Modell- und Toolübergreifende KI-Prozesse, ohne dabei Daten zu verschieben oder die Plattform zu wechseln. Intelligenz soll zu den Daten, nicht umgekehrt
Hintergrund
1. Auf seinem jährlichen (US) AI & Datanova-Event hat Starburst Ende Mai 2026 die Starburst Enterprise Intelligence Platform (SEP) vorgestellt. Im Mittelpunkt steht AIDA (AI Data Assistant), der laut Anbieter jetzt allgemein verfügbar ist und KI-gestützte Intelligenz direkt in Workflows, Anwendungen und Agenten integriert. (1)
Auch wurden weitere neue KI-fähige Datenprodukte dort gezeigt, die einen konsistenten Unternehmenskontext für Abfragen, Modelle und KI-Agenten ermöglichen. Zeitgleich sind zusätzliche Funktionen wie Icehouse Ingest und Icehouse LakeOps für Apache Iceberg-Operationen und Bring Your Own Cloud (BYOC)-Bereitstellungen angekündigt worden.
2. Am 2. Juni 2026 wurde zudem eine Partnerschaft von Qlik mit Starburst gestartet. Ziel der Kooperation wird es sein, fragmentierte Daten in kontrollierte, KI-fähige Informationen umzuwandeln. Die Zusammenarbeit soll die Datenintegrations-, Replikations-, Analyse- und agentischen Workflows von Qlik mit der föderierten Abfrage-Engine, der Kontext-Schicht und den agentischen Fähigkeiten von Starburst kombinieren. Damit sollen Unternehmen mehr Auswahlmöglichkeiten erhalten, wie sie Daten in Cloud-, On-Premises- und hybriden Umgebungen abfragen, verschieben, aufbereiten und nutzen (Details siehe Punkt 2 weiter unten).
Zu 1) Meist bleiben die Daten von Unternehmen über Clouds, Data Lakes, SaaS-Anwendungen und Betriebssysteme hinweg fragmentiert, was teure Datenbewegungen erzwingt, Governance-Blindspots schafft und das Vertrauen in KI-Ergebnisse untergraben kann. Die Folge sind langsamere Entscheidungsfindung zu geringerer Zuverlässigkeit, höhere Kosten und KI-Initiativen, die ins Stocken geraten können, bevor sie skaliert werden.
Starburst Enterprise Intelligence Platform ermöglicht es laut Anbieter, KI direkt auf verteilten Daten vor Ort auszuführen, ohne diese zu verschieben oder auf eine andere Plattform zu migrieren.
Die Plattform stellt gleichzeitig einen konsistenten Unternehmenskontext für Abfragen, Modelle und Agenten bereit, unabhängig davon, wo Daten gespeichert oder verarbeitet werden – über Clouds, Kataloge und Enterprise-Systeme hinweg.
Anwenderkommentar Ram Radhakrishnan, Engineering Leader – Data & AI Platforms bei Vizient: „Bei Vizient konzentrieren wir uns darauf, den Zugriff, die Verknüpfung und die Nutzung vertrauenswürdiger Daten in einem komplexen Gesundheitsumfeld für Teams im gesamten Unternehmen zu verbessern. Im Rahmen dieser Bemühungen haben wir die Grundlagen für einen regulierten internen Datenmarktplatz und wiederverwendbare Datenprodukte geschaffen, die bereichsübergreifende Analysen und die KI-Einführung unterstützen. Unser Ansatz umfasst eine Reihe von Technologien, darunter Starburst, um Teams dabei zu helfen, effektiver mit verteilten Datensätzen zu arbeiten und gleichzeitig unnötige Datenduplikate zu reduzieren.“
Intelligenz dort, wo die Arbeit stattfindet: AIDA
Zum Einsatz kommen soll AIDA direkt in den Workflows, Anwendungen und Agenten, in denen diese Führungskräfte und Business-User arbeiten. Im Gegensatz zu KI-Tools, die auf zentralisierten oder duplizierten Daten basieren, arbeitet AIDA mit verteilten Unternehmensdaten vor Ort und nutzt Starbursts AI-Ready Data Products, um konsistente Geschäftsdefinitionen und einen regulierten Kontext zur Runtime bereitzustellen – unabhängig davon, wo sich die Daten befinden.
AIDA unterstützt, von der Frage zur Aktion zu gelangen, indem es Visualisierungen generiert, Workflows auslöst, Tickets eröffnet, Datensätze aktualisiert und Prozesse über verbundene Systeme hinweg initiiert. Bei allen diesen Prozessen müssen User die von ihnen genutzten Anwendungen nicht verlassen.
Durch die Unterstützung des Model Context Protocol (MCP) kann AIDA auch eine Verbindung zu externen Tools, unstrukturierten Inhalten und Systemen von Drittanbietern herstellen, um einen reichhaltigeren Kontext über Enterprise-Workflows hinweg bereitzustellen. „KI hat die Datenarchitektur überholt“, so Justin Borgman, Mitbegründer und CEO von Starburst.
Dashboard (Bildquelle: Starburst AIDA).
Grundlagen für vertrauenswürdige Enterprise AI
KI-Systeme liefern unzuverlässige Antworten, wenn sie Daten abfragen, ohne deren Bedeutung zu verstehen. Starburst will dieses Problem durch AI-Ready Data Products lösen, die kontrollierte Daten, Metadaten und Geschäftsdefinitionen zu wiederverwendbaren, vertrauenswürdigen Assets für Analysen und KI kombinieren – unabhängig davon, wo sich die Daten befinden.
Anstatt von Unternehmen zu verlangen, semantische Definitionen von Grund auf neu zu erstellen, stellte Starburst seinen neuen „Query-in-Place“-Ansatz für den Unternehmenskontext vor, der bereits in Katalogen, BI-Tools und Datenpipelines vorhanden ist. Zu den neuen Funktionen der AI-Ready Data Products gehören Data Products as Code, (derzeit als Public Preview), und Automatic Metadata Enrichment, das laut Anbieter allgemein verfügbar ist.
Performance und Ausfallsicherheit für KI-Analysen im großen Maßstab
Im Vergleich zum Open-Source-Produkt Trino soll die Starburst Engine laut Entwickler in etwa die doppelte Performance bietet, und Unternehmen damit die erforderliche Geschwindigkeit bieten, um KI- und Analyse-Workloads in großem Maßstab auszuführen. Neue Ausfallsicherheits-Funktionen in der Starburst Enterprise Platform (SEP) sollen ferner sicherstellen, dass geschäftskritische KI- und agentenbasierte Systeme bei Infrastrukturausfällen ohne Unterbrechung weiterlaufen können.
Starburst führt Managed Icehouse ein (es baut auf der offenen Architektur von Apache Iceberg und Trino auf, die bereits von Netflix, Apple, Shopify und Stripe genutzt wird...).
Managed Icehouse automatisiert den gesamten Lebenszyklus von Apache Iceberg-Tabellen über zwei Kernfunktionen hinweg:
Icehouse Ingest für das Streaming und die Batch-Erfassung von DateienIcehouse LakeOps für intelligente Tabellenoptimierung, Abfrageoptimierung und umfassende Überwachung des Tabellenzustands.
Managed Icehouse bietet Unternehmen eine verwaltete Lösung, um eine offene Lakehouse-Infrastruktur in Hybrid- und Multi-Cloud-Umgebungen zu betreiben.Managed Analytics in der Kunden-Cloud: Der Anbieter hat ein „Bring Your Own Cloud“ (BYOC)-Bereitstellungsmodell eingeführt, das sich derzeit in der Preview-Phase befindet und Starburst Galaxy auf die Cloud-Umgebungen der Kunden ausweitet. Hierbei soll die Kontrolle über Infrastruktur, Netzwerk, Sicherheit und Compliance für Kunden gewahrt bleiben. Betreiber behalten Rechenleistung, Netzwerk und Daten in ihren eigenen Cloud-Konten und können gleichzeitig von der Managed-Service Erfahrung von Starburst profitieren.
Zu 2) Qlik und Starburst vereinbaren Partnerschaft
Enterprise-KI stößt auf ein strukturelles Datenproblem. Modelle, Agenten und Anwendungen entwickeln sich weiter, doch die Daten, auf die sie angewiesen sind, bleiben über Clouds, Data Warehouses, Data Lakes, SaaS-Anwendungen und lokale Systeme verstreut. Eine Zentralisierung aller Daten kann zusätzliche Kosten, Latenz, Compliance-Risiken und Lock-in-Effekte mit sich bringen. Bleiben Daten fragmentiert, ohne gemeinsame Definitionen oder geregelten Kontext, schränkt dies das Potenzial ein, was KI zu verstehen und leisten vermag.
Qlik und Starburst adressieren diese Probleme, indem sie föderierten Zugriff, gemeinsamen Business-Kontext und Operationalisierung von Daten miteinander verknüpfen.
Starburst hilft Kunden dabei, verteilte Daten abzufragen und konsistenten Kontext sowie Governance anzuwenden.
Qlik unterstützt die Replikation, Analyse und Operationalisierung dieser Daten für Business Intelligence und KI.Sowohl Qlik als auch Starburst tragen zur Aufbereitung und Transformation vertrauenswürdiger Daten bei, wobei Qlik den Workflow und die Logik orchestriert und Starburst als Execution-Engine in verteilten Umgebungen fungiert.
Ziel ist es, die Daten dort zu belassen, wo sie hingehören, sie zu verschieben, wenn sie Wert schaffen, und der KI den vertrauenswürdigen Kontext zu geben, den sie zum Handeln benötigt.
Die Neuerungen betreffen (Quelle, Anbieter):
- „Föderierter Zugriff für Analysen und KI: Die Unternehmen entwickeln Integrationsmuster, die die Funktionen von Starburst für föderierten Zugriff, Kontext und Analysen mit den Stärken von Qlik in den Bereichen Datenintegration, Replikation, Transformation und Analyse kombinieren, um vertrauenswürdige BI- und KI-Lösungen in verteilten Umgebungen zu unterstützen.
- Hybride und lokale Referenzarchitekturen: Die Unternehmen haben gemeinsame Lösungsmuster validiert, die Qlik Replicate, Starburst Enterprise und Qlik-Analysen für Kunden kombinieren, die in regulierten, hybriden und Multi-Cloud-Umgebungen tätig sind.
- Kontext für BI und Agenten: Die Kontext-Schicht, die Analyse- und Agentenfunktionen von Starburst, gepaart mit den Stärken von Qlik in den Bereichen Integration, Replikation, Transformation und Analyse, helfen Geschäftsanwendern und Agenten, auf der Grundlage von regulierten Daten und gemeinsamen Geschäftsdefinitionen zu arbeiten.
- KI-gestützte Datenpipelines: Qlik und Starburst arbeiten an agentischen Pipeline-Funktionen, die Anfragen in natürlicher Sprache in optimierte SQL-Workflows übersetzen. Dies hilft Dateningenieuren, die Erstellung von Pipelines zu beschleunigen und gleichzeitig Validierung und Kontrolle zu gewährleisten."
Bildquelle: Qlik / Starburst
Kommentarauszug James Fisher, Chief Strategy Officer bei Qlik: „Der Engpass für Enterprise-KI sind nicht die Modelle – es sind die Datenarchitekturen, mit denen sie arbeiten muss. Fragmentierte, unkontrollierte Daten verlangsamen die KI nicht nur, sie machen die Ergebnisse unzuverlässig.“
Fazit der Ankündigungen:
Der Erfolg von KI hängt wesentlich von der Verwaltung und dem Zugriff auf regulierte und vertrauenswürdige Daten in hybriden Umgebungen ab. Gefragt sind damit zunehmend Lösungen, die Datenbewegungen reduzieren und einen verteilten Datenzugriff mit Data Analytics im Enterprise-Umfeld ermöglichen können
(1) Verfügbarkeit (Quelle, Anbieter): „AIDA ist allgemein verfügbar auf Starburst Galaxy und der Starburst Enterprise Platform. Die Bereitstellung der von Starburst umsetzbaren Funktionen für BYOC-Bereitstellungen befindet sich derzeit in der Preview-Phase, wobei Design-Partnerprogramme bereits laufen. Neue Verbesserungen der Starburst Enterprise Platform sind in der Private und Public Preview verfügbar, wobei ausgewählte Funktionen im LTS-Release vom Mai 2026 enthalten sind.“
Querverweis:
Unser Beitrag > Dateninfrastruktur für Trusted AI Agents: Fusion zu Fivetran + dbt Labs
Unser Beitrag > Confluent mit Databricks Kooperation zur Integration von Echzeitdaten im KI-Stack
Unser Beitrag > Hitachi übernimmt das deutsche Data- und AI-Beratungsunternehmen synvert
Unser Beitrag > KI und Graphdatenbanken: Integration von Neo4j Graph Analytics in Snowflake AI Data Cloud