Oracle AI Database 26ai integriert KI in den Kern des Datenmanagements und unterstreicht damit das Engagement von Oracle, Kunden dabei zu unterstützen, KI sicher für alle ihre Daten und überall einzusetzen. Dieser Meilenstein bringt die Vision von Oracle „AI for Data“ voran, eine KI-native Datenbank der nächsten Generation, die KI im gesamten Daten- und Entwicklungsstack einsetzt, einschließlich KI-Vektorsuche, KI für Datenbankmanagement, KI für Datenentwicklung, KI für Anwendungsentwicklung und KI für Analysen. Kunden können nun dynamische agentenbasierte KI-Workflows ausführen, um komplexe Antworten und Maßnahmen zu liefern, die private Datenbankdaten mit öffentlichen Informationen kombinieren.

„Durch die gemeinsame Architektur von KI und Daten macht Oracle AI Database ‚KI für Daten‘ einfach zu erlernen und einfach zu verwenden“, sagte Juan Loaiza, Executive Vice President, Oracle Database Technologies, Oracle. „Wir ermöglichen unseren Kunden, auf einfache Weise vertrauenswürdige KI-Erkenntnisse, Innovationen und Produktivität für alle ihre Daten zu liefern, überall, einschließlich Betriebssystemen und analytischer Data Lakes.“

Die „AI for Data“-Strategie von Oracle ist offen und allgegenwärtig. Integrierte KI-Funktionen der Oracle AI Database bieten Kunden umfassende Wahlfreiheit beim Erstellen und Bereitstellen von KI-Anwendungen, einschließlich Unterstützung für: das offene Tabellenformat Apache Iceberg, das Model Context Protocol (MCP), branchenführende LLMs, beliebte agentenbasierte KI-Frameworks und ONNX-Einbettungsmodelle (Open Neural Network Exchange). Unternehmenskritische Funktionen der Oracle AI Database bringen KI sicher, effizient und zuverlässig zu Daten, unabhängig davon, wo diese gespeichert sind – in der Oracle Cloud, in führenden Hyperscale-Clouds, in der Private Cloud oder vor Ort.

Die Oracle AI Database implementiert vom NIST zugelassene quantenresistente Algorithmen (ML-KEM) zur Verschlüsselung von Daten während der Übertragung. In Kombination mit der bestehenden Unterstützung für quantenresistente Verschlüsselung von gespeicherten Daten soll der Datenschutzansatz der Oracle AI Database verhindern, dass Hacker Unternehmensdaten jetzt sammeln und später mit Quantencomputern entschlüsseln können. Andere Anbieter haben quantenresistente Algorithmen entweder in ihren Netzwerk- und Speicherarchitekturen oder in ihren Datenbankdiensten implementiert, jedoch nicht in beiden Bereichen.

„Großartige KI braucht großartige Daten. Mit Oracle AI Database 26ai erhalten Kunden beides. Es ist ein einziger Ort, an dem ihre Geschäftsdaten gespeichert sind – aktuell, konsistent und sicher. Und es ist der beste Ort, um KI auf diese Daten anzuwenden, ohne sie zu verschieben“, sagte Holger Mueller, Vice President und Principal Analyst bei Constellation Research. „Um die Einführung von KI zu vereinfachen und zu beschleunigen, enthält die KI-Datenbank 26ai beeindruckende neue KI-Funktionen, die über die KI-Vektorsuche hinausgehen. Ein Highlight ist die Integration von Agentic AI in die Datenbank von Oracle, die es Kunden ermöglicht, ihre eigenen datenbankinternen KI-Agenten mithilfe einer visuellen No-Code-Plattform mit vorgefertigten Agenten zu erstellen, bereitzustellen und zu verwalten. Da die Führungsrolle von Oracle bei der Verarbeitung von konvergenten Datenbanken unangefochten bleibt, nimmt auch die Führungsposition im Daten- und KI-Bereich weiter stark zu. “

Oracle AI Database 26ai ist ein Long-Term-Support-Release, das Oracle Database 23ai ersetzt. Kunden können einfach das Release-Update vom Oktober 2025 anwenden, um von 23ai auf die derzeit verfügbaren Funktionen von 26ai umzusteigen. Kunden erhalten die sofort verfügbaren Funktionen und sind bereit für zusätzliche Funktionen, sobald diese veröffentlicht werden. Es ist kein Datenbank-Upgrade oder eine erneute Zertifizierung der Anwendung erforderlich. Erweiterte KI-Funktionen wie die KI-Vektorsuche sind ohne zusätzliche Kosten enthalten.

Zu den geplanten Funktionen der Oracle AI Database 26ai gehören:

Unternehmensweite KI und Analytik

• Oracle Autonomous AI Lakehouse: Unterstützt das offene Tabellenformat Apache Iceberg und ermöglicht so echte, unternehmensweite KI und Analysen. Es ist jetzt auf allen vier großen Hyperscalern – Oracle Cloud Infrastructure (OCI), Amazon Web Services, Microsoft Azure und Google Cloud – verfügbar und interoperabel mit Databricks und Snowflake in denselben Clouds. Autonomous AI Lakehouse ermöglicht es Kunden, ihre bestehenden Investitionen zu nutzen und die KI-Vorteile von Autonomous AI Lakehouse für ihre Geschäftsanforderungen zu nutzen. Autonomous AI Lakehouse bietet Exadata-gestützte Leistung und serverlose Pay-per-Use-Skalierung. Erfahren Sie mehr über Oracle Autonomous AI Lakehouse.

Grundlegende KI-Technologien

• Unified Hybrid Vector Search: Kombiniert AI Vector Search mit relationalen, Text-, JSON-, Knowledge Graph- und räumlichen Suchen und ermöglicht so den Abruf von zugehörigen Dokumenten, Bildern, Videos, Audiodateien und strukturierten Daten. Kunden können AI Vector Search problemlos mit LLMs kombinieren, um nach privaten Daten zu suchen, die ein LLM mit öffentlichen Daten kombinieren kann, um Geschäftsfragen zu beantworten.
• MCP-Server-Unterstützung: Ermöglicht KI-Agenten, die von LLMs unterstützt werden, auf die Datenbank eines Unternehmens zuzugreifen, um Fragen mit iterativem Denken zu beantworten. KI-Agenten können mehrere Lösungswege erkunden und während ihrer Analyse zusätzliche Daten anfordern, um bessere und genauere Ergebnisse zu erzielen.
• Integrierter Datenschutz: Erzwingt ausgefeilte Sicherheits-, Datenschutz- und Compliance-Regeln in der Datenbank. Zu den Kennzahlen gehören die endbenutzerspezifische Datensichtbarkeit auf Zeilen-, Spalten- und Zellenebene sowie die dynamische Maskierung nicht autorisierter Daten. Darüber hinaus hilft es der KI, über SQL oder andere APIs direkt auf die Datenbank zuzugreifen, ohne private Daten preiszugeben.
• Oracle Exadata for AI: Beschleunigt KI in großem Maßstab durch die Bereitstellung von Hardware und Software, die für maximale Leistung und Verfügbarkeit entwickelt wurden. Exadata kann KI-Vektorabfragen erheblich beschleunigen, indem es sie auf den intelligenten Speicher von Exadata auslagert. Vector Offload funktioniert auch mit der neuen Exadata Exascale-Softwarearchitektur, die extreme Elastizität und niedrigere Kosten bietet und die Vorteile von Exadata auf kleinere Workloads und Organisationen ausweitet. Darüber hinaus beschleunigen einzigartige RDMA-Algorithmen (Remote Direct Memory Access) die KI weiter, indem sie einen Datenzugriff mit niedriger Latenz und hohem Durchsatz aus dem Speicher und über Knoten in einem Cluster hinweg ermöglichen. Automatisches Daten-Tiering sorgt für die geringe Latenz des Arbeitsspeichers, die hohen IOPS von Flash und Festplattenkapazität und reduziert gleichzeitig den Speicherbedarf durch hybride spaltenbasierte Komprimierung (HCC). Schließlich unterstützt Exadata Database Service auf Exascale Infrastructure Oracle Database 19c in OCI, Azure und Google Cloud und ermöglicht so eine viel breitere Palette von Workloads, um die überlegene Leistung und Skalierbarkeit von Exadata zu nutzen.
• Container für private KI-Dienste: Bietet eine vorgefertigte und getestete Umgebung zum Ausführen privater Instanzen von KI-Modellen, z. B. Einbettungsmodelle, LLMs mit offener Gewichtung und benannte Entitätserkennungen. Die Verwendung dieses Containers trägt zur Verbesserung der Sicherheit von KI-Workloads bei, da Kunden die Weitergabe von Daten an KI-Drittanbieter vermeiden können. Der Container kann an einem beliebigen Ort bereitgestellt werden, z. B. innerhalb des Mandanten des Kunden in der Public Cloud, in Private Clouds oder vor Ort.
• KI-Datenbankbeschleunigung mit NVIDIA: Oracle AI Database 26ai-APIs, die die Integration mit LLM-Anbietern ermöglichen, unterstützen auch die Integration mit NVIDIA NeMo Retriever-Microservices. Mit dieser Funktion kann Oracle AI Database 26ai Vektoreinbettungsmodelle ausführen oder RAG-Pipelines mit zuvor bereitgestellten NVIDIA NIM-Microservices implementieren. Darüber hinaus wurde Oracle Private AI Services Container, der derzeit die Ausführung auf CPU-Ressourcen unterstützt, auch entwickelt, um die zukünftige Verwendung von NVIDIA Accelerated Computing für die Vektoreinbettung und Indexgenerierung mithilfe von CAGRA (CUDA ANN GRAph-based Algorithm) in der NVIDIA cuVS (GPU-Accelerated Vector Search)-Bibliothek zu unterstützen.

KI für die Anwendungsentwicklung

• Datenanmerkungen: Hilft der KI dabei, den Zweck, die Eigenschaften und die Semantik von Daten zu erklären. Diese zusätzlichen Informationen helfen der KI, bessere Anwendungen zu generieren und genauere Antworten auf Fragen in natürlicher Sprache zu geben.
• Einheitliches Datenmodell: Die relationalen, JSON- und Graphdatenmodelle wurden vereinheitlicht, was zu einer massiven Vereinfachung führt. Dies beschleunigt die Produktivität von Entwicklern, da Anwendungen über SQL, als JSON-Dokument oder als Diagramm auf dieselben Daten in relationalem Format zugreifen können.
• Auswahl von AI Agenten: Erstellen, implementieren und verwalten von KI-Agenten in Oracle Autonomous AI Database mit einem einfachen, sicheren und skalierbaren datenbankinternen Framework. Es unterstützt benutzerdefinierte und vorgefertigte In-Database-Tools, externe Tools über REST und MCP-Server und ermöglicht die Automatisierung mehrstufiger agentischer Workflows, beschleunigt Innovationen und hilft Unternehmen, ihre Daten sicher zu halten.
• AI Private Agent Factory: Bietet einen No-Code-KI-Agent-Builder und ein Bereitstellungs-Framework. Diese Agenten profitieren von der vollen Leistung, Leistung, Skalierbarkeit und Sicherheit der konvergenten Datenarchitektur von Oracle AI Database. Es wird als Container in einer beliebigen Umgebung der Kunden ausgeführt, um die Datensicherheit zu erhöhen – ohne dass Kunden Daten mit agentischen Frameworks in Clouds von Drittanbietern teilen müssen.
• APEX AI Application Generator: Um die Produktivität der Entwickler zu steigern, plant Oracle die Bereitstellung von APEX-Entwicklungstools der nächsten Generation, die natürliche Sprachoberflächen verwenden, um verlässliche Antworten auf Benutzerfragen zu geben und Geschäftsanwendungen der Enterprise-Klasse zu generieren.

Geschäftskritische Innovationen

• Oracle Database Zero Data Loss Cloud Protect: Schützt lokale Oracle-Datenbanken vor Datenverlust und Ransomware mit Oracle Zero Data Loss Recovery Service, der in OCI ausgeführt wird. Dazu gehört der Echtzeitschutz von Datenbankänderungen und eine schnelle Wiederherstellung zu jedem beliebigen Point-in-Time.
• Global verteilte Datenbank: Unterstützt Ultra-Skalierbarkeit und Datensouveränität, indem eine einzige logische Datenbank in mehrere Teile aufgeteilt und auf verschiedenen Servern gespeichert werden kann. Die integrierte RAFT-basierte Replikation ermöglicht ein Failover von verteilten Multi-Master-Aktiv-Datenbanken ohne Datenverlust in weniger als drei Sekunden.
• Echter Cache: Bietet einen einzigartigen, anwendungstransparenten Cache der mittleren Ebene, der automatisch die Transaktionskonsistenz sicherstellt. Entwickler müssen keinen Code schreiben, um die Daten im Cache aufzufüllen und zu verwalten. True Cache bringt die umfangreichen Funktionen von Oracle AI Database in Mid-Tier-Caches. Alle Abfragefunktionen von Oracle SQL, Vector, JSON, Spatial und Graph sind auch über True Cache verfügbar.
• SQL-Firewall: Bietet datenbankinternen, skalierbaren Schutz vor nicht autorisierten SQL-Aktivitäten und Injection-Angriffen und erhöht die Sicherheit für alle Daten in der Datenbank.

Zusätzliche Ressourcen

• Sehen Sie sich die Keynote von Juan Loaiza auf der Oracle AI World an
• Lesen Sie den technischen Blog über Oracle AI Database 26ai
• Lesen Sie, was Branchenanalysten über Oracle AI Database 26ai sagen