Oracle 26ai: Die Datenbank ist kein Sprachmodell

Vektoren für die Suche, Sprachmodelle für SQL und Antworten, Agenten über MCP: die Andockpunkte der KI in Oracle 26ai und die Rechte, die ein Agent in der Datenbank bekommen sollte. Oracle 26ai: Die Datenbank ist kein Sprachmodell Die KI sitzt außerhalb, die Datenbank liefert Daten, Suche und Rechteprüfung Die Folge beginnt mit einer Wette. Aus Oracle 23ai ist Oracle 26ai geworden, und Robert tippt für nächstes Jahr auf SI für Superintelligence. Johannes hält dagegen, kurz vor der Oracle AI World, auf der traditionell Namen geändert werden. Der Einsatz: eine Tüte Gummibärchen. Aufgelöst wird spätestens nächstes Jahr. Dann die eigentliche Frage des DBAs: Wo steckt in der Datenbank die KI? Robert ordnet ein. Die Datenbank trainiert kein Sprachmodell und ist selbst keins. Sie speichert Vektoren, ruft Sprachmodelle auf und kann kleinere Modelle sogar selbst ausführen. Johannes ergänzt den Punkt, der ihm am wichtigsten ist: Zugriffsrechte, Authentifizierung und Autorisierung bleiben bei der Datenbank. AI Vector Search ist in Oracle 26ai ohne Aufpreis enthalten. Mit Vektoren wird die Suche praktischer. Wer nach „Kündigung" sucht, findet auch „Vertrag beenden", ohne dass ein Wort übereinstimmt. Mit LIKE oder Stichwörtern braucht man dagegen den exakten Suchbegriff. Oracle 26ai bringt dafür den Datentyp VECTOR mit, zwischen zwei Vektoren lässt sich der Abstand berechnen. Die Embeddings erzeugt entweder ein externes Modell oder ein kleines Modell, das direkt in die Datenbank geladen wird. Ein Vektor ist eine lange Reihe von Gleitkommazahlen, seinen Sinn bekommt er erst durch das Modell, das ihn erzeugt hat. Vergleichen lassen sich deshalb nur Vektoren aus demselben Modell, und schon ein Versionswechsel bedeutet, alle Vektoren neu zu berechnen. Johannes sieht die Betriebsseite. Bei fast 1000 Dimensionen pro Vektor ist man schnell bei zweistelligen Gigabyte, dazu kommen spezielle Indextypen, die ebenfalls Platz brauchen. Modelle, die in der Datenbank laufen, belasten den Datenbankserver. Vector Search mal eben dazuzunehmen, wird also nicht so einfach. Damit eine KI die Daten versteht, braucht sie die Bedeutung der Spalten. Bei älteren Anwendungen mit Spaltennamen wie KZ_ST_2 hilft das wenig. Oracle hat dafür Annotations eingeführt: Beschreibungen an Tabellen und Spalten, die jede Anwendung nutzen kann. Auf Johannes' Frage nach deutschen und internationalen Inhalten antwortet Robert, dass mehrsprachig trainierte Modelle auf den Inhalt achten und die Sprache egal ist. Multimodale Modelle verarbeiten sogar Bilder. In den Cloud-Varianten der Oracle-Datenbank gibt es Select AI. Man schreibt SELECT AI und dahinter die Frage auf Deutsch, die Datenbank lässt ein SQL-Statement erzeugen und führt es aus. Robert hat sich die Funktion für seine lokale Datenbank mit wenigen Zeilen PL/SQL nachgebaut, letztlich ruft er ein Sprachmodell auf und wertet die Antwort aus. An das Modell gehen dabei die Metadaten: Tabellenbeschreibungen und, wenn vorhanden, Annotations. Die Daten selbst bleiben in der Datenbank. Syntaktisch ist das erzeugte SQL heute fast immer korrekt, ob es inhaltlich stimmt, muss man prüfen. Je mehr Kontext das Modell über Spalten und Beziehungen hat, desto besser wird das Ergebnis. Ergänzung zur Folge: Im Gespräch heißt es, Select AI gebe es aktuell nur in der Cloud. Seit Oracle 26ai für Linux x86-64 on-prem verfügbar ist, läuft Select AI auch dort. Voraussetzung ist, dass die DBMS_CLOUD-Pakete nachinstalliert werden (catclouduser.sql und dbms_cloud_install.sql über catcon.pl). Dazu kommen eine Netzwerk-ACL und ein Credential für den Endpunkt des Sprachmodells. Details stehen im Select AI User's Guide für Oracle 26ai, verlinkt unten. Das meiste Wissen einer Firma steckt in Dokumenten, Handbüchern und Verträgen. Dafür gibt es RAG, Retrieval Augmented Generation. Dokumente werden in Abschnitte zerlegt, eingebettet und mit einem Vektorindex in der Datenbank abgelegt, das PL/SQL-Paket DBMS_VECTOR_CHAIN übernimmt das. Johannes will sein Oracle-Buch auf diese Weise durchsuchbar machen. Für die Vektorisierung reicht ein kleines Modell auf einer kleinen Grafikkarte, die Daten müssen die Datenbank dafür nicht verlassen. Halluzinationen gibt es weiterhin, bei vorgegebenen Dokumenten aber deutlich weniger. Die Qualität steht und fällt mit dem Zerschneiden in sinnvolle Abschnitte, die sich in der Praxis leicht überlappen. Weil die Quellen angezeigt werden, können Anwender jede Antwort im Originaltext nachlesen. Zum Schluss geht es um Agenten. Seit gut einem Jahr gibt es das Model Context Protocol (MCP), einen offenen Standard, über den KI-Assistenten Werkzeuge und Datenquellen ansprechen. Oracle stellt mehrere MCP-Server bereit: den SQLcl MCP Server für die lokalen SQLcl-Verbindungen, MCP in ORDS seit Version 26.2 und Managed MCP Server in OCI. Agenten können damit die Datenbank befragen und sogar administrieren. Das muss man allerdings wollen, und Johannes will es definitiv nicht. Für einen Agenten, der DROP TABLE ausführen will, hat der Default Blame Acceptor eine klare Antwort: Ein Agent bekommt wie jeder andere Benutzer die geringstmöglichen Rechte. Für Vector Search reicht Lesezugriff, DML läuft über einen anderen Benutzer, DDL gar nicht. Das ist schlicht saubere Rechtevergabe. Im Fazit will Johannes RAG mit seinem Buch ausprobieren und sich Agenten ansehen, die ihn im Alltag unterstützen. Robert zeigt seine Beispiele erstmals auf der DOAG 2026 Konferenz + Ausstellung in Nürnberg und sieht in der Vektorisierung die Zukunft der Suche in der Datenbank. Ganz am Ende meldet sich Oliver Pyka mit einem Hinweis der Redaktion: ora2know lädt am 9. November 2026 zur Oracle AI World Nachlese nach Frankfurt ein. Diese Folge in der Übersicht: Die Datenbank trainiert kein Sprachmodell und ist selbst keins. Sie speichert Vektoren, ruft Modelle auf und lässt Agenten kontrolliert zugreifen. Rechteprüfung, Authentifizierung und Autorisierung bleiben in der Datenbank. AI Vector Search ist in Oracle 26ai ohne Aufpreis enthalten. Der Datentyp VECTOR speichert Embeddings, die Suche läuft über den Abstand zwischen Vektoren. Vektoren sind nur innerhalb desselben Embedding-Modells vergleichbar. Ein Modellwechsel heißt: alles neu berechnen. Vektoren mit fast 1000 Dimensionen und ihre Indizes brauchen schnell zweistellige Gigabyte. Modelle in der Datenbank belasten den Server. Annotations beschreiben Tabellen und Spalten und liefern Sprachmodellen den nötigen Kontext. Mehrsprachig trainierte Modelle arbeiten mit deutschen und internationalen Inhalten gleichermaßen, multimodale Modelle auch mit Bildern. Select AI erzeugt SQL aus natürlicher Sprache. An das Modell gehen Metadaten, die Daten bleiben in der Datenbank. Select AI läuft auch on-prem, wenn DBMS_CLOUD nachinstalliert ist. Ein Eigenbau in PL/SQL ist ebenfalls möglich. RAG mit DBMS_VECTOR_CHAIN: Dokumente zerlegen, einbetten, indizieren, durchsuchen, mit Quellenangabe. Die Qualität von RAG hängt am Chunking. Leicht überlappende Abschnitte haben sich bewährt. Oracle bietet MCP-Server in SQLcl, in ORDS (ab 26.2) und als Managed Service in OCI. Agenten bekommen eigene Benutzer mit minimalen Rechten: Lesen, wo Lesen reicht, DDL gar nicht. Termine: Oracle AI World 2026 Nachlese in Frankfurt, 9. November 2026, ab 9:00 Uhr (ora2know) Meet ora2know in Nürnberg, DOAG 2026 Konferenz + Ausstellung, 17. bis 19. November 2026, NürnbergMesse Weiterführende Links und Ressourcen: ora2know Website Oracle AI Database 26ai: Ankündigung (Oracle Database Blog) Artificial Intelligence in the Oracle AI Database (Database Concepts) Oracle AI Database Select AI User's Guide 26ai (PDF, Oracle Docs) About the SQLcl MCP Server (Oracle Docs) ORDS Changelog (MCP ab ORDS 26.2, eigene MCP-Werkzeuge ab 26.3) Oracle AI World 2026 (Las Vegas, 25. bis 28. Oktober 2026) Folge 3: Oracle APEX 26.1: Low-Code gegen Vibe-Coding (KI in APEX) Beispiele: -- Vektorsuche mit relationalem Filter SELECT ticket_id, betreff FROM tickets WHERE kunde_id = 4711 AND status = 'OFFEN' ORDER BY VECTOR_DISTANCE(embedding, VECTOR_EMBEDDING(mein_modell USING 'Drucker druckt nicht' AS data), COSINE) FETCH FIRST 5 ROWS ONLY; -- Spalte mit einer Annotation beschreiben ALTER TABLE kunden MODIFY kz_st_2 ANNOTATIONS (ADD Beschreibung 'Steuerkennzeichen, 1 = steuerpflichtig'); -- Select AI: erzeugtes SQL anzeigen statt ausführen EXEC DBMS_CLOUD_AI.SET_PROFILE('VERTRIEB'); SELECT AI showsql wie viel Umsatz hatten wir im letzten Quartal je Region; Die Podcast-Hosts und Director: Johannes Ahrends: Oracle ACE, DBA, ora2know. Web: carajandb.com Robert Marz: Oracle ACE, IT-Architect, ora2know. Web: robbie.databee.org Oliver Pyka: Oracle ACE, Freiberufler, ora2know. Web: pyka.de Über O wie Datenbank: Der deutschsprachige Oracle-Datenbank-Podcast von ora2know. Johannes Ahrends, Robert Marz und Oliver Pyka bringen zusammen über 90 Jahre Oracle-Erfahrung mit und sprechen an jedem ersten und dritten Dienstag im Monat über das, was DBAs, Entwickler und IT-Entscheider wirklich bewegt: Migration, Architektur, neue Features, Betrieb und Strategie rund um die Oracle Datenbank. Praxisnah, meinungsstark und ohne Marketing-Sprech. Über ora2know: Wissen teilen, Netzwerk aufbauen. ora2know ist eine unabhängige Community für Oracle-Datenbank-Administratoren und -Entwickler im deutschsprachigen Raum. Unser Ziel ist der praxisnahe Austausch von Wissen und Erfahrungen rund um Oracle Database, Oracle APEX und Oracle AI. Ohne kommerzielle Interessen, getragen von Enthusiasmus und gegenseitiger Hilfe. Ob DBA, Entwickler oder Architekt: ora2know verbindet Oracle-Profis in Deutschland, Österreich und der Schweiz. Über diese Podcast-Produktion: Diese Folge ist eine Eigenproduktion von ora2know.