Neue Features für Oracle AI Data Platform

Im Folgenden finden Sie einen Überblick über neue Features und Verbesserungen in Oracle AI Data Platform.

Themen

Die neuesten Oracle AI Data Platform-News, Produktupdates, Kunden- und Partnerberichte sowie Markteinblicke finden Sie unter https://blogs.oracle.com/ai-data-platform/.

16. Oktober 2026

Feature Beschreibung
Skill zu einem Agent in Visual Builder hinzufügen Fügen Sie einen Skill zu einem Supervisor- oder Executive-Agent-Knoten in Visual Builder hinzu. Sie können eine Skilldatei auch direkt in einen Workspace hochladen, um sie mit einem Agent zu verwenden. Siehe Skill zu einem Agent hinzufügen und Skill in einen Workspace hochladen.
Endpunkt für eine Agent-Testsession auswählen Wählen Sie zwischen einem /chat- oder /A2A-Endpunkt, wenn Sie eine Agent-Testsession im Playground erstellen. Siehe Agent-Testsession erstellen.
Laufzeitidentität für Agents auswählen Wählen Sie eine Option "Ausführen als", wenn Sie einen Agent bereitstellen. Sie können Ihre eigene Identität oder einen Serviceaccount verwenden. Siehe Agents: Ausführen als und Agent bereitstellen.
Agent-Aufgabe in einem Workflow erstellen Erstellen Sie eine Agent-Aufgabe, um einen Prompt aus einem Workflowjob an einen bereitgestellten Agent zu senden. Siehe Agent-Aufgabe erstellen.
Ontologien erstellen und teilen Erstellen Sie Ontologien, um Geschäftskonzepte, deren Beziehungen und Verbindungen zu Unternehmensdaten in Ihren Workspaces zu organisieren. Sie können automatisch eine Ontologie aus ausgewählten Datenquellen erstellen oder eine vorhandene Ontologie als TTL-Datei hochladen. Sie können die Ontologie verfeinern und einen Snapshot veröffentlichen, den andere Benutzer untersuchen können, und dann erneut veröffentlichen, wenn Sie bereit sind, Updates zu teilen. Siehe Ontologie.
Autoscaling für AI Compute konfigurieren Wenn Sie ein AI-Compute-Cluster erstellen, können Sie die automatische Skalierung aktivieren, um die Anzahl der Replikate basierend auf API-Anforderungsraten und der durchschnittlichen CPU-Auslastung automatisch anzupassen. Konfigurieren Sie die Mindest- und Höchstanzahl von Replikaten, Skalierungsschwellenwerte und eine Abklingzeit zwischen Skalierungsaktionen. Siehe AI-Compute-Cluster erstellen.
Speicher- und Sitzungsdaten von KI-Agenten verwalten Aktivieren Sie den Langzeitspeicher, damit KI-Agents Informationen für denselben Benutzer sitzungsübergreifend wiederverwenden können. Außerdem können Sie die Aufbewahrung von Sessiondaten konfigurieren, lange Unterhaltungen automatisch zusammenfassen, die von Agents verwendete Datenbankkapazität überwachen und gespeicherte Session- und Speicherdaten löschen. Siehe Agent-Speicher und AI-Speicher.
Modelle überwachen und Zugriff verwalten Inferenzdaten und Logs auf der Registerkarte "Monitoring" für Ihre Modelle anzeigen, filtern und exportieren. Mit Modellberechtigungen können Sie steuern, wer Modelle anzeigen und ändern, Deployments verwalten und anderen Zugriff erteilen kann. Der Zugriff auf Modelle erfolgt jetzt über das Standardschema im Standardkatalog in Ihrem Masterkatalog. Siehe Modelle und Modellberechtigungen.
Modelle von Drittanbietern in Multi-Agent-Systemen verwenden Verwenden Sie Modelle von OpenAI, Anthropic und Google für Supervisor- und Executor-Agents in Visual Builder. Konfigurieren Sie jeden Agent mit einem Modell, das für seine Aufgabe geeignet ist. Siehe Supervisor-Agents und Executor-Agent-Konfiguration.

25. September 2026

Feature Beschreibung
Modelle bereitstellen Modelle in AI Data Platform können jetzt zur Verwendung als Endpunkte bereitgestellt werden. Bereitgestellte Modelle können auf der neuen Registerkarte Deployments Ihrer Modelle erstellt und verwaltet werden. Siehe Modelle.
Vorschau: Knowledge Base-Herkunft verfolgen Mit der AI Data Platform-Herkunft können Sie jetzt die Tabellen und Volumes, die Daten in Ihre Wissensdatenbank einspeisen, visuell verfolgen. Siehe Lineage (Vorschau).
Synonyme in Katalogen aufnehmen und verwenden Sie können jetzt Synonyme aus von Oracle Autonomous AI Database unterstützten Datenquellen verwenden und diese in AI Data Platform verwenden. Synonyme können anstelle der zugrunde liegenden Daten in Notizbüchern und anderen SQL-Abfragen aufgerufen werden. Siehe Synonyme.
Externe Katalogunterstützung für Snowflake AI Data Platform unterstützt jetzt Snowflake als externe Quelle für Kataloge in Ihrem Masterkatalog. Siehe Externe Kataloge.
Tabellen unterstützen jetzt das Apache Iceberg-Tabellenformat Sie können Apache Iceberg jetzt als Transaktionstabellenformat für Tabellen in AI Data Platform verwenden. Siehe Tabellen.
Mit Widgets Notizbücher parametrisieren Mit Widgets können Sie Eingabewerte in Ihren AI Data Platform-Notizbüchern definieren, sodass Benutzer dasselbe Notizbuch mit verschiedenen Werten ausführen können. So können Sie das Notizbuch wiederverwenden, ohne den Code jedes Mal zu bearbeiten. Siehe Widgets in Notizbüchern.

10. August 2026

Feature Beschreibung
Vorschau: Verfolgen Sie die Beziehungen von Datenartefakten über Lineage Mit der Herkunft können Sie die Beziehungen zwischen Datenartefakten in Ihrer AI Data Platform-Instanz visuell verfolgen. Sie können ein bestimmtes Artefakt auswählen und Upstream- und Downstream-Beziehungen anzeigen. Siehe Lineage (Vorschau).

6. Juli 2026

Feature Beschreibung
Erstellen Sie KI-Agents, um Ihre Daten zu entwickeln und zu verwalten Sie können KI-Agents jetzt in AI Data Platform erstellen, entweder über den visuellen Ablauf-Builder oder über Code. Siehe KI-Agents.
Unterstützen Sie Ihre Agents mit AI Compute KI-Agenten benötigen spezielle Rechenleistung, um ihre Tools und Fähigkeiten zu unterstützen. Sie können AI-Compute über Compute in Ihrer AI Data Platform-Instanz erstellen. Siehe AI Compute.
Dokumente und Suchdokumente in Knowledge Bases speichern Mit Knowledge Bases können Sie Dokumente in AI Data Platform speichern und durchsuchen, indem Sie die Oracle Database 26ai Vector Search-Funktion zum Speichern von Vektoreinbettungen verwenden. KI-Agents können diese Wissensdatenbanken verwenden, um semantische Suchen durchzuführen und relevante Daten und Dokumente abzurufen. Siehe Knowledge Bases.

Juni 5, 2026

Feature Beschreibung
Stellen Sie über Ihre IDE eine Verbindung zu Daten in Ihrer AI Data Platform her Die Oracle AI Data Platform-(AIDP-)Entwicklererweiterung kann jetzt über den Microsoft Visual Studio Code-Marktplatz installiert werden. Durchsuchen Sie Arbeitsbereiche und Kataloge, zeigen Sie per Fernzugriff eine Vorschau an, vergleichen Sie Dateien, laden Sie sie herunter, laden Sie sie hoch und vieles mehr. Siehe Oracle AI Data Platform (AIDP) Developer Extension.

1. Mai 2026

Feature Beschreibung
Vom Kunden verwaltete Schlüsselverschlüsselung auswählen Beim Erstellen Ihrer AI Data Platform-Instanz können Sie jetzt die von Oracle verwaltete Schlüsselverschlüsselung verwenden oder die Verschlüsselung des verwalteten Schlüssels in Ihrer Organisation verwenden. Siehe Speicherverschlüsselungsoptionen.
Netzwerkbasierte Zugriffskontrolle aktivieren Erstellen Sie Gruppen definierter IP-Adressen, die Sie in Richtlinien oder Authentifizierungseinstellungen referenzieren können, um den Zugriff zu kontrollieren. Siehe Netzwerkquellen.
REST-API-Referenz für AI Data Platform Dokumentation für AI Data Platform-REST-APIs ist jetzt verfügbar. Siehe REST-API für Oracle AI Data Platform.
Vorschau: Zugangsdaten mit Secrets und Vault-Referenzen verwalten Der Zugangsdatenspeicher bietet eine sichere und zentralisierte Möglichkeit, vertrauliche Informationen wie Authentifizierungstoken und externe Zugangsdaten zu verwalten. Anstatt Secrets direkt in Konfigurationen oder Code einzubetten, können Benutzer sie über ihre AI Data Platform sicher speichern und wiederverwenden. Siehe Info zum Zugangsdatenspeicher.
Vorschau: Verbinden und verwalten Sie Ihre Daten in Git Sie können Ihre Git-Dateien jetzt vollständig in AI Data Platform verwalten. Mit Utilitys können Sie Dateien pushen, abrufen, festschreiben und zusammenführen sowie auftretende Zusammenführungskonflikte verwalten, ohne die Plattform verlassen zu müssen. Siehe Git-Integration (Vorschau).
Vorschau: Bundles aus Git-Ordnern verpacken und bereitstellen Mit Bundles können Sie Ressourcen in einem Git-Ordner verpacken, wie dies für Jobs oder Agents erforderlich ist, und diese Packages in Workspaces und Umgebungen bereitstellen, um diese Ressourcen freizugeben. Siehe Bundles und CI/CD (Vorschau)
Vorschau: Führen Sie Experimente aus und iterieren Sie sie, um Modelle basierend auf Ihren Daten zu erstellen Experimente in der AI Data Platform bieten Data Scientists, Machine-Learning-Ingenieuren und Managern die Möglichkeit, bei der Entwicklung von Modellen zusammenzuarbeiten. Siehe Experimente (Vorschau).
Vorschau: Modelle für maschinelles Lernen erstellen und trainieren Mit Modellen für maschinelles Lernen in AI Data Platform können Sie optimierte Modelle durch Leistungsanalyse, Zusammenarbeit und Analyse experimenteller Bedingungen wie Hyperparameter, Eingabedatensets und Feature Engineering erstellen. Siehe Modelle (Vorschau).
Vorschau: Administrationseinstellungen Mit den Administrationseinstellungen können Sie Ihre verknüpften Git-Accounts verwalten. Siehe Administrationseinstellungen (Vorschau).