Databricks hat die Übernahme von Tecton bekanntgegeben. Tecton unterstützt Unternehmen bei der Aufbereitung, Kuratierung und Bereitstellung von Daten für KI- und Machine-Learning-Anwendungen, darunter Betrugserkennung, Risikobewertung und Personalisierung. Nach Angaben des Unternehmens sollen mit der Integration beide Plattformen enger verbunden werden: Die Online-Datenbereitstellung von Tecton wird mit den Agent Bricks von Databricks kombiniert, um KI-Agenten effizienter für den Produktionseinsatz vorzubereiten.
Integration in Workflows von Databricks
Künftig sollen die Funktionen von Tecton direkt in die Workflows und Tools von Databricks eingebunden werden. Dadurch können Unternehmen Daten von der Definition bis zur Bereitstellung in der Produktion konsistenter nutzen. Databricks betont, dass Kunden über die einheitliche Plattform nun einen integrierten Datenservice erhalten, der sowohl klassische Machine-Learning-Modelle als auch agentenbasierte KI-Anwendungen unterstützt. Laut Firmenangaben verfügen Databricks und Tecton bereits über eine langfristige Partnerschaft und gemeinsame Kunden in verschiedenen Branchen.
Bedeutung von Echtzeitdaten für KI-Agenten
Der Erfolg von KI-Agenten hängt vom verlässlichen Zugriff auf aktuelle Daten ab. Ein Einsatzbeispiel ist die Echtzeit-Betrugserkennung, für die ständig aktualisierte Transaktionsmuster, Risikobewertungen und Benutzersignale benötigt werden. Ohne spezialisierte Infrastruktur bleibt die Aufbereitung solcher Daten fehleranfällig und zeitaufwendig, heiß0t es in der Pressemitteilung von Databricks zur Akquisition. Tecton adressiert diese Herausforderung, indem es Datenströme aus Data Lakes, Warehouses, APIs und Streaming-Plattformen in konsistente Echtzeitkontexte umwandelt.
Hintergrund und Entstehung
Tecton wurde von Entwicklern der Machine-Learning-Plattform von Uber gegründet, die Systeme zur Skalierung auf Tausende von Produktionsmodellen realisierten. Aus dieser Erfahrung heraus entstand eine Methode, mit der Unternehmen aktuelle Daten sowohl für historische Analysen als auch für Echtzeitanwendungen definieren, erstellen und gemeinsam nutzen können. Nach Aussage von Databricks dient die Integration dazu, den Weg von Rohdaten bis zum einsatzfähigen KI-Agenten zu vereinfachen und zu beschleunigen.
