MongoDB, Inc. kündigte auf der AWS re:Invent 2023 die Integration von MongoDB Atlas Vector Search mit Amazon Bedrock an, um Unternehmen die Entwicklung von Anwendungen der nächsten Generation auf Amazon Web Services (AWS) und ihrer Cloud-Infrastruktur zu ermöglichen. MongoDB Atlas Vector Search nutzt die Betriebsdaten eines Unternehmens, um die Einbindung von generativer KI und thematischen Suchfunktionen in Anwendungen zu vereinfachen und so eine hochgradig ansprechende und individuelle Benutzererfahrung zu ermöglichen. Diese Integration wird es Entwicklern erleichtern, Anwendungen auf AWS zu erstellen, die generative KI zur Erledigung komplexer Aufgaben für eine Vielzahl von Anwendungsfällen nutzen und aktuelle Antworten auf der Grundlage proprietärer, von MongoDB Atlas Vector Search verarbeiteter Daten liefern.

Amazon Bedrock ist ein vollständig verwalteter Service von AWS, der über eine einzige API eine Auswahl an hochleistungsfähigen Foundation Models (FMs) sowie eine breite Palette an Funktionen zur Erstellung generativer KI-Anwendungen mit Sicherheit und Datenschutz bietet. Diese neue Integration mit Amazon Bedrock ermöglicht es Unternehmen, schnell und einfach generative KI-Anwendungen auf AWS bereitzustellen, die auf von Datenbankprodukten verarbeitete Daten reagieren und genauere und relevantere Antworten liefern können. Im Gegensatz zu Add-on-Lösungen, die nur Vektordaten speichern, unterstützt MongoDB Atlas Vector Search generative KI-Anwendungen, indem es als hochperformante und skalierbare Vektordatenbank fungiert und den zusätzlichen Vorteil bietet, dass es in eine global verteilte operative Datenbank integriert ist, die alle Daten eines Unternehmens speichern und verarbeiten kann.

Durch die Integration mit Amazon Bedrock können Kunden FMs - von AI21 Labs, Amazon, Anthropic, Cohere, Meta und Stability AI - privat mit ihren eigenen Daten anpassen, Daten in Vektoreinbettungen umwandeln und diese Einbettungen mit MongoDB Atlas Vector Search verarbeiten. Durch den Einsatz von Agents for Amazon Bedrock für Retrieval Augmented Generation (RAG) können Kunden dann Anwendungen erstellen, die auf Benutzeranfragen mit relevanten, kontextualisierten Antworten reagieren - ohne dass sie manuell programmieren müssen. Mit vollständig verwalteten Funktionen ermöglicht diese neue Integration gemeinsamen AWS- und MongoDB-Kunden die sichere Nutzung generativer KI mit ihren eigenen Daten in vollem Umfang im gesamten Unternehmen und die schnellere Realisierung von Geschäftswerten - bei geringerem betrieblichen Aufwand.