Künstliche Intelligenz gehört derzeit zu den meistdiskutierten Themen der Technologiebranche. Welche Entwicklungen im Bereich KI und Datenbanken finden Sie momentan besonders spannend und welche Trends werden Ihrer Meinung nach noch unterschätzt?
Eine der spannendsten Entwicklungen ist das Zusammenwachsen von generativer KI und Unternehmensdaten. Große Sprachmodelle sind äußerst leistungsfähig, doch ihr Nutzen steigt erheblich, wenn sie sicher auf aktuelle, vertrauenswürdige und domänenspezifische Informationen zugreifen können.
AI Vector Search ist dabei ein wichtiger Baustein, weil sie semantische Suche mit relationalen Daten, JSON-, räumlichen (Spatial), Graph- und Transaktionsdaten kombiniert. Außerdem begeistern mich KI-Agenten, die über Unternehmensinformationen schlussfolgern und sinnvolle Aufgaben ausführen können – vorausgesetzt, sie arbeiten innerhalb klar definierter Sicherheits- und Governance-Rahmen.
Ein Trend, der meiner Ansicht nach noch unterschätzt wird, ist die Bedeutung der Datenarchitektur. Viele KI-Projekte konzentrieren sich stark auf das Modell und behandeln die Datenebene eher als nachgelagerten Aspekt. In Unternehmenssystemen sind jedoch Genauigkeit, Berechtigungen, Datenherkunft (Provenance), Konsistenz und Aktualität der Daten mindestens ebenso wichtig wie die Intelligenz des Modells. Die erfolgreichsten KI-Systeme werden leistungsstarke Modelle mit vertrauenswürdigen und gut verwalteten Daten kombinieren.
Sie treiben seit fast drei Jahrzehnten Innovationen in der Datenbankbranche voran. Welche Erfahrungen aus Ihrer Laufbahn haben die Erkenntnisse, die Sie in Ihrer Keynote teilen werden, am stärksten geprägt?
Eine der wichtigsten Erkenntnisse aus fast drei Jahrzehnten in der Datenbankwelt ist, dass geschäftskritische Unternehmensdaten nur selten in einem einzigen Format vorliegen oder von nur einer Art von Anwendung verarbeitet werden. Unternehmensdaten verteilen sich auf relationale Tabellen, JSON-Dokumente, Vektoren, Graphen, Geodaten sowie jahrzehntelang gewachsene Geschäftsdokumente. Gleichzeitig werden sie von ganz unterschiedlichen Workloads genutzt – darunter OLTP, Analytics, Streaming, KI/Machine Learning und Lakehouse-Architekturen.
Lösungen, die Daten auf verschiedene spezialisierte Datenbanken verteilen, mögen für Entwicklerinnen und Entwickler zunächst attraktiv erscheinen. Für Unternehmen führen sie jedoch häufig zu einer fragmentierten Datenlandschaft – mit erheblichen Herausforderungen bei der Datenintegration, unnötiger Datenredundanz, komplexerer Verwaltung und potenziellen Sicherheitsrisiken.
Auch wenn für die Isolation unterschiedlicher Workloads oft mehrere physische Datenbankinstanzen erforderlich sind, ist es deutlich sinnvoller, für alle Anwendungsfälle dieselbe konvergente Datenbanktechnologie zu nutzen. Dadurch entfällt ein Großteil des Integrationsaufwands, Daten lassen sich nahtlos gemeinsam nutzen, und Unternehmen können ihre Ressourcen stärker auf Innovationen statt auf Datenmanagement konzentrieren.
Im Laufe meiner Karriere habe ich mehrere grundlegende Technologiewandel erlebt – vom Aufstieg des Internets über Cloud Computing, Big Data und Dokumentendatenbanken bis hin zur heutigen generativen KI. In jedem dieser Fälle haben letztlich jene Technologien den größten Mehrwert geschaffen, die in die zentrale Unternehmensarchitektur integriert wurden, anstatt isolierte Einzellösungen zu bleiben. Für Unternehmen ist es in den meisten Fällen sinnvoller, einen neuen Datentyp – etwa einen KI-Vektor – in eine bestehende Tabelle und in SQL-Abfragen zu integrieren, als eine komplett neue Datenbank einzuführen.
Viele Teilnehmerinnen und Teilnehmer der DOAG-Konferenz planen derzeit KI-Initiativen oder setzen diese bereits in ihren Unternehmen um. Welche zentrale Botschaft oder welchen praktischen Rat möchten Sie ihnen aus Ihrer Session mit auf den Weg geben?
Beginnen Sie mit einem konkreten geschäftlichen Problem und vertrauenswürdigen Unternehmensdaten – nicht mit einem KI-Modell, für das anschließend erst ein passender Anwendungsfall gesucht wird.
Unternehmen sollten außerdem vermeiden, für jedes KI-Projekt eine völlig neue Datenarchitektur aufzubauen. Wo immer möglich, sollten KI-Funktionen direkt zu den vorhandenen Daten gebracht werden, sodass bestehende Sicherheitsmechanismen, Governance-Strukturen, Betriebsprozesse und Anwendungslogik weitergenutzt werden können.
Mein dritter Rat lautet: Starten Sie mit klar abgegrenzten Projekten, bei denen sich die Qualität der Ergebnisse objektiv messen lässt. Experimente mit KI sind wichtig, doch produktive Systeme benötigen eindeutige Bewertungskriterien, eine angemessene menschliche Kontrolle sowie klare Regeln dafür, auf welche Daten die KI zugreifen darf und welche Aktionen sie ausführen kann.
Eine der Stärken der DOAG-Konferenz ist die Möglichkeit zum direkten Austausch. Worauf freuen Sie sich am meisten, wenn Sie mit der Community in Nürnberg ins Gespräch kommen?
Ich freue mich besonders darauf zu erfahren, woran Kundinnen und Kunden tatsächlich arbeiten und welche Lösungen sie entwickeln. Die besten Gespräche entstehen oft nach dem Vortrag oder bei ungeplanten Begegnungen während der Abendveranstaltungen – wenn jemand von einer komplexen Produktionsumgebung, einer unerwarteten Anforderung oder einem Problem erzählt, das sich nicht einfach auf einer Präsentationsfolie darstellen lässt. Solche Gespräche hatte ich im vergangenen Jahr bei der DOAG unter anderem bei der passenderweise “Night of the Prompts” genannten Veranstaltung.
Diese Diskussionen helfen uns zu verstehen, wo unsere Technologie bereits gut funktioniert und in welchen Bereichen wir uns weiter verbessern müssen. Außerdem spreche ich sehr gerne mit Entwicklerinnen und Entwicklern sowie Datenbankexpertinnen und -experten, die über langjährige Erfahrung mit der Oracle Database verfügen und nun erkunden, wie generative KI, KI-Agenten und Vector Search Teil ihrer Lösungen werden können.
Den ersten Teil unseres Interviews mit Tirthankar Lahiri lest ihr hier. Der finale, dritte Teil erscheint in der kommenden Woche.
Das Event
Die DOAG Konferenz + Ausstellung ist die führende Konferenz mit Fokus auf Datenbank-Technologien im deutschsprachigen Raum. Sie findet vom 17. bis 19. November im Nürnberg Convention Center (NCC) statt.
Von Dienstag bis Donnerstag bietet das Event hochkarätige Sessions in den Themenbereichen Cloud [Deploy & Build], Database/Operations [Run & Operate], Performance [Optimize & Tune], Security [Protect & Secure], AI and Machine Learning [Extend & Integrate], Coding [Develop & Code], Softskills [NonTec].
Die Teilnehmerinnen und Teilnehmer können sich zudem auf ein umfangreiches und unterhaltsames Rahmenprogramm – inklusive Abendevent und Community-Aktivitäten – mit viel Gelegenheit zum Networking freuen.
Über Tirthankar Lahiri
Tirthankar Lahiri hat 61 erteilte und mehrere angemeldete Patente, einen Bachelor of Technology in Informatik vom Indian Institute of Technology und einen Master of Science in Elektrotechnik von der Stanford University.
Als Einstimmung auf seine Keynote könnt ihr ihn schon vorab in seinen Interviews für unser Format DOAG.tv erleben. Darin spricht er über AI Vector Search: Wie Oracle die Zukunft der Datenanalyse neu definiert und Where AI meets the database: Oracle`s Vision for the future of DBA work.
