settings
OTEX_BIGISTQB®
Süddeutsche Zeitung Institut Auszeichnung
 Image
Alle KI Schulungen

Schulung Databricks Genie und KI-Welt 2026

KI-Welt 2026 mit DBRX, Mosaic AI und Agent Framework

2 Tage / S7128
Neues Seminar
Per E-Mail senden

Schulungsformen

Inhouse-/Firmenschulung

  • 2 Tage - anpassbar
  • Termin nach Wunsch
  • In Ihrem Hause oder bei der GFU
  • Preis nach Angebot

  • Lernumgebung in der Cloud
  • Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Präsenz Online Hybrid

Individualschulung

  • 2 Tage - anpassbar
  • Termin nach Wunsch
  • In Ihrem Hause oder bei der GFU
  • Preis nach Angebot

  • Lernumgebung in der Cloud
  • 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Präsenz Online Hybrid

Beschreibung

Databricks hat sich in den letzten Jahren von einer Lakehouse-Plattform zu einer voll integrierten KI-Plattform entwickelt. Mosaic AI (seit 2024) ist der KI-Stack mit Vector Search, Model Serving, Agent Framework, Quality Monitor und Gateway - alles im Lakehouse. Databricks Genie bringt Natural Language Queries in die Daten-Welt - Fragen auf Deutsch oder Englisch, Genie generiert SQL und liefert Antworten. Foundation Model APIs geben Pay-per-Token-Zugang zu modernen LLMs wie DBRX (Databricks eigenem Open-Source-LLM), Llama 3 , Mistral und weiteren. AI Functions in SQL (ai_query, ai_summarize, ai_classify, ai_translate) erlauben LLM-Funktionen direkt in SQL-Abfragen. MLflow 3.0 ist auf GenAI-Workflows ausgerichtet mit Agent Tracking und Quality Evaluation.
Damit ist Databricks 2026 im direkten Wettbewerb mit Snowflake Cortex AI, Amazon Redshift mit Amazon Q und Microsoft Fabric Copilot - mit klarer Stärke bei Multi-Cloud-Welt, eigenem LLM (DBRX) und tiefer ML-Integration über MLflow.
Der Workshop führt in zwei Tagen durch die KI-Welt. Zwei Praxis-Werkstätten sichern den Lern-Erfolg ab.

Auf der Suche nach einer anderen KI Weiterbildung?

Schulungsziel

Jede teilnehmende Person verlässt das Seminar mit einer produktiven AI-Function-Welt in SQL und einem konfigurierten Genie Space aus Praxis-Übung Tag 1, einer funktionalen RAG-Anwendung mit Vector Search und einem ersten Agent mit MLflow-Tracking aus Praxis-Übung Tag 2, einem Verständnis der KI-Welt von Databricks (Foundation Models, DBRX, Mosaic AI, Agent Framework, MLflow 3.0), einem Vergleich zu Cortex AI, Amazon Q und BigQuery ML, einer Compliance-Sicht mit EU-AI-Act- und DSGVO-Bezug und konkreten Roll-out-Ideen für die eigene Daten-Welt.

Details

Inhalt

  • Ziele und Erwartungen der Teilnehmenden
    • Klärung individueller Lernziele und Erwartungen für ein praxisnahes und relevantes Seminar
  • Tag 1: Foundation Models, Genie, AI Functions
  • 1. Was Databricks KI 2026 leistet
    • Markt-Welt: KI-Funktionen in Cloud-Lakehouse-Welten als Wettbewerbs-Anker
    • Vergleich: Databricks Mosaic AI versus Snowflake Cortex AI versus Redshift ML versus BigQuery ML
    • Architektur: Mosaic AI im Zusammenspiel mit Unity Catalog, Lakehouse, MLflow
    • Databricks-Stärken: Multi-Cloud-Welt (AWS, Azure, GCP), eigenes LLM (DBRX), tiefe MLflow-Integration
    • Anwendungs-Welten: Natural Language Queries, RAG, Agents, AI-gestützte Pipelines
  • 2. Foundation Model APIs und DBRX
    • Foundation Model APIs als Standard-Welt seit 2024
    • Pay-per-Token-Modell ohne eigene GPU-Welt
    • Modell-Welt 2026: DBRX (Databricks eigenes Open-Source-LLM), Llama 3 (Meta), Mistral , Anthropic Claude (in einigen Regionen), GTE Embeddings , BGE Reranker
    • Provisioned Throughput für planbare Latenz und Kosten
    • Pay-per-Token versus Provisioned - wann was wählen
    • Externe Modelle über AI Gateway anbinden (OpenAI, Anthropic, Azure OpenAI)
  • 3. AI Functions in SQL
    • LLM-Funktionen direkt in SQL-Abfragen: 
      • ai_query() als generische Inferenz-Funktion
      • ai_summarize() für Zusammenfassungen
      • ai_classify() für Klassifikation
      • ai_translate() für Übersetzung
      • ai_extract() für strukturierte Extraktion aus Text
      • ai_fix_grammar(), ai_analyze_sentiment() und weitere
    • Daten bleiben in Databricks - kein Daten-Abfluss zu LLM-Anbietern
    • Performance- und Kosten-Welt
    • Anwendungs-Beispiele: Sentiment-Analyse auf Kunden-Feedback, automatische Klassifikation, Zusammenfassung großer Text-Welten
  • 4. Databricks Genie: Natural Language to SQL
    • Databricks Genie als GenAI-Welt für Daten-Fragen
    • Fragen auf Deutsch oder Englisch stellen, Genie generiert SQL
    • Genie Space-Konzept: kuratierte Welten für bestimmte Daten-Bereiche
    • Wichtig für Qualität: Metadaten-Pflege im Unity Catalog
      • Klare Tabellen-, Spalten- und Schema-Beschreibungen
      • Primary Keys und Foreign Keys
      • Constraints und Data Contracts
      • Sample-Werte als Hinweise
    • Integration in AI/BI Dashboards für Self-Service-Welt
    • Anwendungs-Welten: Fach-Mannschaften, BI-Anwender ohne SQL-Profi-Welt, Vorstands-Berichte
  • Praxis-Übung Tag 1: AI Functions und Genie aufbauen
    • Ziel: Eine produktive AI-Function-Welt in SQL und einen Genie Space für eine Fach-Welt aufbauen
    • Aufgaben: Drei AI-Functions in SQL anwenden (Sentiment auf Kunden-Text-Daten, Klassifikation auf Produkt-Beschreibungen, Zusammenfassung auf Berichts-Welten), einen Genie Space für einen Beispiel-Datensatz konfigurieren mit Tabellen-Beschreibungen und Beispiel-Fragen, Genie mit drei Natural-Language-Fragen testen
    • Tools: Databricks-Workspace mit Mosaic AI, Foundation Model APIs aktiviert, Unity Catalog für Metadaten-Pflege, Genie Space-Funktionalität
    • Ergebnis: produktive AI-Function-Welt mit drei dokumentierten Anwendungen und ein konfigurierter Genie Space mit erfolgreichen Natural-Language-Antworten
  • Tag 2: Vector Search, Agents, MLflow 3.0, Compliance
  • 5. Mosaic AI Vector Search und RAG
    • Mosaic AI Vector Search als Vector-Datenbank in Databricks
    • Embeddings über Foundation Model APIs (BGE, GTE, OpenAI Embeddings)
    • Vector-Indizes auf Delta Tables (Self-Managed oder Delta Sync)
    • Hybrid Search (Vector plus Keyword)
    • RAG-Welten mit Vector Search als Wissens-Basis
    • Architektur: Dokumente -> Embeddings -> Vector Search -> LLM-Antwort
    • Anwendungs-Beispiele: interne Wissens-Suche, Kunden-Support, Compliance-Dokumenten-Welt
  • 6. Mosaic AI Agent Framework
    • Agent Framework für agentische Anwendungen (seit 2024 produktiv)
    • LangChain- und LlamaIndex-Anbindung
    • Tool-Calling mit Function Calling
    • Multi-Agent-Welten
    • AI Playground als Entwicklungs-Werkstatt
    • Agent-Deployment auf Model Serving
    • Beispiel: Daten-Analyse-Agent mit SQL-Tools, Vector-Search-Tool, Dokument-Tool
    • Brücke zu Lakehouse Apps für Custom-Anwendungen
  • 7. MLflow 3.0 für GenAI-Workflows
    • MLflow 3.0 als neue Generation (2024)
    • Tracking für GenAI-Workflows (Prompts, Modelle, Antworten)
    • Agent Tracking für agentische Welten
    • Quality Monitoring mit Mosaic AI Quality Monitor
    • Evaluations-Welt: LLM-as-Judge, Human Evaluation, Metric-basierte Bewertung
    • Model Registry für GenAI-Modelle
    • Deployment auf Model Serving mit A/B-Testing
  • 8. AI/BI Dashboards und Lakehouse Apps
    • AI/BI Dashboards mit Genie-Integration für Self-Service-Welt
    • Natural-Language-Fragen direkt im Dashboard
    • KI-gestützte Erkenntnisse und Visualisierungs-Vorschläge
    • Lakehouse Apps als Plattform für Custom-Anwendungen
    • Streamlit, Dash, Flask als Frameworks
    • Integration mit Mosaic AI-Komponenten
  • 9. Sicherheit, Compliance und Roll-out
    • Daten bleiben in Databricks - kein Daten-Abfluss zu LLM-Anbietern (außer bei externen Modellen über AI Gateway)
    • Unity Catalog-Berechtigungen für KI-Funktionen
    • AI Gateway für zentrale Modell-Verwaltung und Kosten-Sicht
    • EU AI Act seit 2. August 2026 mit Transparenz-Pflicht bei GenAI-Welten
    • DSGVO bei personenbezogenen Daten in ML-Welten
    • Roll-out-Strategie: Pilot-Projekt mit Mannschafts-Schulung, FinOps-Sicht für Token-Kosten, Erweiterung auf Fach-Welten
    • ISO 42001 und KI-Risiko-Welt
  • Praxis-Übung Tag 2: RAG-Anwendung mit Vector Search und Agent
    • Ziel: Eine moderne RAG-Anwendung mit Vector Search aufbauen und mit dem Agent Framework erweitern
    • Aufgaben: Embeddings für einen Dokument-Datensatz über Foundation Model APIs erstellen, einen Vector-Index in Mosaic AI Vector Search konfigurieren, eine semantische Suche testen, einen einfachen Agent mit Tool-Calling im AI Playground bauen, MLflow 3.0 für Tracking nutzen
    • Tools: Databricks-Workspace mit Mosaic AI Vector Search, Foundation Model APIs, AI Playground, MLflow 3.0, vorbereitete Dokument-Daten
    • Ergebnis: funktionale RAG-Anwendung mit Vector Search und ein einfacher Agent mit Tracking

  • Data Scientists und ML Engineers mit Databricks-Bestand: Die GenAI-Welten in Databricks aufbauen und mit Mosaic AI produktiv werden.
  • BI-Profis und Daten-Analysten: Die mit Genie Natural Language Queries und KI-Dashboards in der Lakehouse-Welt nutzen.
  • Data Engineers mit RAG-Auftrag: Die Vector Search und Agent Framework in Daten-Pipelines integrieren.
  • AI Application Developer: Die Lakehouse Apps und Mosaic-AI-basierte Anwendungs-Welten bauen.
Voraussetzungen: Solide Databricks-Grundkenntnisse (Workshop „Databricks Foundation" S6211 als Vorbereitung empfohlen). SQL-Profi-Kenntnisse. Python-Grundkenntnisse hilfreich. ML- und LLM-Grundverständnis hilfreich. Eigene KI-Anwendungs-Ideen als Diskussions-Gegenstand willkommen.


In Präsenz

Online
Lernmethode

Ausgewogene Mischung aus Theorie und Praxis

Wie auch bei unseren Präsenz-Seminaren: Ausgewogene Mischung aus Theorie und praktischen Übungen. Trainer durchgehend präsent.

Unterlagen

Seminarunterlagen oder Fachbuch inklusive. Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne.

Seminarunterlagen oder Fachbuch inklusive (via DHL). Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne.

Arbeitsplatz
  • PC/VMs für alle Teilnehmenden
  • Hochwertige und performante Hardware
  • Große, höhenverstellbare Bildschirme
  • Zugang zu Ihrem Firmennetz erlaubt
  • 86-90 Zoll Bildschirm für perfekte Präsentationen in jedem Schulungsraum
  • Online Meeting + Remote Zugriff auf persönlichen GFU-Schulungs-PC
  • Keine Installation auf dem eigenem PC notwendig
Lernumgebung

Neu aufgesetzte Remote-Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter, sodass Sie über ein perfektes Setup für die Durchführung aller praktischen Übungen verfügen.

Arbeitsmaterialien

Din A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its

Teilnahmezertifikat

Nach Abschluss des Seminars erhalten Sie das Teilnahmezertifikat inkl. Inhaltsverzeichnis per E-Mail als PDF.


In Präsenz

Online
Teilnehmendenzahl

min. 1, max. 8 Personen

Garantierte Durchführung *

Ab 1 Teilnehmenden

Schulungszeiten
2 Tage, 09:00 - 16:00 Uhr
Ort der Schulung
GFU Schulungszentrum oder Virtual Classroom
GFU Schulungszentrum
Am Grauen Stein 27
51105 Köln-Deutz

oder online im Virtual Classroom oder europaweit bei Ihnen als Inhouse-Schulung

Um ein optimales Raumklima zu gewährleisten, haben wir das Schulungszentrum mit 17 hochmodernen Trotec TAC V+ Luftreinigern ausgestattet. Diese innovative Filtertechnologie (H14 zertifiziert nach DIN EN1822) sorgt dafür, dass die Raumluft mehrfach pro Stunde umgewälzt wird und Schadstoffe zu 99.995% im HEPA-Filter abgeschieden und infektiöse Aerosole abgetötet werden.

Zusätzlich sind alle Räume mit CO2-Ampeln ausgestattet, um jederzeit eine hervorragende Luftqualität sicherzustellen.

Räumlichkeiten

Helle und modern ausgestattete Räume mit perfekter Infrastruktur

Bequem aus dem Homeoffice von überall

All-Inclusive

Frühstück, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch

Eine Auswahl unserer Frühstücks-Snacks und Nervennahrungs-Highlights senden wir Ihnen mit den Seminarunterlagen via DHL zu.
Barrierefreiheit

Das GFU-Schulungszentrum (Am Grauen Stein 27) ist barrierefrei

-

In Präsenz

Online
  • Eigener Shuttle-Service
  • Reservierte Parkplätze
  • Hotelreservierung
  • Technik-Sofort-Support

Buchungsmöglichkeiten

Online oder in Präsenz teilnehmen

Sie können sowohl Online als auch in Präsenz am Seminar teilnehmen. Klicken Sie bei Ihrer Buchung oder Anfrage einfach die entsprechende Option an.

Inhouse-/Firmenschulung
  • Lernumgebung in der Cloud
  • Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Präsenz Online Hybrid
Individualschulung
  • Lernumgebung in der Cloud
  • 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Präsenz Online Hybrid

So haben GFU-Kunden gestimmt

Zu diesem Seminar wurden noch keine Bewertungen abgegeben.

FAQ für Inhouse Schulungen

Bei einer offenen Schulung stehen Ort und Termin vorab fest. Jeder Interessent kann eine offene Schulung buchen, daher treffen Teilnehmer aus verschiedenen Unternehmen aufeinander.

Inhouse Schulungen können auf Ihren individuellen Schulungsbedarf zugeschnitten werden. Sie bestimmen den Teilnehmerkreis, Termin und Schulungsort.

Bei einer Inhouse Schulung gehen wir auf die individuellen Bedürfnisse Ihres Unternehmens ein und decken den Schulungsbedarf direkt bei Ihnen im Unternehmen ab.

Das spart Zeit und Geld und sorgt für einen schnellen Wissenstransfer Ihrer Mitarbeiter.

Eine komplette Lernumgebung in der Cloud mit Remote Zugriff ist für uns selbstverständlich. Sie müssen sich um nichts kümmern. Lediglich ein funktionierender PC oder Notebook mit Internetanschluss sollte für jeden Teilnehmer am Schulungstag bereit stehen.

  • Kompetente Seminarberatung
  • Dozenten aus der Praxis
  • Auf Ihre Bedürfnisse zugeschnittener individueller Lernstoff
  • Sie können den Termin flexibel gestalten, so wie es für Sie am besten passt
  • Unsere Inhouse Schulungen können Europaweit durchgeführt werden
  • Der Fokus liegt auf Ihrem Schulungsbedarf, somit schonen Sie Ihr Budget
  • Wissenslücken Ihrer Mitarbeitet werden schnell geschlossen
aegallianzaxaElement 1deutsche-bankdeutsche-postlufthansamercedessonyzdf