Genie ZeroOps: Definition und Abgrenzung (Databricks)

Genie ZeroOps bezeichnet den Betriebs-Modus von Databricks Genie (Text-to-SQL-Funktion auf einem kuratierten Datenausschnitt), in dem ein autonomer Hintergrund-Agent die Wartung der Genie-Datengrundlage übernimmt. Der Agent erkennt Fehler in Pipelines, Tabellen und Modellen, analysiert die Ursache über die Daten-Lineage im Unity Catalog (dem zentralen Katalog von Databricks) und schlägt geprüfte Korrekturen zur manuellen Freigabe vor. „ZeroOps" steht dabei für die Zielmarke, den laufenden Betriebsaufwand gegen null zu fahren, und nicht für den generischen NoOps-Slogan „ganz ohne Betrieb".

Was ist Genie ZeroOps?

Genie ZeroOps ist eine Funktion der Databricks-Plattform, die einen Teil der Betriebsarbeit rund um Genie automatisiert. Ein Datenteam betreibt einen oder mehrere Genie Spaces (kuratierte Fachbereiche mit freigegebenen Tabellen, Instructions in natürlicher Sprache und Beispiel-Abfragen), damit Fachanwender ihre Fragen in Umgangssprache stellen können. Diese Spaces müssen gepflegt werden: Quelltabellen ändern sich, Kennzahlen driften ab, Definitionen veralten. Genie ZeroOps übernimmt einen definierten Teil dieser Pflege- und Überwachungsarbeit, ohne die fachliche Verantwortung anzurühren.

Databricks hat Genie ZeroOps am 16. Juni 2026 auf dem [Data + AI Summit](https://www.databricks.com/blog/introducing-genie-zeroops) als Private Preview vorgestellt. Der Agent arbeitet in einem festen Vier-Schritt-Ablauf. Zuerst Detect: laufende Überwachung von Metriken, Events, Logs und Datenqualitäts-Kennzahlen, auch für stille Fehler, bei denen eine Pipeline technisch sauber läuft, aber falsche Werte liefert. Dann Assess: Ursachenanalyse über die Lineage im Unity Catalog, die den Fehler bis zur eigentlichen Quelle verfolgt (etwa eine Schema-Änderung mehrere Tabellen weiter oben). Anschließend Remediate: agentische Generierung eines Fix-Vorschlags, der den Fehler korrigieren soll. Zum Schluss Verify: Test des Vorschlags in einer isolierten Sandbox gegen einen Shallow Clone der Produktionsdaten (eine Metadaten-Kopie ohne Duplikat der zugrundeliegenden Daten). Die Produktion bleibt bis zur Freigabe unangetastet.

Der Begriff existiert, weil der Betriebsaufwand um Genie-Assets in produktiven Setups schnell wächst. Sobald mehrere Spaces und die Pipelines dahinter laufen, muss jemand die Datenqualität überwachen, stille Fehler erkennen und Korrekturen bauen. Genie ZeroOps zieht die ersten drei Schritte (Erkennen, Diagnostizieren, Fix bauen) in den Agenten und behält den Menschen an der Freigabe vor der Produktion. Der aktuelle Scope umfasst Jobs, Pipelines, Tabellen und ML-Workloads; Apps und Lakebase-Datenbanken stehen laut Databricks auf der Roadmap.

Abgrenzung zu verwandten Begriffen

Genie ZeroOps wird häufig mit generischem NoOps, mit AutoML, mit Serverless Compute oder mit der Genie Ontology verwechselt. Die Abgrenzung verläuft entlang der Ebene, auf der die jeweilige Automatik ansetzt.

Begriff	Ebene der Automatik	Kernunterschied
NoOps (generisch)	Bewegung / Zielbild	NoOps bezeichnet als Sammelbegriff das Ideal, den laufenden Betrieb möglichst weit zu automatisieren, plattformunabhängig und ohne festen Ablauf. Genie ZeroOps ist die konkrete Databricks-Ausprägung mit definiertem Vier-Schritt-Loop, Unity-Catalog-Lineage als Diagnose-Grundlage und Sandbox-Verify vor der Freigabe.
AutoML	Trainings-Zyklus eines ML-Modells	AutoML automatisiert die Modell-Suche und die Hyperparameter-Tuning-Läufe im Trainings-Prozess. Genie ZeroOps automatisiert die Betriebsphase danach (Überwachung, Ursachenanalyse, Fix-Vorschlag), inklusive der Reaktion auf Modell-Drift, baut aber selbst kein Modell von Grund auf.
Serverless Compute	Infrastruktur-Schicht	Serverless Compute automatisiert die Bereitstellung der Rechen-Ressourcen (Cluster-Provisionierung, Skalierung, Startzeit). Genie ZeroOps setzt auf einer solchen Compute-Schicht auf und automatisiert die Wartung der Daten- und Modell-Assets darüber. Beide Konzepte adressieren verschiedene Ebenen und lassen sich kombinieren.
Genie Ontology	Fachliche Wissensbasis	Die Genie Ontology definiert Kennzahlen, Beziehungen und Geschäftsregeln (was heißt „Umsatz", wie hängen „Kunde" und „Auftrag" zusammen). Genie ZeroOps ist der Pflege-Modus für die Daten unter dieser Ontologie und die Pipelines dahin; die Ontologie selbst pflegt weiter das Datenteam.
Genie Agents	Vordergrund-Interaktion mit Nutzern	Genie Agents sind konfigurierte Genie-Instanzen mit Rolle, Instructions und Tool-Nutzung, die im Vordergrund Fragen beantworten. Genie ZeroOps läuft im Hintergrund unter denselben Assets und hält sie betriebsfähig.

Beispiel: Reaktion auf einen stillen Datenfehler

Ein Handelsunternehmen betreibt fünf Genie Spaces für Vertrieb, Finance und Operations auf einer Lakehouse-Architektur mit Unity Catalog. Eine Quelltabelle drei Ebenen weiter oben ändert das Währungsformat von zwei auf vier Dezimalstellen. Die nachgelagerten Aggregations-Pipelines laufen technisch sauber weiter. Die Kennzahl im Vertriebs-Space ist damit falsch, ohne dass ein Fehler geworfen wird. Ohne Genie ZeroOps bleibt dieser Fehler so lange liegen, bis das Controlling nachfragt.

Mit aktivem Genie ZeroOps erkennt der Agent im Detect-Schritt die Abweichung in den Datenqualitäts-Kennzahlen der überwachten Tabelle. Im Assess-Schritt verfolgt er die Ursache über die Unity-Catalog-Lineage rückwärts bis zur Schema-Änderung an der Quelle. Im Remediate-Schritt generiert er einen Fix-Vorschlag für die betroffene Transformation. Im Verify-Schritt läuft dieser Vorschlag gegen einen Shallow Clone der Produktionstabelle. Das Ergebnis erscheint in einer nach Schwere priorisierten Inbox mit Ursachenanalyse und Test-Nachweis. Das Datenteam gibt den Fix frei; erst danach erreicht er die Produktion. Die fachliche Definition „Umsatz meint Netto-Umsatz ohne Retouren" bleibt dabei unangetastet und weiter in Hand des Teams.