Organisationen legen großen Wert auf technologische Wahlfreiheit, nicht nur, um Anbieterabhängigkeiten zu vermeiden, sondern auch, um stets das beste Tool für die jeweilige Aufgabe nutzen zu können. Das gilt besonders für KI-Agenten: Je mehr Werkzeuge und Systeme einem Agenten zur Verfügung stehen, desto leistungsfähiger ist er.
Dataiku verfolgt seit jeher das Ziel, genau diese Werkzeuge einer breiten Nutzerbasis zugänglich zu machen. Deshalb freuen wir uns, mit der Veröffentlichung von Snowflake Intelligence neue No-Code-Oberflächen bereitzustellen, mit denen KI-Agenten auf Basis des gesamten Snowflake Cortex AI-Stacks erstellt werden können.
Neben Verbesserungen am bestehenden Dataiku-Konnektor für Cortex AI LLMs führen wir neue Integrationen mit Snowflake Cortex Search, Snowflake Cortex Analyst und Snowflake Cortex Agents ein. Viele Unternehmen vertrauen auf die Cortex-AI-Suite für LLM-Inferencing und Informationsabruf. Mit Dataiku können sie ihre Investitionen in Cortex auf neue Anwendungsfälle und neue Nutzergruppen ausweiten, insbesondere für agentenbasierte Anwendungen.
Dataiku ist nach wie vor einer der führenden Partner von Snowflake für KI- und ML-Integrationen. Wir freuen uns, diese Dynamik fortzusetzen und gemeinsam mit Dataiku und unseren Kunden wirkungsvolle, unternehmensweit einsetzbare KI-Agenten zu entwickeln.
- Baris Gultekin, Head of AI, Snowflake
Die LLM-Ebene: Cortex LLMs
Das Dataiku LLM Mesh ist ein sicherer API-Gateway, der harte Abhängigkeiten auflöst, indem er Anfragen zwischen GenAI-Anwendungen und lokal oder über Anbieter wie Snowflake gehosteten LLMs verwaltet und weiterleitet. Im Hintergrund wurden die unterstützten Cortex LLMs von JDBC-SQL-Abfragen auf REST-API-Aufrufe umgestellt.
Diese Umstellung eröffnet zwei neue Funktionen: Token-Streaming und Tool-Nutzung. Mit Token-Streaming geben Dataiku-Agenten (z. B. ein Agent Hub Chatbot mit GPT-5 auf Cortex AI) ihre Antworten jetzt schrittweise in Echtzeit zurück, anstatt erst das vollständige Ergebnis abzuwarten. Durch die Tool-Nutzung können visuelle oder codebasierte Agenten in Dataiku, die auf z. B. Claude 4.5 Sonnet auf Cortex AI basieren (oder jeden anderen Cortex-LLM mit Tool-Unterstützung), externe Werkzeuge aktiv aufrufen und verwenden.
Die Tool-Ebene: Cortex Search und Cortex Analyst
Snowflake bietet zwei verwaltete Dienste zur Informationsabfrage, die sich hervorragend als Werkzeuge für KI-Agenten eignen:
-
Cortex Search ermöglicht Schlüsselwort- und Vektorsuche sowie semantisches Reranking über unstrukturierte Textdaten innerhalb von Snowflake.
-
Cortex Analyst ist eine generative Text-zu-SQL-Chat-API für strukturierte Tabellen in Snowflake.
Dataiku stellt zwei neue No-Code-Agentenwerkzeuge bereit, die genau diese Dienste abdecken. Das bedeutet: Organisationen können ihre bereits vorhandenen Cortex Search Services und Cortex Analyst Modelle ganz einfach als Tools in Dataiku-Agenten integrieren, ganz ohne Programmieraufwand.
In diesem Beispiel haben wir einen visuellen Agenten entwickelt, der Kreditentscheidungen im Privatkundengeschäft unterstützt. Der Agent basiert auf Claude 4.5 Sonnet auf Cortex AI und nutzt drei integrierte Werkzeuge:
- Dataset Lookup: Sucht Informationen zu einem Antrag direkt aus einer Tabelle in Snowflake.
- ML-Modellvorhersage: Ein in Dataiku trainiertes Random-Forest-Modell, das vorhersagt, ob ein Antragsteller voraussichtlich einen Kredit nicht zurückzahlen wird.
- Cortex Search: Durchsucht interne Richtliniendokumente, um sicherzustellen, dass ein Antrag oder Kreditangebot keine internen Vorgaben verletzt.
Wir können diesen Agenten in Agent Connect integrieren und ihn anschließend nutzen, um fundierte Kreditempfehlungen zu einem Antrag abzugeben.
Die Agenten-Ebene: Cortex Agents
Snowflake bietet mit Cortex Agents eine höherstufige API für agentenbasierte Workflows, die Funktionen wie Planung, Werkzeugnutzung (z. B. Cortex Search und Cortex Analyst), Reflexion und Monitoring umfasst.
Dataiku stellt eine neue Integration bereit, mit der sich beliebige Cortex Agents direkt in Dataiku-Projekte einbinden lassen. Wähle einfach eine bestehende Snowflake-Verbindung (für die Authentifizierung), gib die zugehörige Agent-Datenbank und das Schema ein, und wähle dann den gewünschten Cortex Agent aus
Anschließend kannst du diesen Agenten in all deinen Dataiku-Projekten verwenden, zum Beispiel als Eingabe in ein Prompt-Recipe für agentenbasierte Batch-Verarbeitung ganzer Datensätze oder als einen von mehreren Agenten in einem Multi-Agent-Chatbot im Agent Hub.
Dataiku ist besonders stark in der strukturierten Bewertung von Agenten. Wir können eine Sammlung bewährter Beispielanfragen und Antworten zusammenstellen und die Leistung dieses Cortex Agenten anhand von Metriken wie Antwortgenauigkeit, BERT Score, BLEU und ROUGE bewerten. Einige dieser Metriken erfordern ein LLM als Bewertungsinstanz („LLM-as-a-judge“) – dafür können wir z. B. Deepseek R1 auf Cortex AI verwenden.
Warum solltest Du diese neuen Integrationen nutzen?
Cortex LLMs: Nutze diese in jedem Dataiku LLM-Recipe (Prompt, Textklassifizierung, Textzusammenfassung, Datensatz-Embedding) oder als Grundlage für einen Dataiku-Agenten oder -Chatbot.
Cortex Search und Cortex Analyst Tools: Diese Tools statten jeden visuellen oder codebasierten Agenten in Dataiku mit einem bestehenden Cortex Search Service oder einem Cortex Analyst Semantic Model aus, ideal für RAG- oder Text-zu-SQL-Anwendungsfälle. Du kannst den Agenten dabei frei anpassen und beliebige zusätzliche Dataiku-Tools ergänzen.
Cortex Agents: Nutze diese Integration, um dich mit einem bereits erstellten Snowflake Cortex Agent zu verbinden. Das proprietäre Agenten-Framework von Snowflake übernimmt das Routing zu den jeweiligen Tools.