Genie Ontology: Definition, Bausteine und Abgrenzung

Die Genie Ontology ist die kuratierte Wissensbasis hinter Databricks Genie: eine zentrale Sammlung von Kennzahlen (z. B. „Netto-Umsatz"), Dimensionen (Kunde, Produkt, Region, Zeit), Beziehungen zwischen Tabellen und fachlichen Synonymen. Sie liefert Genie das fachliche Wissen, das nötig ist, um natürlichsprachige Fragen wie „Wie hat sich der Umsatz DACH im letzten Monat gegenüber dem Vorjahr entwickelt?" verlässlich in SQL-Abfragen auf Lakehouse-Daten (die Databricks-Datenbasis) zu übersetzen.

Was ist die Genie Ontology?

Die Genie Ontology ist der geteilte semantische Layer (die fachliche Bedeutungs-Schicht zwischen Rohtabellen und Anwenderfrage), den Databricks für Genie und Genie Agents pflegt. Ohne diese Schicht kennt ein Sprachmodell die Tabellen zwar syntaktisch, weiß aber nicht, was ein Unternehmen fachlich unter „Umsatz", „aktiver Kunde" oder „Region DACH" versteht. Die Ontology liefert genau dieses Wissen: sie erklärt, welche Spalte in welcher Tabelle den Umsatz enthält, welcher Filter für „aktiv" gilt und welche Länder zu „DACH" gehören.

Databricks hat die Ontology 2025 als eigenen Bestandteil der Genie-Familie sichtbar gemacht. Zuvor hingen die fachlichen Definitionen in einzelnen Genie Spaces (dem Container, in dem ein Team Genie an eine Datenauswahl anlernt) und wurden pro Space neu geschrieben. Mit der Ontology bekommen dieselben Kennzahlen einen zentralen Ort: einmal definiert, in mehreren Spaces und über mehrere Agents hinweg verwendet.

Die typischen Bausteine sind Kennzahl-Definitionen als ausführbare Berechnungslogik (Filter, Aggregation, Signierung), Dimensions- und Hierarchie-Definitionen mit erlaubten Werten und Ebenen, Beziehungs- und Join-Hinweise zwischen Tabellen, eine Synonym-Bibliothek für Begriffs-Varianten (Umsatz, Erlös, Revenue, Net Sales) und kuratierte Beispiel-Queries als Trusted Assets. Technisch bindet die Ontology an Unity Catalog (den Governance-Layer für alle Daten- und AI-Assets in Databricks) an: Kennzahlen liegen als Metric Views, ergänzt um Kommentare, Tags und Beschreibungen aus der Business-Semantics-Schicht. Zugriffsrechte, Zeilenfilter und Lineage laufen weiter über den Katalog und wirken für jede Ontology-basierte Antwort.

Der Begriff existiert, weil Text-to-SQL ohne fachlichen Kontext systematisch ungenau ist. Die Ontology ist der Ort, an dem dieses fachliche Wissen strukturiert, versionierbar und über mehrere Konsumenten hinweg identisch bleibt.

Abgrenzung zu Semantic Layer, Business Semantics, Data Catalog und Genie

Die Genie Ontology wird häufig mit benachbarten Begriffen aus der Semantik- und Katalog-Welt verwechselt. Die folgenden Achsen halten die Grenzen sauber.

Begriff	Achse	Kernunterschied
Semantic Layer	Kategorie	Semantic Layer ist der werkzeug-übergreifende Oberbegriff für die Abstraktions-Schicht, die Kennzahlen und Dimensionen zentral definiert. Genie Ontology ist die Databricks-eigene Umsetzung dieses Konzepts, zugeschnitten auf Genie und Unity Catalog.
Business Semantics	Schicht	Business Semantics bezeichnet die katalog-native Bedeutungs-Schicht in Unity Catalog: Kommentare, Tags, Metric Views und Genie-Kontext an denselben Assets. Die Genie Ontology sitzt darauf und konsolidiert Kennzahl-, Beziehungs- und Synonym-Definitionen zu einem für Genie konsumierbaren Modell.
Data Catalog	Aufgabe	Ein Data Catalog inventarisiert Datenassets (technische Metadaten, Ownership, Klassifikation, Lineage) und macht sie auffindbar. Die Ontology enthält Berechnungslogik und fachliche Bedeutung. Der Katalog beantwortet „Welche Daten gibt es?", die Ontology beantwortet „Wie werden sie zu Kennzahlen aggregiert und was heißen sie?".
Genie	Rolle	Genie ist die Text-to-SQL- und Q&A-Komponente, die eine Frage in natürlicher Sprache in eine SQL-Abfrage übersetzt. Die Ontology ist die Wissensquelle, die Genie dafür konsumiert. Ohne Ontology bleibt Genie bei generischer SQL-Generierung; ohne Genie bleibt die Ontology eine Definition ohne Konsum-Oberfläche.
Genie Agents	Konsument	Genie Agents zerlegen mehrstufige Analysefragen autonom in Teilschritte. Sie nutzen dieselbe Ontology als geteilten Kontext, damit alle Teilschritte auf konsistente Kennzahlen und Dimensionen zugreifen.

Die zentrale Trennlinie verläuft zwischen Konzept und Umsetzung. „Semantic Layer" beschreibt die Funktion (Abstraktion zwischen Rohdaten und Konsumenten), „Genie Ontology" beschreibt die konkrete Databricks-Ausprägung mit Unity-Catalog-Anbindung, Metric-View-Basis und Genie-Konsum. Die zweite wichtige Trennlinie liegt zwischen Ontology und Business Semantics: Business Semantics ist die breite katalog-native Schicht mit Kommentaren, Tags und Metric Views; die Ontology ist die daraus konsolidierte, für die natürlichsprachige Nutzung optimierte Bedeutungs-Sicht.

Beispiel: Kennzahl „Net Revenue DACH" über mehrere Genie Spaces

Ein Handelsunternehmen betreibt drei Genie Spaces auf denselben Gold-Tabellen im Unity Catalog: einen Space für die Vertriebsanalyse, einen für das Controlling und einen für die Regional-Auswertung. Ohne gemeinsame Ontology definiert jeder Space seine Kennzahlen einzeln: Netto-Umsatz wird im Vertriebs-Space als Bruttoumsatz minus Retouren berechnet, im Controlling zusätzlich um gestundete Rechnungen bereinigt und im Regional-Space mit einer eigenen Währungsumrechnung. Fragen an Genie liefern über die Spaces hinweg leicht abweichende Zahlen für dieselbe fachliche Grösse.

Mit der Genie Ontology wandert die Definition von „Net Revenue DACH" in eine zentrale Metric View im Unity Catalog: Filter (nur DACH-Länder Deutschland, Österreich, Schweiz), Aggregation (Netto-Umsatz nach Abzug von Retouren und gestundeten Rechnungen), Signierung, Währungsumrechnung nach Referenzkurs. Die Ontology bündelt zusätzlich Synonyme (Umsatz, Erlös, Revenue, Net Sales), Zeitachsen-Definitionen („letzter Monat" = abgeschlossener Vormonat, nicht rollierende 30 Tage) und Join-Hinweise auf die Kunden- und Produkt-Dimension. Alle drei Spaces referenzieren dieselbe Metric View.

Regional-Verantwortliche fragen im Regional-Space: „Wie hat sich der Umsatz DACH im letzten Monat gegenüber dem Vorjahr entwickelt?" Genie löst „Umsatz" über die Synonym-Bibliothek zu „Net Revenue" auf, zieht die Metric-View-Definition, wendet den Zeitfilter „letzter abgeschlossener Monat" gegen den entsprechenden Vorjahresmonat an und liefert das Ergebnis als Tabelle mit optionaler Visualisierung. Unity-Catalog-Berechtigungen filtern zusätzlich pro Nutzer, damit ein Regional-Verantwortlicher nur die eigene Region sieht. Ändert das Controlling später die Definition (z. B. Behandlung von Skonti), wirkt die Änderung in allen drei Spaces gleichermaßen. Die Ontology bleibt die eine Definitionsquelle für alle Konsumenten.