Kostenloses on demand Webinar: Echtzeit-Insights mit Microsoft Fabric Real-Time Intelligence

Jetzt ansehen

Kostenloses on demand Webinar: Der smarte Weg von SAP BW in die Cloud mit Microsoft Fabric

Jetzt ansehen
Kontakt

Frontier Erfahrungen · Data + AI Summit 2026· San Francisco

Autor: Timo Wille (Geschäftsführer Obungi GmbH)

Fahrerlose Autos, tanzende Robotor und ein Sumit der die Möglichkeiten von künstlicher Intelligenz überzeugend demonstiert.

Mein erster Eindruck von San Francisco in dieser Woche war kein Vortrag und keine Folie, sondern ein fahrerloses Waymo, das mich völlig selbstverständlich durch die Stadt gefahren hat — während am Straßenrand ein humanoider Roboter tanzte und eine Menschentraube ihn filmte. Man kann über „den Stand der KI” lange Strategiepapiere schreiben. Oder man setzt sich einfach in ein Auto ohne Fahrer. Frontier ist hier nicht abstrakt. Es ist Alltag.

Genau dieses Gefühl zog sich durch den Data + AI Summit 2026 im Moscone Center — mit über 30.000 Teilnehmenden vor Ort aus mehr als 170 Ländern die größte Daten- und KI-Konferenz der Welt. Für uns als Microsoft-fokussierte Data-, Analytics- und AI-Beratung war der Summit weniger eine Show als eine strategische Standortbestimmung: Wohin bewegt sich die Plattform, auf der wir täglich für unsere Kunden Lösungen bauen?

Vom Produkt-Feuerwerk zur Enterprise-Realität

Die vielleicht wichtigste Beobachtung ist eine Verschiebung im Ton. Es ist mein vierter Data + AI Summit — und gerade dieser Abstand über mehrere Jahre macht den Wandel sichtbar. Frühere Summits waren ein Feuerwerk neuer Tools & Features. 2026 dreht sich alles um Enterprise-Implementierung: Governance, Agent Operations, produktionsreife AI-Services. Die Leitfrage lautet nicht mehr „Was ist neu?”, sondern „Wie betreibe ich das sicher, mit den notwendigen Governance und nachvollziehbar im Unternehmen?”.

Das passt exakt zu unserer Überzeugung: Eine KI-Plattform entsteht nicht aus einzelnen Features und Use Cases, sondern aus einer durchdachten Architektur darunter.

Die Architektur der agentischen Ära

Im Zentrum der Ankündigungen steht ein klares Architekturbild für die agentische Ära — vier Bausteine, die ineinandergreifen:

  • Lakebase — die serverlose, transaktionale Datenbank als operative Schicht für KI-Agenten. Anders als das Lakehouse (optimiert für analytische Abfragen) liefert Lakebase den Low-Latency-Lese-/Schreibzugriff, den Agenten brauchen, wenn sie Anwendungszustände aktualisieren — nicht nur historische Daten lesen.
  • Genie — das Natural-Language-Interface, das sich über alle Schichten legt.
  • Unity Catalog — die durchgehende Governance über analytische und operative Daten.
  • Agentic AI — produktionsreif eingebettet statt als isoliertes Experiment.

Wie weit der agentische Ansatz inzwischen reicht, zeigt Genie Code for ML: ein Coding-Agent, der nicht nur Analytics im Self-Service ermöglicht, sondern Teams auch beim Entwickeln, Evaluieren und Betreiben von ML-Systemen in Produktion unterstützt — vom ersten Modell bis zur operativen Überwachung.


Die eigentliche Botschaft ist nicht das einzelne Produkt, sondern die governance-first integrierte Architektur: eine einzige, sichere, operative Plattform für das intelligente Unternehmen — statt fragmentierter, KI-Experimente ohne Governance.

Omnigent: ein Control Plane für die Agenten-Flut

Je mehr Agents in einem Unternehmen entstehen, desto drängender wird eine Frage, die sich in Prompts allein nicht lösen lässt: Wie steuert und begrenzt man sie? Genau hier setzt Omnigent an — ein als Open Source veröffentlichtes „Meta-Harness”, das verschiedene Agent-Frameworks und Coding-Tools (etwa Claude Code oder OpenAI Codex) unter einer einheitlichen Schnittstelle bündelt. Die verwaltete Variante Omnigent on Databricks (Beta) führt dieselben Setups als gemanagte Workflows aus — mit gemeinsamer Historie, Remote-Zugriff, Kollaboration und isolierter Ausführung.

Der entscheidende Gedanke: Governance, Kostenobergrenzen und Sicherheitskontrollen liegen auf der Orchestrierungsebene — außerhalb des Modells — und nicht in einzelnen Prompts, die ein Agent umgehen kann. Databricks zieht bewusst die Parallele zu Kubernetes: weg vom Verwalten einzelner Agenten, hin zum Steuern einer ganzen Flotte. Für alle, die gerade erleben, wie KI-Kosten und Agenten-Wildwuchs gleichzeitig zunehmen, ist das eine der praktisch relevantesten Ankündigungen des Summits.

Den passenden Kontrollpunkt dazu liefert der erweiterte Unity AI Gateway — die Laufzeitschicht, über die sich Modelle, Agents, MCP-Services und Skills zentral über Unity Catalog verwalten lassen. Neu sind vor allem die Kostensteuerungs-Funktionen: einheitliche Sichtbarkeit der KI-Ausgaben über alle Modelle und Tools hinweg, granulare Zuordnung nach Team und Use Case, harte Budget-Obergrenzen, die Anfragen bei Überschreitung automatisch stoppen, sowie intelligentes Routing auf das jeweils passende Modell. Für CIOs, die heute fragmentierte und schwer nachvollziehbare KI-Kosten erleben, ist das der eigentliche Governance-Hebel hinter den Schlagzeilen.

Der Microsoft-Winkel: hier wird es für unsere Kunden konkret

Für unsere Kunden, die auf dem Microsoft-Stack arbeiten, war der Azure-Databricks-Track am relevantesten. Microsoft trat als Sponsor auf, und Satya Nadella sprach in einem Keynote-Gespräch mit Ali Ghodsi über die Rolle von Daten in der KI-Umsetzung.


Ali Ghodsi und Satya Nadella sprechen über die erfolgreiche Partnerschaft und freuen sich auf eine weitere gemeinsame Dekade

Konkret angekündigt wurde u. a.:

  • Genie für Microsoft Teams und M365 Copilot (Beta): Genie lässt sich direkt in einem Teams-Thread taggen und liefert eine kontextbezogene Antwort aus dem Azure-Databricks-Lakehouse — ohne die Konversation zu verlassen. Entscheidend: Jede Antwort ist über Unity Catalog governt und auf das beschränkt, was die jeweilige Person sehen darf.
  • Copilot-Studio-Agents über eine einzige MCP-Connection, die über einen kompletten Azure-Databricks-Workspace reasonen.
  • Real-Time Data Warehousing, ein Azure Databricks Excel Add-in (Public Preview), native Excel-Ingestion (jetzt GA) und ein managed SharePoint Connector (Beta).

Das ist die Brücke, die uns interessiert: Databricks-Innovation, die nahtlos in die Microsoft-Werkzeuge fließt, mit denen unsere Kunden ohnehin täglich arbeiten — Teams, Copilot, Excel, SharePoint, Power BI, OneLake. Genau hier verbindet sich das mit unserem eigenen Copilot-Studio-Angebot.

CustomerLake: das Lakehouse wird zur Kundendaten-Plattform

Eine der angekündigten Neuerungen verdient eine eigene Einordnung: CustomerLake, eine agentische Customer Data Platform (CDP), die nativ auf Databricks läuft. Sie führt Kundendaten, KI-Modelle, Agents, Identity Resolution, Audience-Building und Activation auf dem offenen Lakehouse zusammen. Statt einzelner, einmaliger Kampagnen setzt CustomerLake auf sogenannte „Infinity Campaigns” — kontinuierliche, agentische Schleifen, die in Echtzeit auf den Kundenkontext reagieren und Personalisierung in sehr großem Maßstab ermöglichen.


Komponenten des CustomerLake

Für den Microsoft-Stack ist entscheidend, dass diese agentischen Marketing-Fähigkeiten direkt in Azure Databricks eingebettet sind. Damit verschiebt sich die Kundendaten-Aktivierung von separaten CDP-Werkzeugen hin zur verwalteten Lakehouse-Plattform selbst — konsequent im Sinne desselben Architekturgedankens: Daten, KI und Governance an einem Ort, statt verteilt über eine Werkzeuglandschaft. Für Marketing- und Datenverantwortliche, die heute in Identity-Resolution-, Aktivierungs- und Personalisierungs-Tools investiert haben, ist das ein Signal, die eigene Customer-Data-Architektur neu zu durchdenken.

Governance weitergedacht: der Security Lakehouse

Wer Governance konsequent denkt, landet beim Thema Sicherheit. Mit Lakewatch — Databricks’ bereits im Frühjahr gestartetem, agentischem SIEM — verfolgt das Unternehmen die Idee eines „Security Lakehouse”: Security-, IT- und Business-Daten in einer einzigen, verwalteten Umgebung statt in einem separaten Sicherheits-Silo. Auf dem Summit hat diese Linie spürbar an Gewicht gewonnen, unter anderem durch die angekündigte Übernahme der AI-SOC-Plattform Panther und die Integration in die Governance-Schicht: Agent-Aktivität, die im Unity AI Gateway erfasst wird, lässt sich direkt in Lakewatch analysieren.

Für unsere regulierten Kunden im DACH-Raum ist daran ein Punkt besonders relevant: Governance und Compliance werden über Unity Catalog durchgesetzt — ein Hebel, der unmittelbar auf Anforderungen wie NIS2 und DORA einzahlt. Sicherheit ist hier kein nachgelagertes Add-on, sondern Teil derselben governten Plattform.

Was das für die Praxis bedeutet

Wenn man die Ankündigungen auf den Punkt bringt: Die spannende Frage ist nicht mehr, ob man Agenten und Natural-Language-Analytics einsetzt, sondern wie verwaltet man sie. Genau das ist unser Feld. Eine KI-Plattform ohne durchgängige Governance ist kein strategischer Vorteil, sondern ein Risiko mit Verfallsdatum. Unity Catalog als gemeinsame Governance-Schicht über operative und analytische Daten sowie Agenten ist deshalb der eigentlich strategische Hebel hinter den Schlagzeilen.

Design to Demo — in 90 Minuten

Ein persönliches Highlight hatte direkt mit genau dieser Technologie zu tun. In einer 90-minütigen Hands-on-Session ging es von einem leeren Databricks-Free-Edition-Workspace zu einer lauffähigen, Genie-gestützten Databricks-App — komplett auf dem nativen Stack. Am Ende des Wettbewerbs wurde ich mit einem kleinen Pokal belohnt — passend zur WM-Stimmung der Stadt im Fußball-Stil.

Was ich daraus noch Wichtigeres mitnehme als die Trophäe: In anderthalb Stunden von null auf eine funktionierende, Natural-Language-fähige App — das zeigt, wie niedrig die Einstiegshürde für genau die Architektur inzwischen ist, über die oben die ganze Keynote spricht. Der Abstand zwischen „Plattform-Ankündigung” und „selbst gebaut” war noch nie so kurz.

Zum Reflektieren: über die Brücke

Am Freitag tauschte ich dann das Moscone Center gegen einen Fahrrad. Über die Golden Gate Bridge, hinaus in die Marin Headlands und zurück nach Sausalito — 45 Kilometer und knapp drei Stunden im Sattel, in denen die Woche langsam ihren Platz fand. Im Rücken die Skyline, in der die Roboter tanzen und die Autos selbst fahren; vor mir nur Küstenstraße, Wind und der Blick über die Bucht.

Fahrradtour über die Golden Gate Bridge durch die Marin Headlands und Sausalito

Was bleibt: Frontier ist kein Marketing-Begriff. Frontier war diese Woche das Auto ohne Fahrer, der tanzende Roboter — und eine Datenplattform, die gerade lernt zu denken.

Sie wollen wissen, was die Databricks- und Azure-Neuheiten konkret für Ihre Datenplattform bedeuten? Als Microsoft-fokussierte Data-, Analytics- & AI-Beratung begleiten wir bei Obungi genau diesen Weg — von der governance-first Architektur über Azure Databricks und Unity Catalog bis zu Genie- und Copilot-Studio-Agents auf Ihrem Microsoft-Stack. Kontaktieren Sie uns hier.

Quellenverzeichnis

Stand: 20. Juni 2026.

Summit, Programm & Keynote

Azure Databricks & Microsoft-Integration

Agentische Plattform: Genie, Genie Code for ML & Unity Catalog

CustomerLake (agentische CDP)

Security Lakehouse: Lakewatch & Panther

TEILEN

Immer auf dem neuesten Stand

Bleiben Sie up to date bezüglich neuer Termine und Formate unserer Workshops,
Trainings und Produkttipps im Bereich Cloud basierte Data-, Analytics- und AI-Solutions.

code