Databricks bringt Predictive AI Functions für Prognosen und Anomalieerkennung in SQL

Fünf Funktionen für typische Analysefragen

Laut Databricks stellen Datenteams immer wieder dieselben Fragen: Wie hoch fallen die Verkäufe im nächsten Quartal aus, warum hat sich eine Kennzahl verändert, und liegen aktuelle Daten außerhalb der Norm? Die Beantwortung landet meist bei einem Data-Science-Team, das Modelle entwickelt und die Infrastruktur betreibt. Databricks zufolge entsteht dadurch ein Engpass: Fachanwender müssen warten, und viele Fragen werden gar nicht erst gestellt.

Mit dem Start kommen vier SQL-native Funktionen hinzu, außerdem wurde die Genauigkeit von ai_forecast verbessert:

• ai_forecast: schreibt eine Zeitreihe in die Zukunft fort
• ai_top_drivers: ermittelt, welche Segmente eine Veränderung einer Kennzahl am stärksten getrieben haben
• ai_detect_anomalies: markiert Ausreißer in zeitbezogenen Daten
• ai_predict_value: sagt kontinuierliche Werte voraus (Regression)
• ai_predict_class: sagt kategoriale Werte voraus (Klassifikation)

Die Funktionen lassen sich direkt in SQL aufrufen, in Genie per Frage in natürlicher Sprache nutzen oder in Dashboards einbetten. Databricks pflegt die zugrunde liegenden Modelle zentral, sodass Teams weder Modelle noch Infrastruktur selbst aufbauen oder verwalten müssen.

Neues ai_forecast mit Feiertags- und Kovariatenunterstützung

Das verbesserte ai_forecast basiert auf einem transformerbasierten Foundation-Modell für Zeitreihen. Databricks erklärt, es sei auf einer großen, vielfältigen Sammlung von Zeitreihen vortrainiert worden, ähnlich wie ein großes Sprachmodell auf Texten. Da das Modell Muster wie Saisonalität und Trends bereits erkenne, liefere es nach Angaben des Unternehmens ohne Feinabstimmung genaue Prognosen.

In einem Dashboard-Beispiel mit dem Datensatz zu Taxifahrten in New York City prognostizierte Databricks die monatlichen Fahrtenzahlen bis Ende 2027 und zeigte die erwarteten saisonalen Muster der Taxinachfrage.

Die neue Version erlaubt es zudem, geschäftsspezifische Faktoren zu berücksichtigen. Die integrierte Feiertagsunterstützung kann lokale Ereignisse wie Einbrüche um Weihnachten oder Spitzen in den Schulferien abbilden. Teams können außerdem externe Kovariaten wie Preisänderungen oder Marketingausgaben einspeisen, damit die Prognosen ihr Geschäft besser widerspiegeln.

Anomalien, Treiber und Vorhersagen in SQL und Genie

Die vier neuen Funktionen zielen auf Ad-hoc-Fragen. ai_top_drivers erklärt, warum sich eine Kennzahl bewegt hat, ai_detect_anomalies markiert auffällige Werte, und ai_predict_value sowie ai_predict_class füllen fehlende Werte, indem sie eine Zahl schätzen oder eine Kategorie zuweisen.

Analysten können die Funktionen im SQL-Editor oder in einem Notebook aufrufen und laut Databricks über Hunderte Millionen Zeilen hinweg ausführen. In einem Beispiel werden die täglichen Taxieinnahmen zu einer Zeitreihe aggregiert und an ai_detect_anomalies übergeben, das automatisch ein Modell anpasst und ungewöhnliche Tage markiert. In einem anderen Beispiel ordnete ai_top_drivers Segmente nach Tageszeit sowie Werktag und Wochenende danach, wie stark sie die Veränderung der Taxi-Fahrteinnahmen in New York City zwischen Januar und Februar 2016 beeinflussten. Die Mittagsstunden an Werktagen sorgten für den größten Zuwachs, während die abendliche Stoßzeit an Werktagen am stärksten bremste.

In Genie ist ai_top_drivers bereits heute verfügbar. ai_forecast, ai_detect_anomalies, ai_predict_value und ai_predict_class folgen in Kürze. Nutzer sollen dann Fragen stellen können wie, warum der Umsatz im letzten Quartal gesunken ist oder welche Kunden voraussichtlich abwandern, und Genie ruft die passende Funktion auf. Databricks zufolge ermöglichen diese spezialisierten Methoden Genie, Fragen zu beantworten, die ein universell einsetzbares LLM allein nicht zuverlässig bewältigen kann.

Benchmark-Angaben und Bedeutung für Teams

Databricks hat mit fev-bench das neue ai_forecast mit Funktionen eines nach eigener Darstellung führenden Cloud-Data-Warehouses verglichen. Als Metrik diente die Task Win Rate, also der Anteil der Aufgaben, bei denen ein System laut Scaled Quantile Loss einen geringeren probabilistischen Fehler aufweist als das andere. Das Unternehmen gibt an, ai_forecast schneide besser ab als andere Cloud-Data-Warehouse-Anbieter und als die Vorgängerversion von ai_forecast. Die zugrunde liegenden Zahlen nennt der Ausgangstext nicht. Es handelt sich um Ergebnisse des Unternehmens selbst.

Für Organisationen, die Databricks nutzen, liegt die praktische Änderung darin, dass Prognosen, Treiberanalysen und Anomalieerkennung für Menschen verfügbar werden, die mit Dashboards, Genie und SQL arbeiten, und zwar ohne separates Modellierungsprojekt. Databricks zufolge verkürzt das die Entwicklungszeit im Vergleich zum Bau eigener Modelle. Die Funktionen befinden sich weiterhin in der Beta-Phase.