Das Entwicklungstempo Künstlicher Intelligenz wird 2025 nicht an Fahrt verlieren – im Gegenteil. Die wichtigsten sich abzeichnenden Trends für dieses Jahr sind hybride AI-Modelle (Hybrid AI), agentenzentrierte AI-Systeme (Agentic AI) und die stärkere Einbindung peripherer Daten (Edge AI). Damit kommen auf die IT-Infrastruktur im Allgemeinen, und die Datenbanken im Besonderen, neue, anspruchsvolle Aufgaben zu.
Couchbase erklärt die Hintergründe:
1. Unternehmen nutzen zunehmend hybride AI-Modelle
Hybride Modelle kombinieren große Sprachmodelle (LLMs) mit kleinen Modellen, die auf bereichsspezifische Daten trainiert werden. Das führt zu besseren Ergebnissen und verbessert gleichzeitig den Schutz der Daten. Große Sprachmodelle bieten zwar leistungsstarke allgemeine Fähigkeiten, sind aber nicht in der Lage, alle Fragen zu beantworten, die sich auf den spezifischen Geschäftsbereich eines Unternehmens beziehen. Genau hier kommen die spezialisierten Modelle ins Spiel. Die technische Komplexität wird sich dabei von Datenarchitekturen auf Sprachmodellarchitekturen verlagern. Die Unternehmen werden in der Folge ihre Datenarchitekturen vereinfachen müssen.
2. Edge und Cloud müssen stärker integriert werden
Für agentenbasierte KI sind geringe Latenzzeiten essenziell. Daten müssen näher an der Quelle verarbeitet werden. Edge-Datenbanken können diese Daten vor Ort verarbeiten, Latenzzeiten reduzieren und zeitkritische Analysen bereitstellen, um Entscheidungen in Echtzeit zu treffen und sofortige Maßnahmen zu ergreifen. Gleichzeitig ermöglichen sie den Zugriff auf Cloud-Datenbanken, die für die langfristige Speicherung von Daten und deren zentrale Analyse sowie das Training von Machine-Learning-Modellen gebraucht werden. Edge und Cloud müssen per Datenbank also noch stärker miteinander verzahnt werden.
3. Agentic AI verändert die Rolle von Datenbanken
Um den speziellen Anforderungen von agentenbasierten KI-Systemen mit ihren hybriden Datenmodellen gerecht zu werden, müssen Datenbanken zudem neue Fähigkeiten entwickeln. Sie sollten als Multimodell-Datenbanken strukturierte, semi-strukturierte und unstrukturierte Daten unterstützen und in hohem Maße interoperabel sein, um verschiedenste Datenformate verarbeiten zu können. Zudem müssen sie über die Funktionen von Vektordatenbanken verfügen, damit agentenbasierte KI-Systeme unstrukturierte Daten nahtlos verarbeiten können.
4. Die IT-Abhängigkeit der Anwender sinkt
Durch benutzerfreundliche KI und No-Code-Tools wird IT-Technologie breiter verfügbar. Die Fachbereiche können zunehmend technische Aufgaben übernehmen und die IT-Abteilungen so mehr Trainings-, Governance- und Aufsichtsfunktionen wahrnehmen. Durch diese Verschiebung beschleunigt sich auch die Bereitstellung neuer, fachspezifischer Applikationen. Die Funktion der IT-Teams beschränkt sich im Zuge dieser Entwicklung immer mehr auf Unterstützung (Schulungen, Hilfestellung bei Problemen) und Kontrolle (Einhaltung von Vorschriften).
„KI ist in ihrem Kern datengetrieben, Datenbanken kommt daher in allen KI-Szenarien eine zentrale Bedeutung zu“, erklärt Patrick Pongratz, Area Vice President CEUR bei Couchbase. „Neue KI-Entwicklungen werden auch in diesem Jahr das Anforderungsprofil weiter schärfen. Deshalb gehören Datenagnostik, Edge-Fähigkeit oder die Integration von Vektorfunktionen zum unverzichtbaren Funktionsumfang KI-affiner Datenbanken.“