DataQube vs. Databricks AI/BI Genie
Databricks bietet echte Netzwerkisolation. Es bietet kein Deployment ohne Databricks darin — die Control Plane wird immer von Databricks betrieben, und genau dort läuft Genie.
Aktualisiert 25. Juli 2026
Die kurze Antwort
PrivateLink entfernt das öffentliche Internet, nicht die Abhängigkeit
Databricks teilt sich in Control Plane und Compute Plane. Nur eine davon kann in Ihrem Cloud-Konto laufen, und Genie gehört nicht dazu.
Die Control Plane umfasst „the backend services that Databricks manages in your Databricks account“ — Weboberfläche, Job-Scheduler, Unity-Catalog-Metadatendienste und Model Serving. Sie wird immer von Databricks im eigenen Cloud-Konto betrieben.
Dokumentationdocs.databricks.com — Architecture overviewabgerufen 2026-07-25
„Genie Agent responses and approved AI-generated comments are stored in the Databricks control plane database.“
Dokumentationlearn.microsoft.com — Databricks AI trust and safety, Seite vom 17.07.2026abgerufen 2026-07-25
Back-end PrivateLink „prevents your Databricks clusters from communicating with the control plane over the public internet“. Der Cluster muss diese Control Plane weiterhin erreichen; der Verkehr läuft lediglich über ein privates Backbone. Ein wirklich getrenntes Deployment ist keine unterstützte Konfiguration.
Dokumentationdocs.databricks.com — PrivateLink conceptsabgerufen 2026-07-25
Deployment
„On-Premise“ bezeichnet vier verschiedene Dinge
Der Begriff wird so unscharf verwendet, dass er im Beschaffungsgespräch bedeutungslos wird. Es sind vier klar getrennte Zustände, und die nützliche Frage in einer Evaluierung ist einfach: Wenn wir das Netzwerkkabel ziehen, beantwortet es dann noch Fragen?
SaaS
Vom Anbieter betrieben, im Cloud-Konto des Anbieters.
Kunden-VPC
Läuft in Ihrem Cloud-Abonnement, benötigt aber weiterhin eine vom Anbieter betriebene Control Plane. Private Vernetzung entfernt das öffentliche Internet, nicht die Abhängigkeit.
Echtes On-Premise
Läuft auf Hardware, die Sie besitzen und betreiben.
Air-gapped
Es existiert überhaupt kein ausgehender Pfad — auch nicht für Lizenzierung, Telemetrie, Updates und Modellinferenz.
Die Abfrageausführung lässt sich in Ihre eigene VPC legen. Genies Orchestrierung, Modellaufrufe und Konversationszustand nicht — sie laufen unabhängig vom Warehouse-Typ in der von Databricks betriebenen Control Plane.
Preise
Zwei Zähler — und einer ist derzeit unveröffentlicht
Genie rechnet LLM-Verbrauch getrennt von der Warehouse-Rechenleistung ab, die das erzeugte SQL ausführt — und der Einführungszeitraum ist inzwischen abgelaufen.
Genie One und Genie Agents waren nur bis zum 31. Juli 2026 kostenlos. Preise danach sind nicht veröffentlicht. Jede heute genannte Zahl sollte gegen ein aktuelles Angebot geprüft werden.
Vertragdatabricks.com — Pricing; Genie release notesabgerufen 2026-07-25
Das Freikontingent wird in Databricks' eigenen Quellen widersprüchlich angegeben — „$10 free for every user every month“ in der Ankündigung gegenüber 10,50 USD auf der Preisseite.
Vertragdatabricks.com — Pricing; Genie announcementabgerufen 2026-07-25
Warehouse-Compute wird separat abgerechnet und ist ausdrücklich aus den Genie-Budgets ausgenommen. Die Kosten für die tatsächliche Ausführung des erzeugten SQL liegen damit außerhalb jeder Genie-Zahl. Service Principals erhalten überhaupt kein Freikontingent.
Vertragdocs.databricks.com — Genie billingabgerufen 2026-07-25
DataQube lizenziert nach gleichzeitig aktiven Sitzungen, mit Modellinferenz auf Hardware, die Sie bereits besitzen. Es gibt keinen zweiten Zähler für die Rechenleistung, die die Frage beantwortet.
Nachvollziehbarkeit
Wo die Konversation gespeichert wird
Databricks hat mit Unity Catalog einen ausgereiften Governance-Stack. Für ein reguliertes Haus ist die Frage enger: auf welcher Seite der Grenze der analytische Nachweis liegt.
DataQube
- Der Thread ist ein reiner Anhänge-Datensatz vollständig innerhalb Ihres Perimeters — Konversation, erzeugte Abfrage, Berechtigungsentscheidungen und Artefakte.
- Verdichtung hängt ein Ereignis an das Protokoll an. Sie schreibt Aufgezeichnetes nie um.
- Ein Notebook ist eine Projektion eines Threads. Erneutes Öffnen zeigt, was geschehen ist — keinen neuen Lauf gegen die heutigen Daten.
- Workflows sind wiederholbare Artefakte mit Parametern und Laufhistorie, die zurück in den Thread geschrieben werden.
Databricks
- Genie-Agent-Antworten und freigegebene KI-erzeugte Kommentare werden laut Databricks' eigener Dokumentation in der Control-Plane-Datenbank gespeichert.
- Unity-Catalog-Lineage ist für Daten und Modelle wirklich stark. Sie ist kein Nachweis je Antwort, der eine Zahl an Abfrage, Zeilen und Berechtigungsentscheidung bindet.
- Die einzige offizielle Verwendung von „air-gapped“ bei Databricks betrifft das Ausführen von Deployment-Bundles aus einem vorab geladenen Docker-Image — ein CLI-Werkzeugszenario, kein Offline-Betrieb der Plattform.
Fairer Vergleich
Wo Databricks die bessere Wahl ist
Databricks ist eine ernstzunehmende Plattform und der nächstliegende echte Wettbewerber für den analytischen Anwendungsfall. In mehreren Situationen ist es klar die richtige Antwort.
Databricks, wenn
- Sie bereits ein Lakehouse auf Databricks betreiben und Unity Catalog Ihr führendes Governance-System ist.
- Sie die umgebende Plattform brauchen — Pipelines, ML-Training, Model Serving, Streaming — und nicht nur einen konversationellen Analysten.
- Netzwerkisolation in eine kundenverwaltete VPC mit PrivateLink Ihrer Aufsicht genügt und eine anbieterbetriebene Control Plane akzeptabel ist.
- Ihr Data-Engineering-Team auf der Plattform bauen will, statt ein fertiges Produkt einzuführen.
DataQube, wenn
- Eine anbieterbetriebene Control Plane nicht akzeptabel ist und „kein Weg nach draußen“ wörtlich gelten muss.
- Der analytische Nachweis in Ihrem Perimeter bleiben muss, nicht in der Datenbank eines Anbieters.
- Sie eine fertige Analystenoberfläche wollen statt Komponenten zum Zusammenbauen.
- Kosten ein Jahr im Voraus planbar sein müssen, ohne zweiten Zähler für Abfrage-Compute.
Fragen aus Evaluierungen
Kann Databricks Genie air-gapped laufen?
Nein. Genies Orchestrierung, Modellaufrufe und Konversationszustand laufen unabhängig vom Warehouse-Typ in der von Databricks betriebenen Control Plane. Kundenverwaltete VPC und PrivateLink entfernen das öffentliche Internet, der Cluster muss diese Control Plane aber weiterhin erreichen. Ein wirklich getrenntes Deployment ist keine unterstützte Konfiguration.
Bedeutet eine kundenverwaltete VPC, dass Databricks auf unserer Infrastruktur läuft?
Teilweise. Die klassische Compute Plane läuft in Ihrem Cloud-Konto, und Databricks dokumentiert, dass Kunden-VPCs keine offenen Ports und keine öffentlichen IP-Adressen haben. Die Control Plane — einschließlich Genie — bleibt im Konto von Databricks.
Databricks hat im Juni 2026 On-Premise-Unterstützung angekündigt. Ändert das etwas?
Diese Ankündigung betrifft ein Speicher-Partnerökosystem, das Compute den Zugriff auf On-Premise-Datensätze ohne Kopieren ermöglicht. Die Databricks Control Plane und damit Genie laufen weiterhin in der Databricks-Cloud. Lesen Sie die Ankündigung genau, bevor Sie sie als On-Premise-Option behandeln.
Kann DataQube Daten aus einem Lakehouse abfragen?
Ja. DataQube verbindet sich mit freigegebenen Quellen als regulierte Verbindung. Was sich ändert, ist der Ort von Orchestrierung, Modellinferenz und dauerhaftem Nachweis.