Data Management mit Denodo geht den GenAI-Weg: mehr Assistenz, mehr Agent-Readiness
Im Enterprise-Bereich liefern sich Data-Management-Plattformen derzeit ein Rennen um mehr Relevanz und Genauigkeit bei generativen KI-Funktionen auf Basis unternehmenseigener Daten. Die Denodo-Plattform für logische Datenvirtualisierung und -management bildet hier keine Ausnahme. Das aktuelle Release 9.2 und die Weiterentwicklung des AI-SDKs bringen neue KI-gestützte Funktionen, sowohl aus Sicht der Datenanalyse-Unterstützung als auch für agentische KI-Integrationen. Diese Funktionen basieren auf einem zentralen Metadaten-, Semantik- und Sicherheitsmanagement. In diesem Beitrag stellen wir die wichtigsten Neuerungen vor und zeigen, wie Unternehmen davon profitieren können.
Alexander Dolgopolskiy, Head of Data & AI, vom 21.08.2025
Logical Datenmanagement und Analytics mit Denodo 9.2. und Generative KI
Warum die Kombination aus kuratierten Datenprodukten und KI-Unterstützung den nächsten Schritt in der Datenwertschöpfung markiert.
Während datengetriebene Unternehmen nach verlässlichen Ergebnissen aus der sich rasant entwickelnden Welt der künstlichen Intelligenz (KI) suchen, integrieren Datenmanagement-Plattformen zunehmend produktionsreife Generative-AI-Funktionen und agentische Workflows in ihr proprietäres Datenmanagement.
Dabei setzt jede Plattform eigene Schwerpunkte. Bei Denodo steht das Logical Data Management im Fokus, also der Aufbau kuratierter Data Products in einer Business Data Layer. Diese vereint strukturierte Daten aus unterschiedlichsten Quellen, von operativen Echtzeitdaten über Data Lakes bis zu Streaming-Daten. Die Verbindung dieser Welt mit den neuen Möglichkeiten von Generative AI ist einer der spannendsten und dynamischsten Bereiche des aktuellen Enterprise-IT-Fortschritts.
In diesem Blogbeitrag fassen wir die jüngsten Neuerungen und Roadmap-Highlights unseres Partners Denodo zusammen – frisch aus den Releases 9.2 der Plattform und 0.8 des AI SDKs, ergänzt um unsere eigene Einschätzung, wohin die Reise geht.
Denodo-Plattform in Kürze
Falls Sie zufällig in diesen Beitrag geraten sind, ohne sich vorher ein genaues Bild von der Denodo Plattform gemacht zu haben, starten wir mit einer kurzen Einordnung. Für mehr Details empfehlen wir auch einen Blick auf unsere Denodo-Partnerseite sowie auf das Diagramm unten.
Die Denodo Plattform ist im Kern eine Lösung für Logical Data Management und Data Virtualization. Vereinfacht gesagt: Sie ermöglicht es, Daten aus unterschiedlichsten Quellen – von Cloud-Datenbanken und Data Lakes über klassische Unternehmensanwendungen bis hin zu Echtzeit-Streams – virtuell zu verbinden und in einer konsistenten, semantischen Sicht darzustellen.
Der Vorteil: Unternehmen können Daten nutzen, ohne sie physisch zu verschieben oder aufwendige ETL-Prozesse zu implementieren. Stattdessen entsteht eine flexible „Business Data Layer“, aus der Daten für unterschiedlichste Anwendungsfälle bereitgestellt werden – von Self-Service BI bis hin zu KI-gestützten Analysen.
Kurz zusammengefasst:
Natürlich gibt es Anwendungsfälle, in denen ETL/ELT und persistente Speicherung die bessere Wahl sind – es gibt keine Lösung, die in allen Szenarien optimal passt. Denodo spielt seine Stärken vor allem dort aus, wo Echtzeitdaten im Vordergrund stehen, ergänzt durch die Möglichkeit, diese mit gecachten oder persistenten Daten anzureichern. Aber das ist eigentlich schon wieder ein eigenes Thema.
Generative AI im Unternehmenskontext – und was Denodo dazu beiträgt
Der Trend ist klar: Unternehmen wollen generative KI nicht mehr nur experimentell einsetzen, sondern fest in geschäftskritische Anwendungen integrieren. Dabei stehen drei Punkte im Vordergrund: Enterprise-taugliche Integration, höchste Relevanz und Genauigkeit der Ergebnisse und die Vorbereitung auf eine agentenbasierte Zukunft, in der KI eigenständig komplexe Aufgaben übernimmt und die Produktivität auf ein neues Niveau hebt.
Denodo begegnet diesen Anforderungen mit zwei starken Säulen:
Mit beiden KI-Komponenten, den über Denodo integrierten operativen Systemen und dem zentralen Data Management der Plattform entsteht für Unternehmen ein erweiterbares Ökosystem, das gleichermaßen von Menschen wie von KI-Agenten genutzt werden kann.
Denodo Assistant und die Neuerungen in Version 9.2
Join-Vorschläge für Business Views
Neben vielen bereits etablierten Funktionen bringt Version 9.2 eine besonders praktische Neuerung: Suggest Join Conditions. Häufig möchten Fachanwender eine Business View aus mehreren Tabellen erstellen, wissen aber nicht genau, wie diese optimal miteinander verknüpft werden. Ein typisches Beispiel: Umsatzzahlen aus einer Verkaufsdatenbank sollen mit Kundeninformationen aus dem CRM-System verbunden werden, um regionale Performanceberichte zu erstellen.
In diesem Fall reicht es, die gewünschten Tabellen per Drag-and-drop hinzuzufügen und den Assistenten um einen Vorschlag zu bitten. Denodo analysiert daraufhin die vorhandenen Beziehungen, Abhängigkeiten und Metadaten und liefert mehrere Join-Varianten mit kurzen Erklärungen. Der Nutzer kann daraufhin eine fundierte Auswahl treffen – ohne tief in technische Details einsteigen zu müssen.
Doch auch für Data Engineers mit fundierter Kenntnis der Datensätze, Tabellen und möglichen Joins ist die Funktion ein echter Vorteil. Zum einen spart sie Zeit und beschleunigt den Aufbau von Views erheblich. Zum anderen lassen sich gerade bei großen Datenschemata und komplexen Datenprodukten Abhängigkeiten leicht übersehen und Fehler einschleusen. Ein aufmerksamer, wissender Co-Pilot sorgt hier für mehr Geschwindigkeit und zugleich höhere Genauigkeit.
Custom Instructions im Denodo Assistant und AI SDK
Neu in Version 9.2 ist die Möglichkeit, den Assistant mit Custom Instructions zu steuern. Damit lässt sich festlegen, wie der Assistant Metadatenbeschreibungen für Views und Data Products generiert und für wen sie formuliert werden. Statt generischer Texte kann der Assistant domänenspezifisch schreiben, zum Beispiel mit Handelsbegriffen für Retail oder mit KPIs und Begrifflichkeiten, die im eigenen Unternehmen üblich sind. Das erhöht die kontextuelle Relevanz und die Genauigkeit und reduziert Nacharbeit.
Ein einfaches Beispiel: „Beschreibe Views aus dem Bereich Retail mit den Begriffen Filiale, Warengruppe und Bruttoumsatz und richte dich an Marketing‑Leser. Schreibe knapp, in ganzen Sätzen, auf Deutsch.“ Der Assistant erzeugt daraufhin passendere Beschreibungen für Katalog und Data Products.
Wichtig ist die Einordnung: Custom Instructions ergänzen Governance, sie ersetzen keine Richtlinien. Sie verbessern Verständlichkeit und Konsistenz im Katalog und machen Data Products für Business‑Zielgruppen greifbarer.
Das gleiche Prinzip gibt es im AI SDK in der aktuellen Ausbaustufe. Hier können Anweisungen für den Abfragekontext hinterlegt werden, wahlweise auf Deployment‑Ebene oder pro Nutzerprofil. So lassen sich Antworten und Abfragevorschläge von Agenten stabil an Unternehmenssprache und Domänenregeln ausrichten, ohne Codeänderungen an jeder Stelle.
LLM-Funktionen direkt in VQL nutzen
Mit Version 9.2 erweitert Denodo seine Abfragesprache VQL um die Möglichkeit, LLM-Funktionen direkt in Datenabfragen einzubetten. Damit lassen sich Large Language Models nicht nur als separate Anwendung nutzen, sondern nahtlos in bestehende Data Products und Pipelines integrieren.
Das eröffnet spannende Szenarien: Ein Marketing-Team könnte zum Beispiel Kunden-Feedback-Daten aus verschiedenen Quellen in Echtzeit analysieren und das Ergebnis gleich mit einer automatischen Sentiment-Analyse anreichern. Anstatt diese Analyse in einer separaten KI-Anwendung laufen zu lassen, wird sie direkt innerhalb der VQL-Abfrage ausgeführt – die Ergebnisse stehen sofort im gewohnten Analyse- oder Reporting-Tool bereit.
Der Vorteil:
Damit macht Denodo den Schritt von der reinen Datenbereitstellung hin zu datenzentrierten KI-Workflows, die direkt auf der kuratierten Business Data Layer laufen.
Denodo AI SDK – Brücke zwischen Data Management und Agentic AI
Das Denodo AI SDK ist der zentrale Baustein, um die im Logical Data Management aufgebauten, kuratierten Datenprodukte einfach und sicher in individuelle KI-Anwendungen und Agenten-Workflows einzubinden. Es fungiert als Brücke zwischen der strukturierten, governance-konformen Datenwelt von Denodo und der flexiblen, kreativen Welt maßgeschneiderter Generative-AI-Lösungen.
Damit lassen sich etwa Chatbots, Decision-Support-Systeme oder komplexe Agenten-Orchestrierungen entwickeln, die direkt auf verlässliche Unternehmensdaten zugreifen. Das SDK übernimmt die Anbindung, sorgt für eine saubere „Grounding“-Schicht und stellt sicher, dass auch bei komplexen Abfragen die relevanten Datenquellen korrekt, aktuell und sicher genutzt werden.
Für Unternehmen bedeutet das:
Neu mit Version 9.2: Das AI SDK bietet nun eine erste, grundlegende Integration eines MCP-Servers. Damit lassen sich Agenten und Tools, die MCP unterstützen, noch einfacher mit den Denodo-Daten verbinden.
MCP-Unterstützung in Denodo AI SDK
Das Model Context Protocol (MCP) ist ein noch junges, offenes Protokoll, das es KI-Anwendungen und Agenten erleichtern soll, Kontextinformationen und Daten aus externen Systemen dynamisch zu beziehen. Anstatt Schnittstellen jeweils individuell zu programmieren, können KI-Modelle über MCP standardisiert auf Tools, Datenbanken oder APIs zugreifen – inklusive Metadaten, Authentifizierung und Berechtigungen.
Denodo bietet nun eine erste, grundlegende MCP-Server-Integration. Der Basis-MCP-Server ist ab AI SDK Version 0.8 enthalten und wird automatisch zusammen mit dem SDK installiert. Dadurch können MCP-fähige AI-Agents direkt auf die zentral verwalteten, kuratierten Datenprodukte in Denodo zugreifen und dabei von den bestehenden Sicherheits- und Governance-Mechanismen profitieren.
Die Einsatzmöglichkeiten sind vielfältig:
Wichtig dabei: Trotz des Potenzials ist MCP aktuell noch in einer frühen Phase. Themen wie Sicherheit, Zugriffssteuerung und Governance befinden sich im Standard selbst noch in der Entwicklung. Deshalb eignet sich die Denodo-MCP-Integration derzeit vor allem für Pilotprojekte und Innovations-Workshops. Also eher (noch) nicht für sicherheitskritische Produktionsumgebungen.
Auf dem Weg zum Data Analyst Mode – Agentic Workflows in Denodo
Die heute in Denodo eingebetteten KI-Funktionen sind bereits äußerst nützlich – bislang jedoch auf sogenannte Single-Shot-Interaktionen ausgerichtet: Man stellt eine Frage, die KI generiert SQL, liefert ein Ergebnis, und der Vorgang ist abgeschlossen. Dieses Muster ähnelt klassischen BI-Szenarien, nur dass die Abfrageerstellung automatisiert ist.
Später in diesem Jahr plant Denodo einen Schritt, der deutlich weitergeht: den Data Analyst Mode. In diesem Modus sollen Nutzer komplexe analytische Fragen stellen können, etwa: „Welche Faktoren haben zum Rückgang der Verkaufszahlen in einer bestimmten Region beigetragen?“ Anstatt nur eine einzelne Abfrage zu generieren, wird der Assistent im Rahmen eines agentenbasierten Workflows selbstständig verschiedene Schritte ausführen – vergleichbar mit der Arbeit eines menschlichen Datenanalysten. Dazu gehört das Sichten mehrerer Datensätze und Quellen, das Prüfen von Metadaten, das Ausführen von 10–20 (oder mehr) Abfragen und das Ableiten eines fundierten Ergebnisses, das die Frage beantwortet.
Wir sehen dies als Teil eines größeren Trends: Unternehmensrelevante AI-Workflows werden zunehmend direkt in Data Management Plattformen eingebettet. Besonders im Bereich der Datenanalyse – einem der naheliegendsten Anwendungsfälle für proprietäre Unternehmensdaten – ist dieser Ansatz logisch. Die Grenzen zwischen Data Management und BI-Anwendungen verschwimmen, und Plattformen wie Denodo, die mit Logical Data Management direkt auf operative Datenquellen aufbauen können, sind dafür besonders gut aufgestellt.
Vom Potenzial zur Realität
Denodo ist eine leistungsstarke Self-Service-Datenmanagementplattform, zugleich aber auch ein hochspezialisiertes Werkzeug und das zentrale Element eines daten- und KI-getriebenen Ökosystems. Um das volle Potenzial der beschriebenen Funktionen in echten Geschäftswert zu verwandeln, braucht es Know-how, Erfahrung und die passenden Ressourcen. Genau hier setzen wir an.
Wenn das für Sie interessant klingt, sind Ihre nächsten Schritte einfach:
Beides sind unkomplizierte, unverbindliche Schritte, die kaum Zeit kosten, aber viel greifbaren Mehrwert liefern können. Und ganz nebenbei macht es auch noch Spaß.