Factory und Databricks: Software bauen, die von Daten angetrieben wird
19. Oktober 2026 - 3 Minuten Lesezeit
Unternehmen
Partner
Teilen
Heute gibt Factory eine Partnerschaft mit Databricks bekannt, damit Kunden die Daten und Modelle der Databricks Data + AI Platform nutzen können, um Software anzutreiben, die von Factory entwickelt oder migriert wird.
Bei Factory haben wir dieses Muster bei unseren Kunden beobachtet. Factory und Databricks helfen einem der größten globalen Unternehmen, eine komplexe Datenplattform, die hunderte Geschäftsanwendungen antreibt, zur Databricks Data + AI Platform zu migrieren. Dies umfasst Petabytes an Daten und hundertetausend Tabellen. Die Geschäftsanwendungen haben Benutzeroberflächen, Anwendungsdienste, Integrations- und API-Schichten, Geschäftslogik und Regeln, Sicherheits- und Verwaltungsfunktionen. Alle diese Elemente haben Abhängigkeiten und Erwartungen, die die Migration überstehen müssen.
Als Factory an diesem Projekt mitwirkte, waren bereits große Teile der Daten zum Databricks Lakehouse migriert. Die nächste Herausforderung war der Neuaufbau der Anwendungen und Workflows, die die Daten nutzen. Die wichtigste Erkenntnis: Datenmodernisierung und Softwaremodernisierung müssen gemeinsam stattfinden. Die Modernisierung der Daten-Grundlage schafft die Möglichkeit, Anwendungen und KI-Agenten zu entwickeln und bereitzustellen, die Unternehmensdaten nutzen, um Geschäftsergebnisse voranzutreiben.
Früher waren Migrationen dieses Ausmaßes ressourcenintensiv und riskant. Data Engineers migrierten Tabellen und bauten Pipelines neu auf. Anwendungsentwickler analysierten manuell und schrieben neue Software. Abhängigkeiten zwischen Daten und Anwendungen erfordern sorgfältige Planung, Entwicklung, Testung und Koordination. Um es noch herausfordernder zu machen, verfügen diese Teams über unterschiedliche Fähigkeiten, Werkzeuge und Prozesse. Schon kleine Änderungen an einer Datenpipeline erzeugen viele nachgelagerte Auswirkungen und erfordern Übergaben zwischen Teams.
Factory und Databricks bringen die Migration in einen einzigen Engineering-Workflow: Agenten und Automatisierung, um das bestehende System zu verstehen, die Migration zu planen, zu bauen und zu validieren, dass Daten und Anwendungen die richtigen Fähigkeiten an die Nutzer liefern. Databricks stellt die offene, regulierte Grundlage für Daten, Analytik und KI bereit, während Factory agentische Software-Engineering-Fähigkeiten beisteuert, um Teams bei der Modernisierung und dem Aufbau der Anwendungen zu helfen, die von dieser Grundlage abhängen.
Das System verstehen, bevor man es verändert
Eine erfolgreiche Migration beginnt mit dem Verständnis der aktuellen Daten und Anwendungen.
Factory Droids arbeiten über Anwendungscode, Datenpipelines, SQL, Tests und verfügbare Dokumentation hinweg. Mit Zugriff auf die relevanten Repositories und Werkzeuge können Droids nachverfolgen, wie eine Anwendung von einer Stored Procedure abhängt, welche Datenpipeline ihre Eingaben erzeugt und wo eine Änderung nachgelagertes Verhalten beeinflussen könnte. Factorys Kontextintegrationen bringen Code und Engineering-Wissen in diese Arbeit ein. In Kombination mit dem Zugriff auf Daten und Assets, die über Databricks Unity Catalog reguliert werden, hilft dieser Ansatz Teams, Anwendungsabhängigkeiten mit der Unternehmensdaten-Grundlage zu verbinden, die sie unterstützt.
Dieses Verständnis wird zum Migrationsplan. Droids können helfen, Abhängigkeiten zu identifizieren, eine Umsetzungsreihenfolge vorzuschlagen und die erforderlichen Prüfungen zur Sicherstellung der Kompatibilität zu definieren. Factorys Missions bieten Planung, Meilensteine und koordinierte Ausführung für Arbeiten, die sich über mehrere Komponenten erstrecken. Ingenieure prüfen den Plan und klären mehrdeutige Geschäftsregeln, bevor die Umsetzung beginnt.
Vom Migrationsplan zu funktionierenden Anwendungen
Mit dem Plan in der Hand nutzen Droids den Databricks-API-Zugang, um Jobs zu erstellen und auszuführen, Abfragen zur Validierung von Ergebnissen auszuführen und Anwendungen bereitzustellen. Zum Beispiel könnte die Migration einer Anwendung beinhalten, die zugrunde liegende operative Datenbank von Legacy-Postgres auf Databricks Lakebase umzustellen, Datentransformationen in Python neu zu schreiben, eine Lakeflow-Pipeline zu bauen und zu planen, ein AI/BI-Dashboard zu erstellen und schließlich die neue Anwendung und ihre Daten mit der Legacy-Anwendung zu vergleichen.
Drei Wege, Factory mit Databricks zu nutzen
Die Partnerschaft zwischen Databricks und Factory ermöglicht drei Kategorien von Anwendungsfällen: PDLC Automation, Migration and Modernization und Cybersecurity.
PDLC Automation
Factory kann Teams helfen, von einer Produktanforderung durch Planung, Entwicklung, Testung, Sicherheit, Dokumentation, Überwachung und Verbesserung von Anwendungen zu gelangen, die auf Daten in Databricks aufbauen oder von ihnen angetrieben werden. Dies umfasst den Aufbau und die Weiterentwicklung datengetriebener Anwendungen und KI-gestützter Software, die die Databricks Data + AI Platform als offene, regulierte Grundlage nutzen.
Migration und Modernisierung
Factory kann Teams helfen, Datenplattform-Migrationen zu Databricks sowie die Anwendungen, die von den Daten in Databricks abhängen, zu analysieren, zu planen und auszuführen.
Cybersicherheit
Factory kann Teams helfen, Schwachstellen in den von Databricks Lakewatch überwachten Anwendungen zu beheben.
Ein gemeinsamer Weg von Daten zu Software
Die Migration, die Factory und Databricks zusammengeführt hat, ist nur ein Beispiel dafür, wie sich unsere Plattformen ergänzen. Wir erwarten, dass viele Unternehmen davon profitieren werden, eine engere Schleife zwischen Daten und durch Daten angetriebener Software zu schaffen. Um dies zu erleichtern, freuen wir uns auch, dass qualifizierte Kunden Factory über den Databricks Marketplace unter Verwendung von bis zu 10% ihres bestehenden Databricks-Commitments erwerben können.
Erste Schritte
Bereit, Factory und Databricks gemeinsam zu nutzen? Verbinden Sie Databricks einfach in Factory unter Settings → Connectors und führen Sie dann diese Aufgabe aus:
„Baue eine Automatisierung, die jede Nacht den Lakehouse-to-Lakebase-Sync-Workflow prüft und eine Zusammenfassung des Fortschritts im Slack-Kanal des Teams postet.“
Ein Konnektor, eine Automatisierung, eine Schleife – mit einer Zusammenfassung in Slack jeden Morgen. Die Einrichtungsanleitung behandelt verwaltete MCP-Server, die Ausführung von Droids auf Databricks-served-Modellen sowie Webhook-Automatisierungen. Möchten Sie es zuerst in Aktion sehen? Demo buchen.