Ein Datenplattform-Manager, mit dem wir letzten Monat gesprochen haben, beschrieb seine Produktionsdatenbank als ‘plötzlich gesprächig’. Die gleiche Anzahl an Nutzern, die gleichen Anwendungen – doch das Abfragevolumen ist um 40% gestiegen, seit ein interner KI-Agent für den Kundensupport eingesetzt wurde. Jede Anfrage an den Agenten verzweigt sich in mehrere Datenbankaufrufe, ruft Daten aus verschiedenen Quellen ab, durchläuft Iterationen und wiederholt sich. Das Workload-Profil sieht ganz anders aus als das, wofür die Überwachungs-Dashboards ursprünglich konzipiert wurden.
KI-Agenten arbeiten in Schleifen: Sie rufen Daten ab, überprüfen Ergebnisse und rufen weitere Daten ab. Eine einfache Frage wie ‘Welche Kunden sind von einer Abwanderung bedroht?’ kann ein Dutzend Abfragen über mehrere Tabellen hinweg auslösen, bevor der Agent eine Antwort liefert. Multipliziert man das mit Hunderten von gleichzeitigen Nutzern, muss die Datenbank plötzlich ein Aufkommen bewältigen, das früher Batch-Analyseaufträgen vorbehalten war – nur dass es nun über den gesamten Arbeitstag verteilt ankommt, ohne vorhersehbare Spitzen.
Die Unternehmen, die sich am schnellsten anpassen, stellen ihre Mitarbeiter anders ein. Kenntnisse in der Abfrageoptimierung, die früher nur bei spezialisierten Datenbankadministratoren zu finden waren, tauchen nun in den Standardanforderungsprofilen für Data-Engineering-Mitarbeiter auf. Erfahrung mit Caching-Strategien und Connection-Pooling wird neben den üblichen Anforderungen an die Datenpipeline genannt. Ein Kunde hat eine Stellenausschreibung für einen Senior Data Engineer innerhalb von sechs Wochen zweimal überarbeitet, wobei mit jeder Überarbeitung die Anforderungen an die Infrastruktur vertieft wurden, nachdem das bestehende Team Schwierigkeiten hatte, die Latenz unter der neuen Auslastung stabil zu halten.
Bewerber mit Erfahrung im Bereich Datenbankleistung sind gut aufgestellt. Erfahrung in der Optimierung von PostgreSQL, der Verwaltung von Lesereplikaten oder der Entwicklung abfrageorientierter Caching-Ebenen findet heute eine Beachtung, die ihr vor einem Jahr noch fehlte. Personalverantwortliche tun gut daran, die Einstellung von Infrastruktur-Fachkräften zu planen, bevor eine KI-Lösung in die Produktion geht, denn eine Nachrüstung des Teams nach der Inbetriebnahme der KI-Agenten bedeutet, unter Zeitdruck um dieselben knappen Fachkräfte zu konkurrieren.
Angeregt durch Berichte von Datanami.