Ankündigung der Launch-Partner von Databricks Lakebase

Mit der allgemeinen Verfügbarkeit von Lakebase führt Databricks eine produktionsreife operative Datenbank ein, die für das KI-Zeitalter entwickelt wurde. Lakebase integriert vollständig verwaltetes, serverloses Postgres direkt in die Databricks Data Intelligence Platform und vereint so transaktionale, analytische und KI-Workloads auf einer einzigen, kontrollierten Grundlage.

Neben der GA geben wir unsere Lakebase-Launch-Partner bekannt. Diese Partner haben während der Entwicklung eng mit Databricks zusammengearbeitet, Lakebase in realen Produktionsumgebungen validiert und sind nun bereit, Kunden beim Übergang von der Architektur zur Ausführung zu helfen.

Worum es in diesem Blog geht

• Warum Partner für die Einführung von Lakebase wichtig sind
• Wie Launch-Partner Lakebase nutzen
• Wer ist heute bereit, Lakebase-Projekte zu unterstützen?

Warum Partner für Lakebase wichtig sind

Lakebase verändert die Art und Weise, wie Teams Anwendungen und KI-Systeme auf Databricks erstellen. Dadurch entfällt die Notwendigkeit, Daten zwischen OLTP-Datenbanken und dem Lakehouse zu verschieben, was die Architektur vereinfacht und die Lieferzyklen verkürzt.

Partner spielen eine entscheidende Rolle dabei, diesen Wandel in der Praxis umzusetzen. Sie helfen Kunden:

• Erstellen Sie Echtzeitanwendungen und agentenbasierte KI-Workflows
• Operationalisieren Sie Analysen und KI, ohne die Governance zu beeinträchtigen
• Migrieren Sie Legacy-PostgreSQL- und operative Datenbanken
   

Diese Partner lernen Lakebase nicht erst. Sie nutzen es bereits.

Wie Launch-Partner Lakebase nutzen

Datenbankmodernisierung und -migrationen

Partner nutzen Lakebase, um externe OLTP-Systeme zu ersetzen und fehleranfällige ETL-Pipelines zu eliminieren. Operative Daten werden designbedingt mit Delta-Tabellen synchron gehalten, was die Komplexität reduziert und Migrationen beschleunigt.

Agentische KI und intelligente Anwendungen

Lakebase wird als System of Record für Agentenzustand, Speicher, Konfiguration und Echtzeit-Entscheidungsfindung verwendet. Dies ermöglicht zustandsbehaftete, wiederaufnehmbare KI-Agenten und Produktionsanwendungen ohne die Verwaltung separater Datenbanken.

Branchenbeschleuniger und -plattformen

Mehrere Partner haben Lakebase-gestützte Accelerators für Anwendungsfälle in den Bereichen Gesundheitswesen, Einzelhandel, Finanzdienstleistungen und öffentlicher Sektor entwickelt. Diese Lösungen kombinieren Transaktionen mit niedriger Latenz, Analytics und KI auf einer einzigen, verwalteten Plattform.

Starten Sie mit einem Lakebase-Partner

Lakebase ist ab heute für den Produktionseinsatz bereit. Unsere Launch-Partner unterstützen Sie bei der Modernisierung von Datenbanken, der Entwicklung von Echtzeitanwendungen und der Bereitstellung von agentenbasierter KI auf Databricks.

• Lesen Sie die Ankündigung der Lakebase-GA.
• Kontaktieren Sie einen Lakebase Launch-Partner
• Beginnen Sie mit der Entwicklung intelligenter Anwendungen auf der Databricks Data Intelligence Platform

Vorgestellte Launch-Partner

Zu unseren Launch-Partnern gehören globale Beratungsunternehmen, Systemintegratoren und auf Daten und KI spezialisierte Unternehmen. Sie haben Lakebase für Modernisierungs-, Anwendungs- und KI-gesteuerte Workloads validiert und unterstützen aktiv Kundenprojekte.

Eine vollständige Liste der globalen Launch-Partner finden Sie unten. 

Accenture

Databricks Lakebase ist spannend, weil es die Lücke zwischen „Systems of Record“ und „Systems of Intelligence“ schließt. Es ermöglicht den Betrieb von Echtzeitanwendungen, KI-Agenten und Analysen direkt aus dem Lakehouse – alles auf einer einzigen Plattform. Das ist ein großer Fortschritt für Unternehmen im Einzelhandel, im Gesundheitswesen und in der Fertigung, die Echtzeit-Personalisierung, intelligente Automatisierung und KI-gestützte Anwendungen anstreben.— Teresa Tung, Global Data Lead, Accenture

Während Unternehmen von Experimenten zum Einsatz von KI im großen Scale übergehen, besteht die Herausforderung nun darin, Intelligenz in die Tat umzusetzen. Mithilfe von Databricks Lakebase unterstützt Accenture Kunden beim Aufbau einer neuen Generation von KI-gestützten Systemen, die auf der Entscheidungsebene agieren – wo Erkenntnisse direkt in Maßnahmen in den Bereichen Betrieb, Finanzen, Risiko und Strategie einfließen.

Aimpoint Digital

Lakebase hat unseren Ansatz zur Steigerung des ROI aus Daten grundlegend verändert und ermöglicht gleichzeitig Analytics und funktionale KI für unsere Kunden. Wir können Databricks jetzt vollständig als End-to-End-Plattform nutzen. Die Kombination von OLAP und OLTP setzt ein enormes ungenutztes Potenzial frei. Wie ich in einem Interview auf der DAIS 2025 sagte, ist Lakebase eines der spannendsten Produkte, die Databricks bisher auf den Markt gebracht hat.—Dylan Ford, Databricks Practice Lead, Aimpoint Digital

Aimpoint hat sein LLMOps-Framework mit Lakebase erweitert, um seinen Kunden einen kurz- und langfristig skalierbaren Wissensspeicher für GenAI-Anwendungen bereitzustellen. Zudem unterstützen Lakebase und Databricks Apps mehrere ihrer internen Anwendungen, die täglich genutzt werden.

Atlan

Lakebase betreibt transaktionale Echtzeitanwendungen und KI-Agenten in Maschinengeschwindigkeit – doch sie benötigen Kontext, um intelligent zu agieren. Atlan verwandelt Lakebase in ein Kontextmanagementsystem, das operative und analytische Metadaten vereinheitlicht, sodass jeder KI-Agent verwaltete Daten reibungslos entdecken, ihnen vertrauen und auf ihrer Grundlage handeln kann.— Prukalpa Sankar, Gründerin & Co-CEO, Atlan

Atlan + Lakebase liefern kontextgesteuerte Intelligenz für KI-Anwendungen. Durch die Vereinheitlichung von operativen, analytischen und geschäftlichen Metadaten erstellen Unternehmen gesteuerte Transaktionssysteme, in denen KI-Agenten auf Scale mit vollständigem Kontext arbeiten. Dies ermöglicht schnellere Entscheidungen, ein geringeres Risiko und vertrauenswürdige Echtzeitanwendungen.

Blueprint

Lakebase bietet uns eine verwaltete, skalierbare Grundlage für die Ausführung komplexer Databricks-Programme. Wir haben die Blueprint Workbench auf Lakebase aufgebaut, um den Zugriff auf und die Verwaltung von Daten zu standardisieren. Dies ermöglicht geführte, wiederholbare Workflows, die Teams helfen, schneller zu arbeiten, das Bereitstellungsrisiko zu verringern und eine gleichbleibende Qualität bei Migrationen, AI-Factory-Builds und Governance-Initiativen zu gewährleisten.—Gary Nakanelua, Managing Director of Product and Innovation, Databricks MVP, Blueprint

Blueprint nutzt Lakebase für den Blueprint Accelerated Data Migration Accelerator, eine einheitliche Ausführungsplattform, die Databricks-Migrationen, den Aufbau von KI-Fabriken und Governance-Initiativen in geführte Workflows umwandelt. Lakebase ermöglicht eine konsistente Bereitstellung, eine schnellere Ausführung und ein reduziertes Risiko bei unternehmensweiten Daten- und KI-Programmen.

Capgemini

Obwohl Lakehouses unseren Kunden bereits dabei helfen, den Wert ihrer Daten zu erschließen, standen die technologischen Silos zwischen OLAP und OLTP einer wirklich einheitlichen Datenbestands-Vision immer im Weg – bis jetzt. Wir sehen Databricks Lakebase nicht nur als eine spannende Plattformfähigkeit, sondern auch als eine potenzielle Disruption für das breitere Anwendungs- und Agenten-Ökosystem.—Kevin Campbell, CEO Capgemini Insights & Data

Capgemini bietet Kunden Lakebase innerhalb ihres Kernportfolios für Daten & KI an – von spezifischen Szenarien in der Migration & Modernisierung von Daten- & KI-Umgebungen über seine Rolle in ihrer Architektur für „Agentic-ready“ KI- & Datenplattformen bis hin zu branchenspezifischen Anwendungsfällen.

Celebal Technologien

Lakebase hat unsere Innovationsfähigkeit beschleunigt, indem es die Reibungsverluste zwischen transaktionalen Anwendungen und analytischen Erkenntnissen über eine serverlose, konforme Umgebung beseitigt hat, in der Betriebsdaten sofort für KI und Analysen verfügbar sind. Unsere Brickbuilder Accelerator „Eagle Eye“-Observability-Plattform liefert jetzt KPI-Auslesevorgänge mit Latenzzeiten im Millisekundenbereich über eine serverlose OLTP-Engine, die nahtlos mit unseren Analyse-Workloads skaliert. Ähnliches gilt für CT Visa – unsere DW-Brickbuilder-Migrationslösung: Die native Integration mit Databricks Apps bewältigt die Komplexität der Authentifizierung und Ausführung von Haus aus, was unseren Betriebsaufwand erheblich reduziert. Dieser Wandel hat unsere Teams in die Lage versetzt, sich auf die Wertschöpfung zu konzentrieren, was zu einer schnelleren Funktionserweiterung und massiven Kosteneinsparungen bei unseren Lösungen führt.—Tushar Mittal,  Databricks Practice Lead, Celebal Technologies

Celebal Technologies hat seine Eagle Eye und CT Visa Brickbuilder Accelerators durch die Einführung von Databricks Lakebase modernisiert. Dieser Übergang hat OLTP- und analytische Workloads vereinheitlicht, wodurch externe Datenbanksilos eliminiert und die Architektur vereinfacht wurde. Das Ergebnis ist ein zentralisiertes Metadatenmanagement und eine durchgängige Governance, die nativ über Unity Catalog bereitgestellt wird.

CitiusTech

Lakebase stellt einen wichtigen Schritt nach vorn bei der Vereinheitlichung operativer und analytischer Daten dar. Mit unserer umfassenden Databricks-Expertise und unseren zweckgebundenen Accelerators engagiert sich CitiusTech dafür, Unternehmen im Gesundheitswesen dabei zu unterstützen, sich schneller und intelligenter zu modernisieren. Wir freuen uns, gemeinsam mit Databricks die nächste Ära der datengesteuerten Versorgung zu gestalten.—Sridhar Turaga, Sr Vice President, Data & KI Business, CitiusTech

CitiusTech beschleunigt die Einführung von Lakebase für interessierte Kunden mit speziell entwickelten Lösungen wie unserer Gen-AI-fähigen OLTP-Datenbankmigrationslösung und dem FHIR Data Framework – entwickelt, um die Konvertierung zu vereinfachen, Datenmodelle im Gesundheitswesen zu standardisieren und interoperable, Lakebase-fähige Architekturen zu ermöglichen. CitiusTech sieht Lakebase als ideale Lösung, um veraltete, isolierte OLTP-Datenbanken zu ersetzen und komplexe ETL-Prozesse zu eliminieren.

Cognizant

Das Agentic Data Unification Framework von Cognizant, das auf Lakebase basiert, ermöglicht ein genaues, skalierbares und kostengünstiges Daten-Mastering nativ im Lakehouse. Unsere Agentic Stewards brechen Silos auf, indem sie unterschiedliche Quellen in Echtzeit zu „Golden Records“ zusammenführen. Diese Zero-Dependency-Architektur unterstützt High Concurrency operative Apps und Echtzeit-KI-Absichtsmodelle mit beispielloser Präzision und Geschwindigkeit.—Diptesh Singh, Global Leader, Data & AI Management, Cognizant

Lakebase hebt das Lakehouse von der Erkenntnis zur Aktion. Das Agentic Data Unification Framework von Cognizant nutzt es, um vertrauenswürdige Golden Records in Echtzeit bereitzustellen – und unterstützt so KI und Betrieb mit unübertroffener Geschwindigkeit, Scale und Einfachheit.

Collibra

Da Unternehmen Databricks nutzen, um KI-Agenten zu entwickeln und benutzerdefinierte Anwendungen zu Lakebase zu migrieren, bietet Collibra KI-Führungskräften und CDOs die Grundlage, um die Governance für Daten, KI und Geschäftssemantik umzusetzen. Indem wir sowohl technische als auch geschäftliche Anforderungen vereinheitlichen und gleichzeitig die Einhaltung von Compliance- und Richtlinienkontrollen für Ihre Databricks Apps und Agent Bricks-Modelle sicherstellen, helfen wir zu gewährleisten, dass Ihre Daten und Ihre KI vom ersten Tag an vertrauenswürdig, auditsicher und geschützt sind.—Mike Robertson, VP für Technologiepartnerschaften, Collibra

Datapao

Lakebase hat uns geholfen, extrem schnell einen produktionsbereiten Datenspeicher für Agentenstatus, Verlauf und Konfiguration einzurichten. Es hat die Echtzeit-Zustandspersistenz vereinfacht: Jede Benutzernachricht, Agentenantwort und jeder Orchestrierungsschritt kann sofort gespeichert werden, wodurch die Plattform Workflows wieder aufnehmen, Entscheidungen überprüfen und eine konsistente Benutzererfahrung ohne zusätzliche Verzögerungen aufrechterhalten kann. Indem wir vollständig bei Databricks geblieben sind, haben wir auch die Architektur einfach gehalten, mit einer einzigen, einheitlichen Governance- und Sicherheitsebene.—Adam Litter, Data Scientist, Datapao 

Datapao hat eine komplexe Multi-Agenten-Lösung für die Pharma- und Gesundheitsstrategieanwendung der Redbow Consulting Group auf Databricks, GEM-A®, entwickelt. Das System orchestriert Dutzende von spezialisierten Agenten, persistiert den Agentenstatus sowie den Konversationsverlauf und speichert wiederverwendbare Konfigurationen und Prompts. Databricks Lakebase diente als zentraler operativer Datenspeicher für Agentenspeicher und -konfiguration, neben den breiteren Lakehouse-Komponenten. Sehen Sie sich diesen Blog von Datapao an, wie Sie Databricks Lakebase in Anwendungen für generative KI nutzen.

DataSentics

Lakebase war entscheidend, um die Lücke zwischen unseren im Stapelverfahren verarbeiteten Spark-Tabellen im Unity Catalog und den Anforderungen unserer Produktionsanwendungen an geringe Latenz zu schließen. Es ermöglichte uns, ein nahtloses Echtzeit-Datenerlebnis zu schaffen, ohne den betrieblichen Aufwand herkömmlicher Datenverschiebungen.—Martin Gendiar, Agentic Use Case Architect, DataSentics

Datasentics nutzte Lakebase für den Betrieb einer Echtzeit-Analyseplattform für Service-Desks. Durch die Verbindung des Databricks Unity Catalog mit interaktiven Dashboards und GenAI-Assistenten wurde die Verzögerung zwischen stapelverarbeiteten Pipelines und den Anwendungsebenen beseitigt. Dies stellte sicher, dass Benutzer in Echtzeit auf die aktuellsten, KI-gestützten Erkenntnisse für kritische operative Entscheidungen zugreifen können.

Delaware Consulting

Unternehmen benötigen eine offene Plattform, die alle Datenfunktionen vereint, die für schnelle, fundierte Entscheidungen erforderlich sind. Lakebase schließt eine häufige Lücke zwischen dem Lakehouse und operativen Plattformen. Zuvor waren wir auf zahlreiche externe Komponenten und eine maßgeschneiderte Datenaustauschlogik angewiesen, um operative Abläufe zu unterstützen. Heute bieten wir eine vereinfachte und dennoch ebenso flexible Architektur, die Lakehouse-Daten für jeden Consumer oder Producer zugänglich macht. Dies ermöglicht uns, ohne Kompromisse zu liefern und sowohl die Komplexität als auch die Time-to-Value erheblich zu reduzieren.– Maarten Herthoge, Technical Alliance Manager, Data & KI und Databricks Champion, Delaware Consulting 

Die hauseigenen Accelerators von Delaware ermöglichen die Bereitstellung von vorgefertigten Datenprodukten, APIs und KI-Lösungen, die auf die spezifischen Bedürfnisse von Branchen ausgerichtet sind. Durch die Integration von Lakebase in das Lakehouse überbrückt Delaware die Kluft zwischen der operativen und der analytischen Welt. Dies ermöglicht die Durchführung von End-to-End-Bereitstellungen, die zuvor Monate gedauert hätten, in Wochen oder sogar Tagen.

DXC

Databricks Lakebase ermöglicht es unseren Kunden, operative Workloads, Analytics und KI auf der Databricks Data Intelligence Platform auszuführen. Seine Transaktions-Performance, die native Lakehouse-Integration und die einheitliche Governance vereinfachen die Architektur, reduzieren die Datenverschiebung und unterstützen skalierbare, KI-native und agentengesteuerte Anwendungen mit Sicherheit und Kontrolle auf Unternehmensniveau.—Paul Hewitt, Senior Director and Global Head of Data & AI Practice, DXC Technologie

DXC modernisierte seine Datenlandschaft durch die Verlagerung von operativen Workloads von einer herkömmlichen operativen Datenbank zu Databricks Lakebase, was Transaktions-Performance mit nativer Lakehouse-Integration ermöglicht. Dies ermöglichte einheitliche OLTP und Analysen, optimierte die Datenbewegung und stärkte die Fähigkeit von DXC, Kunden mit bewährten Architekturen für KI-fähige, Lakebase-gesteuerte Plattformen zu beraten.

Elitmind

Die allgemeine Verfügbarkeit (GA) von Lakebase zeigt, dass Databricks zu einer End-to-End-Plattform wird: von analytischen Daten bis hin zu transaktionalen Workloads. Für Kunden bedeutet dies eine einfachere Architektur, eine kürzere Time-to-Value und weniger ‚Verdrahtung‘ zwischen Systemen – bei gleichbleibend konsistenter Governance und Kontrolle.—Adrian Kukiełka, Data Platform & BI Domain Lead, Elitmind

In Elitmind-Projekten wird Lakebase zwei Schlüsselbereiche stärken: (1) den Online-Feature-Store für Finanzinstitute, bei dem Millisekunden und hohe Abfragevolumen entscheidend sind, und (2) das operative ODS für Reporting- und Integrationsprozesse (z. B. Konsolidierung), bei dem Transaktionen, schnelle Updates und zuverlässige APIs für Anwendungen unerlässlich sind.

EY

Ein schneller, zuverlässiger Datenzugriff ist für die Plattformen von EY, die Geschäftslösungen einschließlich der verwalteten Dienste von EY unterstützen, unerlässlich. Mit Lakebase eliminiert EY die Notwendigkeit für benutzerdefinierte Datenpipelines und separate operative Datenbanken und ermöglicht so eine agilere Plattform, die eine schnellere Abfrageleistung bietet.—Raghu Jakkampudi, Managing Director, Financial Services Products & Solutions, Ernst & Young, LLP

Die Data Fusion-Plattform von EY, ein Databricks Brickbuilder Accelerators, bietet transaktionale Datendienste mit geringer Latenz, um die Anforderungen der Anwendungen von EY-Kunden zu erfüllen. Traditionell erforderte dies kostspielige Datenpipelines, die Daten in geplanten Intervallen in relationale Datenbanken verschoben. Mit Lakebase werden die Daten bei ihrer Ankunft automatisch synchronisiert, was gleichzeitige transaktionale Lesevorgänge und die reibungslose Verarbeitung von benutzerseitig übermittelten Finanzanpassungen mit geringer Latenz ermöglicht.

IBM / Neudesic

Während Unternehmen auf Echtzeit-Intelligenz drängen, ist die Konvergenz von analytischen und operativen Workloads nicht mehr optional, sondern unerlässlich. Herkömmliche Datenbanken wurden nicht für die heutigen KI-gesteuerten Anforderungen entwickelt, wodurch operative Daten isoliert und unzureichend genutzt werden. Lakebase verändert die Situation, indem es echtes OLTP direkt im Cloud-Objektspeicher ausführt und so eine einheitliche, moderne Grundlage für Daten- und Anwendungsinnovationen schafft.—Sai Nageshwaran, Vice President, Data & KI, Neudesic, an IBM company. 

Die Payment Intelligence Platform von Neudesic ist ein von Lakebase unterstützter Accelerator, der den Zahlungsverkehr und die Analysen in Echtzeit auf der Databricks Data Intelligence Platform vereinheitlicht. Durch die Kombination von Transaktionsverarbeitung mit geringer Latenz und Analysen sowie KI im Lakehouse-Maßstab ermöglicht sie eine durchgängige Transparenz, eine schnellere Problembehebung und intelligente Einblicke über den gesamten Zahlungszyklus hinweg.

Impetus

Databricks Lakebase beschleunigt die Einführung von KI in Unternehmen, indem es die Reibung zwischen Betriebsdaten sowie Analyse- und KI-Initiativen beseitigt. Wir setzen uns dafür ein, Lakebase in Verbindung mit unseren Context-Engineering-Assets und domänenfokussierten Business-KI-Lösungen zu nutzen, um Unternehmen dabei zu helfen, komplexe Integrationszyklen zu umgehen und direkt zu messbaren Geschäftsergebnissen zu gelangen. Dieser Ansatz ermöglicht agentenbasierte KI-Anwendungen, die nicht nur Einblicke liefern, sondern auch zuversichtliche, intelligente Maßnahmen im gesamten Unternehmen fördern.—Deepak Khosla, Chief Growth Officer und Leiter des KI-Geschäfts, Impetus Technologies

infosys

Databricks Lakebase dient als kritischer „Arbeitsspeicher und Echtzeit-Datenspeicher“ für die Agentic AI Data Plane-Lösung von Infosys, die auf der Databricks Data Intelligence Platform aufbaut. Es fungiert als operativer Hochgeschwindigkeitskern, der die Lücke zwischen statischer Analysen und Echtzeit-Aktion schließt. Lakebase trägt dazu bei, den aktiven Reasoning-Zustand des Agenten, sich entwickelnde Hypothesen und kontextbezogene Signale mit einer Latenz von unter 10 ms aufrechtzuerhalten. Es transformiert Daten aus statischem Speicher in eine aktive Reasoning-Engine und ermöglicht so schnelle, zustandsbewusste, autonome Entscheidungen, die für ein agentenbasiertes Hochgeschwindigkeits-Ökosystem unerlässlich sind.

Koantek

Lakebase ist das fehlende Glied für die echte Databricks-native Anwendungsentwicklung. Wir haben dies validiert, indem wir unsere eigene X2D Migrations™-Plattform auf Lakebase neu aufgebaut und diese Erkenntnisse sofort in unsere Ascend KI-Beschleuniger kodifiziert haben. Jetzt können wir schlüsselfertige Lakebase-Vorlagen bereitstellen, die in Databricks Apps, Databricks Asset Bundles (DABs) und Unity Catalog integriert sind, sodass unsere Kunden transaktionale und analytische Workloads vereinheitlichen können, ohne die Plattform verlassen zu müssen.—Eddie Edgeworth, Chief Technologie Officer, Koantek

Koantek beschleunigt die Einführung von Lakebase über zwei Vektoren: ihre X2D Migrations™ -Plattform, die Lakebase für die operative Telemetrie nutzt, und ihre Ascend KI Brickbuilder-Accelerators. Ascend KI bietet Kunden bereitstellbare, verwaltete Lakebase-Templates, die Databricks Apps und DABs beinhalten, um schnell moderne Datenanwendungen und agentenbasierte Workflows auf der Data Intelligence Platform zu erstellen.

LatentView Analytics

Die Verwaltung separater Stacks für die Analytics- und die Anwendungsebene war schon immer ein Albtraum in Sachen Governance. Sobald man Daten in eine externe App-Datenbank auslagert, geht die native Datenherkunft verloren und man muss die Sicherheit von Grund auf neu aufbauen. Durch den Einsatz von Lakebase für unsere Analytics-Lösungen haben wir diese Lücke geschlossen. Die Erkenntnisse bleiben innerhalb des Databricks-Ökosystems verwaltet und übernehmen die Berechtigungen direkt vom Unity Catalog. Das macht die fragilen Synchronisierungen überflüssig und hält unsere Audit-Trails lückenlos.—Sunil Kalra, Leiter des Databricks CoE, LatentView Analytics

LatentView Analytics implementiert eine Lösung für Bedarfsplanung und Revenue Growth Management (RGM) für einen großen CPG-Kunden, bei der Lakebase als operative Engine für die Geschäftsanwendung dient. Traditionell mussten sie Prognoseergebnisse aus ihren Gold-Tabellen in eine externe SQL-Datenbank übertragen, nur um die Benutzeroberfläche zu versorgen. In dieser modernen Architektur liest die App direkt aus Lakebase, das nativ mit ihrem Lakehouse synchronisiert bleibt. Dies eliminiert die Datenverschiebung vollständig und stellt sicher, dass ihre RGM-Einblicke immer live sind und an einem Ort verwaltet werden.

Lingaro

Lakebase beseitigt Datensilos, indem es OLTP- und analytische Workloads in einem einzigen Lakehouse vereint und so die Notwendigkeit kostspieliger ETL-Pipelines überflüssig macht. Das Feature, das bei unseren Kunden am meisten Anklang fand, ist, dass Lakebase eine Synchronisation zwischen Postgres- und Delta-Tabellen nahezu in Echtzeit ermöglicht, um Daten für Analysen sofort verfügbar zu machen, und genau das hat Lingaro ermöglicht.–Ajay Parasuraman, Partner, Consumer Goods, Lingaro 

Lingaro hat einem Fortune-100-Konsumgüterunternehmen dabei geholfen, Daten aus Distributionszentren (DC), Warehouse und Filialbeständen auf Lakebase zu vereinheitlichen. Mit KI/BI-Dashboards konnten die Teams ein latenzarmes Tracking und Analysen der Warenbewegungen bereitstellen. Das Team erstellte dann mithilfe von Databricks Apps eine interaktive Ebene, um eine nahtlose Entscheidungsfindung in Echtzeit für mehrere Anwendungsfälle zu ermöglichen – einschließlich dynamischer Auftragsabwicklung, besserer Bedarfsplanungen und der Optimierung der Logistik.

lovelytics

Die Transaktionsverarbeitung von Lakebase hat uns die Möglichkeit gegeben, unseren Kunden leistungsfähigere und interaktivere KI-gesteuerte Erlebnisse zu bieten, die über die reine Analyse und Visualisierung von Daten hinausgehen und es den Benutzern ermöglichen, innerhalb ihrer Organisation Maßnahmen zu ergreifen.–Alex Wiss, Head of Innovation Labs, Lovelytics

Die KI-Lösungen von Lovelytics, einschließlich des Gridlytics Brickbuilder, zeigen, wie wir mit Lakebase und Databricks Apps eine echte Geschäftstransformation vorantreiben. Lovelytics hat auch in Bereichen wie Metadatenanreicherung und Datenqualität Innovationen hervorgebracht und verbesserte, KI-gesteuerte Plattformfunktionen bereitgestellt, die die Betriebseffizienz verbessern und schnell eine KI-First-Grundlage schaffen.

LTIMindtree

Mit Lakebase können wir die operative und die analytische Ebene näher als je zuvor zusammenbringen und so die Reibungsverluste zwischen der Erstellung von Datenprodukten und deren Aktivierung beseitigen. Unsere Kunden können jetzt wesentlich schneller moderne, KI-gestützte Erlebnisse bereitstellen – ohne Kompromisse bei der Governance, dem Vertrauen oder der Zuverlässigkeit einzugehen, die auf Unternehmens-Scale erforderlich sind.—Sriram Narasimhan, SVP & Global Head - Data & Analytics, LTIMindtree

LTIMindtree Scintilla, ein zugelassener Databricks Brickbuilder Accelerator, nutzt Lakebase als transaktionales Rückgrat, um vorhersagbare Migrationen für Kunden zu ermöglichen. Lakebase steuert Zustände der Job-Orchestrierung, Regelbasis & Feature-Flags und Telemetriedaten mit höherer Qualität, geringerem Risiko und reibungsloserer Modernisierung auf Scale – und beschleunigt so die Time-to-Value und stärkt den ROI für Unternehmenstransformationsprogramme.

Omni

Omni-Kunden können Databricks Lakebase als operative Schicht mit geringer Latenz nutzen, um ihre Datenprodukte zu betreiben. In Kombination mit der KI- und Excel-Funktionalität von Omni erhalten Endbenutzer sowohl schnelle Reaktionszeiten bei vordefinierten Berichten als auch eine schnelle UX, wenn sie ihre eigenen Analysen erstellen oder Fragen in natürlicher Sprache stellen. In Kombination mit dem verwalteten semantischen Modell von Omni, das mit den Metriken des Unity Catalog synchronisiert wird, können Kunden Apps mit weniger Engineering-Wartungsaufwand und geringerer Performance-Optimierung erstellen und skalieren.—Arielle Strong, VP of Product, Omni 

Perficient

Wir sehen enorme Chancen in der Nutzung von Lakebase als Teil der Databricks Data Intelligence Platform. Es ermöglicht Anwendungsentwicklungsteams, ihre Anforderungen an transaktionale Datenbanken zu vereinfachen, während Datenteams die Integration für Analyse- und KI-Anwendungsfälle optimieren können. Wir sehen bereits eine starke Akzeptanz in unseren internen Teams, und was noch wichtiger ist: Kunden tendieren zu Lakebase für ihre kritischen Geschäftsanwendungen und Produktions-Workloads.—Michael Patterson, Vice President, AI Data & Analytics, Perficient

Der Base-Is-Loaded Accelerator von Perficient schließt die Lücke zwischen OLTP und OLAP. Diese PySpark-basierte Lösung verbindet Lakebase direkt mit Delta Lake, ermöglicht sichere CRUD-Operationen und wandelt Lakebase-Tabellen in Micro-Batch-Streaming-Quellen für Lakeflow Spark Declarative Pipelines um. Erfassen Sie Transaktionsdaten nahtlos mit nativen Databricks-Tools, wodurch externe CDC-Tools überflüssig werden und ein KI-freundliches Lakehouse erhalten bleibt. Sehen Sie sich diesen Blog an, um zu erfahren, wie Sie die Lücke zwischen OLTP und OLAP mit Lakebase und PySpark schließen können. 

Persistent

Mit der Einführung von Lakebase hat sich Databricks zu einer wirklich vollständigen Datenplattform entwickelt, die transaktionale Workloads, Analysen, KI und Anwendungen auf einer einzigen, skalierbaren Grundlage mit integrierter Sicherheit und Governance zusammenführt. Für unsere Kunden beschleunigt dies die Time-to-Value und ermöglicht vertrauenswürdige Echtzeit-KI- und Betriebsanwendungen, die direkt auf Databricks aufbauen.—Sameer Dixit, Corporate Vice President – Data & AI, Persistent Systems

Die iAURA-Suite von Persistent erweitert das Daten-Engineering und die Datenverwaltung auf der Databricks Platform und unterstützt Migrationen, Modellierung, Mapping, Observability und agentengesteuerte Anwendungsfälle. iAURA wird nativ auf Databricks bereitgestellt und nutzt Lakebase für die Speicherung von Betriebs- und Metadaten, das Lakehouse für Analysen, Native Apps für die Bereitstellung und Agent Bricks für agentische KI-Funktionen.

Polestar Analytics

Unternehmen haben immer noch Schwierigkeiten, die Lücke zwischen operativen Systemen und Analysen zu schließen – traditionelle Architekturen erzwingen einen Kompromiss zwischen Echtzeit-Reaktionsfähigkeit und analytischer Tiefe. Lakebase löst diesen falschen Kompromiss auf, indem es transaktionale und analytische Workloads auf einer einzigen Databricks-Plattform vereinheitlicht. In diesem Sinne ist unser 1Platform-Speicher nativ auf Databricks aufgebaut und nutzt Lakebase für das Stammdatenmanagement, die Speicherung von Metadaten und die Erstellung kleiner Apps über den App Builder. Das bedeutet, dass unser gesamter Stack von der Performance, Konsistenz und Governance von Lakebase profitiert, während Kunden einheitliche Daten für Analysen und KI ohne Duplizierung oder komplexe Pipelines erhalten.—Ankit Rana, Chief Innovation Officer, Polestar Analytics 

Polestar Analytics 1Platform transformiert, wie Unternehmen auf der Grundlage von Daten handeln. Nativ auf Databricks Lakebase aufgebaut, führt es Betriebs-, Stamm- und Metadaten auf einer einzigen, konsistenten Grundlage zusammen. Die Agenthood-KI-Agenten von Polestar treffen Echtzeitentscheidungen auf Basis von Live-Daten. Kunden stellen KI-gesteuerte Dashboards und Automatisierungen um Wochen schneller bereit, ohne die Infrastrukturkomplexität oder Datenfragmentierung traditioneller Architekturen.

Qubika

Lakebase war das fehlende Puzzleteil, um produktionsreife KI-Agenten auf Databricks zu erstellen. Unser Databricks Setup Accelerator benötigt persistenten Speicher über Sitzungen und Workflows hinweg, und Lakebase bietet uns PostgreSQL OLTP ohne operativen Aufwand.—Facundo Sentena, Senior AI Engineer, Qubika

Der Databricks Setup Accelerator von Qubika verwendet Lakebase zum Speichern von LangGraph-Checkpoints, Gesprächsverläufen und Benutzer-/Workflow-Zuständen für langlebige, mehrstufige Einrichtungsaufgaben. Dies ermöglicht wiederaufnehmbare, zustandsbehaftete KI-Agenten mit starker mandantenfähiger Isolierung und nativer OAuth-Authentifizierung, wodurch externe Datenbanken, die Rotation von Secrets und zusätzlicher DevOps-Overhead entfallen. Sehen Sie sich dieses Video von Marco Luquer, dem Qubika Databricks Champion, an, in dem erklärt wird, wie Databricks Lakebase eine grundlegende Veränderung in der Datennutzung von Unternehmen darstellt.

Replit

Replit Agents verwenden Databricks Lakebase, um Datenbanken bereitzustellen, Ressourcenlimits anzupassen und komplexe Änderungen vor der Inbetriebnahme sicher zu validieren. Dadurch können unsere KI-Agenten direkt mit echten Produktionsdaten arbeiten, während die Workloads der Kunden sicher und zuverlässig bleiben.–Luis Héctor Chávez, Chief Technology Officer, Replit

Antworten

Mit Lakebase müssen wir nicht mehr auf relationale Strenge zugunsten der Skalierbarkeit des Lakehouse verzichten. Die native Unterstützung für Primärschlüssel- und Fremdschlüsselbeziehungen stellt sicher, dass unsere unternehmenskritischen Konfigurationstabellen korrekt bleiben, was Pipeline-Fehler verhindert und unsere Unternehmensbereitstellungen optimiert, während gleichzeitig ein erheblicher Verbindungs-Overhead entfällt.–Darshan Patel, Data Architect, Reply

Reply hat für seinen Kunden eine große Menge unternehmenskritischer Orchestrierungsmetadaten von externen SQL-Datenbanken nach Lakebase migriert. Durch die Nutzung nativer Primärschlüssel- und Fremdschlüssel-Constraints wird eine 100%ige referentielle Integrität sichergestellt, während der Infrastruktur-Overhead plattformübergreifender Verbindungen entfällt, wodurch eine echte, einheitliche Databricks Lakehouse-Implementierung erreicht wird.

Retool

Unsere langjährige Partnerschaft mit Databricks vertieft sich weiter, und gemeinsam definieren wir neu, wer sicher mit KI entwickeln kann. Immer mehr Teams im gesamten Unternehmen erweitern ihre Entwicklerbasis und verwandeln Daten mit Retool und Databricks Lakebase in Minutenschnelle in produktionsreife, KI-gestützte Anwendungen und Automatisierungen.–Abhishek Gupta, Chief Product Officer, Retool

Databricks Lakebase und Retool ermöglichen Kunden die sichere Demokratisierung von KI, indem sie die Infrastrukturkomplexität beseitigen, die Teams traditionell verlangsamt. Die Integration von Retool mit Lakebase bedeutet, dass Unternehmen in wenigen Minuten produktionsreife Anwendungen direkt auf ihren eigenen Daten erstellen können, ohne fragmentierte Pipelines, separate Datenbanken oder Kompromisse bei Governance und Sicherheit.

slalom

Lakebase war unsere entscheidende Integrationsschicht, die Databricks mit unserer REACT-App verbindet und Echtzeit-Dashboards für den Notfalleinsatz, KI-gesteuerte Lageberichte, Missionspriorisierung, Demobilisierungsempfehlungen, Transaktions-Auditing und unseren Chat-Agenten für natürliche Sprache zur Abfrage strukturierter und unstrukturierter Katastrophendaten betreibt.—Ramin Ostad, Principal AI Architect, Slalom

Einer der Kunden von Slalom aus dem öffentlichen Sektor modernisiert die Notfallreaktion durch den Einsatz von KI-gestützten Tools wie LakeSpeak, dem MCP-gestützten Brickbuilder Accelerator von Slalom, um dynamische Echtzeit-Lageberichte zu erstellen. Dies verbessert die Entscheidungsfindung, reduziert die manuelle Berichterstattung und bietet einen KI-Assistenten für gezielte Datenabfragen bei Katastrophen. LakeSpeak bietet ein sicheres, standardisiertes Gateway, um Databricks Genie und Lakebase für externe Apps, Agenten und Unternehmensbenutzer zugänglich zu machen – ohne Logik zu duplizieren, die Governance zu verletzen oder Integrationsmuster neu zu schreiben.

Solita

Die Kombination des Databricks Lakehouse mit einer OLTP-Datenbank durch die Verwendung von Lakebase ermöglicht es uns, Architekturprobleme auf eine grundlegend andere Weise zu lösen. Wir sehen endlich einen klaren Weg weg von fragilen ETL-Pipelines und der erzwungenen Trennung von analytischen und operativen Schichten. Die Fähigkeit, Millisekunden-Abfragen an Frontline-Workloads zu liefern, ohne separate, entkoppelte operative Datenbanken zu unterhalten, vereinfacht alles, was genau das ist, was benötigt wird, um die digitalen Dienste unserer Kunden zu skalieren und die analytischen Daten wiederzuverwenden.–Sami Lehtola, Senior Consultant in Industrial Data & Databricks Partner Manager, Solita

Der Databricks-fähige Accelerator von Solita vereinheitlicht Asset- und Dienstdaten in einer einzigen Lakehouse-Lakebase-Architektur. Durch die Überbrückung der Lücke zwischen Bestandsdatenverwaltung, operativer Analytics und Diensten mit geringer Latenz – gesteuert durch Unity Catalog – können OEMs und anlagenintensive Branchen Bestandsdaten konsolidieren, um den Betrieb zu optimieren und den Wert neuer digitaler Dienste zu erschließen.

Systech Lösungen

Lakebase macht komplexe Modellierungen überflüssig, da es direkte analytische Abfragen von Transaktionsdaten ermöglicht. Es ist das perfekte Backend für WizarD™, unsere agentenbasierte KI-Plattform. Es ermöglicht unseren KI-Agenten, sofort tiefgreifende, investigative Analysen direkt an der Quelle durchzuführen und umgehend geschäftliche Maßnahmen zu ergreifen.—Sunil Kumar, VP, Products, Systech Solutions Inc.

WizarD™ von Systech definiert Echtzeitanalysen neu, indem es Lakebase nutzt, um transaktionale und analytische Workloads zu vereinheitlichen. Indem KI-Agenten KPIs im Millisekundenbereich direkt aus Roh- und Livedaten generieren können, wird die ETL-Latenz eliminiert – was die Time-to-Value für geschäftskritische Einblicke erheblich beschleunigt. Systech hat Lakebase auch in DBShift™, seinen Beschleuniger für die Migration zu Databricks, integriert und schafft damit einen nahtlosen ‚Lift-and-Shift‘-Pfad für Legacy-PostgreSQL-Workloads, um direkt auf die Databricks Data Intelligence Platform zu wechseln.

Tata Consultancy Services

Jahrzehntelang haben wir einen Kompromiss akzeptiert: Wir haben ein System für das Schreiben von Daten optimiert und ein völlig anderes für das Lesen. Wir haben komplexe Systeme entwickelt, nur um diese Lücke zu schließen. Lakebase macht diesen Kompromiss überflüssig. Es zeigt, dass die Kluft zwischen operativer Geschwindigkeit und analytischer Tiefe kein physikalisches Gesetz war, sondern nur eine Altlast. Wir haben den Lebenszyklus unserer Daten endlich vereinheitlicht.—Anoop Choozhikunnathu, Global Head, Databricks Practice, TCS

TCS hat eine Lösung zur Beobachtbarkeit des ROI von KI/ML entwickelt, die eine React-App mit Lakebase als Backend verwendet. Lakebase ermöglicht durch Abfragen in natürlicher Sprache und eingebettete Dashboards dialogorientierte Einblicke und Drilldowns zu ROI-Metriken in Echtzeit, um eine schnellere und fundiertere Entscheidungsfindung zu fördern.

Tiger Analytics

Der Übergang zu Lakebase innerhalb von Databricks war ein strategischer Wendepunkt. Durch die Vereinheitlichung von Metadaten und Analysen haben wir externe Infrastruktur eliminiert, was zu sofortiger Kostenoptimierung und architektonischer Einfachheit führte. Die enge Synchronisation mit Delta-Tabellen hat die Performance und Governance verbessert und eine skalierbare, leicht wartbare Grundlage geschaffen.–Abhishek Patel, Director, Tiger Analytics

Tiger hat seinen Daten-Marketplace durch den Ersatz von Azure SQL durch Lakebase vereinheitlicht und verwaltet Metadaten direkt in Databricks. Dies eliminierte Abhängigkeiten von externer Infrastruktur und reduzierte die Kosten und die betriebliche Komplexität erheblich. Indem die Metadaten eng mit den Silver- und Gold-Delta-Tabellen synchronisiert wurden, erreichte Tiger Analytics eine überlegene Performance und eine nahtlose Governance. Dieser native Ansatz optimierte ihre Architektur und schuf eine skalierbare, effiziente Grundlage für zukünftiges Wachstum. 

tredence

Durch die enge Integration zwischen Lakebase und dem Lakehouse ist die Pflege eines Echtzeit-Feature-Store nur eine einzige Codezeile entfernt.—Jason Yip, Director, Databricks MVP, Tredence

Bei einem führenden Netzwerkanbieter bestand die Notwendigkeit, die Kundenabwanderung in Echtzeit zu analysieren, wenn Kunden die Support-Hotline anrufen. Die bestehenden Lösungen basierten auf der Batch-Verarbeitung. Mithilfe von Databricks Model Serving und Lakebase entwickelte Tredence eine Echtzeit-Feature-Abfrage zur Abwanderungserkennung. Da die Features bereits im Lakehouse vorhanden sind, schließt ihre Synchronisierung mit Lakebase die Performance-Lücke, die für Echtzeit-Inferenz erforderlich ist.

Valcon

Bei Valcon haben wir Lakebase mit einem großen Kunden aus dem Einzelhandel getestet und Databricks-Pipelines genutzt, um direkt dorthin zu schreiben, um schnellere Schreibzeiten zu erzielen und gleichzeitig die Vorteile einer relationalen Datenbank wie Unique Keys und die Durchsetzung von Datenmodellen zu nutzen. Anschließend haben wir die Synchronisierung mit dem Unity Catalog verwendet, um diese Tabellen als Katalogobjekte für unsere Reporting-Schicht darzustellen. Ich bin wirklich beeindruckt von der Reife, Flexibilität und praktischen Benutzerfreundlichkeit von Lakebase. Es passt hervorragend dazu, wie moderne Datenplattformen entworfen und betrieben werden sollten.—Ivan Medrano, Senior Principal Engineer, Valcon

Wipro

Lakebase, das auf Open-Source-Postgres und einer serverless Architektur basiert, beseitigt anfällige ETL-Prozesse durch die Vereinheitlichung von OLTP und dem Lakehouse – sodass Transaktionsdaten, Analysen und KI-Agenten mit geringer Latenz alle auf derselben Echtzeitquelle laufen.–Sandip Roy, Director & Databricks Practice Leader, Wipro

Lakebase bietet einen latenzarmen Zugriff auf 360-Grad-Kunden-, Portfolio-, Haushalts-, Ziel- und risikobezogene Daten für die Wipro’s Wealth AI -Lösung und ermöglicht so für Berater aufbereitete Echtzeit-Einblicke. Mit dieser OLTP-Schicht erfolgen KI-Ausgaben sofort und unterstützen API-gesteuerte Interaktionen, schnelle CRUD-ähnliche Betrieb und ereignisgesteuerte Reaktionen auf Kunden-Updates, Transaktionen und Marktveränderungen. Durch die Vereinheitlichung von Lakebase mit der Lakehouse-Plattform baut WeGA for Data darauf auf, um eine verantwortungsvolle, unternehmenstaugliche, sichere und verwaltete Datenplattform bereitzustellen, die eine konforme, skalierbare und zuverlässige KI-Einführung gewährleistet.

Zeb

Mit Lakebase und Databricks Apps sind wir endlich in der Lage, eine containerisierte Schnittstelle für KI-Agenten zu erstellen, die die Darstellungsschicht über Databricks Apps und die von Lakebase bereitgestellte Persistenz in einer einheitlichen Lösung vereint.–Sid Vivek, Head of AI, zeb 

Zebs Brickbuilder-Accelerator „Building Data Products using Databricks Apps and Lakebase“ vereinheitlicht transaktionale und analytische Workloads, bettet KI-Agenten in Geschäftsanwendungen ein und liefert schnell verwaltete Datenprodukte. Kunden profitieren von Entscheidungsfindung in Echtzeit, schnellerer Produktbereitstellung und stärkerer Governance auf einer einzigen, skalierbaren Plattform, die auf Lakebase und Databricks Apps basiert. Lesen Sie diesen Blog, um mehr über den Accelerator von zeb zu erfahren. 

Starten Sie mit einem Databricks Lakebase Launch-Partner

Die Zukunft von Daten und KI ist vereinheitlicht. Durch die Integration von operativen und analytischen Daten auf einer einzigen, verwalteten Plattform mit Lakebase können unsere Kunden komplexe Architekturen mit mehreren Systemen hinter sich lassen und eine Welt betreten, in der Intelligenz nahtlos in sofortiges Handeln umgesetzt wird. Unsere Launch-Partner stehen bereit, um Ihnen zu helfen, von diesem Wandel zu profitieren – mit bewährten Lösungen und Accelerators, die darauf ausgelegt sind, die einzigartigen Vorteile von Lakebase zu nutzen, einschließlich transaktionaler Performance, nativer Lakehouse-Integration und einheitlicher Governance über den Unity Catalog. Verbinden Sie sich noch heute mit einem unserer Launch-Partner, um mit der Entwicklung Ihrer nächsten Generation von Echtzeit-KI-nativen Anwendungen auf der Databricks Data Intelligence Platform zu beginnen.

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