In dieser Phase der GenAI-Entwicklung entsteht der Wettbewerbsvorteil nicht mehr durch die gemieteten Modelle, sondern durch die Daten, die ein Unternehmen besitzt. Dennoch haben die meisten Unternehmen Schwierigkeiten, diese Daten in produktionsreife Agenten umzusetzen, da ihnen die Qualität, Governance und Flexibilität für eine Skalierung fehlen.
Agent-Bricks von Databricks ermöglicht Daten- und KI-Teams aus Unternehmensdaten die gewünschte Data-Intelligence herauszuziehen. Dies gelingt mit Agenten, die strukturierte und unstrukturierte Informationen verstehen, bewerten und darauf reagieren können. Mit integrierter Bewertung durch MLflow, einheitlicher Governance über Unity-Catalog und offener Unterstützung für jedes Modell oder Framework mit AI-Gateway hilft Agent-Bricks Unternehmen wie Astra Zeneca, mit Zuversicht von Pilotprojekten zur Produktionsreife überzugehen.
Aktuell wurden neue Funktionen für Agent-Bricks vorgestellt, die die drei Säulen des Vertrauens weiterentwickeln: Genauigkeit, Governance und Offenheit.
„Mit Agent-Bricks konnten unsere Teams mehr als 400.000 Dokumente aus klinischen Studien analysieren und strukturierte Datenpunkte extrahieren – ohne eine einzige Zeile Code zu schreiben. In weniger als 60 Minuten hatten wir einen funktionierenden Agenten, der komplexe unstrukturierte Daten in für Analysen nutzbare Daten umwandeln kann. Agent Bricks (Information Extraction) ist ein wertvolles Tool, um schnell von Daten zu Erkenntnissen zu gelangen!“ – Joseph Roemer, Leiter Daten & KI, Commercial IT, Astra Zeneca
Unternehmen erstellen jeden beliebigen Agenten – ganz nach ihren Vorstellungen
Agent-Bricks ist von Grund auf offen gestaltet und bietet Teams die Flexibilität, hochwertige Agenten auf kontrollierten Daten und vertrauenswürdigen MCP-Servern zu erstellen.
- Agenten mit benutzerdefiniertem Code. Unternehmen erstellen Agenten mit jedem Framework, MCP-Server oder Modell – GPT-5, Claude Sonnet, Gemini, Llama – und führen sie auf der serverlosen Infrastruktur von Databricks aus. Jede Interaktion wird automatisch durch MLflow Observability und AI Gateway verfolgt, bewertet und kontrolliert.
- Deklarative Agenten. Technische und nicht-technische Teams können Agenten mithilfe natürlicher Sprache und vorkonfigurierter Vorlagen für Aufgaben wie Informationsextraktion, Wissensunterstützung und Multi-Agenten-Koordination erstellen und verfeinern – mit integrierter Bewertung für eine kontinuierliche Verbesserung.
- Agentische KI-Funktionen. Funktionen wie ai_parse_document lassen sich direkt auf Dokumente anwenden, um unstrukturierte Inhalte in großem Umfang zu analysieren, anzureichern und einzubetten – wodurch manuelle Arbeitsabläufe automatisiert und Erkenntnisse gewonnen werden, die zuvor unerreichbar waren.
„Databricks bietet uns eine sichere, kontrollierte Grundlage, um mehrere Modelle wie GPT-5, Claude-Sonnet und Llama auszuführen und je nach Bedarf den Anbieter zu wechseln, während wir gleichzeitig die Kosten im Griff behalten. Diese Flexibilität ermöglicht es uns, die Moderation von Bewertungen zu automatisieren und die Qualität der Inhalte schneller zu verbessern, sodass Autokäufer schneller vertrauenswürdige Einblicke erhalten.“ – Greg Rokita, Vice President of Technology, Edmunds
Um Unternehmen beim Schritt von Pilotprojekten in den produktiven Einsatz zu unterstützen, erweitert Agent Bricks seine drei Säulen des Vertrauens:
- Genauigkeit. MLflow for Agent-Quality and Observability verfolgt jede Interaktion des Agenten, bewertet die Ergebnisse mit benutzerdefinierten Kriterien und bietet eine App zum Sammeln von Feedback von Fachexperten – damit wird MLflow zum Standard für die Bewertung von Agenten in jeder Umgebung.
- Governance. Mit AI-Gateway und dem MCP-Catalog & Marketplace können Unternehmen jedes Modell und jeden externen MCP-Server über Unity-Catalog verwalten. Alle Modellaktivitäten werden protokolliert, sind ratenbegrenzt und überprüfbar, um Compliance-Anforderungen zu erfüllen, während Launch-Partner – darunter Glean, You.com, Dun & Bradstreet, Moody’s und S&P Global – den Zugang zu vertrauenswürdigen Daten und Tools erweitern.
- Offenheit und Interoperabilität. Agent-Bricks unterstützt alle Modelle, Frameworks und MCP-Server, sodass Unternehmen mehrstufige Workflows über interne und externe Systeme hinweg erstellen können. Multi-Agent Supervisor (Beta) koordiniert komplexe Workflows über Agenten und Tools hinweg, und ai_parse_document (Preview) extrahiert Erkenntnisse aus unstrukturierten Inhalten – alles in einer einzigen kontrollierten Umgebung.
„ai_parse_document von Databricks reduziert den Konfigurationsaufwand, sodass Data-Scientists weniger Zeit für die Einrichtung aufwenden müssen und mehr Zeit für die Entwicklung komplexer, kundenorientierter Lösungen haben“, so Meiling He, Sr. Data Science Manager, Rockwell Automation.
Was Unternehmen mit Agent-Bricks erstellen können
Agent-Bricks unterstützt eine Reihe von Agentenmustern – von Daten-Copiloten bis hin zu Produktionsautomatisierungen – und hilft Teams dabei, Unternehmensdaten in Informationen und Maßnahmen umzuwandeln.
- Wissensassistenten: Teams analysieren strukturierte und unstrukturierte Daten, um domänenspezifische Fragen zu beantworten, z. B. ein HR-Chatbot, der Unternehmensrichtlinien erklärt, oder ein Technikerassistent, der Handbücher durchsucht, um Probleme schneller zu lösen.
- Dokumentenintelligenz: Teams analysieren PDF-Verträge oder Berichte, um unstrukturierte Inhalte in strukturierte Daten für die nachgelagerte Analyse oder Integration mit Wissensassistenten umzuwandeln.
- Prozess- und Workflow-Agenten: Teams führen geregelte Aktionen aus, wie das Aktualisieren von Datensätzen, das Einreichen von Tickets oder das Auslösen von Pipelines – beispielsweise das Identifizieren von Abwanderungsrisiken und das automatische Versenden von Kundenbindungsangeboten.
- Produktintelligenz: Teams betten Schlussfolgerungen oder die Generierung von Inhalten in Anwendungen ein, wie z. B. einen personalisierten Gesundheitsassistenten und einen Terminplaner.
Jeder Agententyp kann mithilfe von benutzerdefiniertem Code, deklarativen oder agentenbasierten KI-Funktionen implementiert werden, was Teams die Flexibilität gibt, einfach zu beginnen, sicher zu skalieren und im Laufe der Zeit zu standardisieren.
„MCP ist ein wichtiger Schritt in Richtung einer offenen, interoperablen Unternehmens-KI – etwas, das von Anfang an im Mittelpunkt unseres Ansatzes bei Glean stand. Der neue MCP-Katalog im Databricks Marketplace ist ein wichtiger Teil dieser Entwicklung. Über den MCP-Katalog im Databricks Marketplace können Kunden nun den Enterprise Graph von Glean erweitern, um Arbeitsagenten zu erstellen, die über kontrollierte Daten und unstrukturiertes Wissen nachdenken und Anwendungsfälle wie Customer 360, Verlängerungsrisiken und Kampagnen-Insights mit Zuversicht vorantreiben“; erläutertEmrecan Dogan, Head of Product, Glean.
„Der neue MCP-Katalog im Databricks-Marketplace ermöglicht es Kunden, unseren hochwertigen Web-Index mit einem einzigen Klick als kontrolliertes Tool bereitzustellen. In Kombination mit Agent-Bricks können Agenten so sofort Entscheidungen auf der Grundlage aktueller Informationen treffen, was den Weg von den Daten zur Umsetzung grundlegend beschleunigt“, verkündet Bryan McCann, Mitbegründer und CTO, You.com
#Databricks
