Genie Agents

Genie Agents sind spezialisierte Genie-Instanzen in der Databricks-Plattform, die auf einen bestimmten Fachbereich, Datenausschnitt oder Analyse-Task zugeschnitten sind. Jeder Agent hat eigene Anweisungen in natürlicher Sprache, hinterlegte Beispiel-Fragen, eine Tool-Konfiguration (welche Funktionen er aufrufen darf) und einen umschriebenen Zugriff auf ausgewählte Tabellen und Views im Unity Catalog (dem zentralen Datenkatalog von Databricks).

Was sind Genie Agents?

Genie Agents erweitern den Basis-Assistenten Genie (Databricks-Funktion, die Fragen in natürlicher Sprache in SQL-Abfragen übersetzt) um agentische Fähigkeiten. Wo der Basis-Genie eine einzelne Frage in eine einzelne Abfrage übersetzt, kann ein Genie Agent eine komplexe Frage in mehrere Schritte zerlegen, dabei Werkzeuge aufrufen und bei Bedarf an andere Agenten übergeben. Der Begriff „Agent" bezeichnet in diesem Kontext eine Instanz, die eine Rolle trägt (etwa „Regional-Sales" oder „Bestandsanalyse"), eigene Anweisungen hat und selbstständig eine Reihe von Zwischenschritten ausführt, bis die Frage beantwortet ist.

Ein Genie Agent trägt fünf Konfigurations-Bausteine. Erstens System-Instructions in natürlicher Sprache: Beschreibungen der Rolle, fachliche Definitionen („Umsatz meint Netto-Umsatz ohne Retouren") und Handlungsregeln. Zweitens Beispiel-Queries als Trusted Assets, die dem Sprachmodell zeigen, wie typische Fragen im Fachbereich in SQL übersetzt werden. Drittens eine Tool-Use-Konfiguration, die festlegt, welche Funktionen oder Endpoints der Agent aufrufen darf (etwa eine Custom-Funktion für eine Preishistorie, eine externe API oder ein weiterer Genie Agent). Viertens ein Unity-Catalog-Ausschnitt mit den freigegebenen Tabellen, Views und optional einer Referenz auf die Genie Ontology als Semantik-Layer. Fünftens optional eine Handoff-Konfiguration, die die Übergabe an andere Agents regelt.

Der Governance-Anschluss läuft transitiv über den Unity Catalog. Zeilen- und Spalten-Berechtigungen, Masken und Filter gelten für jede Antwort. Ein Genie Agent sieht in der Ausführung nur die Datenteilmenge, für die der jeweilige Nutzer eine Freigabe hat, selbst wenn der Agent selbst auf einer breiteren Konfiguration sitzt. Der Begriff existiert, weil reine Text-to-SQL-Assistenten an ihre Grenze stoßen, sobald eine Frage mehrere Schritte, externe Fakten oder rollen-spezifisches Wissen erfordert. Genie Agents adressieren das mit fachbereichs- oder task-spezifischer Konfiguration statt einer generischen BI-Suchmaschine.

Abgrenzung zu verwandten Begriffen

Genie Agents werden häufig mit dem Basis-Genie, mit der Genie Ontology, mit Databricks Apps oder mit externen Agent-Frameworks verwechselt. Die Abgrenzung verläuft entlang der Rolle im Databricks-Stack.

Am wichtigsten ist die Trennung zwischen dem Basis-Genie (eine Übersetzungs-Runde pro Frage) und einem Genie Agent (mehrere Schritte, Tool-Aufrufe, mögliche Übergabe an andere Agents). Wer heute „Genie" sagt, meint häufig den Basis-Assistenten oder die Oberfläche Genie One; ein Genie Agent ist die spezialisierte, agentische Instanz darin.

Beispiel: zwei Genie Agents für die Vertriebsanalyse

Ein Handelsunternehmen konfiguriert für die DACH-Vertriebsanalyse zwei Genie Agents. Der Regional-Sales-Agent hat Zugriff auf die Umsatz-Views einer Region, Instructions zur Behandlung von Retouren, Boni und Preisnachlässen im Nettoumsatz sowie Beispiel-Queries für die typischen Ist-vs.-Plan-Fragen. Der Warengruppen-Agent hat Zugriff auf das Sortiments-Modell und eine Tool-Konfiguration, die eine Custom-Funktion für die Wettbewerbspreis-Historie aufrufen darf.

Ein Regional-Verantwortlicher stellt die Frage „Welche Warengruppen sind in Süd unter Plan, und wie hat sich der Wettbewerbspreis dort entwickelt?". Der Regional-Sales-Agent liest die Instructions und die freigegebenen Views, ermittelt die unter-Plan-Warengruppen der Region Süd und übergibt für die Preisfrage an den Warengruppen-Agent. Dieser ruft über die Tool-Konfiguration die Preishistorie-Funktion auf, kombiniert das Ergebnis mit dem Sortiments-Modell und gibt eine konsolidierte Antwort zurück. Unity-Catalog-Berechtigungen filtern die Ergebnisse pro Nutzer: Ein Regional-Verantwortlicher sieht nur die eigene Region.

Das Beispiel zeigt die typische Architekturposition: eine Datenschicht (Views im Unity Catalog), eine Kurationsschicht (Space mit Instructions, Trusted Queries, Ontology-Bezug), pro Agent eine Rollen- und Tool-Konfiguration sowie eine Compute-Schicht (Serverless SQL Warehouse plus die aufgerufenen Custom-Funktionen).