Cortex AISQL: SQL als AI Query Language für multimodale Daten

Wir freuen uns, Snowflake Cortex AISQL in Public Preview vorzustellen, das leistungsstarke KI-Funktionen direkt in die SQL-Engine von Snowflake integriert. Cortex AISQL ermöglicht Kunden die Entwicklung skalierbarer KI-Pipelines über multimodale Unternehmensdaten hinweg mit vertrauten SQL-Befehlen. Text (Public Preview), Bilder (Public Preview) und Audio (demnächst in Public Preview) schneller und kostengünstiger verarbeiten und gleichzeitig tiefere Einblicke aus strukturierten und unstrukturierten Daten gewinnen.
Data Analytics erleben derzeit einen tiefgreifenden Wandel, der durch KI vorangetrieben wird. Heutige Unternehmen erkennen, dass wertvolle Einblicke weit über klassische Tabellendaten hinausgehen – sie sind oft in verschiedene unstrukturierte Quellen eingebettet, wie z. B. Dokumente, Bilder und Audiodateien.
Mit zunehmender Datenvielfalt erfordern Analytics immer ausgefeiltere mehrstufige Prozesse, um Einblicke aus verschiedenen Quellen zu extrahieren, zusammenzufassen und zu kombinieren. Die Analyse dieser umfangreichen Daten im Unternehmensmaßstab bringt jedoch erhebliche technische und operative Herausforderungen mit sich.
Unternehmen haben damit zu kämpfen, verschiedene spezialisierte Tools und Skillsets zusammenzufügen, um diese Informationen zu verarbeiten und zu analysieren. Dabei gehen sie Kompromisse bei Effizienz und Skalierbarkeit ein, während es gleichzeitig zu verzögerten und minderwertigen Einblicken führt.
Um diese Herausforderungen zu meistern, integriert Snowflake leistungsstarke Funktionen für generative KI direkt in seine zentrale SQL-Engine. So können Analyst:innen in kürzerer Zeit mehr erreichen durch:
Expressive und Composable AI Operators: Eine neue Reihe von KI-gestützten Operatoren, der sich nahtlos mit vorhandenen SQL-Primitiven wie FILTER und AGGREGATE abbilden lässt. So können Analyst:innen ganz einfach skalierbare KI-Pipelines mit bekannten SQL-Befehlen entwickeln, um feine Anomalien in Betriebsdaten zu erkennen, verwertbare Erkenntnisse aus Anruftranskripten von Kund:innen zu aggregieren oder umfangreiche Bildbibliotheken zu klassifizieren.
Native Unterstützung für multimodale Daten: Die Einführung eines neuen FILE-Datentyps ermöglicht die direkte Referenzierung von multimodalen Daten (einschließlich Text, Bilder und Audio) in Snowflake-Tabellen. Alle AI Operators sind so konzipiert, dass sie nahtlos mit diesen verschiedenen Datenmodalitäten arbeiten, wodurch separate Verarbeitungssysteme überflüssig werden.
Erhebliche Verbesserungen bei Performance und Kosten: Mit nativen Funktionen und Performance-Optimierungen in der SQL-Engine von Snowflake reduziert Cortex AISQL die Verarbeitungszeit und den Rechenaufwand erheblich. Interne Benchmarks von Cortex AISQL Performance Optimization (Private Preview) zeigen eine Reduzierung der Abfragelaufzeit um bis zu 70 % für Operationen wie FILTER und JOIN mit entsprechenden Kosteneinsparungen im Vergleich zu manuellen Implementierungen, die Bedenken hinsichtlich der Skalierbarkeit von KI und der Wirtschaftlichkeit für die Einführung in Unternehmen direkt ausräumen.
„Snowflake Cortex AISQL hat unsere Entwicklung unserer Service Technician-Anwendung beschleunigt, die es unseren Technikern ermöglicht, Tausende von Bedienungsanleitungen in mehreren Sprachen einfach zu interagieren und zu analysieren, um Kundenprobleme schneller zu lösen, als wir es uns hätten vorstellen können. Der Gamechanger für uns war, wie Cortex AISQL verschiedene Datentypen nahtlos integriert, von Text bis Bild und darüber hinaus, um einen schnelleren Weg von Daten zu Erkenntnissen zu ebnen, der die Arbeitsweise unserer Teams verändert“, so Ahmad AI-Mashahedi, Lead Data Scientist bei Toyota Material Handling Europe.
Die Kernfunktionen von Cortex AISQL
Cortex AISQL integriert KI-Funktionen direkt in SQL-Umgebungen und ermöglicht so anspruchsvolle mehrstufige Analysen über verschiedene Datentypen hinweg. In den folgenden Abschnitten untersuchen wir, wie diese Kernfunktionen die Performance optimieren, Kosten reduzieren und komplexe analytische Workflows ermöglichen.
Einheitliche KI-Operationen für vielfältige Daten mit Cortex AISQL
Cortex AISQL zeichnet sich durch seine Fähigkeit aus, hochentwickelte KI-Pipelines über mehrere Datenmodalitäten hinweg direkt in der vertrauten SQL-Umgebung zu erstellen. Durch diese Integration wird die Trennung zwischen dem Data Stack eines Kunden und dem KI-Stack eliminiert und eine einheitliche Plattform für ausgefeilte Analysen einer breiten Palette von Daten bereitgestellt.
Cortex AISQL führt AI Operators als native SQL-Grundelemente ein, die vollständig in das Snowflake-Ökosystem eingebettet sind. Hier einige Beispiele:
AI_FILTER wendet KI-gestützte Filterlogik direkt innerhalb der WHERE-Klausel an.
JOIN-Vorgänge können nun auf KI-Beziehungen statt nur auf vordefinierten Schlüsseln basieren, was Verbindungen zwischen verschiedenen Datenformaten auf der Grundlage des semantischen Verständnisses ermöglicht (z. B. das Verbinden von Lebensläufen mit Stellenausschreibungen auf der Grundlage der Eignungsbewertung durch die KI).
AI_AGG, ein bahnbrechender KI-gestützter Aggregationsoperator, wurde für die Zusammenarbeit mit GROUP BY entwickelt, um komplexe Erkenntnisse aus verschiedenen Datenzeilen abzuleiten.
Verbesserte AI_CLASSIFY kann Multilabel-Klassifizierung sowohl für Text als auch für Bilder unterstützen.

Cortex AISQL verbreitert die adressierbare Datenfläche erheblich. Alle neuen Operatoren sind darauf ausgelegt, über einheitliche Operatoren effizient an Text-, Bild- und demnächst auch Audiodaten zu arbeiten. Da keine zusätzlichen Services erforderlich sind, werden Datenanalyst:innen zu KI-Superhelden, die mit allen Arten von Daten arbeiten können.
Erschließung tiefer Einblicke: fortschrittliche Multistep-Analytics mit KI-Pipelines
KI-Funktionen erschließen neue Dimensionen von Analysen und ermöglichen die Beantwortung immer komplexerer mehrstufiger Fragen, die über einfache Suchvorgänge hinausgehen. Während Retrieval-Augmented Generation (RAG) bei Point-Lookup-Tasks glänzt, erfordern tiefgreifendere analytische Probleme die Orchestrierung mehrerer KI-gestützter Schritte, um Erkenntnisse zusammenzufassen.
Bedenken Sie die analytische Tiefe, die diese Abfrage erfordert: „Wie hoch sind das jährliche Umsatzwachstum und die Marktaussichten für Unternehmen, bei denen es vor Kurzem zu einem CEO-Wechsel gekommen ist und die im Bereich der erneuerbaren Energien tätig sind?“
Die Antwort darauf beinhaltet:
Durchsuchung großer Dokumentensammlungen zur Identifizierung relevanter Informationen
Filterung von Schlüsselkriterien aus relevanten Dokumentenabschnitten, wie z. B. CEO-Wechsel und Branchenvertikale, fällt das Unternehmen in den Bereich „erneuerbare Energien“.
Extraktion von wichtigen Informationen wie Umsatzzahlen und Prognosen aus unstrukturierten Daten
Verbindung unstrukturierter Einblicke mit strukturierten Daten zur Berechnung des Umsatzwachstums im Jahresvergleich
Synthese der Ergebnisse zu einer klaren, kohärenten Zusammenfassung, die ein tiefes Verständnis der Trends und Zukunftsaussichten bietet
Cortex AISQL ermöglicht diesen komplexen analytischen Workflow durch Composable AI Operators und native SQL-Integration. Da Analyst:innen KI-gestützte Vorgänge, von der Dokumentenfilterung über die semantische Extraktion bis hin zur intelligenten Verknüpfung, innerhalb der vertrauten SQL-Syntax verknüpfen können, fallen mehrere spezialisierte Tools und benutzerdefinierter Code weg. Dieser einheitliche Ansatz verwandelt das, was traditionell Data-Science-Fachwissen und wochenlange Entwicklung erfordern würde, in einfache SQL-Abfragen, die Geschäftsanalyst:innen in Minuten erstellen und anpassen können.

Mit zunehmender Zukunft werden diese komplexen analytischen Fragestellungen immer häufiger in Geschäftsumgebungen auftreten. Unternehmen müssen mehrere analytische Muster mit strukturierten und unstrukturierten Daten kombinieren, um aussagekräftige Erkenntnisse aus ihren Daten zu gewinnen. Cortex AISQL erfüllt diesen wachsenden Bedarf, indem es Analyst:innen ermöglicht, ausgefeilte KI-Pipelines zu entwickeln, damit Teams diese zusammengesetzten Fragen nativ mit SQL beantworten können.
„Jahrzehntelang gingen BI-Tools davon aus, dass Daten sauber und strukturiert sind – doch echte Entscheidungen basieren auf unstrukturierten Inhalten wie PDFs, Bildern und Belegen“, sagt Mike Palmer, CEO von Sigma. „Cortex AISQL beseitigt diesen Engpass und verwandelt mit Sigma und Snowflake menschliches Fachwissen in skalierbare, intelligente Analysen.“
Abfragezeit und -kosten reduzieren, jedoch nicht die Genauigkeit
Die Reduzierung von Verarbeitungszeit und Kosten ist für Unternehmens-KI von entscheidender Bedeutung. Indem wir KI-Funktionen innerhalb der zentralen Abfrage-Engine von Snowflake ausführen, kombinieren wir KI und strukturierte Datenverarbeitung an einem Ort und nutzen die Parallelität und das Batching des Snowflake Warehouse, um beides gleichzeitig zu optimieren.
Diese Skalierbarkeit ist für reale Anwendungsfälle in Unternehmen unerlässlich. Betrachten Sie eine Aufgabe wie „Finden Sie moderne, attraktive Häuser im Umkreis von 16 km von San Francisco in meiner Preisklasse“. Unser System plant die Ausführung intelligent über mehrere WHERE-Klauseln hinweg: Anwendung von Standardfiltern für Preis und Entfernung, um das Dataset zunächst einzugrenzen, bevor ein visuelles Sprachmodell verwendet wird, um "moderne und attraktive" Qualitäten zu bewerten und so maximale Effizienz zu gewährleisten.
Ein Kernfokus von Cortex AISQL besteht darin, diese leistungsstarken KI-Funktionen mit herausragender Performance und Kosteneffizienz bereitzustellen, ohne dabei die Genauigkeit der Einblicke zu beeinträchtigen. Wir haben Adaptive LLM Optimization (Private Preview) strategisch implementiert, um kleinere Modelle für einfachere Aufgaben zu orchestrieren, während größere LLMs komplexere Analysen übernehmen. Dieser abgestufte Ansatz gewährleistet eine optimale Ressourcennutzung bei gleichbleibend hoher Qualität der Ergebnisse.

Cortex AISQL integriert einheitliche Datenanalysen in Branchenworkflows
Cortex AISQL unterstützt Branchen von der Finanzdienstleistungsbranche über den Handel bis hin zum Gesundheitswesen dabei, neue Erkenntnisse zu gewinnen und komplexe Prozesse zu automatisieren, sowohl aus ihren strukturierten als auch aus ihren unstrukturierten Daten.
Finanzdienstleistungen: Kapitalmarktinstitute können nun die Bearbeitung komplexer Unternehmensaktionen mit nie dagewesener Effizienz automatisieren. Mit AI_FILTER für riesige Nachrichten- und Regulierungsdokumente können Analyst:innen sofort relevante Ereignisankündigungen identifizieren. Diese Erkenntnisse werden dann durch KI-gestütztes intelligentes Abgleichen von Organisationsnamen und -kennungen nahtlos mit internen Beteiligungspositionen verknüpft. Dies ermöglicht eine präzise Folgenabschätzung und die Festlegung von nächsten Maßnahmen, was zuvor in diesem Umfang nicht möglich war.
Handel und E-Commerce: Mit AI_AGG können Teams in Echtzeit auftretende Probleme bei der Produktqualität erkennen, indem sie Tausende Kundenrezensionen nach Artikeln gruppieren und analysieren. Das System wendet AI_FILTER auf Produkte an, die Muster aufweisen, wie z. B. plötzliche Anstiege negativer Stimmung oder spezifische Mängelberichte. So können Qualitätssicherungsteams schnell auf potenzielle Probleme reagieren, bevor sie den Markenruf beeinträchtigen oder kostspielige Rückrufaktionen auslösen.
Gesundheitswesen: Medizinische Forschende beschleunigen Entdeckungen durch KI-gestützte Analysen, die unstrukturierte klinische Aufzeichnungen mit strukturierten Patientenakten verbinden. Durch die Anwendung von AI_FILTER auf Arztbriefe können Forschende Patienten mit spezifischen Symptommustern identifizieren, die nicht in Standard-Diagnosecodes erfasst werden. Diese Erkenntnisse können dann mithilfe von JOIN mit Laborergebnissen und Medikamentenhistorie kombiniert werden, um subtile Korrelationen aufzudecken, die auf neue Behandlungspfade oder bisher unbekannte Risikofaktoren hinweisen könnten.
Diese Anwendungsfälle zeigen, wie Cortex AISQL langsame, manuelle Prozesse in hocheffiziente, intelligente Workflows umwandelt.
„Die direkte Integration von LLMs in SQL-Abfragen hat Analytics revolutioniert. Was früher komplizierte NLP- oder Vision-Modelle erforderte, lässt sich heute mit einer einzigen SQL-Zeile erledigen. Wir sind gespannt, wie unsere gemeinsamen Kunden tiefere Fragen stellen und Erkenntnisse gewinnen können, die bisher unerreichbar waren.“
Armin Efendic
Verfügbarkeit von Cortex AISQL
Operator |
Text |
Multimodal |
AI_COMPLETE |
Public Preview |
Public Preview |
AI_FILTER |
Public Preview |
Public Preview |
AI_CLASSIFY |
Public Preview |
Public Preview |
AI_EMBED |
demnächst in Public Preview |
demnächst in Public Preview |
AI_SIMILARITY |
Public Preview |
Public Preview |
AI_FILTER Adaptive Optimization |
Private Preview |
- |
AI_AGG |
Public Preview |
- |
AI_SUMMARIZE_AGG |
Public Preview |
- |
AI_TRANSCRIBE |
- |
demnächst in Public Preview |
Data Analytics noch heute transformieren
Cortex AISQL definiert neu, wie Unternehmen aus ihren Daten Einblicke gewinnen. Dank der einfachen Verbindung über Openflow mit allen Datenquellen eines Kunden über verschiedene Modalitäten hinweg ist es für Snowflake einfacher denn je, KI-gestützte SQL-Operatoren zu nutzen, um strukturierte und unstrukturierte Daten zusammen zu analysieren. Cortex AISQL bietet leistungsstarke Verarbeitung zu geringeren Kosten als manuell orchestrierte KI-Pipelines. Das ermöglicht zuverlässige Einblicke im gesamten Unternehmen und bewahrt gleichzeitig die Sicherheits- und Governance-Funktionen, für die Snowflake bekannt ist.
Die Public Preview von Cortex AISQL ist ab sofort für alle Snowflake-Kunden verfügbar. Legen Sie noch heute los und erfahren Sie, wie diese leistungsstarken Funktionen Data Analytics transformieren können.
Entdecken Sie Cortex AISQL noch heute mit den folgenden Ressourcen:
- Cortex AISQL ausprobieren
- Demo ansehen: See Cortex AISQL in action
- Dokumentation zu Snowflake Cortex AISQL
Zukunftsgerichtete Aussagen
Dieser Artikel enthält zukunftsgerichtete Aussagen, unter anderem über künftige Produktangebote. Diese Aussagen stellen keine Garantie dar, dass diese Angebote wirklich bereitgestellt werden. Die tatsächlichen Ergebnisse und Angebote können abweichen und unterliegen bekannten und unbekannten Risiken und Unsicherheiten. Weitere Informationen finden Sie in unserem jüngsten 10-Q-Formular.