KI-Suche

AI Search wurde für Teams entwickelt, die Produktionsanwendungen erstellen, die Echtzeitsuche, Abgleich oder Abruf von Unternehmensdaten benötigen, wie z. B. Produktsuche, Inhaltsempfehlungen, E-Commerce-Erfahrungen und KI-Agenten. Lippert nutzt sie, um eine Agentenunterstützung zu ermöglichen, die Kundensupportagenten dabei unterstützt, Antworten in Produkthandbüchern, YouTube-Videos und Supportfällen zu finden. EQT verwendet es für die Suche in Daten, die bereits in Delta gespeichert sind, und merkt an, dass die einfache Einrichtung in wenigen Stunden abgeschlossen war. Da es serverlos ist und von Unity Catalog gesteuert wird, eignet es sich für Organisationen, die bereits die Databricks-Plattform einsetzen und möchten, dass Suchindizes bestehende Zugriffskontrollen übernehmen.

Mit AI Search können Sie die semantische Vektorsuche mit der Schlagwortsuche (BM25) in einem einzigen Aufruf kombinieren und die Ergebnisse dann für Relevanz in Produktionsqualität neu einstufen. Dieser hybride Ansatz ist darauf ausgelegt, Produktsuche, Inhaltsempfehlungen, E-Commerce-Erlebnisse und Agenten in einer Engine zu betreiben, ohne separate Systeme für Stichwortsuche und Vektorsuche zu benötigen. Das integrierte Reranking und die Qualitätsbewertung sind Teil derselben API, sodass für die Relevanzanpassung kein separater Service erforderlich ist.

AI Search verwendet automatische Synchronisierungspipelines, die Indizes aktualisieren, sobald sich Quelltabellen ändern, sodass die Ergebnisse mit den zugrunde liegenden Daten Schritt halten. Databricks übernimmt die Embedding-Generierung, Wiederholungsversuche, Durchsatzanpassung, Batch-Größenanpassung und automatische Skalierung im Hintergrund – dadurch entfällt zusätzliches Data Engineering. EQT hob insbesondere diese integrierte verwaltete Funktionalität hervor und merkte an, dass die Delta Sync-Funktion es ihnen ermöglichte, in wenigen Stunden einsatzbereit zu sein, da ihre Daten bereits in Delta gespeichert waren.

AI Search übernimmt die bereits in Unity Catalog definierten Zugriffskontrollen, Lineage und Prüfprotokolle, da jeder Index als Unity Catalog-Objekt verwaltet wird. Feingranulare Richtlinien, die an anderer Stelle in Unity Catalog festgelegt werden, werden automatisch auf Suchindizes ausgeweitet, sodass Teams kein separates Berechtigungsmodell nur für die Suche konfigurieren müssen. Dies bedeutet auch, dass Lineage-Tracking und Audit-Logging ohne zusätzlichen Einrichtungsaufwand übertragen werden.

Details zu den Preisen werden nicht direkt auf der Produktseite von AI Search selbst aufgeführt. Databricks veröffentlicht die aktuellen Preise auf seiner speziellen Preisseite für AI Search, wo Sie die Kosten einsehen können, bevor Sie Indizes in der Produktion bereitstellen. Da AI Search serverlos ist, müssen keine Cluster, Shards oder Replikate separat skaliert werden, wenn Sie die Nutzung schätzen.

Sie können AI Search verwenden, indem Sie sich über die Option Kostenfrei testen auf der Produktseite anmelden oder eine Demo mit dem Databricks-Team vereinbaren, um die Funktion in Aktion zu sehen. Einzelheiten zur Einrichtung finden Sie in der Dokumentation zu AI Search, die beschreibt, wie Indizes erstellt, Synchronisierungspipelines konfiguriert und die API abgefragt werden. Da Indizes serverlos sind und auf Milliarden von Datensätzen und Tausende von Abfragen pro Sekunde skalieren können, können Sie mit derselben Engine vom ersten Testen zum Produktionsmaßstab übergehen.