AI-Governance auf dem Data + AI Summit 2026: Was gibt es Neues bei Unity AI Gateway

AI wird zunehmend Multi-Modell-, Multi-Agenten- und Multi-Vendor-basiert. Entwickler nutzen Coding-Agenten, während Business-Anwender über AI-Erlebnisse wie Genie mit Unternehmensdaten interagieren. Viele Unternehmen führen zudem eigene Agenten ein, um kritische interne Workflows zu automatisieren. Wenn Unternehmen von einzelnen AI-Anwendungen auf ganze Flotten von Agenten skalieren, die mit Modellen, MCP-Services, APIs und Unternehmenstools verbunden sind, reichen die Governance-Herausforderungen weit über den reinen Modellzugriff hinaus. Organisationen benötigen Transparenz, Laufzeitkontrollen, Sicherheits-Guardrails und Kostenmanagement für ihre gesamte AI-Infrastruktur.

Unity AI Gateway ist die Governance-Lösung von Databricks für Enterprise-AI. Aufgebaut auf dem Fundament von Unity Catalog erweitert sie die Governance über Daten und AI-Assets hinaus auf die Laufzeit-Interaktionen zwischen Modellen, Agenten, MCP-Services, Skills und Unternehmenstools. Unity AI Gateway ist für verschiedene AI-Anbieter, Coding-Agenten, Agenten-Frameworks, Unternehmensanwendungen und maßgeschneiderte AI-Systeme verfügbar und bietet zentrale Governance, Sicherheitskontrollen, Kostenmanagement und Agenten-Monitoring für Enterprise-AI.

Auf dem Data + AI Summit 2026 kündigen wir wichtige neue Innovationen in vier Bereichen an:

• AI-Nutzung mit Kostenkontrollen und intelligentem Routing optimieren: Erhalten Sie Einblick in die AI-Ausgaben über verschiedene Tools und Modelle hinweg, setzen Sie feste Ausgabenlimits durch und leiten Sie Workloads intelligent weiter, um Qualität und Kosten auszubalancieren.
• AI-Assets und -Interaktionen an einem zentralen Ort verwalten: Verwalten Sie Modelle, MCP-Services, Agenten und Skills über Unity Catalog, während Sie mit Unity AI Gateway kontextbezogene Richtlinien zur Laufzeit durchsetzen.
• AI-Aktivitäten überwachen und untersuchen: Erfassen Sie End-to-End-Traces, analysieren Sie die Aktivität von Coding-Agenten mit Genie und untersuchen Sie Vorfälle mit Lakewatch.
• Governance durch ein offenes Ökosystem erweitern: Integrieren Sie führende Anbieter für AI-Sicherheit, Identität, Datenschutz und Bedrohungserkennung, um bewährte Kontrollen in AI-Workflows zur Laufzeit einzubinden.

AI-Nutzung mit Kostenkontrollen und intelligentem Routing optimieren

AI-Kosten sind zunehmend fragmentiert, was es schwierig macht, nachzuvollziehen, wo Token-Kosten anfallen und wie man sie optimiert. Heute führen wir neue Funktionen in Unity AI Gateway ein, die Organisationen dabei helfen, Transparenz über die AI-Nutzung zu gewinnen, Kosten zu kontrollieren und Ausgaben in ihrer gesamten AI-Landschaft zu optimieren.

• Einheitliche Transparenz der AI-Ausgaben: Verfolgen Sie die Ausgaben für von Databricks gehostete Modelle, Frontier-Modellfamilien, Coding-Agenten, Enterprise-AI-Anwendungen und maßgeschneiderte Agenten in einer einzigen Ansicht.
• Granulare Kostenzuordnung: Analysieren Sie AI-Ausgaben und legen Sie Budgets nach Benutzer, Team, Tool und Anwendungsfall fest, um zu verstehen, wo Kosten anfallen und wo AI einen Mehrwert bietet.
• Feste Ausgabenlimits: Stoppen Sie Anfragen automatisch, wenn Budgets überschritten werden, um ausufernde Kosten zu verhindern und Ausgaben-Guardrails durchzusetzen.
• Intelligentes Routing: Erhalten Sie Empfehlungen und leiten Sie Anfragen basierend auf Aufgabenkomplexität, Qualitätsanforderungen und Kosten intelligent an das am besten geeignete Modell weiter.

„Auf der Datenplattform von Udemy leiten wir den gesamten Datenverkehr der Foundation-Modelle über Databricks AI Gateway, was uns eine einzige Governance-Ebene für den gesamten Lebenszyklus bietet. Von produktiven Agenten auf Claude bis hin zu PII-Erkennungspipelines, die kleinere und größere GPT-Modelle für maximale Kosteneffizienz intelligent ausbalancieren, wird alles konsistent mit einheitlicher Zugriffskontrolle und klarer Kostenzuordnung verwaltet.“ —Nathan Sullins, Principal Software Engineer, Udemy

AI-Assets und -Interaktionen an einem zentralen Ort verwalten

Wenn Unternehmen AI skalieren, vervielfacht sich die Anzahl der Modelle, Agenten, MCP-Server, Tools und Skills schnell. Dennoch verwalten die meisten Unternehmen jedes dieser Assets separat, wenn überhaupt, was zu fragmentierten Systemen, inkonsistenten Zugriffsrichtlinien und eingeschränkter Transparenz darüber führt, was Agenten tun und wie AI-Systeme genutzt werden.

Heute erweitern wir Unity Catalog, um AI-Assets über Modelle hinaus zu verwalten. Von Databricks gehostete Modelle, externe Modellanbieter, MCP-Services, Agenten und Skills können jetzt mit demselben Governance-Framework registriert, entdeckt, gesichert und geprüft werden, das Unternehmen bereits für Daten nutzen. Administratoren erhalten zentrale Transparenz durch Berechtigungen, Lineage, Observability und Kostenmanagement, während Unity AI Gateway Laufzeitkontrollen für Modellaufrufe, Tool-Aufrufe und Agenten-Workflows durchsetzt. Zusammen bieten Unity Catalog und Unity AI Gateway eine einheitliche Governance-Ebene sowohl für AI-Assets als auch für AI-Interaktionen.

„AI hat das Potenzial, die Effizienz im gesamten Unternehmen zu steigern, aber eine verantwortungsvolle Skalierung von AI erfordert eine starke Governance, Transparenz und Vertrauen. Databricks hat unserem Team geholfen, das einheitliche Fundament aufzubauen, das wir benötigen, um AI-Systeme zu verwalten, sensible Daten zu schützen und die unternehmensweite AI-Einführung in einer regulierten Branche zu unterstützen.“ —George Torres, Senior Director of AI Engineering, First American

Modelle anbieterübergreifend verwalten

Unternehmen verlassen sich zunehmend auf Modelle von mehreren Anbietern. Administratoren können den Zugriff auf Foundation-Modelle jetzt über Unity Catalog verwalten, indem sie dieselben feingranularen Zugriffsrichtlinien verwenden wie für Daten. Richtlinien können dynamisch basierend auf Attributen wie Modellanbieter, Herkunftsland, Genehmigungsstatus oder beliebigen verwalteten Tags angewendet werden, was die konsistente Durchsetzung von Kontrollen bei wachsenden Modellbeständen erleichtert.

Beliebige MCP-Services verwalten

Mit der zunehmenden Verbreitung von MCP benötigen Unternehmen eine konsistente Methode zur Verwaltung des Zugriffs auf Unternehmenstools. Databricks bietet jetzt verwaltete MCP-Services für Anwendungen wie Google Drive, Jira, Confluence, Slack, GitHub und SharePoint, wodurch Teams verwaltete, sofort einsatzbereite Integrationen erhalten, ohne ihre eigene Infrastruktur verwalten zu müssen.

Jetzt können Sie auch benutzerdefinierte MCP-Services registrieren und so ein zentrales Inventar genehmigter Tools und Integrationen erstellen. Administratoren können den Zugriff verwalten, einzelne Tools aktivieren oder deaktivieren und die Nutzung prüfen, während Entwickler genehmigte MCP-Services entdecken und diese über Databricks, Coding-Agenten, Genie oder externe Agenten-Frameworks nutzen können.

„Genie war eine der ersten MCP-Verbindungen, die wir zu Asana AI Teammates hinzugefügt haben. Diese Integration ermöglicht es jedem, Antworten auf komplexe Datenfragen selbstständig zu finden. Genie hat es unseren Mensch-Agenten-Teams ermöglicht, Antworten schneller in einer einzigen gemeinsamen Konversation zu erhalten, indem Datenkontext aus Unity Catalog mit Geschäftskontext im Asana Work Graph zusammengeführt wird. Dank des Multiplayer-Designs und der Enterprise-Grade-Governance von AI Teammates respektieren Genie-Konversationen über MCP die Berechtigungen des fragenden Benutzers. Kunden können dies noch weiter ausbauen, indem sie Unity AI Gateway verwenden, um zusätzliche Governance-Richtlinien und Guardrails durchzusetzen.“ —James Davidheiser, Data Architect, Data Infrastructure, Asana

Laufzeitkontrollen mit kontextbezogenen Richtlinien durchsetzen

Herkömmliche Governance-Kontrollen bestimmen, wer auf ein Modell oder Tool zugreifen kann. Da AI-Agenten immer leistungsfähiger werden, benötigen Unternehmen auch Kontrollen darüber, was diese Systeme während einer bestimmten Interaktion tun können.

Heute starten wir die Contextual Service Policies in der Beta-Phase. Ab sofort können Sie Aktionen wie das Ändern von Dateien, das Veröffentlichen (Pushing) von Code, den Zugriff auf Unternehmenssysteme oder die Interaktion mit sensiblen Informationen zulassen, ablehnen oder eine Genehmigung dafür anfordern.

Richtlinien können basierend auf dem Benutzer, dem Agenten, dem Modell, dem MCP-Service, dem aufgerufenen Tool oder dem Inhalt der Anfrage und Antwort angewendet werden. Sie können auch AI-Guardrails durchsetzen, um Risiken wie die Offenlegung von PII, Prompt Injection, Jailbreaks, unsichere Inhalte und andere Richtlinienverstöße zu minimieren.

Beispielsweise können Administratoren eine Genehmigung verlangen, bevor ein Coding-Agent Code auf GitHub pusht, Schreibzugriffe auf sensible Google Drive-Ordner einschränken oder Anfragen und Antworten blockieren, die regulierte Daten enthalten.

AI-Skills verwalten

Unity Catalog bietet jetzt auch ein verwaltetes Inventar an wiederverwendbaren Skills. Teams können Agent-Endpunkte registrieren, freigegebene Skills veröffentlichen und diese Funktionen über eine gemeinsame Catalog-Erfahrung in Ihrer gesamten Organisation auffindbar machen.

AI-Aktivitäten überwachen und untersuchen

Da sich AI-Workflows über mehrere Modelle, Agenten und MCPs erstrecken, wird es immer schwieriger zu verstehen, was bei einer bestimmten Interaktion passiert ist. Teams müssen oft Protokolle aus mehreren Systemen zusammenfügen, um Fehler zu beheben, Vorfälle zu untersuchen oder AI-Aktivitäten zu prüfen.

Heute führen wir neue Funktionen für ein einheitliches Agent-Monitoring ein:

• End-to-End-Agent-Traces erfassen: Unified Tracing in Unity AI Gateway erfasst Modellinteraktionen und MCP-Tool-Aktivitäten in einer einzigen verwalteten Telemetrie-Ebene und bietet so Einblick in die Ausführung von AI-Workflows über verschiedene Dienste hinweg.
• AI-Coding-Aktivitäten mit Genie analysieren: Nutzen Sie Genie, um Protokolle von Coding-Agenten in natürlicher Sprache zu untersuchen, kostenintensive Workflows zu identifizieren, zu verstehen, wie Agenten ihre Zeit verbringen, und Möglichkeiten zur Verbesserung der Entwicklerproduktivität und AI-Effizienz aufzudecken.
• AI-Vorfälle mit Lakewatch untersuchen: Analysieren Sie Traces von Unity AI Gateway in Lakewatch, um verdächtige Aktivitäten zu erkennen, Richtlinienverstöße zu untersuchen und AI-Sicherheitsuntersuchungen zu beschleunigen.

„Da wir AI-gestützte Erlebnisse für unsere Nutzer kontinuierlich ausbauen, bleiben Governance, Datenschutz und Vertrauen von grundlegender Bedeutung. Wir freuen uns über das Potenzial von Unity AI Gateway, einen optimierten Ansatz für die Governance von AI-Interaktionen zu bieten, konsistente Kontrollen anzuwenden und unseren Teams dabei zu helfen, AI-Innovationen verantwortungsvoll zu skalieren.“ —Vladislav Nedosekin, AI Director, Flo Health

AI-Governance durch ein offenes Ökosystem erweitern

Unity AI Gateway ist als offene Governance-Plattform für Enterprise-AI konzipiert. Heute erweitern wir unser AI-Governance-Ökosystem um Integrationen in den Bereichen AI-Sicherheit, Identity-Governance, Datenschutz und Bedrohungserkennung, um Unternehmen dabei zu unterstützen, vertrauenswürdige Kontrollen in Runtime-AI-Workflows zu integrieren.

Zukünftige Integrationen werden die Unterstützung auf AI-Sicherheitsanbieter ausweiten, darunter Alice, CrowdStrike, Cyera, HiddenLayer, Netskope, Noma Security, Obsidian Security, Openlayer, Palo Alto Networks und Zscaler sowie Identitätsanbieter wie Okta, Ping Identity und Saviynt.

„Wenn Unternehmen AI in die Produktion überführen, benötigen sie eine konsistente Möglichkeit, AI-Interaktionen über Modelle, Agenten und Tools hinweg zu steuern und zu sichern. Durch die Integration von Falcon AI Detection and Response mit Databricks Unity AI Gateway macht CrowdStrike die Falcon-Plattform zur Sicherheitsebene für AI und bietet die Transparenz, Erkennung und den Schutz, den Unternehmen benötigen, um AI im gesamten Unternehmen zu skalieren.“ —Daniel Bernard, Chief Business Officer, CrowdStrike

AI-Agenten benötigen eine Identität, explizite Guardrails und echte Verantwortlichkeit. Gemeinsam mit Databricks lösen wir diese Herausforderung. Durch die Verbindung der Identity Platform von Okta mit dem Unity AI Gateway können Unternehmen eine konsistente Governance und vertrauenswürdige Kontrollen auf Agenten und die von ihnen genutzten kritischen Datenpipelines ausweiten. —Harish Peri, SVP & GM, Okta for AI Agents

„Da Unternehmen agentenbasierte AI skalieren, muss sich die Sicherheit in den Runtime-Pfad verlagern. Zusammen mit Databricks wird Prisma AIRS Kunden dabei helfen, AI-Interaktionen in Echtzeit zu überprüfen und Schutzmaßnahmen für Modelle, Anwendungen und Agenten durchzusetzen.“ —Ian Swanson, VP, Product, AI Security bei Palo Alto Networks

„AI wird schnell zu einem Kernbestandteil des Unternehmensbetriebs, was Governance und Sicherheit zu grundlegenden Voraussetzungen für eine erfolgreiche Einführung macht. Durch die Kombination der Funktionen von Databricks Unity Gateway mit den AI Guardrails von Zscaler erhalten Kunden mehr Transparenz, absichts- und ergebnisbasierte Kontrollen sowie Schutz bei allen AI-Interaktionen.“ —Ashwin Kesireddy, VP, Product Management - AI Security, Zscaler

Einführung von Managed Omnigent auf Databricks

Omnigent wurde gerade als Open-Source-Meta-Harness für die Erstellung und Ausführung von Agenten über Modelle, Frameworks und Coding-Tools hinweg angekündigt. Heute führen wir die verwaltete Version, Omnigent auf Databricks, in der Beta-Phase ein. Es ist dasselbe Omnigent, das Sie als Open Source ausführen, Sie müssen also nichts neu erstellen. Sie bringen Ihr vorhandenes Setup, Ihre Harnesses, Workflows und Skills mit und stellen sie auf Databricks bereit, um sie als verwaltete Workflows mit gemeinsamem Verlauf, Remote-Zugriff, Zusammenarbeit und isolierter Cloud-Ausführung auf Lakebox auszuführen.

Unity AI Gateway steuert jede Omnigent-Interaktion mit zentral definierten Richtlinien, Kostenkontrollen, intelligentem Routing und einheitlicher Telemetrie. Dies bietet Teams eine verwaltete Möglichkeit, Agent-Workflows parallel zu Daten in Unity Catalog auszuführen. Erfahren Sie mehr über Omnigent in unserem Blog.

Erste Schritte mit Unity AI Gateway, Ihrer Grundlage für AI-Governance

Enterprise-AI wird zunehmend offener, verteilter und agentengesteuerter. Mit diesen neuen Funktionen bietet Unity AI Gateway eine einheitliche Governance-Ebene für Modelle, Agenten, MCP-Dienste und Skills, die Runtime-Kontrollen, Agent-Monitoring, Ausgabenmanagement und Ökosystem-Integrationen auf einer einzigen Plattform vereint.

Erste Schritte mit Unity AI Gateway finden Sie in unserer Dokumentation und unserer Blog-Serie.

Erfahren Sie mehr über unsere Vision für eine einheitliche AI-Governance in unserer Agent Platform Keynote.

Registrieren Sie sich für den Data + AI Summit und entdecken Sie unsere Produktsessions zu AI-Governance und Unity AI Gateway.

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag