Veröffentlicht: 2. Juni 2025
von Craig Wiley, Prem Prakash und Sonya Vargas
Wir freuen uns, bekannt zu geben, dass Gartner Databricks zum vierten Mal in Folge als Leader im 2025 Gartner® Magic Quadrant™ für Data Science und Machine-Learning-Plattformen ausgezeichnet hat. Databricks hat die höchste Position in der Kategorie "Ability to Execute" und die beste Position in der Kategorie "Completeness of Vision" erhalten.
Gartner definiert eine Data-Science- und Machine-Learning-Plattform als eine integrierte Sammlung von codebasierten Bibliotheken und Low-Code-Tools. Diese Plattformen unterstützen die unabhängige Nutzung und Zusammenarbeit von Data Scientists und ihren Business- und IT-Partnern mit Automatisierung und KI-Unterstützung in allen Phasen des Data-Science-Lebenszyklus, einschliesslich Geschäftsverständnis, Datenzugriff und -aufbereitung, Modellerstellung und Austausch von Erkenntnissen. Sie unterstützen auch Engineering-Workflows, einschliesslich der Erstellung von Daten-, Feature-, Deployment- und Test-Pipelines. Die Plattformen werden über Desktop-Clients oder Browser mit unterstützenden Compute-Instanzen oder als vollständig verwaltetes Cloud-Angebot bereitgestellt.
Laden Sie hier ein kostenloses Exemplar des Berichts herunter.
Wir freuen uns sehr über diese Anerkennung von Gartner und glauben, dass sie auf dem Erfolg der Tausenden von Databricks-Kunden beruht, die hochwertige KI-Projekte erstellt und in der Produktion eingesetzt haben. Seit vielen Jahren haben Unternehmen Schwierigkeiten, ihre Data-Science- und Machine-Learning-Projekte in die Produktion zu überführen. GenAI hat dies nur noch erschwert, da KI-Basismodelle die Unternehmensdaten nicht kennen und keine geschäftsspezifischen, genauen und gut verwalteten Ergebnisse liefern.
Bei Databricks konzentrieren wir uns darauf, Unternehmen beim Aufbau und der Bereitstellung von KI in hochwertigen, unternehmenskritischen Anwendungen zu unterstützen und gleichzeitig Genauigkeit, Governance und Benutzerfreundlichkeit zu gewährleisten. Unsere Innovationssäulen sind:
Wir bei Databricks sind grosse Befürworter des internen Einsatzes unserer eigenen Technologie. Interessanterweise waren die Tools, die in diesem Magic Quadrant-Bericht bewertet wurden, die Tools, die wir verwendet haben, um unseren Magic Quadrant-Fragebogen auszufüllen. Jeder, der an einem Magic Quadrant gearbeitet hat, weiss, dass die Fragebögen unglaublich streng sind und viel Zeit von Stakeholdern im gesamten Unternehmen erfordern. Mithilfe der Databricks Data Intelligence Platform haben wir unseren eigenen KI-Agenten für Wissensdatenbanken namens ARIA – Analyst Relations Intelligent Assistant – entwickelt, um hochwertige und hochpräzise erste Entwürfe für fast 700 Seiten technischer Produktfragen zu erstellen. Dies sparte dem Team Dutzende von Stunden Schreibzeit und ermöglichte es unserem Führungsteam, sich auf hochwertigere, strategische Komponenten der Bewertung zu konzentrieren.
ARIA basiert auf einer Retrieval-Augmented Generation (RAG)-Architektur, die in eine benutzerfreundliche Streamlit-Oberfläche integriert und auf Databricks Apps gehostet wird. Es nimmt RFI-Dokumente im HTML-Format auf, extrahiert Fragen und generiert hochwertige Antworten mithilfe von Mosaic AI Agent Framework, Vector Search und Batch Inference mit Claude 3.7-Sonnet. Das System nutzt frühere Frage- und Antwortpaare, die Databricks-Dokumentation und eine Produkt-Schlüsselwort-Zuordnungstabelle, um die Suchrelevanz zu verbessern. DSPy wird zur Prompt-Optimierung verwendet, um die Konsistenz von Ton und Format sicherzustellen, und die endgültige Ausgabe kann zur Zusammenarbeit in Google Docs oder Excel exportiert werden.
Wir glauben, dass unsere Anerkennung als Leader mit den höchsten Punktzahlen für "Ability to Execute" und "Completeness of Vision" ein Beweis für unsere Fähigkeit ist, Teams zusammenzubringen und sie in die Lage zu versetzen, die nächste Generation von Daten- und KI-Anwendungen mit Qualität, Geschwindigkeit und Agilität zu entwickeln.
Als führendes Unternehmen in mehreren Magic Quadrants und anderen Analystenberichten glauben wir, dass die Einzigartigkeit der Leistung darin liegt, wie sie erreicht wurde. Es ist nicht ungewöhnlich, dass Anbieter jedes Jahr in mehreren Magic Quadrants in vielen Bereichen auftauchen. Sie werden jedoch anhand unterschiedlicher Produkte in ihrem Portfolio bewertet, die einzeln die spezifischen Kriterien des Berichts erfüllen. Die Ergebnisse von Databricks zeigen eindeutig, dass Sie mit einem einheitlichen Ansatz für Data + AI führend sein können, mit einer einzigen Datenkopie, einer einzigen Processing Engine, einem einzigen Ansatz für Management und Governance, der auf Open Source und offenen Standards in allen Clouds basiert.
Mit einer einzigen Lösung können Sie erstklassige Ergebnisse für Data Warehousing- und Data Science-/Machine-Learning-Workloads erzielen. Wir glauben, dass ML und GenAI die Datenplattformen weiterhin verändern werden, und wir danken unseren Kunden und Partnern für die gemeinsame Reise.
Um mehr über Mosaic AI zu erfahren, besuchen Sie unsere Website und folgen Sie @Databricks für die neuesten Nachrichten und Updates. Sie können uns auch auf dem Data + AI Summit 2025 besuchen, wo wir wichtige Ankündigungen zu unseren Innovationssäulen für KI machen werden.
Lesen Sie den Gartner Magic Quadrant für Data Science und Machine-Learning-Plattformen.
Gartner, Magic Quadrant für Data Science and Machine Learning Platforms, Afraz Jaffri, Maryam Hassanlou, Tong Zhang, Deepak Seth, Yogesh Bhatt, 28. Mai 2025.
GARTNER ist eine eingetragene Marke und Dienstleistungsmarke von Gartner, Inc. und/oder seinen verbundenen Unternehmen in den USA und international, und MAGIC QUADRANT ist eine eingetragene Marke von Gartner, Inc. und/oder seinen verbundenen Unternehmen und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten.
Gartner unterstützt keine der in seinen Forschungspublikationen dargestellten Anbieter, Produkte oder Dienstleistungen und rät Technologieanwendern nicht, nur die Anbieter mit den höchsten Bewertungen oder anderen Bezeichnungen auszuwählen. Gartner-Forschungspublikationen geben die Meinungen der Gartner-Forschungsorganisation wieder und sind nicht als Tatsachenfeststellungen auszulegen. Gartner lehnt alle ausdrücklichen oder stillschweigenden Gewährleistungen in Bezug auf diese Forschung ab, einschliesslich aller Gewährleistungen der Marktgängigkeit oder Eignung für einen bestimmten Zweck.
(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag
