American Marconi Wireless News - GoodData.AI bringt Agentic Serving Plane auf den Markt – eine neue Kategorie von Unternehmensdateninfrastruktur für KI-Agenten

GoodData.AI, die offene agentische Analyseplattform, hat heute die Agentic Serving Plane eingeführt, eine durch Governance geregelte Ausführungsebene, die für die von KI-Agenten erzeugten, hochparallelen und kontextreichen Daten-Workloads konzipiert ist.

Die Agentic Serving Plane befindet sich zwischen Unternehmensdatenplattformen und den Anwendungen, Analyseumgebungen und Agenten, die diese nutzen. Sie bietet über eine gemeinsame, Governance-gesteuerte Ebene die Verarbeitung von Workloads, Geschäftssemantik, kontextuelle Verankerung, Zugriffskontrolle und KI-Ausführungsdienste.

Die derzeitige Unternehmensdateninfrastruktur wurde in erster Linie für Menschen konzipiert: gelegentliche Abfragen, vorhersehbare Workloads und Zugriff durch bekannte Benutzer. KI-Agenten arbeiten anders. Eine einzelne Geschäftsaufgabe kann Dutzende oder Hunderte kurzlebiger Datenoperationen generieren, während ein Agent recherchiert, Schlussfolgerungen zieht und entscheidet, was als Nächstes abgefragt werden soll. Wenn viele Agenten gleichzeitig arbeiten, wird aus sporadischen menschlichen Abfragen eine kontinuierliche, hochparallele agentische Nachfrage.

Agenten benötigen zudem mehr als nur Rohdaten. Sie benötigen bei jeder Anfrage Geschäftsdefinitionen, Beziehungen, Berechtigungen, Richtlinien und aufgabenspezifischen Kontext. Ohne eine für diese Arbeitslasten konzipierte Serviceschicht kann der Agentendatenverkehr langsam, kostspielig oder störend für die zugrunde liegenden Datenplattformen werden.

Gleichzeitig wird der Unternehmensdaten-Stack immer fragmentierter. Cloud-Warehouses und Lakehouse-Plattformen stellen zunehmend ihre eigenen Rechen-, Semantik- und KI-Fähigkeiten bereit, während Unternehmen in der Regel über mehrere Datenplattformen, Anwendungen und Analyseumgebungen hinweg arbeiten.

Das Ergebnis ist eine neue Anforderung an die Infrastruktur: eine gemeinsame Ebene, die Geschäftsdefinitionen konsistent hält, Maschinen-Workloads isoliert, Zugriffsrichtlinien durchsetzt und einen durch einheitliche Governance geregelten Kontext bereitstellt - unabhängig davon, wo sich die zugrunde liegenden Daten befinden.

Jahrelang wurde BI auf dem Markt anhand des Dashboards beurteilt. Dahinter baute GoodData.AI ein durch Governance geregeltes System für die Bereitstellung von Daten an Anwendungen auf: Semantik, zertifizierte Kennzahlen, Abfrageplanung, Caching, Berechtigungen und Mandantenisolierung. Mit KI werden diese Funktionen zum Produkt.

Roman Stanek, CEO und Gründer von GoodData.AI

Geschäftlicher Nutzen für Unternehmen

Die Agentic Serving Plane unterstützt die unterschiedlichen Arten, wie Menschen und Systeme Unternehmensdaten nutzen - von Dashboards und eingebetteten Anwendungen bis hin zu Assistenten, Copiloten und autonomen Agenten.

Unternehmen können dieselbe geregelte Grundlage nutzen, um interne Analysen, operative KI-Anwendungen, kundenorientierte Datenprodukte und hochwertige KI-gestützte Dienste zu entwickeln.

Agenten können Analysen direkt in operative Workflows einbinden, Geschäftsbedingungen über mehrere Schritte hinweg untersuchen und Folgeaktionen zunehmend automatisieren. Anwendungen und Analyseerlebnisse können dieselben Geschäftsdefinitionen, Berechtigungen und Ausführungsdienste wiederverwenden.

Da jede neue Anwendung oder jeder neue Agent dieselben zugrunde liegenden Serving-, Semantik-, Kontext- und Governance-Funktionen nutzt, müssen Teams die Datenbasis nicht für jeden Anwendungsfall neu aufbauen. Dies kann Entwicklungszyklen verkürzen, doppelte Infrastruktur reduzieren und der Unternehmens-IT eine gemeinsame Steuerungsebene für Analyse- und KI-Workloads bieten.

So funktioniert die Agentic Serving Plane

Die Agentic Serving Plane ist darauf ausgelegt, mit der Infrastruktur für Daten zusammenzuarbeiten, die Unternehmen bereits betreiben.

Mithilfe offener Technologien, darunter Apache Iceberg und Apache Arrow, kann GoodData.AI Analyse- und Agenten-Workloads aus kundengesteuerten Datenumgebungen bereitstellen und gleichzeitig die semantischen, kontextbezogenen, Governance- und Ausführungsfunktionen hinzufügen, die von Menschen und KI-Systemen benötigt werden.

Stellen Sie sich einen Agenten vor, der einen Umsatzrückgang untersucht. Er vergleicht möglicherweise zunächst Regionen, untersucht dann Produktlinien und identifiziert anschließend einzelne Kundenkonten, wobei jedes Ergebnis die nächste Abfrage bestimmt.

Die Agentic Serving Plane verwaltet diese Abfolge als durch Governance geregelten Workload. Sie wendet auf jede Anfrage die entsprechenden Geschäftsdefinitionen und Zugriffsrichtlinien an, isoliert den Agentenverkehr von anderen Arbeitslasten und ist darauf ausgelegt, eine konsistente Leistungsfähigkeit aufrechtzuerhalten, auch wenn das Volumen maschinengenerierter Abfragen zunimmt.

Die Architektur baut auf der Technologie auf, die GoodData.AI seit seiner Gründung für Softwareunternehmen entwickelt hat, die Analysen in ihre eigenen Produkte integrieren. Dadurch können viele Kunden eine einzige Plattform gemeinsam nutzen, während die Daten, Berechtigungen und der Geschäftskontext jedes Mandanten isoliert bleiben.

Gartner hat GoodData.AI im Gartner® Magic Quadrant™ für Analytics- und Business-Intelligence-Plattformen 2026 als „Visionär" eingestuft und damit den umfassenden, auf Analytik und Entwickler ausgerichteten Plattformansatz des Unternehmens gewürdigt.

Ein Blick in die Agentic Serving Plane

Effiziente Verarbeitung zahlreicher gleichzeitiger Workloads: Eine auf Apache Arrow und Apache Iceberg basierende Abfragearchitektur ist darauf ausgelegt, maschinengenerierte Analyse-Workloads effizient zu bedienen und gleichzeitig die Rechenlast im Produktions-Data-Warehouse zu reduzieren. Nutzungskontrollen können auf einzelne Benutzer und Agenten angewendet werden.

Durch Governance geregelte Geschäftssemantik: Teams definieren Metriken und Geschäftskonzepte einmalig und verwenden sie dann über Dashboards, Anwendungen und KI-Erlebnisse hinweg wieder. Dies trägt dazu bei, dass Agenten dieselben Definitionen verwenden wie etablierte Berichts- und Analyse-Workflows.

Delegierte Zugriffskontrolle: Agenten arbeiten innerhalb explizit festgelegter Autorisierungsgrenzen. Berechtigungen können auf Feld- und Zeilenebene durchgesetzt werden, zusammen mit Mandantenisolierung und anderen unternehmensweiten Zugriffsrichtlinien.

Offene Agentenintegration: Über den GoodData.AI MCP-Server können Agenten und KI-Tools auf dieselben geregelten Metriken, Analyseobjekte und denselben Geschäftskontext zugreifen, die auch an anderen Stellen der Plattform verwendet werden.

KI-Beobachtbarkeit und Nachvollziehbarkeit: Die KI-Beobachtbarkeit protokolliert, wie Antworten generiert werden, und bietet Daten-, KI-, Sicherheits- und Compliance-Teams Einblick in die Daten, den Kontext und den Ausführungspfad hinter einer Antwort.

Kontextbewusste Ausführung: Die Serving-Ebene kombiniert den Zugriff auf die Daten mit dem semantischen und operativen Kontext, den Agenten benötigen, um zu bestimmen, welche Informationen sie verwenden können, welche Definitionen gelten und wann eine Anfrage außerhalb einer autorisierten oder definierten Grenze liegt.

Native Inferenz kommt auf die Agentic Serving Plane

GoodData.AI erweitert die Agentic Serving Plane zudem um native Inferenzfunktionen.

Local Inference, dessen Einführung in den kommenden Monaten geplant ist, wird es ermöglichen, ausgewählte KI-Funktionen näher an den kontrollierten Unternehmensdaten auszuführen, ohne dass ein externer Modellanbieter im Datenpfad erforderlich ist.

Die Architektur ist darauf ausgelegt, Latenzzeiten und externe Inferenzkosten zu reduzieren und gleichzeitig die KI-Ausführung eng an den vom Kunden festgelegten Geschäftsdefinitionen, Berechtigungen und dem Datenkontext auszurichten.

Eine Person öffnet ein Dashboard und wählt einen Filter aus. Ein Agent fragt so lange nach, bis die Aufgabe erledigt ist, wobei seine Berechtigungen möglicherweise enger gefasst sein müssen als die der Person, die die Aufgabe initiiert hat. Wenn eine Frage innerhalb der verfügbaren semantischen, richtlinienbezogenen oder Daten-Grenzen nicht beantwortet werden kann, sollte das System dies mitteilen, anstatt eine plausible Zahl zu generieren.

Ondrej Macek, Vice President of Product bei GoodData.AI

Stanek beschreibt die Strategie hinter Agentic Serving Plane in seinem Blogbeitrag Built for When the Agent Asks Next.

Über GoodData.AI

GoodData.AI ist eine offene, agentische Analyseplattform, die Unternehmen dabei unterstützt, KI auf ihre Unternehmensdaten anzuwenden und gleichzeitig die Kontrolle über Geschäftsdefinitionen, Berechtigungen und den Ausführungskontext zu behalten.

Die Agenten der Plattform können mehrstufige Geschäftsprozesse durchlaufen, anstatt nur eine einzelne Frage zu beantworten und dann zu stoppen. Ihre Analysen und Aktionen basieren auf kundendefinierten Semantiken, Richtlinien und Kontexten, sodass Unternehmen die Kontrolle darüber behalten, wie Unternehmensdaten interpretiert und genutzt werden.

Die Agentic Serving Plane von GoodData.AI bietet eine durch Governance geregelte Ausführungsebene zwischen Unternehmensdaten und den Dashboards, Anwendungen, Assistenten und Agenten, die diese Daten nutzen. Unternehmen können dieselbe Grundlage nutzen, um mehrere Analyse- und KI-Anwendungen zu unterstützen, ohne für jede einzelne eine neue Governance-Struktur aufbauen zu müssen.

Die Plattform unterstützt eine vom Kunden kontrollierte Infrastruktur, die Flexibilität durch „Bring-Your-Own-LLM", MCP- und A2A-Integration sowie offene Entwicklung über APIs und SDKs.

GoodData.AI hat seinen Hauptsitz in San Francisco und verfügt über eine Abteilung für Engineering in Prag. Das Unternehmen betreut Unternehmen und Softwarefirmen weltweit.

Weitere Informationen finden Sie auf GoodData.AI. Folgen Sie GoodData auf LinkedIn, YouTube und Medium.

Kontakt:

Natalia Nanistova

[email protected]

QUELLE: GoodData.AI

F.Dubois--AMWN