Die Mission von Zillow ist es, das eigene Zuhause für mehr Menschen Wirklichkeit werden zu lassen und über 250 Millionen monatliche Nutzer nahtlos beim Kauf, Verkauf, der Vermietung und der Finanzierung zu begleiten. Doch jahrelanges starkes Wachstum, Akquisitionen und strenge Compliance-Anforderungen führten dazu, dass Daten in vielen verschiedenen Tools isoliert waren, was intern mitunter zu Reibungsverlusten führte. Durch die Standardisierung auf der Databricks-Plattform mit Unity Catalog ersetzte Zillow eine Vielzahl von Tools durch ein einziges, kontrolliertes Ökosystem. Dies ermöglichte Self-Service-Erkenntnisse über Genie und legte den Grundstein für agentische AI. Lakebase erweiterte dieses Fundament noch und bot dem AI-Team eine persistente Speicherebene für dialogorientierte Erlebnisse. Die Plattform bedient nun mehr als 1.500 monatlich aktive interne Nutzer und senkt nach der Konsolidierung die Infrastruktur- und Betriebskosten um 65 %.
Herausforderung: Isolierte Daten und getrennte Systeme bremsten Ambitionen aus
Zillows Vision eines nahtlosen Erlebnisses bei der Wohnungssuche hing davon ab, dass Daten mühelos zwischen Produkten, Teams und Geschäftsbereichen fließen können. In der Praxis machten isolierte Systeme, Compliance-Anforderungen und teils inkompatible Tools dies zunehmend schwieriger.
Eine vernetzte Customer Journey sorgte für Datenkomplexität
Immobilieninteressenten erwarten eine durchgängige Customer Journey. Sie möchten eine Immobilie ansehen, eine Besichtigung mit einem Makler buchen und eine Finanzierung erhalten – und das alles, ohne von vorne anfangen zu müssen. Das Portfolio an Produkten und Akquisitionen von Zillow macht dies möglich, führt aber auch zu einer komplexen Datenlandschaft. Vermietung, Immobiliensuche, Besichtigungen, Hypotheken und übernommene Unternehmen brachten jeweils eigene Stacks, Compliance-Anforderungen und Zugriffskontrollen mit sich. Im gesamten Unternehmen arbeiteten Teams mit vielen Tools unabhängig voneinander.
Isolierte Systeme verlangsamten die tägliche Arbeit
Eine einzige Datenintegration für eine neue Akquisition konnte Monate in Anspruch nehmen. Unterdessen machte die klassische Trennung zwischen operativen Datenbanken und analytischen Systemen routinemäßige Fragen zu langwierigen Übergaben zwischen Teams und Tools. Und da jedes Silo seine eigenen Zugriffskontrollen unabhängig durchsetzte, erforderten selbst einfache Anfragen nach domänenübergreifenden Daten eine manuelle Abstimmung zwischen den Teams – ein Prozess, der Wochen dauern konnte.
AI-Initiativen zeigten die Grenzen der bestehenden Architektur auf
Diese Reibungsverluste wurden zum Hindernis, als Zillow mit der Entwicklung von AI Mode begann, einem dialogorientierten Erlebnis, das Käufern und Mietern helfen soll, Immobilien zu erkunden, Folgefragen zu stellen und Aktionen wie das Buchen von Besichtigungen oder die Kontaktaufnahme mit einem Makler durchzuführen. AI Mode benötigte einen persistenten Speicher mit geringer Latenz für Konversationen sowie die Möglichkeit, diese Interaktionen mithilfe derselben kontrollierten Daten zu bewerten und zu verbessern.
Das Zusammenflicken einer separaten Datenbank und neuer Pipelines wäre technisch zwar möglich gewesen, hätte aber erhebliche Komplexität mit sich gebracht. „Wenn wir nicht auf eine einheitliche Plattform umgestiegen wären, stünden wir heute ganz anders da“, so Jaycen Grant, Director of Engineering für die Data Platform von Zillow. „Als der Trend hin zu agentischer AI einsetzte, hätten wir Verbindungen zu fünf oder sechs verschiedenen Systemen herstellen müssen statt zu einem.“
Lösung: Eine einheitliche Plattform mit Governance im Mittelpunkt, erweitert durch Lakebase für agentische AI
Zillow löste diese Herausforderungen durch die Standardisierung auf Databricks, was den Teams eine einfachere Möglichkeit bietet, Zugriffe zu verwalten, Systeme zu verbinden und schneller zu agieren.
Governance wurde zum Fundament, nicht zum letzten Kontrollpunkt
Zillow machte Governance zum Ausgangspunkt statt zum letzten Kontrollpunkt, wobei Unity Catalog die Zugriffskontrollen ersetzte, die Daten zuvor in einzelnen Geschäftsbereichen unter Verschluss gehalten hatten. Das Data-Platform-Team implementierte einheitliches Tagging, rollen- und attributbasierte Zugriffskontrollen sowie strukturierte Lab-, Stage- und Produktions-Workspaces. Dies ermöglichte es den Teams, schnell zu agieren und gleichzeitig die Compliance- und Sicherheitsrichtlinien, wie etwa die SOX-Anforderungen für das Change Management, auf breiter Front zu stärken.
Hypothekendaten, die einst in einem dedizierten System isoliert waren, können nun sicher zwischen Workspaces zur Verfügung gestellt werden, wobei Maskierungen auf Zeilen- und Spaltenebene über Unity Catalog erzwungen werden. „Wir haben die Zugänglichkeit und Flexibilität der Daten verbessert, indem wir Silos beseitigt haben, ohne auf starke Sicherheit und Kontrolle zu verzichten“, so Jaycen. „Und die Leute müssen ihre Daten nicht mehr verschieben.“
Eine einzige Plattform ersetzte isolierte Tools und öffnete die Tür für Self-Service
Die Konsolidierung auf einer einheitlichen Plattform bot den Teams im gesamten Unternehmen eine gemeinsame Umgebung anstelle isolierter Toolchains. Data Engineers, Product Engineers, Projektmanager, Analysten und Führungskräfte arbeiten nun alle auf derselben Plattform, anstatt sich auf separate Systeme zu verlassen, die von unterschiedlichen Teams verwaltet werden. Wo domänenübergreifende Datenanfragen früher erforderten, dass das Plattform-Team Brücken zwischen den Systemen baut, können Teams heute Datensätze selbst entdecken, den Zugriff über einen geregelten Prozess anfordern und ohne Beteiligung des Plattform-Teams mit der Arbeit beginnen. Dieser Übergang von ticketgesteuerten Workflows zu Self-Service hat die Arbeitsweise des Data-Platform-Teams grundlegend verändert: Der Fokus liegt weniger auf der Wartung der Infrastruktur und der Weiterleitung von Anfragen, sondern vielmehr auf der Entwicklung von Tools und Leitplanken, die Self-Service zuverlässig machen.
Genie half den Teams, kontrollierte Daten schneller zu nutzen
Zillow erweiterte zudem den Wert seiner kontrollierten Daten durch Genie. Als der SVP of Engineering von Zillow Einblick in die Nutzung interner AI-Tools wünschte, nutzte Jaycen Genie Code, um die relevanten Tabellen zu identifizieren, Abfragen zu generieren, ein Notebook zu erstellen und in weniger als einer Stunde ein Dashboard sowie einen Genie-Bereich zu veröffentlichen.
„Früher hätte die Erstellung eines solchen Dashboards für die Geschäftsführung Tage oder sogar Wochen gedauert. Wir hätten die richtigen Daten ausfindig machen, zusammenführen und aufbereiten müssen, bevor wir sie hätten teilen können. Mit Genie konnte ich innerhalb einer Stunde im selben Slack-Thread antworten“, so Jaycen.
Lakebase brachte operative und analytische Daten für AI zusammen
Nachdem die grundlegende Governance etabliert war, wurde Lakebase zu einer wichtigen Komponente des agentischen AI-Stacks von Zillow. Lakebase ist eine vollständig verwaltete PostgreSQL-Datenbank, die in Databricks integriert und für Agenten optimiert ist. Für Zillow half sie dabei, die Kluft zwischen operativen und analytischen Systemen zu überbrücken, die frühere Initiativen verlangsamt hatte. Jaycen erklärt: „Wir sehen Lakebase als mehr als nur eine Datenbank – es ist eine neue Architekturebene, die transaktionale Systeme und AI-gestützte Anwendungen zusammenbringt. Da es sich um Postgres handelt, können Teams es schnell einführen, aber der wahre Wert liegt in den Möglichkeiten, die über traditionelle Datenbanken hinausgehen.“
Das AI-Team setzte Lakebase als Speicherebene für die Agenten im AI Mode ein und stellte so einen hochgradig parallel nutzbaren Speicher mit geringer Latenz für den Konversationsverlauf und -kontext bereit. Da Lakebase in das Lakehouse integriert ist, kann der Agent relevante Verläufe abrufen und anschließend Evaluierungen, Tracing und Analysen auf denselben Daten durchführen, ohne sie in ein separates System verschieben zu müssen.
Da Lakebase das Compliance-Framework von Unity Catalog erbt, konnte das Team unter den entsprechenden kontrollierten Bedingungen auf regulierte Datensätze zugreifen, einschließlich Finanz- und Kreditinformationen, ohne dass monatelange zusätzliche Sicherheitsprüfungen erforderlich waren. „Ohne Lakebase hätten wir Monate mit Sicherheits- und Compliance-Prüfungen verbracht, bevor wir diese Datensätze hätten nutzen können. Mit Lakebase waren sie sofort verfügbar“, erklärte Jaycen.
Ergebnisse: Eine governed Grundlage für Daten im großen Stil
Die Konsolidierung auf einer einzigen governed Plattform erweiterte den Zugriff für Data Engineering, Anwendungsentwicklung, Projektmanagement, Analytics und Führungsteams, während das Datenplattform-Team entlastet wurde, um sich auf wertschöpfendere Aufgaben zu konzentrieren. Der operative Aufwand sank um mehr als 65 % und die Plattform wuchs auf über 1.500 aktive monatliche Nutzer an. Selbst bei einem Nutzerwachstum von 450 % sanken die Support-Tickets pro aktivem Plattformnutzer um 44 %, da ticketbasierte Workflows durch Self-Service ersetzt wurden. Genie beschleunigte diesen Übergang zum Self-Service weiter und verkürzte Aufgaben wie die Erstellung eines Dashboards für die Geschäftsführung von Tagen oder Wochen auf unter eine Stunde.
Lakebase bot Zillow einen praktischen Weg zu produktionsreifer, konformer agentischer KI. Ein einziger, auf Postgres basierender Memory Store unterstützt nun sowohl Echtzeit-Kundenerlebnisse als auch Offline-Evaluierungen. Gleichzeitig erhält der AI Mode Zugriff auf sensible Datensätze, deren Überprüfung zuvor Monate gedauert hätte. Zukünftige agentische Anwendungen können nun demselben governed Muster folgen, anstatt bei Null anfangen zu müssen. Diese Grundlage zeigt sich bereits im Zillow AI Mode, der im März 2026 als interaktives, dialogbasiertes Erlebnis (Conversational Experience) veröffentlicht wurde, um Nutzer noch besser bei der Wohnungssuche zu begleiten.
Die wichtigsten Ergebnisse im Überblick:
Der operative Aufwand sank um mehr als 65 %
Ein einziger Memory Store, der sowohl Echtzeit-Erlebnisse als auch Offline-Evaluierungen unterstützt
Sensible Datensätze sind nun über ein governed Framework zugänglich
Die Support-Tickets pro aktivem Plattformnutzer sanken um 44 %
Zillow plant, Genie auf die Bereiche Finanzen, HR und Vertrieb auszuweiten und Lakebase für weitere agentische Erlebnisse über den AI Mode hinaus einzusetzen. Da weniger Zeit für die Wartung der Infrastruktur aufgewendet werden muss, kann sich das Datenplattform-Team darauf konzentrieren, Compliance, Cost Governance und Datenqualität direkt in die bereits genutzten Tools zu integrieren. „Databricks kümmert sich um die zugrunde liegende Infrastruktur, sodass sich unser Team auf die wichtigste Arbeit konzentrieren kann“, so Jaycen. „Es fühlt sich an, als hätten wir ein zusätzliches Entwicklerteam, das uns hilft, schneller voranzukommen, und neue Funktionen eröffnen uns immer wieder neue Möglichkeiten zur Erweiterung.“