Fabric Database Hub: SQL Server, PostgreSQL und Cosmos DB zentral verwalten

Neue Fabric-Funktionen automatisieren Datenaufbereitung, bündeln Datenbankverwaltung und ermöglichen kontrollierten Datenaustausch.

•

Im Rahmen der European Microsoft Fabric + SQL Community Conference in Barcelona hat Microsoft umfassende Neuerungen für seine Datenplattform Fabric vorgestellt. Im Mittelpunkt der Ankündigungen steht die Integration agentischer Künstlicher Intelligenz (KI), mit der das Unternehmen die Automatisierung von Datenprozessen und die Entwicklung spezialisierter Anwendungen signifikant vorantreiben will.

Automatisierung durch agentisches Data Engineering

Ein wesentlicher Pfeiler der neuen Strategie ist die Einführung agentischer Data-Engineering-Funktionen. Wie das Unternehmen mitteilte, gehen diese Entwicklungen maßgeblich auf die Übernahme des Anbieters Osmos im Januar zurück. Die Technologie zielt darauf ab, die oft aufwendige Datenaufbereitung innerhalb von OneLake, dem zentralen Datenspeicher der Fabric-Architektur, weitgehend zu automatisieren.

Diese KI-gestützten Agenten sind in der Lage, eigenständig Aufgaben in der Datenpipeline zu übernehmen. Dadurch sollen Unternehmen entlastet werden, indem komplexe Transformationsprozesse ohne tiefgreifende manuelle Eingriffe ablaufen. Die Integration markiert einen wichtigen Schritt hin zu einer autonomen Dateninfrastruktur, bei der die KI nicht nur assistiert, sondern operative Aufgaben im Datenmanagement übernimmt.

App-Entwicklung und plattformübergreifendes Datenmanagement

Parallel dazu stellte Microsoft Fabric Apps vor. Diese neue Kategorie von Anwendungen nutzt das sogenannte Rayfin-SDK, um die App-Entwicklung auf Basis kontrollierter Fabric-Daten zu ermöglichen. Ziel ist es, Entwicklern eine Umgebung zu bieten, in der sie Applikationen erstellen können, die direkt auf die in Fabric vorgehaltenen und gesicherten Datensätze zugreifen, ohne die Governance-Strukturen der Plattform zu verlassen.

Anzeige

Der technologische Fortschritt durch KI-Systeme bringt nicht nur Chancen für die Automatisierung, sondern auch neue regulatorische Anforderungen mit sich. Dieser kostenlose Download verschafft Ihnen den nötigen Überblick über Fristen, Pflichten und Risikoklassen, den Ihre Fachabteilungen jetzt brauchen. EU AI Act in 5 Schritten verstehen

Für die Verwaltung heterogener Datenbanklandschaften wurde zudem der Database Hub eingeführt. Die Funktion befindet sich aktuell in der Phase der Public Preview.

Der Database Hub fungiert als zentrale Instanz für die Verwaltung verschiedener Systeme, darunter SQL Server, Azure SQL, PostgreSQL sowie Cosmos DB. Auch die spezifischen Fabric-SQL-Datenbanken werden über diese Schnittstelle koordiniert, was die Administration hybrider Umgebungen vereinfachen soll.

Erweiterte Analyse und kontrollierter Datenaustausch

Ein weiterer Schwerpunkt der Veröffentlichungen liegt auf der Verbesserung der Transparenz und Zusammenarbeit. Mit der neuen Funktion IQ Share will Microsoft den kontrollierten und organisationsübergreifenden Austausch von Daten ermöglichen. Dies soll Unternehmen erlauben, Informationen mit Partnern oder innerhalb großer Konzerne zu teilen, während die Kontrolle über die Datenzugriffe und die Einhaltung von Compliance-Richtlinien gewahrt bleibt.

Anzeige

Wer sich mit dem Einsatz moderner KI-Lösungen und dem Datenaustausch befasst, muss auch die rechtlichen Rahmenbedingungen im Blick behalten. In diesem kostenlosen Report erfahren Sie, welche KI-Systeme als Hochrisiko gelten und was Unternehmen nun konkret für ihre Compliance tun müssen. Kostenlosen Report zur KI-Verordnung anfordern

Im Bereich der Systemüberwachung bündelt Microsoft künftig unter dem Begriff Observability verschiedene Monitoring-Werkzeuge mit einer KI-gestützten Fehleranalyse.

Diese Kombination soll es IT-Verantwortlichen ermöglichen, Unregelmäßigkeiten in den Datenströmen nicht nur frühzeitig zu erkennen, sondern durch die automatisierte Analyse auch schneller die zugrunde liegenden Ursachen von Fehlern zu identifizieren. Damit reagiert der Konzern auf den wachsenden Bedarf an effizienten Analyse-Tools in zunehmend komplexen Cloud- und Datenumgebungen.