Databricks integreert data-analyse, AI-beheer en cybersecurity met de overname van Panther en de lancering van de open-source AI-agentlaag Omnigent, terwijl de trend naar vendor-onafhankelijke AI-stacks en open-weight modellen de markt verder opent.
Databricks, het data- en AI-platform, heeft twee strategische stappen gezet. Het neemt cybersecuritybedrijf Panther over om zijn platform uit te breiden met detectie- en responsfuncties voor security operations (SOC). Daarnaast lanceerde het Omnigent, een open-source meta-harnas dat als centrale laag dient boven alle AI-agenten van een organisatie, met ingebouwde governance en sandboxing. Deze bewegingen verstevigen Databricks' positie als geïntegreerd platform waar data-analyse, AI en beveiliging samenkomen. Tegelijkertijd groeit de aandacht voor vendor-onafhankelijke AI-stacks. Met tools als LiteLLM als model-router en open-weight modellen zoals MiniMax M3 kunnen organisaties leveranciers wisselen zonder code te wijzigen en profiteren van betere kostenbeheersing en privacy. Ook op beveiligingsgebied ontstaan initiatieven zoals de Athena-coalitie van Chainguard, die AI inzet om kwetsbaarheden in open-source software vroegtijdig op te sporen. Voor Nederlandse ondernemers en organisaties betekenen deze ontwikkelingen meer controle en flexibiliteit. De combinatie van een dataplatform met ingebouwde security vermindert de complexiteit van losse tools. Open-source en open-weight benaderingen verlagen de drempel om met AI aan de slag te gaan, terwijl vendor-onafhankelijke architecturen lock-in tegengaan. De richting is helder: data, AI en security groeien naar een geïntegreerd geheel dat schaalbaar en aanpasbaar is aan specifieke bedrijfsbehoeften.
De overname van Panther, bekend van detectie- en responscapaciteiten, stelt Databricks-gebruikers in staat om data-analyse en security monitoring te combineren in één omgeving. Dit elimineert de noodzaak voor aparte SIEM-tools en versnelt de incidentrespons.
Gelanceerd door Databricks op 13 juni onder de Apache 2.0-licentie, fungeert Omnigent als centrale meta-harnas die alle AI-agenten binnen een organisatie beheert. Het biedt sandboxing en beleidshandhaving, essentieel voor veilige AI-experimenten.
Met LiteLLM kun je één uniforme interface creëren waarmee je eenvoudig tussen AI-leveranciers wisselt zonder code-aanpassingen. Door een open-weight model via Ollama als fallback in te stellen, behoud je altijd controle en voorkom je leveranciersafhankelijkheid.
Het Chinese MiniMax lanceerde M3 als open-weight model, waardoor bedrijven het op eigen infrastructuur kunnen draaien. Dit biedt voordelen qua privacy en kostenbeheersing, al zijn de trainingscode en inference-operators niet openbaar.
Chainguard leidt Athena, een initiatief dat AI gebruikt om lekken in open-source software te vinden voordat aanvallers dat doen. Deelnemende en niet-deelnemende bedrijven profiteren van snellere patches en verhoogde softwareveiligheid.
Met Panther concurreert Databricks direct met Splunk (nu onder Cisco) op security analytics. Tegelijk plaatst deze integratie het platform tegenover CrowdStrike, doordat organisaties mogelijk geen aparte XDR-oplossing meer nodig hebben.
Voor de implementatie van Omnigent moeten organisaties voldoen aan specifieke runtime-vereisten. De vooraf gebouwde integraties met Daytona, Modal en Pi vereenvoudigen koppelingen met bestaande AI-omgevingen.
