SQL Server 2025 erweitert die Datenplattform um Native Vector Search und ermöglicht damit AI-gestützte Similarity Queries direkt innerhalb der Datenbank. Neue Vector Data Types und integrierte Indexstrukturen ermöglichen die effiziente Speicherung und Abfrage hochdimensionaler Embeddings, die beispielsweise durch ein Text Embedding Model in Azure OpenAI Service erzeugt werden. Durch optimierte Approximate Nearest Neighbor (ANN) Algorithms und Vector Indexes lassen sich Abfragen mit Antwortzeiten im Millisekundenbereich realisieren – selbst bei Millionen von Vektoren.

In dieser Session untersuchen wir, wie Vector Indexes die Query Performance optimieren, indem sie Similarity Searches beschleunigen und den Ressourcenverbrauch reduzieren. Gleichzeitig betrachten wir ihre Limitierungen, darunter Index Build Times, zusätzlicher Storage Overhead sowie Szenarien, in denen sich Approximate Results von Exact Matches unterscheiden können.

Über die eigentliche Database Engine hinaus zeigen wir, wie SQL Server 2025 mit Azure Foundry und Azure OpenAI Service integriert werden kann. Dabei werden Embeddings, die durch Text Embedding Models in Azure OpenAI Service erzeugt werden, über API Calls direkt in SQL Server geladen. Entwickler können dadurch vollständige End-to-End Pipelines aufbauen, in denen Model Outputs in Echtzeit gespeichert, indexiert und abgefragt werden – ganz ohne zusätzliche externe Search Infrastructure.

Typische Use Cases sind Real-Time Personalized Recommendations, Semantic Analytics und Anomaly Detection in Security-Szenarien – alles auf Basis der bewährten SQL-Plattform. Die nahtlose Integration in Azure Hybrid Scenarios ermöglicht den Einsatz von Vector Search sowohl in On-Premises- als auch in Cloud-Umgebungen. Gleichzeitig sorgen Enterprise-Funktionen wie Role-Based Access Control und Always Encrypted für einen sicheren Umgang mit sensiblen Embeddings.

Nach dieser Session verstehst Du, wie Du Native Vector Search, Vector Indexes und AI Integration in SQL Server 2025 einsetzen kannst, um skalierbare, sichere und intelligente Anwendungen zu entwickeln. Gleichzeitig kennst Du die wichtigsten Trade-offs und Best Practices, die bei produktiven Implementierungen berücksichtigt werden sollten.

Torsten Strauß

Torsten Strauß (MVP, MCT, MCSE) is the CEO of inside-sqlserver and Principal Microsoft SQL Consultant at Sarpedon Quality Lab.
He specializes in Azure DevOps, as well as in the performance optimization and development of SQL environments.

Torsten has delivered more than 320 sessions at national and international conferences and user groups.
Since 2018, he has been recognized annually as a Microsoft Most Valuable Professional (MVP) in the Data Platform category — and since 2025, additionally in Developer Technologies.
For three consecutive years, he has also been ranked among the Top Speakers on Sessionize.

Das neueste Tool in der Werkzeugkiste von Microsoft Fabric könnte die Arbeit von Data Engineers erleichtern oder sie überflüssig machen.

Der Fabric Data Engineering Agent (Project Osmos) ist eine autonome Data-Engineering-Funktion für Microsoft Fabric. Er führt dauerhaft laufende Tasks aus, die Data-Engineering-Aufgaben auf den Fabric-Ressourcen planen, umsetzen und validieren, für die Sie berechtigt sind.

In einem unterstützten Kommandozeilen-Client gibt man ein Project Outcome ein, also eine Beschreibung der vollständigen End-to-End-Data-Engineering-Aufgabe. Dazu wählen Sie das Fabric Lakehouse aus, in dem der Task ausgeführt wird. Project Osmos kann Daten analysieren, Spark-Notebooks erstellen und testen, Daten transformieren, Delta-Tabellen schreiben und Ergebnisse validieren. Die Tasks laufen in Fabric weiter, auch wenn die Verbindung des lokalen Clients getrennt wird.

In unserem Termin schauen wir uns an einem kleinen Beispiel an, wie man das Tool benutzt und welche Ergebnisse man erwarten kann. Die Demo zeigt den Einstieg und den Start des Agenten. Da er danach meist länger arbeitet, schauen wir uns die Ergebnisse anhand eines vorbereiteten Beispiels an.

Michael Riedmüller

Michael arbeitet seit mehr als 20 Jahren in Projekten im Umfeld von Microsoft Produkten.
Aktuell ist sein Schwerpunkt eher in Richtung Data Engineering, Power BI oder auch Fabric gewandert.