Oracle AI World 2025 in Las Vegas Wie Oracle KI und Datenbank verschmilzt

Anbieter zum Thema

ORACLE Deutschland B.V. & Co. KG

Zadara Ltd.

mibeca GmbH – Mike Bergmann Akademie

XOPERO SOFTWARE S.A.

In Las Vegas skizzierte Larry Ellison den Wendepunkt für Oracles Cloud-Strategie: Künstliche Intelligenz wird Teil der Dateninfrastruktur selbst. Die neue Architektur vereint Modelle, Workflows und Governance auf Datenbankebene.

Larry Ellison, Gründer und langjähriger CEO, jetzt Executive Chairman und CTO von Oracle, verdeutlicht in seiner Keynote: Oracle steht vor einem Wendepunkt. Der Soft- und Hardwarehersteller möchte künstliche Intelligenz (KI) nicht mehr als externes Add-on verstehen, sondern als festen Bestandteil der Dateninfrastruktur. Die „AI Data Platform“ bringt Modelle und agentische Workflows direkt in die Datenbank. Eine Architektur, die Latenzzeiten reduziert und die Sicherheit strukturell stärkt.

Bildergalerie

Bildergalerie mit 6 Bildern

Der per Video zugeschaltete Ellison betont, dass der eigentliche Fortschritt nicht im Training der Modelle liegt, sondern in ihrer Nutzung auf privaten Datenbeständen. Um diese Daten KI-fähig zu machen, wurde die Datenbank so angepasst, dass sie Daten in Vektorform bereitstellt und den Modellen direkt zugänglich macht. Diese Integration soll Datenwege verkürzen, Energie sparen und die Kontrolle über sensible Informationen sichern.

Multimodale Modelle als Grundlage

Moderne KI-Architekturen bestehen aus mehreren spezialisierten neuronalen Netzen, die unterschiedliche Aufgaben übernehmen – etwa für Sprache, Bild oder Klassifikation. Ellison beschreibt diesen Aufbau als Parallele zum menschlichen Gehirn, dessen Teilbereiche auf spezifische Wahrnehmungsformen ausgelegt sind.

Diese Struktur bildet die Basis für Oracles Infrastrukturdesign. Multimodale Modelle, unabhängig von ihrer Herkunft, lassen sich in die „Oracle Cloud Infrastructure“ (OCI) einbinden und mit Unternehmensdaten verbinden. Die Datenbank übernimmt dabei die Vektorisierung: Sie wandelt strukturierte und unstrukturierte Daten aus verschiedenen Quellen in ein Format um, das für KI-Modelle direkt nutzbar ist.

Architekturwandel: KI direkt in der Datenbank

Pradeep Vincent, Chief Technical Architect OCI, beschreibt im Gespräch mit CloudComputing-Insider die technische Umsetzung als Abkehr von der bisherigen Trennung zwischen Datenbank und Modell. Modelle und agentische Workflows laufen nun innerhalb der Datenbankinfrastruktur. Durch die Integration des ausführbaren KI-Runtimes in die Datenbank entfallen SQL-Aufrufe zwischen Datenbank und Modell.

Die Architektur nutzt GPU-basierte Inferenzfunktionen und Workflow-Steuerung direkt auf Datenbankebene. Für Anwender bedeutet das: geringere Latenz, einheitliche Governance und konsistente Sicherheitsmechanismen, ohne externe Modellaufrufe oder zusätzliche Infrastrukturschichten.

Mehrstufige Validierung für sichere KI-Ergebnisse

Vincent verweist auf die zentralen Risiken großer Sprachmodelle: Sie können keine Daten vergessen und sind anfällig für Halluzinationen. Das macht sie für unternehmenskritische Anwendungen allein ungeeignet. „Modelle können keine Daten löschen – es gibt keinen mathematischen Weg zur Negation“, so Vincent.

Oracle reagiert darauf mit einem hybriden Sicherheitsmodell. Es kombiniert große, generalistische Modelle mit kleineren Validierungsmodellen und Non-AI-Komponenten, die Ergebnisse unabhängig prüfen. Dieser mehrschichtige Validierungsprozess ergänzt das Modell um Cross-Checks und workflowbasierte Prüfmechanismen, die etwa bei Codegenerierung oder medizinischen Anwendungen Fehlentscheidungen vermeiden sollen.

Vectorisierung und multimodale Verarbeitung

Bereits vor den AI Agents führte Oracle die „Vector Database“ ein, zunächst als Grundlage für Retrieval Augmented Generation (RAG). Heute bildet sie das Fundament für die Verarbeitung multimodaler Daten.

Vincent beschreibt die technische Entwicklung als logische Konsequenz: „Wir haben Modelle und Daten so nahe wie möglich zusammengebracht.“ Die Datenbank kann Text, Bild, Audio oder Video in Vektorform überführen und damit für inferenzbasierte Verarbeitung aufbereiten. Das ermöglicht schnelle, wiederholte Zugriffe zwischen Daten und Modell, ohne den Datenraum zu verlassen. Laut Vincent ist das ein entscheidender Vorteil für Performance und Sicherheit.

Souveräne KI und Multicloud-Strategien

Oracles Infrastrukturstrategie folgt einem dezentralen Ansatz: Statt Kunden in zentrale Regionen zu zwingen, bringt das Unternehmen seine Cloud dorthin, wo sie benötigt wird. Mit über 200 Regionen weltweit, darunter zahlreiche Standorte in Europa, reagiert Oracle auf Anforderungen nach Datensouveränität und lokaler Kontrolle.

Auf die Frage nach digitaler Souveränität und Cloud Act, erläutert Vincent, dass das Konzept „Alloy“ erlaubt, komplette Cloud-Regionen an lokale Betreiber zu übergeben. Diese erhalten operative Kontrolle über Hardware, Betrieb und Verschlüsselung, während Oracle Kapazität und technologische Basis liefert. Oracle-Ingenieure haben dabei keinen Zugriff auf Kundendaten oder Metadaten. Für Märkte wie Deutschland, in denen der Cloud Act kritisch gesehen wird, schaffe Alloy damit einen praktikablen Weg zur souveränen KI-Implementierung.

Skalierung und Energieeffizienz

Die physische Dimension von Oracles Infrastruktur zeigt sich in Texas: Dort entsteht ein Cluster mit mehr als 450.000 Nvidia-GPUs und einer Leistung von rund 1,2 Milliarden Watt. Die Anlage verfügt über eigene Gaspipelines, Energieerzeugung und Übertragungsnetze.

Während in den USA die Skalierung im Vordergrund steht, konzentrieren sich europäische Unternehmen stärker auf Energieeffizienz. Vincent beschreibt den Markttrend mit dem Begriff „Bang for the Watt“. Damit meint er: Die maximale KI-Leistung pro Energieeinheit. Trainings- und Inferenzprozesse werden zunehmend getrennt: ressourcenintensives Training in großen Clustern, lokale Inferenz für sensible oder regulierte Daten.

Enterprise-Automatisierung mit AI Agents

Ein Schwerpunkt liegt auf agentischer Automatisierung. AI Agents sind generierte Programme, die Prozesse eigenständig ausführen oder koordinieren. Oracle nutzt diese Technologie intern, um Kundeninteraktionen und Vertriebsprozesse zu analysieren und zu automatisieren.

Ellison betont, dass diese Anwendungen deklarativ beschrieben werden: Statt Code zu schreiben, formulieren Entwickler die Absicht, und der Agent generiert das Programm daraus. Die resultierenden Anwendungen sind skalierbar und enthalten laut Oracle keine Sicherheitslücken. Diesen Ansatz verwendete Oracle bereits bei der Entwicklung der Cerner-Plattform, die im Gesundheitswesen zum Einsatz kommt.

Oracle verfolgt den Ansatz einer datenbankzentrierten KI-Architektur. Die Kombination aus integrierter Inferenz, mehrstufiger Validierung und Sovereign-Cloud-Strukturen adressiert die zentralen Herausforderungen von Enterprise-KI: Sicherheit, Souveränität und Effizienz.

Damit verschiebt Oracle die Grenze zwischen Datenbank und Cloud-Service. KI wird zu einer Funktion der Dateninfrastruktur selbst.

Bildergalerie

Bildergalerie mit 6 Bildern

(ID:50625139)