die Daten aus beliebigen Quellen auf localhost materialisiert und beschleunigt – ohne ETL –, und für verwaltete Cloud zusätzlich zahlen.

Am 2024-03-28 erreichte die Open-Source-Runtime von Spice AI Hacker News als „Show HN: Spice.ai – materialize, accelerate, and query SQL data from any source“. Das erklärte Ziel des Projekts – datengestützte Apps in Minuten bauen, keine Pipelines, kein Glue-Code – rahmte das Problem als eines von Ort und Latenz: Daten liegen in Quellen und Warehouses weit entfernt von der Anwendung, sodass Teams ETL- und Abfrageschichten zusammenstückeln, während die App wartet. Die Antwort war eine Engine, die einen Arbeitssatz der Quelldaten materialisiert und ihn lokal mit Millisekundengeschwindigkeit bereitstellt.

In den folgenden zwei Jahren erweiterte sich die Runtime von der SQL-Materialisierung auf Suche und Inferenz: über 30 Konnektoren mit Query-Pushdown, hybride Vektor-/Volltextsuche, Text-to-SQL, gehostetes und lokales Modell-Serving, Iceberg-Lesen/Schreiben und einen MCP-Server, alles unter Apache-2.0. Spice 2.0 ergänzte Echtzeit-Analytik-Replikate operativer Postgres-, MySQL- und MongoDB-Datenbanken über natives CDC – das README behauptet ~170x schnelleren Ingest, ~2 Sekunden Aktualität und 1.046 analytische QPH bei SF1000 unter einer Last von über 266.000 tpmC – sowie eine Cluster-Sidecar-Architektur für localhost-Latenz in jeder Größenordnung. Luke Kim sprach in der Datenbankgruppe der Carnegie Mellon, Spice AI präsentierte eine AWS-re:Invent-2025-Session zu S3-Data-Lakes für KI, und das README nennt Twilio und Barracuda als Produktionsnutzer.

Zum Stand des Snapshots vom 2026-09-05 läuft es weiter und wächst: keine Stilllegung, Übernahme oder Neuausrichtung wird offengelegt; das Repository wuchs weiter (7.448 Commits), Spice 2.0 wurde ausgeliefert, und das README bewirbt verwaltetes Spice Cloud und Spice.ai Enterprise für Produktions-Workloads.

Föderiertes SQL mit einer beschleunigten lokalen Kopie beseitigt die ETL-Steuer, die jedes Team spürt, das ein Warehouse oder einen Lake in eine App einbindet; der Pitch braucht keine Aufklärung.

Die Apache-2.0-Lizenzierung und die Akzeptanz bestehender Quellen, ein Datensatz nach dem anderen, senken die Kosten, Spice auszuprobieren, von einer Migration auf Minuten.

Daten lokal zu materialisieren greift die Abfragelatenz an, die entfernte Quellen nicht beheben können, sodass der Keil ein Performance-Gewinn ist, nicht nur Bequemlichkeit.

Eine portable Single-Binary-Runtime lässt einen Upgrade-Pfad: zuerst kostenlose OSS in Produktion, dann verwaltetes Spice Cloud und Enterprise für Teams, die es nicht selbst betreiben wollen.

Einen verhassten Integrationsschritt (ETL-Glue) anzugreifen gibt einem Open-Source-Projekt seinen Keil, aber das dauerhafte Geschäft ist die verwaltete Schicht, für die Entwickler zahlen, damit sie es nicht selbst betreiben müssen.

Zum Stand des Snapshots vom 2026-09-05 ist Spice ein aktives, wachsendes Projekt: 3,1k Sterne, 226 Forks und 7.448 Commits auf GitHub, mit ausgeliefertem Spice 2.0 (Analytik-Replikate über natives CDC, Cluster-Sidecar-Architektur), Enterprise-Härtung (mTLS, Vault- und Azure-Key-Vault-Secret-Stores, schreibgeschützte API-Schlüssel) und Twilio und Barracuda, die im README als Produktionsnutzer genannt werden. Spice AI bietet weiterhin die Apache-2.0-Runtime neben verwaltetem Spice Cloud und Spice.ai Enterprise an. In den geprüften Quellen erscheinen keine Umsatz-, Finanzierungs- oder Kundenzahlen.