Neue Databricks-Innovationen rund um AI Agents und Model Context Protocol (MCP): Chancen für Unternehmen
Die rasante Entwicklung im Bereich Künstliche Intelligenz macht es für Unternehmen zunehmend möglich, KI-gestützte Agenten zu entwickeln, die tief in die Unternehmensprozesse eingreifen und echte Geschäftsergebnisse erzielen. Ein zentraler Baustein dieses Fortschritts ist das Model Context Protocol (MCP), das Large Language Models (LLMs) standardisiert den Zugang zu externen Tools und Services ermöglicht. Mit den neuesten Erweiterungen der Databricks-Plattform – insbesondere durch Agent Bricks und das MCP-Ökosystem – öffnen sich für Unternehmen neue Wege, KI-Anwendungen sicher, skalierbar und governance-konform umzusetzen.
MCP: Der Schlüssel zu flexiblen und handlungsfähigen KI-Agenten
Mit dem Model Context Protocol erhalten AI-Agenten die Fähigkeit, externe Services und Datenquellen einfach anzubinden und dadurch kontextbezogen und autonom zu agieren. Gerade in komplexen Industrieumgebungen, wie sie viele unserer Kunden bei Ailio GmbH im Azure- und Lakehouse-Umfeld antreffen, ist der sichere und strukturierte Zugriff auf unternehmensweite sowie externe Daten essenziell, um Automatisierungspotenziale voll auszuschöpfen.
Der Aufbau von MCP-gestützten Lösungen stellte bisher viele Unternehmen vor Herausforderungen:
- Das Auffinden und Verwalten geeigneter externer Werkzeuge ist komplex.
- Governance und Sicherheit ließen sich nur mit hohem manuellem Aufwand garantieren.
- Die Integration verschiedener MCP-Endpunkte in die eigenen Applikationen war nicht skalierbar.
Databricks löst diese Hindernisse durch eine nahtlose, sichere und einheitliche MCP-Erfahrung: Dem neuen MCP Catalog (öffentliche Vorschau), die Integration von MCP-Servern in den Databricks Marketplace (öffentliche Vorschau) sowie der Orchestrierung mit dem Multi-Agent Supervisor (Beta).
Der neue MCP Catalog: Governance und Übersichtlichkeit für das gesamte Unternehmen
Mit dem ‘MCP Servers’-Tab innerhalb von Agent Bricks bietet Databricks ab sofort eine zentrale Oberfläche, um alle MCP-Server in der Organisation aufzufinden, zu verbinden und zu verwalten. Dabei baut Databricks auf seine bewährte Unity Catalog-Security auf, die bereits für Daten und KI-Assets etablierte Standards in den Bereichen Datensicherheit, Zugriffskontrolle und Governance setzt.
- Einfache Auffindbarkeit und Bewertung vorhandener MCP-Server
- Reduzierung doppelter Entwicklungsarbeit durch bessere interne Wiederverwendbarkeit
- Mehr Kontrolle und Sichtbarkeit für zentralisierte AI/Daten-Teams
- Direkte Nutzung bewährter Server wie Python/SQL-Funktionen, Vektor-Suche, Genie für konversationellen Datenzugriff oder DBSQL für Echtzeitabfragen
Der Katalog fördert eine unternehmensweite Kollaboration beim Ausbau von AI-Funktionalitäten und erlaubt es, erfolgskritische Tools als zentrale Services bereitzustellen und abzusichern.
Nahtlose Anbindung an Echtzeit-Features: Online Feature Store
Besonders relevant für Industrial AI und Data-Engineering: Die Integration des Online Feature Store (Public Preview) liefert Echtzeit-Feature-Lookups mit Antwortzeiten von unter 25ms. Diese Geschwindigkeit ist gerade in Szenarien wie Predictive Maintenance oder betrieblichen Entscheidungen von großem Vorteil. Agenten können datengetrieben und mit stets aktuellen Features auf Produktionsumgebungen einwirken – und das bei maximaler Governance.
Databricks Marketplace: Externe Tools sofort verfügbar
KI-Agenten werden zunehmend durch externe Daten- und Serviceanbieter ergänzt. Mit der Aufnahme von MCP in den Databricks Marketplace können Organisationen neue externe MCP-Server einfach entdecken, bewerten und mit wenigen Klicks anbinden. Partner haben die Möglichkeit, ihre Tools einem breiten Databricks-Kundenstamm zugänglich zu machen.
Die Vorteile für Unternehmen:
- Zentraler Zugang zu hochwertigen, AI-fähigen Datenquellen und Tools
- Einfache Integration von Echtzeit- oder Spezialdaten für innovative AI-Anwendungsfälle
- Reibungsloses Zusammenspiel zwischen Databricks-Agenten und externen Partnerlösungen verschiedener Branchen – von Finanzdaten bis hin zu Industriesteuerungen
Unterstützt wird das Angebot zum Start von namhaften Anbietern: Beispielsweise Glean, Factset, Moody’s und andere. So stehen branchenführende Daten- und Analysewerkzeuge auch für komplexe Enterprise-Workloads sofort bereit.
Multi-Agent Supervisor: Orchestrierung und Automatisierung von Agenten
Mit der Einführung des Multi-Agent Supervisors (MAS) können Unternehmen Agenten koordinieren, Synergien zwischen ihnen nutzen und tiefgreifende Analysen über den gesamten Datenbestand hinweg generieren. Dank MCP-Anbindung sind Agenten jetzt nicht nur fähig, Informationen unternehmensweit und extern zu beziehen, sondern diese auch zu verarbeiten und Aktionen auszulösen – sei es das Starten von Analysen, Einreichen von Tickets oder die Automatisierung von Geschäftsprozessen.
Fazit: Wettbewerbsvorteil durch skalierbare und sichere AI-Agenten-Architektur
Für Unternehmen, die Databricks und Azure als zentrale Plattformen nutzen, bieten die Neuerungen einen klaren Wettbewerbsvorteil. AI- und Daten-Teams profitieren von einer ganzheitlichen, governance-konformen und skalierbaren Architektur für den Einsatz von KI-Agenten im industriellen Umfeld und darüber hinaus.
Als Data-Science- und KI-Experten unterstützt die Ailio GmbH Unternehmen bei der Konzeption, Entwicklung und Absicherung leistungsfähiger AI-Agenten auf Basis von Databricks – von der agilen Automation im Tagesgeschäft bis zur unternehmensweiten Orchestrierung neuer AI-getriebener Geschäftsmodelle.
