{"id":220138,"date":"2026-03-16T15:50:36","date_gmt":"2026-03-16T14:50:36","guid":{"rendered":"https:\/\/liora.io\/de\/azure-databricks-serverless-workspaces-unternehmensdaten"},"modified":"2026-03-16T15:50:36","modified_gmt":"2026-03-16T14:50:36","slug":"azure-databricks-serverless-workspaces-unternehmensdaten","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/azure-databricks-serverless-workspaces-unternehmensdaten","title":{"rendered":"Azure Databricks Serverless Workspaces: Verf\u00fcgbarkeit ver\u00e4ndert Unternehmensdaten"},"content":{"rendered":"

\nDatabricks gab am 13. M\u00e4rz 2026 die allgemeine Verf\u00fcgbarkeit von Serverless Workspaces f\u00fcr Microsoft Azure bekannt und erspart damit den Kunden die Notwendigkeit, Cloud-Infrastruktur zur Ausf\u00fchrung von Data Analytics und AI Workloads zu verwalten. Das neue Bereitstellungsmodell, das in mehreren Azure-Regionen verf\u00fcgbar ist, erm\u00f6glicht es Organisationen, Databricks-Umgebungen in Sekundenschnelle mit automatischer Skalierung und Abrechnung im Sekundentakt zu erstellen, erfordert jedoch Unity Catalog und bietet keine vom Kunden verwalteten Netzwerkoptionen.\n<\/strong><\/p>\n

Das neue Bereitstellungsmodell stellt einen grundlegenden Wandel dar, wie Unternehmen Dateninfrastruktur handhaben, indem Compute-Ressourcen von kundenseitig verwalteten Azure Virtual Networks in eine von Databricks verwaltete Multi-Tenant-Umgebung<\/b> verlagert werden. Laut dem Databricks Blog beseitigt diese architektonische \u00c4nderung die Notwendigkeit, VNets zu konfigurieren, IP-Bereiche zuzuweisen oder Firewall-Regeln und NAT-Gateways zu verwalten.<\/p>

Das Serverless-Angebot unterst\u00fctzt alle wichtigen Databricks Workloads, darunter Notebooks, Workflows, Databricks SQL<\/b>, Delta Live Tables und Model Serving, allesamt angetrieben von der leistungsstarken Photon Engine. Der Dienst startete in 12 Azure-Regionen<\/b>, darunter Australia East, Canada Central, Central US, East US, East US 2, France Central, Germany West Central, North Europe, UK South, West Europe, West US und West US 3.<\/p>\n\n

Preisstruktur und Kostenauswirkungen<\/h2>
\"Screenshot<\/figure>\n\n

Das wirtschaftliche Modell unterscheidet sich deutlich von herk\u00f6mmlich bereitgestellten Clustern. Organisationen zahlen einen h\u00f6heren Databricks Compute Unit (DBU) Tarif, der die zugrunde liegenden Azure-Infrastrukturkosten abdeckt und gem\u00e4\u00df der Azure Databricks<\/a> Pricing Dokumentation separate VM-Geb\u00fchren \u00fcberfl\u00fcssig macht. Die Abrechnung im Sekundentakt stellt sicher, dass Unternehmen nur f\u00fcr aktive Compute-Zeit zahlen, was bei intermittierenden Workloads potenziell erhebliche Einsparungen erm\u00f6glicht.<\/p>

Die Microsoft Learn Dokumentation weist darauf hin, dass Compute-Kosten zwar geb\u00fcndelt werden, Kunden jedoch weiterhin f\u00fcr zugeh\u00f6rige Azure-Ressourcen wie Managed Disks, Blob Storage und Netzwerkkomponenten wie Private Endpoints verantwortlich bleiben. F\u00fcr Workloads mit variabler oder sprunghafter Nachfrage d\u00fcrfte das Serverless-Modell kosteng\u00fcnstiger ausfallen, als ungenutzte Cluster vorzuhalten.<\/p>\n\n

Technische Einschr\u00e4nkungen und Migrationsherausforderungen<\/h2>\n\n

Trotz ihrer Vorteile bringt die Serverless-Architektur<\/a> nennenswerte Einschr\u00e4nkungen mit sich. Organisationen k\u00f6nnen keine spezifischen VM-Instanztypen ausw\u00e4hlen, da Databricks die Ressourcenallokation automatisch steuert<\/b>. Die Pflicht zu Unity Catalog bedeutet, dass Unternehmen das Governance-Framework von Databricks \u00fcbernehmen m\u00fcssen, bevor sie auf Serverless-Funktionen zugreifen k\u00f6nnen.<\/p>

Entscheidend ist, dass es keinen direkten Upgrade-Pfad<\/b> von Classic zu Serverless Workspaces gibt. Laut Databricks-Dokumentation m\u00fcssen Organisationen Ressourcen in neue Serverless-Umgebungen neu bereitstellen, wobei Unity Catalog jedoch einheitlichen Datenzugriff \u00fcber beide Modelle hinweg gew\u00e4hrleistet. Das Fehlen einer kundenseitig verwaltbaren VNet Injection bedeutet, dass Unternehmen, die spezifische Firewall-Regeln oder On-Premises-Verbindungen ben\u00f6tigen, f\u00fcr diese Workloads Classic Workspaces beibehalten m\u00fcssen.<\/p>

Die Ver\u00f6ffentlichung positioniert Databricks f\u00fcr einen wettbewerbsst\u00e4rkeren Auftritt im Markt f\u00fcr Cloud Data Platforms, in dem vereinfachtes Management und nutzungsbasierte Preisgestaltung zu zentralen Differenzierungsmerkmalen geworden sind. F\u00fcr Data Teams, die mit Infrastruktur-Overhead k\u00e4mpfen, verspricht das Serverless-Modell eine beschleunigte Time-to-Value bei gleichzeitiger Gew\u00e4hrleistung der Sicherheit auf Enterprise-Niveau durch Azure Active Directory Integration<\/b> und die rollenbasierten Zugriffskontrollen des Unity Catalog.<\/p>\n

\n

\n Sources\n <\/h3>\n
    \n
  • databricks.com\/blog<\/li>
  • azure.microsoft.com<\/li>
  • learn.microsoft.com<\/li>\n <\/ul>\n<\/div>","protected":false},"excerpt":{"rendered":"

    Databricks k\u00fcndigte am 13. M\u00e4rz 2026 die allgemeine Verf\u00fcgbarkeit von Serverless Workspaces f\u00fcr Microsoft Azure an, wodurch Kunden beim Ausf\u00fchren von Data Analytics und AI Workloads keine Cloud-Infrastruktur mehr verwalten m\u00fcssen. Das neue Bereitstellungsmodell, das in mehreren Azure-Regionen verf\u00fcgbar ist, erm\u00f6glicht es Organisationen, Databricks-Umgebungen mit automatischer Skalierung und Abrechnung pro Sekunde in Sekundenschnelle zu erstellen, erfordert jedoch Unity Catalog und bietet keine kundenseitig verwalteten Netzwerkoptionen.<\/p>\n","protected":false},"author":87,"featured_media":220135,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2475],"class_list":["post-220138","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-nachrichten"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/220138","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/users\/87"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/comments?post=220138"}],"version-history":[{"count":0,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/220138\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media\/220135"}],"wp:attachment":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media?parent=220138"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/categories?post=220138"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}