Überblick
Enterprise-KI stockt selten aufgrund von fehlender Vision; sie scheitert durch architektonische Fragmentierung. Traditionelle Softwareplattformen wurden für periodische menschliche Abfragen entwickelt, indem statische Berichte und Dashboards erstellt werden, während KI-Modelle von den Kerndaten-Repositorien isoliert bleiben. Wenn autonome KI-Agenten gezwungen sind, externe Datenbanken über nicht zusammenhängende Toolchains abzufragen, stehen Organisationen vor schweren Latenzstrafen, blinden Flecken in der Governance und unvorhersehbaren Kostensteigerungen. Die Teradata Autonomous Knowledge Platform beseitigt diese Datenreibung, indem sie Datenmanagement, Analyse, Entwicklung von AI Studios und agentische Ausführung in einem einzigen, kontinuierlichen Intelligenzsystem vereint. Indem die Modelllogik direkt dort ausgeführt wird, wo Unternehmensdaten liegen, verwandelt die Plattform Unternehmens-KI von episodischer Insights-Generierung in kontinuierliche, gesteuerte operative Aktionen.
Dieses Video zeigt, wie die Plattform architektonische Fragmentierung adressiert und Unternehmens-KI in Cloud- und On-Premises-Umgebungen operationalisiert
Wichtige Erkenntnisse
- Kontinuierliche agentische Ausführung: Führt die KI des Unternehmens über passive Abfragen hinaus hin zu autonomer Sensorik, Schlussfolgerung und operativer Ausführung
- Null Datenbewegung: Teradata Fabric ermöglicht föderierten Zugriff über offene Tabellenformate und Multi-Cloud-Repositories ohne komplexe ETL-Pipelines
- Vollständiges KI-Lebenszyklusmanagement: Teradata AI Studio integriert den Enterprise-Agenten-Stack – AgentBuilder, Enterprise MCP, AgentEngine und AgentOps –, um die Agentenerstellung, -governance und -bereitstellung zu optimieren
- Bereitstellungssouveränität: Vollständige Funktionsparität über vollständig verwaltete Teradata-Cloud-Implementierungen und private On-Premises-Teradata-Factory-Infrastruktur
Die Entwicklung: Von statischen Einsichten zur kontinuierlichen Ausführung
Die Datenreibungsherausforderung in der Unternehmens-KI
Die meisten traditionellen Unternehmensarchitekturen trennen Datenplattformen von KI-Ausführungs-Engines. Wenn KI-Agenten gezwungen sind, externe Datenbanken abzufragen, Daten über verschiedene Tools zu transportieren und separate Vektorspeicher zu pflegen, entstehen erhebliche Latenz, erhöhte Kosten und Sicherheitsrisiken.
Verankerung von KI-Agenten im Unternehmenskontext
Die Plattform adressiert Datenreibung, indem sie KI-Logik direkt innerhalb der Kerndatenschicht ausführt. Durch interaktive Unterstützung über Tera und die Etablierung einheitlicher Lineage-Kontrollen ermöglicht die Plattform Organisationen, von episodischer menschlicher Abfrage zu kontinuierlicher, maschinengesteuerter Ausführung überzugehen – die Grundlage autonomen Wissens.
Kernarchitektur der Teradata Autonomous Knowledge Platform
Die Plattform basiert auf einer vernetzten, mehrschichtigen Architektur, die für hochzeitige Unternehmens-Workloads entwickelt wurde.
Connected Data Foundation und Teradata Fabric
Teradata Fabric vereint strukturierte, halbstrukturierte und unstrukturierte Daten über Multi-Cloud- und On-Premises-Umgebungen hinweg. Unterstützt von Fabric erreichen Organisationen eine Hochgeschwindigkeits-Abfragefederation ohne Datenbewegung über offene Tabellenformate und Cloud-Objektspeicher.
Wissenskontextschicht und Enterprise Vector Store
Die Wissenskontextschicht etabliert Geschäftssemantik, Datenlinie und Sicherheitsregeln. Mit dem Enterprise Vector Store indexiert und verwaltet die Plattform unstrukturierte Daten zusammen mit strukturierten Analysen innerhalb der Plattform. Dies bietet vertrauenswürdigen Kontext für Retrieval-Augmented Generation (RAG) und multimodale KI-Anwendungen, wobei In-Database-Analysefunktionen die Kontextgenerierung auf niedriger Latenz halten.
Teradata AI Studio und Enterprise AgentStack
Teradata AI Studio bietet einen einheitlichen Arbeitsbereich für Data Scientists, Entwickler und Ingenieure, um Modelle zu entwickeln, zu optimieren und zu steuern. Sein Enterprise AgentStack bietet vier Kernmodule:
- AgentBuilder: No-Code- und Pro-Code-Umgebungen für schnelle Agentenentwicklung
- Enterprise MCP: Integration des Model Context Protocol, die sicheren Zugriff auf Unternehmensdaten ermöglicht
- AgentEngine: Skalierbare Laufzeitlaufzeit für ausführende Agenten-Workloads
- AgentOps: Betriebsmanagement zur Überwachung der Leistung, Sicherheit und Einhaltung von Agenten
Ausführende Engine für hochzeitige Nebenläufigkeit von Agenten
Die agentische Ausführung erfordert kontinuierliche Rechenskalierung. Die Plattform nutzt Active Compute für das ständige, latenzarme Agentendenken und Elastic Compute für dynamisch skalierbare, rechenintensive Modelltrainings und Batch-Aufgaben. Context Engine arbeitet innerhalb dieses Rahmens, um die kontextuelle Kontinuität über langjährige Multi-Agenten-Interaktionen hinweg aufrechtzuerhalten.
Flexible Bereitstellung: Teradata Cloud und Teradata Factory
Die Plattform erreichte im Juli 2026 die allgemeine Verfügbarkeit. Um strenge Anforderungen an Datensouveränität, Leistung und Compliance zu unterstützen, bietet Teradata vollständige Funktionsparität über Bereitstellungsumgebungen hinweg.
Teradata-Cloud-Infrastruktur
Teradata Cloud bietet einen vollständig verwalteten, elastischen Cloud-Dienst in öffentlichen Cloud-Umgebungen, der Autoskalierung, globale Zugänglichkeit und automatisierte Wartung ermöglicht und gleichzeitig null Datenbewegungen auf Cloud-Datenlakes ermöglicht.
Teradata Factory On-Premises-Architektur
Für Enterprise-Workloads, die an strenge regulatorische Einschränkungen oder lokale Latenzanforderungen gebunden sind, bietet Teradata Factory eine vorintegrierte, dedizierte On-Premises-Infrastruktur. Factory kombiniert hochdichten Unternehmensspeicher, leistungsstarke Netzwerke und GPU-Beschleunigung, die von Dell Technologies und NVIDIA-Hardware angetrieben wird, und ermöglicht so private KI-Operationen mit operativer Souveränität. Datenschutz über Bereitstellungen hinweg wird mit Teradata Enterprise Data Protection aufrechterhalten.
Strategische Geschäftsergebnisse
| Strategische Säule | Traditionelle KI-Toolchains | Teradata Autonome Wissensplattform |
|---|---|---|
| Betriebsgeschwindigkeit | Episodische, vom Menschen initiierte Anfragen | Kontinuierliche Sensorik, Schlussfolgerung und autonome Ausführung |
| Datenverwaltung | Über getrennte Vektorspeicher und LLM-APIs aufgeteilt | Einheitliche Abstammung, rollenbasierte Governance und Sicherheit ohne Datenübertragung |
| Kostenkontrolle | Unvorhersehbare Verbrauchsgebühren pro Token | Vorhersehbare Rechenskalierung mittels Active Compute und Elastic Compute |
| Einsatzsouveränität | Erzwungene Cloud-Migration oder fragmentierte hybride Setups | Parität zwischen Teradata Cloud und Teradata Factory |
Fazit
Der Übergang hin zum autonomen Unternehmen erfordert eine Architektur, die für kontinuierliche Ausführung, tiefgehende Kontextintegration und null Datenübertragung ausgelegt ist. Durch die Vereinigung von Data-Foundation-Fähigkeiten, semantischer Kontext und Multi-Agenten-Orchestrierung in einem einzigen System stellt die Plattform die Infrastruktur bereit, die erforderlich ist, um Unternehmens-KI sicher und kosteneffizient zu skalieren . Ob auf Teradata Cloud oder privat auf Teradata Factory bereitgestellt, Organisationen können agentische KI mit Zuversicht operationalisieren.
Bereit, von Einsicht zu autonomem Handeln überzugehen? Entdecken Sie, wie die Plattform Ihre KI-Strategie beschleunigen kann. Vereinbaren Sie eine Demo oder beginnen Sie Ihre praktische Erfahrung mit Teradata Trial.
Häufig gestellte Fragen
Wie handhebt die Teradata Autonomous Knowledge Platform null Datenübertragungen?
Wie handhebt die Teradata Autonomous Knowledge Platform null Datenübertragungen?
Die Plattform verwendet Teradata Fabric, um föderierte Abfragen über externe Datenbanken, offene Tabellenformate und Cloud-Objektspeicher direkt dort auszuführen, wo sich die Daten befinden. Dies entfernt ETL-Pipelines vom Pfad und reduziert die Sicherheitsrisiken im Zusammenhang mit Datenbewegungen.
Welche Komponenten sind in Teradata AI Studio enthalten?
Welche Komponenten sind in Teradata AI Studio enthalten?
Teradata AI Studio ist ein integrierter Arbeitsbereich, der den Enterprise AgentStack – AgentBuilder, Enterprise MCP, AgentEngine und AgentOps – sowie die Enterprise Vector Store und Modelllebenszyklus-Tools integriert. Es bietet eine Umgebung zur Entwicklung, Bereitstellung und Verwaltung von KI-Agenten.
Wie unterscheidet sich Teradata Factory von Public-Cloud-Implementierungen?
Wie unterscheidet sich Teradata Factory von Public-Cloud-Implementierungen?
Teradata Factory ist eine lokal integrierte, dedizierte Lösung, die in Zusammenarbeit mit Dell Technologies und NVIDIA für Organisationen mit strengen Anforderungen an Datensouveränität oder private KI entwickelt wurde. Sie bietet Feature-Parität mit Teradata Cloud, während Rechenleistung und Daten lokal begrenzt bleiben.
Wie unterstützt die Plattform RAG und Vektorsuche?
Wie unterstützt die Plattform RAG und Vektorsuche?
Der Enterprise Vector Store ist direkt in die Teradata-Datenbank integriert, sodass strukturierte Unternehmensdaten und Vektor-Embeddings aus unstrukturierten Daten gemeinsam mittels hybrider Suche abgefragt werden können, wodurch Kontext für Retrieval-Augmented Generation (RAG)-Modelle geliefert werden.