Databricks lanciert KI-Agenten-Fabrik: Das Ende der Chatbot-Experimente?

Vom Spielzeug zum Werkzeug: Der Paradigmenwechsel bei KI-Agenten

Seit über einem Jahr experimentieren Schweizer Unternehmen mit KI-Anwendungen. Die meisten dieser Versuche beschränken sich auf den Einsatz von universellen Chatbots, deren Nutzen für geschäftskritische Prozesse oft unklar und deren Governance ein Albtraum ist. Doch diese Phase des Experimentierens neigt sich dem Ende zu. Ein klares Signal dafür ist eine Ankündigung, die für viele Schweizer Daten- und Technologieteams von hoher Relevanz ist.

Am 19. August 2026 hat Databricks, ein zentraler Anbieter im Bereich Daten und KI, die allgemeine Verfügbarkeit seiner Mosaic AI Agent Foundry bekannt gegeben. Dies ist mehr als nur ein weiteres KI-Produkt. Es ist eine vollintegrierte Werkbank, die es Unternehmen ermöglicht, spezialisierte, sichere und vor allem messbare KI-Agenten auf Basis ihrer eigenen Daten zu entwickeln, zu testen und zu betreiben.

Was ist eine 'AI Agent Foundry' und warum ist sie relevant?

Stellen Sie sich nicht einen einzelnen Agenten vor, sondern eine ganze Fabrik. Die Mosaic AI Agent Foundry ist eine Suite von Werkzeugen, die den gesamten Lebenszyklus eines KI-Agenten abdeckt:

• Entwicklung: Unternehmen können Agenten mit Low-Code-Werkzeugen oder gängigen Frameworks wie LangChain erstellen, die auf die eigenen, im Databricks Lakehouse verwalteten Daten zugreifen.
• Evaluation: Ein Kernstück ist die Komponente 'Agent Evaluation'. Bevor ein Agent in den produktiven Betrieb geht, kann er automatisiert auf Qualität, Sicherheit und Kosten getestet werden. Dies reduziert das Risiko von Halluzinationen oder unerwünschtem Verhalten drastisch.
• Governance: Durch die tiefe Integration in den Databricks Unity Catalog wird sichergestellt, dass die Agenten nur auf die Daten zugreifen, für die sie eine Freigabe haben. Jede Aktion ist nachvollziehbar und auditierbar, was für regulierte Branchen in der Schweiz unabdingbar ist.
• Betrieb: Einmal freigegeben, können die Agenten als skalierbare API-Endpunkte bereitgestellt und kontinuierlich überwacht werden.

Für Schweizer Fach- und Führungskräfte bedeutet dies den Übergang von der Konsumenten- zur Produzentenrolle im KI-Zeitalter. Anstatt einen generischen externen Dienst zu nutzen und auf dessen Zuverlässigkeit zu hoffen, können nun spezifische, vertrauenswürdige Werkzeuge für Kernprozesse geschaffen werden.

Drei Gründe, warum dies Ihr Unternehmen jetzt betrifft

1. Datensouveränität ist keine Option, sondern eine Pflicht: Der grosse Vorteil dieses Ansatzes liegt darin, dass sensible Unternehmens- und Kundendaten Ihre Plattform nicht verlassen müssen. Die Agenten werden dort trainiert und betrieben, wo Ihre Daten bereits liegen. Für Finanzdienstleister, die der FINMA-Aufsicht unterstehen, oder für Unternehmen, die dem strengen revidierten Datenschutzgesetz (revDSG) verpflichtet sind, ist dies eine entscheidende Voraussetzung.

1. Qualitätssicherung wird zur Kernkompetenz: Ein unkontrollierter Chatbot kann im besten Fall nutzlos sein, im schlimmsten Fall Reputations- und Finanzschäden verursachen. Die Möglichkeit, Agenten systematisch zu evaluieren, bevor sie auf Kunden oder kritische Prozesse losgelassen werden, ist ein Meilenstein. Sie können nun objektiv messen, ob ein Agent zur Rechnungsprüfung zuverlässiger arbeitet als ein Mensch, anstatt sich auf vage Versprechungen zu verlassen.

1. Spezialisierung schlägt Generalisierung: Ein universeller KI-Chatbot weiss ein bisschen über alles, aber nichts über die spezifischen Abläufe in Ihrem Controlling oder Ihrer Logistik. Mit einer Agenten-Fabrik können Sie hochspezialisierte Agenten bauen: einen für die automatisierte Analyse von Quartalsberichten, einen für die Optimierung von Lagerbeständen und einen für die Triage von Support-Anfragen. Diese spezialisierten Agenten liefern präzisere Ergebnisse und lassen sich besser in bestehende Workflows integrieren.

Ihre konkrete Handlungsempfehlung: Starten Sie Ihr erstes Agenten-Projekt

Die Verfügbarkeit von Werkzeugen wie der Mosaic AI Agent Foundry sollte einen Strategiewechsel in Ihrem Unternehmen auslösen. Warten Sie nicht länger auf das perfekte KI-Tool von der Stange. Werden Sie selbst zum Hersteller.

Unsere Empfehlung: Identifizieren Sie einen einzelnen, klar abgegrenzten Prozess in Ihrer Finanz-, Daten- oder Entwicklungsabteilung, der datenintensiv und regelbasiert ist, aber heute noch viel manuelle Arbeit erfordert. Ein ideales Startprojekt könnte die automatisierte Abweichungsanalyse im monatlichen Finanzreporting sein.

1. Definieren Sie den Agenten: Der Agent soll selbstständig Ist-Zahlen mit den Budget-Zahlen vergleichen, signifikante Abweichungen identifizieren und in natürlicher Sprache eine erste plausible Erklärung aus den zugrundeliegenden Transaktionsdaten formulieren.
2. Stellen Sie ein Team zusammen: Sie benötigen einen Controller (als Fachexperten), einen Data Scientist oder KI-affinen Entwickler (als Erbauer) und eine Person aus der IT-Governance, die die Einhaltung der Datenrichtlinien sicherstellt.
3. Bauen und evaluieren: Nutzen Sie die neuen Werkzeuge, um einen Prototypen zu bauen. Der entscheidende Schritt ist die Evaluation: Definieren Sie klare Gütekriterien. Wie viele Abweichungen erkennt der Agent korrekt? Wie hoch ist die Rate an Falsch-Positiven? Ist die generierte Erklärung nachvollziehbar?

Ein solches Pilotprojekt liefert nicht nur einen messbaren Mehrwert, sondern baut vor allem die interne Kompetenz auf, die in den kommenden Jahren zum entscheidenden Wettbewerbsvorteil wird: die Fähigkeit, KI nicht nur zu nutzen, sondern sie gezielt zu gestalten.