Databricks öffnet Document Intelligence für Echtzeit-Apps und KI-Agenten

14. Oktober 2026, 22:00Quelle: Databricks

Databricks hat seine Document-Intelligence-REST-APIs für Parsing, Klassifizierung und Extraktion allgemein verfügbar gemacht. Anwendungen und Agenten können Dokumente damit verarbeiten, sobald sie eintreffen. Eine vierte API für Routing-Entscheidungen startet als Beta.

Das Wichtigste in Kürze

Die Document-Intelligence-REST-APIs von Databricks für Parsing, Klassifizierung und Extraktion sind jetzt allgemein verfügbar.
Die Decisions-REST-API (ai_decide), die auf das Dokument-Routing zielt, startet als Beta.
Die APIs lassen sich aus Anwendungen wie Databricks Apps oder aus eigenen, auf Agent Bricks gebauten Agenten aufrufen.
ai_extract und ai_classify bieten optional Quellenangaben, Begründungen und Konfidenzwerte, damit sich Ergebnisse anhand der Quelle prüfen lassen.
Databricks versteht die Veröffentlichung als Weg, manuelles Lesen von Dokumenten und Batch-Verzögerungen durch Echtzeitverarbeitung zu ersetzen.

Von Batch-Pipelines zu synchronen Aufrufen

Dokumenten-Workflows stützen sich laut Databricks bislang meist auf asynchrone Batch-Pipelines. Dieses Design verzögert den operativen Kontext, der für unmittelbare Folgeentscheidungen nötig ist, besonders in interaktiven Szenarien oder Prozessen mit menschlicher Beteiligung (Human-in-the-Loop).

Nach Angaben von Databricks erhalten Unternehmenskunden jeden Tag Millionen von Dokumenten. Diese unstrukturierten Dateien enthalten wichtigen Kontext zu Betrieb, Kunden und Finanzen. Das Unternehmen beschreibt einen typischen Engpass: Bevor die Daten in einem Dokument für Analysen oder Entscheidungen genutzt werden können, muss jemand es lesen und das Wesentliche herausziehen. Als Beispiele nennt Databricks eine Juristin oder einen Juristen, die oder der in einem Vertrag nach Parteien, Stichtag und Verlängerungskonditionen sucht, eine Fachkraft in der Kreditorenbuchhaltung, die auf einer Rechnung Lieferant, Bestellnummer und Gesamtbetrag ermittelt, sowie einen Schadensgutachter, der einen Stapel Anhänge durchgeht, nur um zu entscheiden, wohin ein Schadensfall gehört. Laut Databricks steigen Kosten und Verzögerungen, je mehr Dokumente eingehen.

Vier APIs, zwei Release-Stufen

Die Document-Intelligence-REST-APIs für Parsing, Klassifizierung und Extraktion sind jetzt allgemein verfügbar (Generally Available). Die Decisions-REST-API, die Databricks als gut geeignet für das Dokument-Routing beschreibt, befindet sich in der Beta-Phase. Entwickler können die APIs aus einer Anwendung oder einem Agenten heraus aufrufen, sobald eine Datei hochgeladen wird.

ai_parse_document liest die Datei, wandelt Tabellen und Abbildungen in strukturierten Text um und berechnet Begrenzungsrahmen (Bounding Boxes) für Quellenverweise zur Weiterverarbeitung.
ai_decide nutzt den Inhalt des Dokuments, um zu entscheiden, was als Nächstes passiert, etwa die Weiterleitung in einen Workflow oder die Markierung zur Prüfung.
ai_extract überführt festgelegte Felder in ein strukturiertes Ergebnis, optional mit Quellenangaben und Konfidenzwerten, damit Menschen oder Agenten Werte anhand der Quelle überprüfen können.
ai_classify weist dem Dokument oder extrahierten Entitäten anhand einer Geschäftstaxonomie Labels zu, optional mit Begründungen und Konfidenzwerten.

Beispiel Vertragserfassung in Databricks Apps

Databricks skizziert einen mit Databricks Apps gebauten Ablauf zur Vertragserfassung. Ein Jurist lädt eine Vereinbarung hoch und öffnet ein Prüfformular, in dem die wichtigsten Konditionen bereits ausgefüllt sind. Die Schritte im Einzelnen:

ai_parse_document wandelt die Datei in strukturierte Inhalte um, die die App für weitere Zwecke speichern kann.
ai_classify erkennt, ob es sich bei der Vereinbarung um eine NDA, einen MSA oder eine Leistungsbeschreibung (Statement of Work) handelt, sodass die App weiß, welches Formular sie anzeigen muss.
ai_extract zieht Parteien, Stichtag, Verlängerungskonditionen und Kündigungsfrist heraus, samt Quellenangaben, mit denen der Jurist jeden Wert anhand der Quelle prüfen kann.
Der Jurist korrigiert oder bestätigt die Felder, und die App schreibt den geprüften Datensatz samt Quellenverweis nach Delta.

Die APIs sind nicht auf interaktive Apps beschränkt. Databricks zufolge lassen sie sich auch aus einem eigenen, auf Agent Bricks aufgebauten Agenten aufrufen, wenn dieser eingehende Dokumente verstehen oder analysieren muss, bevor er seine nächste Entscheidung trifft.

Erste Schritte und Bedeutung

Nutzer können in ihrem Databricks-Workspace Genie Code öffnen und den gewünschten Workflow beschreiben. Alternativ arbeiten sie direkt mit der REST-API-Referenz und den Leitfäden für Parsing, Klassifizierung und Extraktion. Über die Agent-Bricks-Oberfläche, die im Workspace auf der Seite „Agents“ erreichbar ist, lassen sich Parsing, Extraktion und Klassifizierung interaktiv ausprobieren.

Für Teams, die große Mengen an Verträgen, Rechnungen oder Schadensmeldungen bearbeiten, bedeutet die Veröffentlichung: Dokumentenverständnis kann direkt in der Anwendung stattfinden, in der die Arbeit ohnehin erledigt wird, statt in einem separaten Batch-Job. Quellenangaben und Konfidenzwerte sollen sicherstellen, dass ein Mensch oder Agent extrahierte Werte vor dem Handeln anhand des Originaldokuments überprüfen kann.