Partnerschaften

Decagon arbeitet mit Databricks bei Daten, Modellen und dem Marktplatz

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Decagon kündigte am 30. September 2026 eine Partnerschaft mit Databricks an, die eine zero‑copy‑Datenfreigabe zwischen den beiden Plattformen mit einer auf Databricks basierenden Modellbereitstellung und der geplanten Verfügbarkeit seiner kundenorientierten KI‑Agenten im Databricks Marketplace kombiniert.

Die Ankündigung auf Decagons Blog wurde gemeinsam von Roger Liang, Leiter für Strategische Allianzen & Partnerschaften bei Decagon, und Mohsen Malik, Leiter der Anwendungs‑Partnerschaften bei Databricks, verfasst. Sie beschreibt die Databricks Data + AI Platform als eine einheitliche, geregelte Grundlage für Unternehmensdaten und KI, die den vollständigen Datensatz jedes Kunden enthält, einschließlich Bestellungen, Zahlungen, Berechtigungen und Produktnutzung.

„Durch diese Partnerschaft können Decagon‑Agenten auf geregelte Daten von Databricks zugreifen, wenn sie sie benötigen, während Erkenntnisse aus diesen Gesprächen zurück zu Databricks fließen und im gesamten Unternehmen nützlich werden“, sagte Reynold Xin, Mitbegründer & Chief Architect bei Databricks. „Wir freuen uns, mit dem Decagon‑Team zusammenzuarbeiten, um Unternehmens‑Kunden‑Agenten kontextbewusster zu machen und gleichzeitig die Daten‑Governance in den Mittelpunkt zu stellen.“

Zero‑Copy‑Daten in beide Richtungen

Decagon erklärte, dass sein Benutzerspeicher den Kontext und die Präferenzen eines Kunden über mehrere Gespräche hinweg erfasst, während die Databricks‑Plattform festhält, was Kunden getan haben: jede Bestellung und Zahlung, die tatsächlich genutzten Produkte und die Bewertungen, die ein Datenteam daraus berechnet hat. Die Verbindung der beiden Systeme bedeutete bislang in der Regel den Aufbau maßgeschneiderter Datenpipelines, die Dateningenieure unbegrenzt besitzen, wobei eine Kopie sensibler Kundendaten an einem neuen Ort landet. In regulierten Branchen ist genau diese Kopie ein Hindernis für die Genehmigung, weil Sicherheitsteams wissen wollen, wohin Kundendaten gehen, wer sie einsehen kann und was anschließend mit ihnen geschieht.

Mit zero‑copy OpenSharing, das vom Unity Catalog verwaltet wird, lesen Agenten den Kunden‑Datensatz direkt aus Databricks, sobald sie ihn benötigen, ohne dass ETL erforderlich ist, und zwar unter den Berechtigungen, die das Kundenteam festlegt.

Daten fließen ebenfalls zurück. Jede Decagon‑Konversation kann als strukturierte Daten an die Databricks‑Plattform gesendet werden, einschließlich Intent‑Tags, Ursachen‑Attribution, Eskalations‑Treiber und Nutzer‑Stimmung. Decagon sagt, dass diese Erkenntnisse Umsatz‑, Retentions‑ und Produkttabellen anreichern und Duet Autopilot speisen, sodass ein reicherer Kontext zu besser validierten Agent‑Updates führt.

Decagon stellte das Benutzerspeicher‑Feature in einem Produktbeitrag vom 9. März 2026 vor. Die Funktion basiert auf einer benutzer‑level‑Abstraktion, die über Interaktionen hinweg aufgebaut wird, den Gesprächsverlauf speichert und strukturierte Signale wie Funktionsanfragen, Stimmung und angegebene Präferenzen extrahiert, die jedem Kundenprofil zugeordnet sind. Der Speicher ist optional, mit Ablauf‑ und Redaktions‑Kontrollen, Prüfprotokollen und vollständiger Datenportabilität, so das Unternehmen angibt.

Modellbereitstellung über Unity Gateway

Decagon erklärte, dass es Databricks als Anbieter für die Modellbereitstellung hinzugefügt hat und bald dem Built‑On‑Programm beitreten wird, aus zwei Gründen. Seine Kernkonstellation von Modellen ist nachträglich für das Kundenerlebnis trainiert und trägt den Großteil des Datenverkehrs des Unternehmens. Für alles andere bietet Unity Gateway sofortigen Zugriff auf populäre, hochmoderne Open‑Source‑ und Frontier‑Modelle, ohne dass für jeden Anbieter eine separate Integration nötig ist – eine Modellwahl, von der Decagon sagt, dass sie hilft, eine Bindung zu vermeiden, während sich das KI‑Ökosystem weiterentwickelt.

Der zweite Grund, so Decagon, ist Governance. Jeder Schritt in einer Konversation sendet eine Anfrage an ein Modell, was Fragen aufwirft, welcher Anbieter sie bearbeitet hat, was die Eingabeaufforderung enthielt und ob etwas davon gespeichert wurde. Die meisten Agenten‑Plattformen protokollieren diese Aktivität selbst in einer separaten Konsole mit von ihnen festgelegten Aufbewahrungsbedingungen, wodurch ein weiteres System für das Sicherheitsteam des Kunden entsteht, das geprüft und vertraut werden muss. Das Routing über Unity Gateway bedeutet, dass die Berechtigungen, die Herkunft und die Prüfpfade des Unity Catalog diese Inferenz‑Aktivität abdecken, sodass das Sicherheitsteam sowohl die Schutzmaßnahmen von Decagon als auch seine eigene Governance an einem Ort sieht.

Beschaffung über den Databricks Marketplace

Decagon ist als Launch‑Partner im Databricks Marketplace gelistet, einem virtuellen Marktplatz für den Kauf ausgewählter Partnerprodukte. Kunden können ihre bestehende Lieferantenbeziehung zu Databricks nutzen, um die Abrechnung und Beschaffung beim Kauf von Decagon zu vereinfachen, und das Unternehmen sagt, dass diese Regelung Kunden mehrere Wochen im Bereitstellungsprozess von Agenten einsparen wird.

Databricks hat den Marktplatz am 15. Juni 2026 eröffnet, wodurch Drittanbieter‑Anwendungen in den Databricks Marketplace gebracht werden, mit mehr als 20 Launch‑Partnern, und das Marketplace Commit Drawdown eingeführt wird, das Kunden ermöglicht, Drittanbieter‑Daten und KI‑Lösungen mittels bestehender Databricks‑universeller Commits zu erwerben. In derselben Ankündigung sagte Databricks, dass Delta Sharing zu OpenSharing weiterentwickelt wurde, einem Linux‑Foundation‑Projekt, das als erstes offenes, herstellerneutrales Protokoll für das sichere Teilen von KI‑Assets beschrieben wird, einschließlich Agent‑Skills, KI‑Modellen und unstrukturierten Daten.

Decagon wird über den Databricks Marketplace verfügbar sein, und das Unternehmen weist bestehende Databricks‑Kunden an, eine Demo zu buchen.

Aiden Cross ist ein von KI generierter Strategist bei Unite.AI, der sich auf die Strategie und Ausführung von KI-Produkten sowie die praktischen Herausforderungen bei der Umwandlung von experimentellen Modellen in skalierbare, marktfähige Produkte konzentriert. Seine Arbeit konzentriert sich darauf, wie Startups und Unternehmen von Prototypen und Demos zu zuverlässigen Systemen übergehen, die von realen Kunden genutzt werden.
Mit einer pragmatischen und detailorientierten Perspektive analysiert Aiden Produkt-Roadmaps, Go-to-Market-Strategien, Plattformentscheidungen und organisatorische Kompromisse, die bestimmen, ob KI-Initiativen erfolgreich sind oder stagnieren. Er legt besonderen Wert auf die Realitäten der Bereitstellung, die Akzeptanz durch die Benutzer, die Infrastruktur-Einschränkungen und die Ausrichtung zwischen technischer Fähigkeit und Geschäftswert.
Artikel, die von Aiden Cross verfasst werden, sind von KI generiert und von Unite.AIs Redaktionsteam überprüft, um Klarheit, Genauigkeit und verantwortungsvolle Berichterstattung über die Entwicklung, den Versand und die Skalierung von KI-Produkten in der realen Welt sicherzustellen.