Tag Neo4j

Datenbank-Pionier wächst mit einer Valuation von >2 Milliarden US-Dollar und dank hoher Nachfrage nach GenAI

München – 19. November – Neo4j (https://neo4j.com/), Anbieter von Graphdatenbanken und Graph Analytics, hat die Marke von 200 Millionen US-Dollar an jährlich wiederkehrenden Umsätzen (Annual Recurring Revenue) überschritten und damit sein ARR der letzten drei Jahre verdoppelt. Das Unternehmen ist auf dem besten Weg, in den kommenden Quartalen einen positiven Cashflow zu erwirtschaften. Grund dafür ist seine Führungsposition im expandierenden Markt für Graphtechnologie, die Ergebnisse der generativen KI (GenAI) hinsichtlich Genauigkeit, Transparenz und Erklärbarkeit entscheidend verbessert.

Neo4j verzeichnete in diesem Jahr ein rasantes Wachstum, angetrieben durch Unternehmen, die Graphdatenbanken als unverzichtbare Infrastruktur für KI-Systeme erkannt haben, die wiederum große Mengen an vernetzten Daten nutzen. Neo4j dient als optimierte Datenbank für diese Anwendungen. Das Wachstum wurde zudem durch die Nachfrage nach dem Cloud-Angebot von Neo4j angetrieben, das in den letzten drei Jahren um das Fünffache stieg, sowie durch Partnerschaften mit führenden Cloud-Hyperscalern und anderen Anbietern im Ökosystem.

Im Bericht „Exploring the Top Use Cases for Graph Analytics“ (10. Mai 2024) prognostizierte Gartner®: „Bis 2025 werden Graphtechnologien bei 80% der Daten- und Analyse-Innovationen zum Einsatz kommen – im Vergleich zu 10% im Jahr 2021 – und eine schnelle Entscheidungsfindung im gesamten Unternehmen ermöglichen.“

Laut der Cupole Consulting Group (https://www.cupole.se/) ist Neo4j mit einem Marktanteil von 44% führend in der Kategorie der Graphdatenbank-Management-Systeme (DBMS). Cupole schätzt den gesamten adressierbaren Markt für die breitere DBMS-Kategorie auf 110 Milliarden US-Dollar im Jahr 2024, wobei Graph-DBMS angetrieben durch Wechsel zu Cloud und neue KI-Anwendungsfälle mit einer jährlichen Wachstumsrate (Compound Annual Growth Rate, CAGR) von 32,6%+ wachsen.

Neo4j wird von 84% aller Fortune-100-Unternehmen und 58% der Fortune-500-Unternehmen genutzt. Dazu zählen u. a. Daimler, Dun & Bradstreet, EY, IBM, Merck, NASA, UBS und Walmart.

GenAI-Nachfrage nach Graphdatenbanken und GraphRAG
Graphdatenbanken ermöglichen es Unternehmen, Daten auf eine Weise zu speichern und abzufragen, die Zusammenhänge zwischen realen Entitäten widerspiegelt. Daten werden in einem Knowledge Graphen verknüpft. Große Sprachmodelle (LLMs) können auf Fakten und reichhaltigem Kontext zurückgreifen. KI-Systeme erhalten schnellen und besseren Zugang auf relevante Daten, die für die Erzeugung qualitativ hochwertiger Ergebnisse entscheidend sind.

Neo4j ist darüber hinaus führend bei GraphRAG, einem Ansatz, der es LLMs ermöglicht, Daten aus externen Quellen abzurufen, das darin enthaltene Wissen zu nutzen und Halluzinationen zu verhindern. Gartner hat die Bedeutung von GraphRAG in seinem Bericht „Hype CycleTM For AI in Software Engineering“ (2024) erwähnt: „RAG-Techniken im Unternehmenskontext leiden unter Problemen in Bezug auf die Richtigkeit und Vollständigkeit der Antworten, die durch Einschränkungen bei der Genauigkeit der Abfrage, des kontextuellen Verständnisses und der Antwortkohärenz verursacht werden. KGs (Knowledge Graphen), eine etablierte Technologie, können die in den Dokumenten enthaltenen Daten und die mit den Dokumenten verbundenen Metadaten enthalten. Die Kombination ermöglicht es RAG-Anwendungen, Texte basierend auf der Ähnlichkeit mit der Frage, der kontextuellen Darstellung der Abfrage und des Korpus abzurufen und so die Antwortgenauigkeit zu verbessern.“

2024 Meilensteine von Neo4j
Mit Neo4j können Entwickler ihre Daten GenAI-fähig machen und Anwendungen schneller und einfacher erstellen. Die generierten Ergebnisse sind genau, transparent und für Laien erklärbar bzw. nachvollziehbar. 2023 integrierte Neo4j die native Vektorsuche als Teil seiner Kerndatenbankfunktionen für umfassendere GenAI-Einblicke. Im Jahr darauf brachte Neo4j seine Graph Data Science-Lösung in die Snowflake AI Data Cloud und erweiterte seine Allianz mit Deloitte. Darüber hinaus bietet Neo4j native Integrationen zu LLM-Angeboten aller großen Hyperscaler. Um die Adoption von Graphen und GenAI für Unternehmen zu beschleunigen, gestaltete das Unternehmen 2024 zudem sein Cloud-Portfolio um.

Durch diese Maßnahmen ist Neo4 in der Lage, seine Position als Marktführer in seiner Kategorie auszubauen und im Bereich von GenAI zu beschleunigen. Aufgrund des umfassenden Angebots, der Flexibilität bei der Bereitstellung, der Analytics-Fähigkeiten und des Community Supports ist das Unternehmen bevorzugter Graph-Partner aller großen Cloud-Service-Providern.

Neo4j wurde im Gartner® Magic Quadrant™ for Cloud Database Management Systems 2023 (https://neo4j.com/whitepapers/neo4j-gartner-magic-quadrant/)* neben 19 anderen anerkannten globalen DBMS-Anbietern als Visionär eingestuft. Darüber hinaus bezeichnete The Forrester Wave™: Vector Databases, Q3 2024 (https://www.forrester.com/report/the-forrester-wave-tm-vector-databases-q3-2024/RES181372) Neo4j in diesem Jahr als „Strong Performer“ unter 14 Top-Anbietern.

2025 Wachstum durch neue KI-Funktionen, Cloud-Expansion und Partnerschaften
Neo4j plant, neue GenAI-Funktionen zu seinem Kernangebot hinzuzufügen, den Leistungsumfang für die Mainstream-Cloud zu erweitern und Partnerschaften zu vertiefen, um sich weiter als Standard für Graph-Analyse und GraphRAG zu etablieren.

Das Unternehmen sicherte sich vor kurzem 50 Millionen US-Dollar Kapital von Noteus Partners (https://noteus.com/), einer auf Wachstumskapital spezialisierten europäischen Investmentgesellschaft. Neo4j ist gut kapitalisiert und benötigt das Kapital nicht, um sein Geschäft zu betreiben. Die Investition stärkt jedoch die Bilanz des Unternehmens im aktuellen makroökonomischen Klima, bestätigt die Bewertung des Unternehmens von 2 Milliarden US-Dollar und unterstreicht das Bekenntnis von Neo4j, mit Organisationen zusammenzuarbeiten, denen es vertraut und an die es glaubt.“

Die Veröffentlichung von Graph Query Language (GQL) durch ISO und IEC im Jahr 2024 wird die Wachstum-Entwicklung voraussichtlich weiter beschleunigen. Der internationale Standard für eine Graphabfragesprache unterstreicht die Reife und Allgegenwärtigkeit von Graphtechnologie. GQL ist die erste Abfragesprache für Datenbanken, die seit SQL im Jahr 1987 zertifiziert wurde. An der fünf Jahre dauernden Entwicklung durch die ISO war Neo4j von Anfang an beteiligt.

ZITATE / REFERENZEN

Sebastian Siemiatkowski, Mitgründer und CEO, Klarna
„Bei Klarna verändern wir die Art und Weise, wie wir mit unserem GenAI-Chatbot namens Kiki zusammenarbeiten. Kiki basiert auf einem Neo4j Knowledge Graphen. Die KI führt Informationen aus verschiedenen verteilten und isolierten Systemen zusammen, verbessert die Qualität dieser Informationen und ermöglicht damit Teams vielfältige Fragen zu stellen – angefangen beim Ressourcenbedarf über interne Prozesse bis hin zur Verbesserung der Teamarbeit. Das hat enorme Auswirkungen auf die Produktivität, die wir uns ohne Graphen und Neo4j nicht hätten vorstellen können.“

Patrick Pichette, Partner, Inovia Capital
„Neo4j ist ein beeindruckendes Beispiel für Innovationsführerschaft, Wachstum und marktbestimmender Reife. Da GenAI nun vom Experiment in die Praxis wechselt und sich Graphen zu einem grundlegenden Bestandteil für viele kritische LLM-Geschäftsanwendungen entwickeln, ist Neo4j ein klarer Marktführer in diesem Bereich. “

Carl Olofson, Vice President, IDC
„Neo4j hat der Kategorie der Graphdatenbanken den Weg bereitet und ist dort als Innovator weiterhin führend, da es Lösungen anbietet, die für Unternehmen beim Management komplexer vernetzter Daten immer wichtiger werden. Die Nachfrage nach KI und fortschrittlicher Analytik steigt. Damit gewinnt auch die Rolle von Graphtechnologie für aussagekräftige Einblicke und Entscheidungsfindung an Bedeutung.“

Emil Eifrem, Mitgründer und CEO, Neo4j
„Dieser Meilenstein ist ein Beweis für die wachsende Anerkennung der Graphtechnologie als Grundlage für den modernen Daten-Stack. Neo4j ermöglicht es Kunden, Daten in Wissen zu verwandeln, Einblicke zu gewinnen und Möglichkeiten zu erschließen, die zuvor nicht möglich waren. Wir stehen jetzt an der Spitze eines Wandels, was den Einsatz von GenAI für Unternehmen angeht. Neo4j ist hier in einer einmaligen Position, um dieser Innovationswelle den Weg zu bereiten.“

* Gartner, Magic Quadrant for Cloud Database Management Systems, Adam Ronthal, Rick Greenwald, Xingyu Gu, Ramke Ramakrishnan, Aaron Rosenbaum, Henry Cook, 18. Dezember 2023

Über Neo4j
Neo4j, der führende Anbieter von Graphdatenbanken und Graph Analytics, hilft Unternehmen, Muster und Beziehungen innerhalb von Milliarden von Daten umfassend, einfach und schnell aufzudecken. Anwender nutzen diese vernetzte Datenstruktur, um innovative Lösungen für ihre dringlichsten Geschäftsprobleme zu entwickeln – von Betrugserkennung und 360-Grad-Kundenansicht, über Knowledge Graphen und Supply Chain, bis hin zu Netzwerkverwaltung und IoT. Und das unabhängig vom Datenwachstum. Neo4js umfassender Graph Stack bietet leistungsstarke Graph-Datenspeicherung mit nativer Vektorsuche, Data Science, Analytik und Visualisierung, einschließlich hoher Sicherheitseinstellungen für Enterprise-Umgebungen, skalierbarer Architektur und ACID-Konformität. Neo4j ist stolz auf seine dynamische Open-Source-Community mit mehr als 250.000 Entwicklern, Datenwissenschaftlern und Architekten sowie Hunderten von Fortune-500-Unternehmen, Regierungsbehörden und NGOs. Besuchen Sie www.neo4j.com.

GARTNER ist eine eingetragene Marke und Dienstleistungsmarke von Gartner, Inc. und/oder seinen Tochtergesellschaften in den USA und international und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten. Magic Quadrant ist eine eingetragene Marke von Gartner, Inc. und/oder seiner Tochtergesellschaften und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten.

Gartner unterstützt keine der in seinen Forschungspublikationen dargestellten Anbieter, Produkte oder Dienstleistungen und rät Technologieanwendern nicht, nur die Anbieter mit den höchsten Bewertungen oder anderen Bezeichnungen auszuwählen. Die Forschungspublikationen von Gartner geben die Meinung der Forschungsorganisation von Gartner wieder und sollten nicht als Tatsachenbehauptungen ausgelegt werden. Gartner lehnt jede ausdrückliche oder stillschweigende Gewährleistung in Bezug auf diese Studie ab, einschließlich jeglicher Gewährleistung der Marktgängigkeit oder Eignung für einen bestimmten Zweck.

©2024 Neo4j, Inc., Neo Technology®, Neo4j®, Cypher®, Neo4j Bloom™, Neo4j Graph Data Science Library™, Neo4j® Aura™, und Neo4j® AuraDB™ sind eingetragene Marken oder eine Marke von Neo4j, Inc. Alle anderen Marken sind Eigentum der jeweiligen Unternehmen.

Firmenkontakt
Neo4j
Neo4j Media Hotline
. .
. .
.
http://neo4j.com/pr

Pressekontakt
Lucy Turpin Communications
Sabine Listl / Kathrin Schirmer
Prinzregentenstr. 89
81675 München
+49 89 417761-16
http://lucyturpin.de

Die Abfragesprache für Graphdatenbanken ist die erste ISO-zertifizierte Datenbanksprache seit SQL im Jahr 1987

München – 18. April 2024 – Das ISO/IEC Joint Technical Committee 1 (JTC1) (https://jtc1info.org/about/) hat GQL (Graph Query Language) zum internationalen Standard (https://www.iso.org/standard/76120.html) erklärt. Die Abfragesprache für Graphdatenbanken definiert die Datenstrukturen und Grundoperationen für das Arbeiten mit Property-Graph-Modellen. Die ISO arbeitete mehr als fünf Jahre an der neuen Norm. Dabei kooperierte die Organisation von Anfang an mit Neo4j (https://neo4j.com/), einem Anbieter von Graphdatenbanken und Graph Analytics, dessen Mitarbeitende als Ausschussmitglieder und technische Berater aktiv an der Entwicklung beteiligt waren.

Der für GQL und SQL zuständige ISO-Ausschuss besteht aus Software-Anbietern, Forschern und Normungsexperten aus der ganzen Welt. Der GQL-Standard ist als ISO-Schwester von SQL und als enge Anlehnung an Cypher konzipiert, die als de facto Abfragesprache für Graphen gilt. Der Standard besteht aus über 600 Seiten formaler Definitionen, verweist auf mehr als 400 Dokumente und ist in Format und Umfang mit dem SQL-92-Standard vergleichbar.

SQL wurde 1987 von der ISO als Standard verabschiedet und entwickelte sich zur vorherrschenden Sprache für den Zugriff auf relationale Datenbanken. Der Standard erreichte weltweit eine große Akzeptanz und beschleunigte das Wachstum des Marktes für relationale Datenbanken dramatisch. Es kann davon ausgegangen werden, dass die ISO-Zertifizierung für GQL einen ähnlichen Effekt auf Graphdatenbanken haben wird.

„Es ist momentan eine sehr spannende Zeit für Abfragesprachen und Standards und natürlich auch für unser Komitee und für die Experten, die in den letzten Jahren an der neuen Norm mitwirkten“, erklärt Tony Holland, Communications Lead des ISO/IEC Joint Technical Committees 1/AG 1. „Damit beginnt ein neues Kapitel in der Geschichte der Abfragesprachen und in der Art und Weise, wie wir mit vernetzten Daten interagieren und sie nutzen. GQL bietet eine einheitliche und ausdrucksstarke Sprache für die Navigation in komplexen Graphstrukturen. Das standardisierte Framework baut Barrieren hinsichtlich der Interoperabilität von Daten weiter ab und gibt Entwicklern, Forschern und Unternehmen die Möglichkeit, neue Erkenntnisse zu gewinnen, verborgene Zusammenhänge zu entdecken und innovative Lösungen zu entwickeln.“

Die Normierung einer neuen Abfragesprache spiegelt den aktuellen Reifegrad des Markts an Graphdatenbanken wider. „Unsere Welt wird immer vernetzter. Wollen wir diese Komplexität anhand von Daten beschreiben, brauchen wir Datenbanken, die diese Verbindungen zwischen den Daten managen können“, so Philip Rathle, Chief Technology Officer bei Neo4j. „Graphdatenbanken tun genau das. Sie liefern tiefe Einblicke in komplexe Dynamiken, erlauben vorhersagende Analytik und treiben digitale Transformation und den Einsatz von GenAI voran. Knowledge Graphen zählen zu den aktuell wichtigsten GenAI-Trends (https://www.gartner.com/en/articles/understand-and-exploit-gen-ai-with-gartner-s-new-impact-radar) – das Timing der ISO und des neuen GQL-Standards könnte also kaum besser sein.“

„Die Branche ist auf offene Standards und Open Source angewiesen, um die Interoperabilität von Plattformen und Werkzeugen sowie die Wahlfreiheit von Entwicklern und Unternehmen zu ermöglichen“, kommentiert James Governor, Principal Analyst und Mitbegründer von RedMonk. „Die GenAI-Bewegung spielt diesen wichtigen Baustein oft herunter. Die Zahl der geschlossenen Modelle und Plattform nimmt weiter zu. Daher ist es gut zu sehen, dass zumindest einige Bausteine im KI- und Data-Stack eine Normierung erhalten. Die ISO-Standardisierung der Graph Query Language (GQL) stellt sicher, dass der Umgang mit Property-Graph-Modellen als de jure Standard offen bleibt, ähnlich wie bei SQL.“

Mehr Informationen zum Standard finden Sie im aktuellen Blog von Neo4j (https://neo4j.com/blog/gql-community-standard) sowie auf der offiziellen Seite der ISO. (https://www.iso.org/standard/76120.html)

Über Neo4j
Neo4j, der führende Anbieter von Graphdatenbanken und Graph Analytics, hilft Unternehmen, Beziehungen und Muster innerhalb von Milliarden von Daten umfassend, einfach und schnell aufzudecken. Anwender nutzen diese vernetzte Datenstruktur, um innovative Lösungen für ihre dringlichsten Geschäftsprobleme zu entwickeln – von Betrugserkennung und 360-Grad-Kundenansicht, über Knowledge Graphen und Supply Chain, bis hin zu Netzwerkverwaltung und IoT. Und das unabhängig vom Datenwachstum. Neo4js umfassender Graph Stack bietet leistungsstarke Graph-Datenspeicherung mit nativer Vektorsuche, Data Science, Analytik und Visualisierung, einschließlich hoher Sicherheitseinstellungen für Enterprise-Umgebungen, skalierbarer Architektur und ACID-Konformität. Neo4j ist stolz auf seine dynamische Open-Source-Community mit mehr als 250.000 Entwicklern, Datenwissenschaftlern und Architekten sowie Hunderten von Fortune-500-Unternehmen, Regierungsbehörden und NGOs. Besuchen Sie www.neo4j.com.

©2024 Neo4j, Inc., Neo Technology®, Neo4j®, Cypher®, Neo4j Bloom™, Neo4j Graph Data Science Library™, Neo4j® Aura™, und Neo4j® AuraDB™ sind eingetragene Marken oder eine Marke von Neo4j, Inc. Alle anderen Marken sind Eigentum der jeweiligen Unternehmen.

Firmenkontakt
Neo4j
Neo4j Media Hotline
. .
. .
.
http://neo4j.com/pr

Pressekontakt
Lucy Turpin Communications
Sabine Listl / Kathrin Schirmer
Prinzregentenstr. 89
81675 München
+49 89 417761-16
http://lucyturpin.de

Native Integration der Graphdatenbank in die Google Cloud Platform beschleunigt Entwicklung und Deployment von GenAI-Anwendungen

GenAI-Referenzarchitektur mit Google Cloud, VertexAI, Gemini und Neo4j (Bildquelle: Neo4j)

München – 9. April 2024 – Neo4j (https://neo4j.com/), Anbieter von Graphdatenbanken und Graph Analytics, bietet ab sofort die native Integration seiner Graphdatenbank in Google Cloud an. Ziel ist es, die Entwicklung und Bereitstellung von GenAI-Anwendungen zu beschleunigen und bekannte Probleme (z. B. KI-Halluzinationen und steigende Komplexität) zu lösen. Dazu kommt mit GraphRAG eine Form von Retrieval Augmentation Generation (RAG) zum Einsatz.

RAG bezeichnet einen Ansatz, bei dem LLMs mit externen Daten ergänzt werden, um Antworten relevanter, aktueller, nachvollziehbarer und präziser zu machen. Handelt es sich bei dieser Datenquelle um einen Knowledge Graphen spricht man von GraphRAG. Knowledge Graphen erfassen Beziehungen zwischen Entitäten, verankern LLMs innerhalb von Fakten und liefern damit die für GenAI-Anwendungen notwendige Erklärbarkeit, Aktualität, Genauigkeit sowie Kontext für relevante Antworten. Nach Gartner® ist das Zusammenspiel zwischen der Performance großer Sprachmodelle (LLMs) und der „Robustheit“ von Knowledge Graphen entscheidend, um fehlertolerante KI-Anwendungen zu entwickeln*.

GraphRAG mit Neo4j und Google Cloud:
– Schnelles Erstellen von Knowledge Graphen: Entwickler können mit Google Cloud, dem KI-Modell Gemini, VertexAI, LangChain und Neo4j Knowledge Graphen aus unstrukturierten Daten wie PDFs, Webseiten und Dokumenten erstellen – entweder direkt oder geladen aus Google Cloud Storage Buckets.
– Aufnahme, Verarbeitung und Analyse von Echtzeitdaten: Entwicklern stehen Flex Templates in Dataflow zu Verfügung, um wiederholbare, sichere Datenpipelines aufzubauen und Daten über Google BigQuery, Google Cloud Storage und Neo4j einzulesen, zu verarbeiten und zu analysieren. Darüber hinaus werden die Knowledge Graphen so mit Echtzeitdaten versorgt, um Relevanz, Aktualität und Reaktionsfähigkeit von GenAI-Anwendungen sicherzustellen.
– Graphbasierte GenAI-Anwendungen auf Google Cloud: Dank Gemini for Google Workspace und Reasoning Engine von Vertex AI lassen sich GenAI-Anwendungen und APIs auf Google Cloud Run bereitstellen, überwachen und skalieren. Das Gemini KI-Modell wurde auf den Daten von Neo4j trainiert, um beliebige Sprachcode-Schnipsel automatisch in die Abfragesprache Cypher von Neo4j zu verwandeln. Diese Integration ermöglicht eine schnelle, einfache und kollaborative Anwendungs-Entwicklung. Entwickler können Cypher zudem in jeder integrierten Entwicklungsumgebung (IDE) verwenden, die vom Gemini KI-Modell unterstützt wird, was eine effiziente Abfrage und Visualisierung von Graphdaten sicherstellt. Neo4js Vektorsuche, GraphRAG und Conversational-Memory-Funktionen sind nahtlos über LangChain und Neo4j AuraDB (https://neo4j.com/cloud/platform/aura-graph-database/)auf Google Cloud integriert.

Alle neuen Funktionen sind ab sofort in Neo4j für Google Cloud verfügbar. Unternehmen, die strenge Anforderungen hinsichtlich Datenresidenz, Sicherheit und Compliance erfüllen müssen, profitieren von der Google Distribution Cloud (GDC) Hosted. GDC ist eine Air-Gapped Private Cloud-Infrastruktur und Edge-Umgebung, die speziell für Organisationen des öffentlichen Sektors und in regulierten Branchen entwickelt wurde. Neo4j ist der bevorzugte Partner für GDC, um Graphdatenbank- und Analysefunktionen bereitzustellen.

„Die Integration von Neo4j in Google Gloud und die neuen GraphRAG-Funktionen helfen Unternehmen, GenAI schneller in der Praxis einzusetzen und Anwendungen zu entwickeln, die einen echten, produktiven Mehrwert liefern“, erklärt Sudhir Hasbe, Chief Product Officer von Neo4j. „Für uns ist die Integration und die Partnerschaft mit Google Cloud ein weiterer wichtiger Schritt, um die Stärken von Graphtechnologie, GenAI und Cloud-Computing zu bündeln und die Innovationen rund um GenAI weiter voranzutreiben.“

„Generative AI erhöht den Wert, den Kunden aus kritischen Geschäftsdaten ziehen, erheblich“, erklärt Ritika Suri, Director of Technology Partnerships bei Google Cloud. „Durch die Nutzung des Gemini KI-Modells in Google Cloud und Vertex AI kann Neo4j die Geschwindigkeit und Genauigkeit in der Entwicklung von generativer KI steigern.“

Google Cloud und Neo4j verbindet seit 2019 eine strategische Partnerschaft. Erst im April wurde Neo4j zum zweiten Mal in Folge als Google Cloud Technology Partner of the Year in der Kategorie Data Management ausgezeichnet. Neo4j war 2023 zudem der einzige native Graphanbieter, der native Produktintegrationen mit GenAI-Funktionen in Google Cloud Vertex AI einführte. Im vergangenen Jahr integrierte das Unternehmen zudem native Vektorfunktionen als Langzeitspeicher für LLMs in seine Graphdatenbank.

*Gartner “ AI Design Patterns for Knowledge Graphs and Generative AI (https://www.gartner.com/document/4436199?ref=solrAll&refval=403865348&)“ (November 2023)

Weitere Informationen finden Sie im aktuellen Blog (http://www.neo4j.com/blog/graphrag-genai-googlecloud/).

Über Neo4j
Neo4j, der führende Anbieter von Graphdatenbanken und Graph Analytics, hilft Unternehmen, Beziehungen und Muster innerhalb von Milliarden von Daten umfassend, einfach und schnell aufzudecken. Anwender nutzen diese vernetzte Datenstruktur, um innovative Lösungen für ihre dringlichsten Geschäftsprobleme zu entwickeln – von Betrugserkennung und 360-Grad-Kundenansicht, über Knowledge Graphen und Supply Chain, bis hin zu Netzwerkverwaltung und IoT. Und das unabhängig vom Datenwachstum. Neo4js umfassender Graph Stack bietet leistungsstarke Graph-Datenspeicherung mit nativer Vektorsuche, Data Science, Analytik und Visualisierung, einschließlich hoher Sicherheitseinstellungen für Enterprise-Umgebungen, skalierbarer Architektur und ACID-Konformität. Neo4j ist stolz auf seine dynamische Open-Source-Community mit mehr als 250.000 Entwicklern, Datenwissenschaftlern und Architekten sowie Hunderten von Fortune-500-Unternehmen, Regierungsbehörden und NGOs. Besuchen Sie www.neo4j.com.

GARTNER ist eine eingetragene Marke und Dienstleistungsmarke von Gartner, Inc. und/oder seinen Tochtergesellschaften in den USA und international und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten.

©2024 Neo4j, Inc., Neo Technology®, Neo4j®, Cypher®, Neo4j Bloom™, Neo4j Graph Data Science Library™, Neo4j® Aura™, und Neo4j® AuraDB™ sind eingetragene Marken oder eine Marke von Neo4j, Inc. Alle anderen Marken sind Eigentum der jeweiligen Unternehmen.

Firmenkontakt
Neo4j
Neo4j Media Hotline
. .
. .
.
http://neo4j.com/pr

Pressekontakt
Lucy Turpin Communications
Sabine Listl / Kathrin Schirmer
Prinzregentenstr. 89
81675 München
+49 89 417761-16
http://lucyturpin.de

Neo4j auf der SXSW 2024

Screenshot der Wayfinder Tracking-Lösung (Bildquelle: Privateer)

München, 14.03.2024 — Das South by Southwest (SXSW) in Austin gilt als größtes Technologie- und Kreativfestival der Welt. Bei den Key Notes, Panel Diskussionen, Workshops und Meetups der SXSW Conference ging es auch um die Zukunft des Weltraums. In ihrem Vortrag How the Tech That Tracks Space Junk Will Save Life on Earth (https://schedule.sxsw.com/2024/events/PP139076) sprachen Weltraum-Aktivist Dr. Moriba Jah und Sudhir Hasbe von Neo4j über die zunehmende Vermüllung des Erdorbits.

In der Erdumlaufbahn wird es eng
Wie der Sturzflug des ausrangierten Batteriesets der ISS erst kürzlich zeigte, ist die Gefahr von Weltraumschrott durchaus real. Und steigt mit zunehmender Abhängigkeit der Gesellschaft von Satelliten und den damit verbundenen Diensten rund um Kommunikation, Ortung und Klimaüberwachung. Der Weltraum ist stark verschmutzt.

Dr. Moriba Jah, Assistenzprofessor für Luft- und Raumfahrttechnik an der Universität von Austin: „1957 schickten wir mit Sputnik den ersten Satelliten in die Umlaufbahn. Heute verzeichnen wir mehr als 50.000 Objekte unterschiedlicher Größe, die um die Erde kreisen. 5.000 davon sind tatsächlich noch funktionierende Satelliten. Elon Musk schickt fast jede Woche weitere Systeme in den Weltraum.“

Mit der Privatisierung des Weltraums (z. B. Starlink, Project Kuiper) und dem Trend rund um Weltraumtourismus verschärft sich das Platzproblem im Orbit weiter. Zusammenstöße könnten bald eher die Regel als die Ausnahme sein. Im Sommer letzten Jahres musste die Internationale Raumstation (ISS) (https://orbitaldebris.jsc.nasa.gov/quarterly-news/pdfs/ODQNv27i4.pdf)gleich zweimal in einem Monat entgegenkommenden Objekten ausweichen.

Raumfahrt Startup mit Tracking-App
Dr. Moriba Jah setzt sich seit Jahren mit diesem Problem auseinander. Er ist außerdem Mitgründer und Chief Scientist des Raumfahrt-Startups Privateer (https://www.privateer.com/). Das Unternehmen entwickelte die Tracking-App Wayfinder, die Satelliten im Orbit verortet und mögliche Kollisionen berechnet. Die „Google Maps“ für das Weltraum soll zukünftig die Sicherheit von Weltraumdiensten verbessern und Aufräumarbeiten erleichtern.

Zu den prominenten Mitstreitern des Startups gehören Apple Mitbegründer Steve Wozniak und Tech-Pionier Alex Fielding. Privateer sieht sich als erste KI-gestützte Informationsplattform in der Raumfahrt. Ziel ist es, Daten über die aktuelle „Verkehrslage“ im Orbit zu sammeln und Satellitenbetreibern zur Verfügung zu stellen. Erste Testversuche mit dem Satellitenaufsatz Pono dazu starteten im Januar.

Im SXSW-Panel erklärte Dr. Moriba Jah, wie Wayfinder Satelliten und Trümmerteile visualisiert (siehe Screenshot): „Jeder Punkt in dieser Ansicht ist ein von Menschen geschaffenes Objekt, das momentan die Erde umkreist. Dazu gehören sich im Betrieb befindliche Weltraumgeräte (blaue Punkte), aber eben auch Weltraumschrott (rosa Punkte). Die Ellipse wurde durch ein Super-Spreader-Ereignis erzeugt – alle Punkte darin stellen Trümmer von explodierenden oder kollidierten Objekten dar. Wenn diese auf einen Satelliten treffen, ist das Spiel aus.“

Visualisierung im Graphen
Im Rahmen des SXSW-Panels warf Graph-Experte Sudhir Hasbe einen Blick auf die Technologie hinter Wayfinder. Die Tracking-Lösung nutzt die Graphdatenbank Neo4j (http://www.neo4j.com/), um Satelliten sowie Trümmerteile in der Erdumlaufbahn in nahezu Echtzeit zu visualisieren. Auf Grund des Datenmodells lassen sich Flugbahnen berechnen, Zusammenstöße vorhersagen sowie Umweltverschmutzer im Weltraum identifizieren.

Sudhir Hasbe, Chief Product Officer bei Neo4j: „Die Welt ist vernetzt. Unsere Daten aber befinden sich in der Regel in Silos. Jeder verfügt über eine Vielzahl an Daten. Wenn man jedoch diese ganzen Informationen nicht zusammenführen und verknüpfen kann, ist es extrem schwer solche gewichtigen Probleme wie die Verschmutzung des Weltraums gemeinsam anzugehen.“

Graphdatenbanken sind darauf ausgelegt, komplexe, stark vernetzte Daten abzubilden und zu analysieren. Die realitätsnahe Visualisierung ermöglicht dabei einen einfachen, intuitiven Zugang. Was den Austausch und offenen Zugang an Informationen angeht, steht die Raumfahrtindustrie allerdings noch am Anfang. Denn derzeit können nur Regierungen und Privatunternehmen auf umfassende Satelliten- und Weltraumdaten zugreifen.

Ein anderes Thema, das in der Raumfahrt verstärkt in den Vordergrund rückt, ist Nachhaltigkeit. Viele der Satelliten- und Raketenteile sind Einwegprodukte. Im Sinne einer Kreislaufwirtschaft gilt es also, Lösungen für das Recyclen und die Entsorgung zu finden. Zudem müssen auch Satellitenbetreiber gesetzliche Auflagen erfüllen. So verhing die USA-Behörde FCC (https://www.fcc.gov/document/fcc-takes-first-space-debris-enforcement-action) im letzten Oktober erstmals eine Strafe gegen einen Betreiber, der einen ausgedienten Satelliten nicht aus der Umlaufbahn entfernte.

Über Neo4j
Neo4j, der führende Anbieter von Graphdatenbanken und Graph Analytics, hilft Unternehmen, Beziehungen und Muster innerhalb von Milliarden von Daten umfassend, einfach und schnell aufzudecken. Anwender nutzen diese vernetzte Datenstruktur, um innovative Lösungen für ihre dringlichsten Geschäftsprobleme zu entwickeln – von Betrugserkennung und 360-Grad-Kundenansicht, über Knowledge Graphen und Supply Chain, bis hin zu Netzwerkverwaltung und IoT. Und das unabhängig vom Datenwachstum. Neo4js umfassender Graph Stack bietet leistungsstarke Graph-Datenspeicherung mit nativer Vektorsuche, Data Science, Analytik und Visualisierung, einschließlich hoher Sicherheitseinstellungen für Enterprise-Umgebungen, skalierbarer Architektur und ACID-Konformität. Neo4j ist stolz auf seine dynamische Open-Source-Community mit mehr als 250.000 Entwicklern, Datenwissenschaftlern und Architekten sowie Hunderten von Fortune-500-Unternehmen, Regierungsbehörden und NGOs. Besuchen Sie www.neo4j.com.

©2024 Neo4j, Inc., Neo Technology®, Neo4j®, Cypher®, Neo4j Bloom™, Neo4j Graph Data Science Library™, Neo4j® Aura™, und Neo4j® AuraDB™ sind eingetragene Marken oder eine Marke von Neo4j, Inc. Alle anderen Marken sind Eigentum der jeweiligen Unternehmen.

Firmenkontakt
Neo4j
Neo4j Media Hotline
. .
. .
.
http://neo4j.com/pr

Pressekontakt
Lucy Turpin Communications
Sabine Listl / Kathrin Schirmer
Prinzregentenstr. 89
81675 München
+49 89 417761-16
http://lucyturpin.de

Graphtechnologie & KI (Bildquelle: vs148/Shutterstock.com)

München, 11.12.2023 – Die Entwicklung in und rund um KI läuft momentan so schnell ab, dass es schwierig ist, überhaupt Prognosen abzugeben. Statt der Trends für 2024 stellt sich eher die Frage: Woher kommt dieses irre Tempo? Die Experten beim Graphdatenbanken-Anbieter Neo4j (http://www.neo4j.com/)werfen dazu einen Blick auf aktuelle Treiber, die spürbaren Folgen auf das KI-Ecosystem und die noch zu lösenden KI-Hürden.

#1: Investitionsboom bleibt ungebrochen
Die KI-Branche boomt. Unternehmen stecken zwar nicht erst seit diesem Jahr viel Geld in die Technologie. Die Zahlen verblassen jedoch im Vergleich zu den Beträgen, die Tech-Konzerne in den letzten 12 Monaten in Startups und Lösungen investierten. Selbst die großen Analystenhäuser kommen mit ihren Prognosen kaum noch hinterher. Gartner (https://www.gartner.com/en/newsroom/press-releases/2023-08-01-gartner-identifies-top-trends-shaping-future-of-data-science-and-machine-learning)zum Beispiel ging noch im Sommer von mehr als 10 Mrd. $ Investitionen in KI-Startups bis 2026 aus. Bereits im Herbst kann diese Schätzung angesichts der massiven Investitionen – zum Beispiel von beispielsweise Amazon und Google in das KI-Startup Anthropic (ca. 4,5 Mrd. $) – bereits als veraltet gelten.

#2: Begrenzte Kapazitäten heizen KI-Wettrennen an
Die Investitionen befeuern nicht nur die KI-Forschung, sondern ziehen das gesamte KI-Ecosystem mit sich – von der Cloud über Datenbanksysteme bis hin zur Halbleiterindustrie. Das Training von Machine Learning(ML)- und Large Language-Modellen(LLM) erfordert hohe Rechenleistungen und Speicherkapazitäten. Neue Prozessor-Serien und Super-GPUs verschieben die Grenzen des Machbaren zwar deutlich nach oben. Doch die Anlagen von Chip-Herstellern wie Nvidia sind über Jahre ausgebucht und die Preise steigen exorbitant. Im Kampf um realisierbare KI-Spitzenleistung werden Software Tech-Riesen wie Microsoft in den nächsten Jahren deshalb verstärkt selbst im Halbleitergeschäft aktiv.

#3: Schneeballeffekt bei Developer- und IT-Tools
Der KI-Hype wird nicht nur von außen angeheizt. KI treibt als inhärente Automatisierungs-Technologie ihre eigene Entwicklung selbst voran. KI-Modelle helfen, bessere KI-Modelle zu erstellen. Developer delegieren zeitraubende Aufgaben an die Systeme, lassen automatisch Code generieren und verkürzen damit Innovationszyklen massiv. Nach Schätzungen von McKinsey (https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai) können Entwickler mit Unterstützung von GenAI ihre Leistung bei der Code-Generierung um bis zu 45% steigern. Smarte Management-Tools in der IT wiederum optimieren die Rechenleistung in der Cloud und im eigenen Rechenzentrum für den KI-Betrieb im Enterprise-Umfeld. Damit potenziert sich die KI-Technologie momentan ungebremst weiter.

#4: KI für alle: Data Democratization
Neben der Automatisierung und Optimierung verändert KI zudem die Nutzung von Daten – insbesondere in der Kombination von LLMs und Natural-Language User Interface (LUI, NLUI). Anwender gelangen via Chatbots und Search Generative Experience (SGE) so einfach wie noch nie an Informationen. Was früher Data Scientists vorbehalten war, steht heute dank API theoretisch jedem Mitarbeitenden im Unternehmen zur Verfügung. Abteilungsspezifische Anwendungen werden zukünftig einer zentralen, sprachmächtigen KI-Lösung Platz machen, die auf kuratierten Unternehmens-Daten basiert, relevante Antworten in beliebigen Formaten (Schrift, Bild oder Sprache) ausgibt und dabei Zugriffsrechte und Datenschutzbestimmungen berücksichtigt.

#5 Von Graphen und Vektoren: Datenbanken
Die Datendemokratisierung setzt spezielle Ansätze zum Speichern, Vernetzen, Indizieren und Abfragen von Daten voraus. Vektordatenbanken und ihre Fähigkeit, hochdimensionale Daten effizient zu speichern, gehörten dabei zu den meistdiskutierten KI-Themen in 2023. Die Vektordatenbanken stehen laut Analysten zwar noch am Beginn ihres Hype-Zyklus. Die Vektorsuche ist mittlerweile jedoch auch in einer Vielzahl an Datenbanken als Standard-Feature integriert.

Als KI-Enabler weiter etabliert haben sich zudem Graphdatenbanken. Knowledge Graphen verknüpfen heterogene Daten zu einem semantischen Kontext, in dem sie Daten und Datenbeziehungen als gleichwertig behandeln. Das schafft ein optimales Umfeld für Netzwerkanalysen, Deep und Machine Learning sowie KI. An der Seite von LLMs setzen Graphen beispielsweise notwendige Grenzen und Prioritäten, um KI-Ergebnisse genauer, erklärbar und nachvollziehbar zu machen.

#6: Responsible AI im Alleingang
Die KI-Blackbox aufzubrechen, gewinnt angesichts der – teilweise amüsanten, teilweise verstörenden – KI-Fails an Dringlichkeit. KI-Halluzinationen und Indirect Prompt Injections sind nur einige Beispiele, wie KI-Lösungen manipulieren und sich manipulieren lassen. Mit zunehmender Implementierung stellt sich zudem die Frage nach der Verantwortlichkeit: Wer ist für die KI-generierten Entscheidungen, Prognosen und Inhalte letztendlich verantwortlich? Gesetzliche Auflagen (z. B. EU Artificial Intelligence Act) werden frühestens in zwei bis drei Jahren greifen. Unternehmen können das nicht aussitzen und werden verstärkt selbst Sicherheitsmechanismen und Leitplanken integrieren.

#7: Mehr als nur Chatbot
KI gilt als Querschnittstechnologie: Sie besitzt hohe technologische Dynamik und ist branchenübergreifend einsetzbar. Damit geht ihr Potential weit über das eines LLM-KI-Agenten wie ChatGPT hinaus. Chatbots waren im letzten Jahr zwar das Aushängeschild von KI. Laufende KI-Projekte sind jedoch deutlich vielseitiger – von Prognosen über das Weltklima (GraphCast) bis hin zur Aufdeckung von Proteinstrukturen im menschlichen Körper (AlphaFold). Selbst in deutschen Unternehmen kommt KI schneller und umfassender zum Einsatz als vielfach erwartet. So arbeiten nach einer Cisco-Umfrage (https://news-blogs.cisco.com/emea/de/2023/10/19/cisco-umfrage-42-prozent-der-deutschen-firmen-nutzen-bereits-ki/) bereits 42% mit KI. Und 8% haben sogar bereits eigene KI-Lösungen entwickelt.

#8 Blick auf die Hype-Kurve 2024
Dass KI angesichts dieser Entwicklungen längst noch nicht an Geschwindigkeit verliert, zeigt sich im Gartner Hype Cycle for Emerging Technologies 2023. GenAI erhielt hier den prominentesten Platz auf dem Gipfel und steigt damit nach Ansicht der Analysten wohl bald in das „Tal der Ernüchterung“ hinab. Dahinter reihen sich jedoch schon neue KI-Ansätze und -Lösungen ein, um den nächsten Hype in den kommenden Jahren loszutreten (z. B. AI Augmented). So gesehen ist Hype auch nichts Negatives, sondern eine zentrale Phase, um die vielfältigen Dimensionen einer Technologie auszuloten.

Mehr über KI-Hype, graphbasierte LLMs und Graphdatenbanken erfahren Sie im kostenlosen Neo4j Webinar „Neo4j: A Fireside Chat: Graph Innovations in GenAI, LLMs, and What“s Ahead“ (https://go.neo4j.com/WBR-231219-Year-in-Review—EMEA_Registration2.html?_ga=2.225074137.291135875.1701688872-2134286728.1693988677&_gac=1.19695306.1701176680.CjwKCAiAvJarBhA1EiwAGgZl0KY4UP-YMJzbd52W_157xWsfUUr_cH_nReXaO2_B0zS0E7msL6GexxoCpcsQAvD_BwE&_gl=1*1cuo3by*_ga*MjEzNDI4NjcyOC4xNjkzOTg4Njc3*_ga_DL38Q8KGQC*MTcwMTc2OTMzMy42MDguMS4xNzAxNzcwNDUwLjAuMC4w) am 19. Dezember 2023, 11 Uhr.

Über Neo4j
Neo4j, der führende Anbieter von Graphdatenbanken und Graph Analytics, hilft Unternehmen, Beziehungen und Muster innerhalb von Milliarden von Daten umfassend, einfach und schnell aufzudecken. Anwender nutzen diese vernetzte Datenstruktur, um innovative Lösungen für ihre dringlichsten Geschäftsprobleme zu entwickeln – von Betrugserkennung und 360-Grad-Kundenansicht, über Knowledge Graphen und Supply Chain, bis hin zu Netzwerkverwaltung und IoT. Und das unabhängig vom Datenwachstum. Neo4js umfassender Graph Stack bietet leistungsstarke native Graph-Datenspeicherung, Data Science, Analytik und Visualisierung, einschließlich hoher Sicherheitseinstellungen für Enterprise-Umgebungen, skalierbarer Architektur und ACID-Konformität. Die Neo4j-Community mit ihren Open-Source Enthusiasten besteht aus mehr als 250.000 Entwicklern, Datenwissenschaftlern und Architekten aus Hunderten von Fortune-500-Unternehmen, Regierungsbehörden und NGOs. Besuchen Sie https://neo4j.com.

©2023 Neo4j, Inc., Neo Technology®, Neo4j®, Cypher®, Neo4j Bloom™, Neo4j Graph Data Science Library™, Neo4j® Aura™, und Neo4j® AuraDB™ sind eingetragene Marken oder eine Marke von Neo4j, Inc. Alle anderen Marken sind Eigentum der jeweiligen Unternehmen.

Firmenkontakt
Neo4j
Neo4j Media Hotline
. .
. .
.
http://neo4j.com/pr

Pressekontakt
Lucy Turpin Communications
Sabine Listl / Kathrin Schirmer
Prinzregentenstr. 89
81675 München
+49 89 417761-16
http://lucyturpin.de

Die Vereinbarung umfasst die Integration der Graphdatenbank in Amazon Bedrock für genauere und erklärbare GenAI-Ergebnisse ohne KI-Halluzinationen

München – 21. November 2023 – Neo4j (https://neo4j.com/), Anbieter von Graphdatenbanken und Graph Analytics, hat ein mehrjähriges Strategic Collaboration Agreement (SCA) mit Amazon Web Services (AWS) geschlossen. Die Vereinbarung soll den Bedarf nach Langzeitspeichern von Entwicklern lösen, die spezifische Unternehmensdaten und Domänen für Large Language Models (LLMs) validieren wollen (Grounding).

Neben Neo4j Aura Enterprise ist ab sofort auch Neo4j Aura Professional (https://aws.amazon.com/marketplace/pp/prodview-2t3o7mnw5ypee) als vollständig verwaltete Cloud-Graphdatenbank im AWS Marketplace verfügbar und ermöglicht einen einfachen und schnellen Einstieg in die generative KI. Im Zuge der neuen Vereinbarung veröffentlicht Neo4j eine native Integration mit Amazon Bedrock, ein vollständig verwalteter Service, der über eine zentrale API eine breite Auswahl an Basismodellen (Foundation Models, FMs) von führenden KI-Unternehmen und Funktionen für die sichere und flexible Entwicklung von GenAI-Anwendungen bereitstellt.

Anwender der Graphdatenbanken erhalten mit der Integration in Amazon Bedrock neue technische Optionen:

– Reduzieren von KI-Halluzinationen: In Kombination mit Langchain und Amazon Bedrock können Neo4j-Anwender Retrieval Augmented Generation (RAG) nutzen, um virtuelle Assistenten zu erstellen. Da die Agenten dabei auf internen, kuratierten Unternehmensdaten basieren, lassen sich Falschaussagen (KI-Halluzinationen) minimieren und Antworten eindeutig auf ihre Quelle zurückverfolgen.

– Basismodelle für personalisierte Inhalte: Die Integration von kontextreichen Knowledge Graphen in Amazon Bedrock erlaubt den Aufbau einer umfangreichen Sammlung von FMs. Statt KI- und ML-Modelle von Grund auf neu zu entwickeln, dienen die Basismodelle als Ausgangspunkt, um Anwendungen schneller und kostengünstiger zu entwickeln. Endanwender erhalten personalisierte, auf sie zugeschnittene Inhalte/Texte sowie Zusammenfassungen.

– Holistische Antworten in der Echtzeit-Suche: Entwickler können Amazon Bedrock nutzen, um Vektoreinbettungen aus unstrukturierten Daten (Text, Bilder und Video) zu generieren und Knowledge Graphen mit den neuen Vektorsuche und -speicher Funktionen von Neo4j anzureichern. Im Katalog eines Einzelhändlers können Kunden zum Beispiel entweder explizit (über ID, Kategorie etc.) oder implizit (über Beschreibung, Foto etc.) nach Produkten suchen.

– Schnellstarter für Knowledge Graphen: Die neuen generativen KI-Funktionen von Amazon Bedrock helfen, unstrukturierte Daten so zu verarbeiten, dass sie strukturiert vorliegen und in einen Knowledge Graphen übertragen werden können. Dort erlaubt der semantische Kontext einen tiefen Einblick sowie Entscheidungen in Echtzeit.

„Neo4j ist seit 2013 AWS-Partner. Die neue Vereinbarung mit AWS vertieft diese Beziehung zwischen Graphtechnologie und Cloud Computing und macht uns zur Daten-Plattform der neuen KI-Ära“, erklärt Sudhir Hasbe, Chief Product Officer bei Neo4j. „Unser gemeinsames Ziel ist es, Unternehmen bei der Implementierung und Nutzung von KI zu unterstützen und ihre Daten in vollem Umfang und mit hoher Performance zu erschließen.“

Neo4j hat im August die Graphdatenbank um native Vektorsuche für semantische Suchanwendungen ergänzt. Anwender können damit sowohl implizite als auch explizite Beziehungen und Muster zwischen Daten erkennen. Die Graphdatenbank dient zudem als Basis von Knowledge Graphen und versetzt KI-Systeme in die Lage, Schlussfolgerungen zu ziehen, fehlende Daten abzuleiten und relevante Informationen effektiv abzurufen. Die Ergebnisse lassen sich als eine Art Langzeitgedächtnis für Large Language Models (LLMs) heranziehen und erhöhen dabei die Genauigkeit, Erklärbarkeit und Zuverlässigkeit der KI-generierten Inhalte und Antworten.

Weitere Informationen finden Sie im Neo4j Blog “ AWS and Neo4j Join Forces to Solve LLM Hallucinations and Evolve GenAI (https://neo4j.com/blog/neo4j-aws-enable-genai/)“ sowie in einer Demo (https://neo4j.com/videos/neo4j-with-amazon-bedrock/). Neo4j präsentiert die neuen Integrationen und Features zudem auf der AWS re:Invent 2023 in Las Vegas vom 27. bis 30. November 2023 (Stand 1304).

Über Neo4j
Neo4j, der führende Anbieter von Graphdatenbanken und Graph Analytics, hilft Unternehmen, Beziehungen und Muster innerhalb von Milliarden von Daten umfassend, einfach und schnell aufzudecken. Anwender nutzen diese vernetzte Datenstruktur, um innovative Lösungen für ihre dringlichsten Geschäftsprobleme zu entwickeln – von Betrugserkennung und 360-Grad-Kundenansicht, über Knowledge Graphen und Supply Chain, bis hin zu Netzwerkverwaltung und IoT. Und das unabhängig vom Datenwachstum. Neo4js umfassender Graph Stack bietet leistungsstarke native Graph-Datenspeicherung, Data Science, Analytik und Visualisierung, einschließlich hoher Sicherheitseinstellungen für Enterprise-Umgebungen, skalierbarer Architektur und ACID-Konformität. Die Neo4j-Community mit ihren Open-Source Enthusiasten besteht aus mehr als 250.000 Entwicklern, Datenwissenschaftlern und Architekten aus Hunderten von Fortune-500-Unternehmen, Regierungsbehörden und NGOs. Besuchen Sie https://neo4j.com.

Firmenkontakt
Neo4j
Neo4j Media Hotline
. .
. .
.
http://neo4j.com/pr

Pressekontakt
Lucy Turpin Communications
Sabine Listl / Kathrin Schirmer
Prinzregentenstr. 89
81675 München
+49 89 417761-16
http://lucyturpin.de

Integration der Graphdatenbank in das Google Cloud Data Warehouse ermöglicht Anwendern tiefe analytische Einblicke sowie neue Möglichkeiten beim Arbeiten mit Graph Data Science Workloads

München, 29. März 2023 – Neo4j (https://neo4j.com/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-DTA) baut seine strategische Partnerschaft mit Google Cloud weiter aus. Der führende Anbieter von Graphtechnologie und Graph Data Science kündigt die native Integration seiner Graphdatenbank mit dem Google Cloud Data Warehouse BigQuery an. Anwender können dadurch zukünftig ihre SQL-Analysen um graph-native Data Science und Maschinelles Lernen (ML) erweitern, indem sie nahtlos mit BigQuery und Neo4j Graph Data Science (https://neo4j.com/product/graph-data-science/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-DTA) arbeiten. Mit der Aufnahme in das BigQuery Partner Center lässt sich Neo4j Graph Data Science zudem direkt aus der BigQuery-Umgebung heraus nutzen.

Die Integration ermöglicht es Anwendern, tiefgehende Analysen innerhalb hoch vernetzter Daten mit Neo4j als In-Memory-Datenbank durchzuführen. Die Ergebnisse fließen dabei direkt in BigQuery für weitere Analysen und nachgelagerte ML-Modelle zurück. Graphdatenmodelle lassen sich in BigQuery erstellen und in wenigen einfachen Schritten direkt in Neo4j Graph Data Science übertragen. Zusätzliche Software oder lange Daten-Warteschlangen entfallen dadurch. Zudem können Datenanalysten, Data Engineers und Data Scientists auch komplett aus BigQuery heraus Modelle für Graphanalysen in Neo4j Graph Data Science generieren.

Derzeit ist die Neo4j-Integration für BigQuery als private Preview in der Google Cloud verfügbar. Ab August 2023 sollen alle Kunden darauf zugreifen können.

„Graph-gestützte KI hat die Rahmenbedingungen für intelligente Anwendungen und Large Language Models (LLM) verändert. Die Genauigkeit hat sich verbessert. Zudem haben sich mit dem Einsatz von Graph-Algorithmen und Graph-Visualisierung neue Anwendungsfelder eröffnet“, erklärt Emil Eifrem, CEO und Mitgründer von Neo4j. „Mit der Integration von Neo4j in Google Clouds BigQuery können Datenwissenschaftler nun zielgenaue KI-Vorhersagen treffen. Wir freuen uns sehr, gemeinsam mit Google Cloud den Spielraum für unsere Kunden zu erweitern.“

Der Ausbau der Partnerschaft zwischen Neo4j und Google Cloud kommt zu einem Zeitpunkt, an dem Graphdatenbanken und Graph Data Science die Evolution von KI und ML weiter vorantreiben. Die Technologie hilft Unternehmen, verborgene Beziehungen und Muster in Milliarden von Datenverbindungen umfassend, einfach und schnell aufzudecken. Laut Gartner (https://www.gartner.com/en/newsroom/press-releases/2021-03-16-gartner-identifies-top-10-data-and-analytics-technologies-trends-for-2021)* wird Graphtechnologie bis 2025 bei 80% der Daten- und Analyse-Innovationen zum Einsatz kommen, um eine schnelle Entscheidungsfindung im gesamten Unternehmen sicherzustellen. Im Jahr 2021 war das gerade einmal bei 10% der Unternehmen der Fall.

„Graphtechnologie schreitet immer weiter voran. Daher freuen wir uns über den Ausbau unserer Partnerschaft mit Neo4j und die Integration in Google Clouds BigQuery“, so Ritika Suri, Director of Technology Partnerships bei Google Cloud. „Die leistungsstarke Kombination von Graph Data Science mit BigQuery ermöglicht es Anwendern, tiefgreifende Graph-Analysen in stark vernetzten Daten nahtlos durchzuführen und damit hochkomplexe Probleme zu lösen. Wir freuen uns, diese Innovationen gemeinsam mit Neo4j auf den Markt zu bringen.“

Die strategische Partnerschaft zwischen Google Cloud und Neo4j begann 2019, als Neo4j als erste Managed Service Graphdatenbank in die Google Cloud Platform aufgenommen wurde. Ziel von Neo4j for Google Clouds ist es, Entwicklern und Unternehmen einen einfachen und reibungslosen Zugriff auf alle Daten zu bieten, die für die weitere digitale Transformation essenziell sind. Dazu gehört die Integration von Neo4j in Vertex AI, einer ML-Entwicklungsplattform von Google Cloud. Anwender können dank der Partnerschaft graphbasierte ML-Modelle einfacher erstellen und die Neo4j Graphdatenbank mit Daten aus dem Google Cloud Enterprise Knowledge Graph ergänzen. Unternehmen wie Monsanto, Lucinity und PWC Canada setzten Neo4j for Google Clouds u. a. im Kampf gegen Geldwäsche, im Rahmen des Customer Engagements sowie des Identity and Access Managements (IAM) ein.

Die Neo4j Demo (https://neo4j.com/partners/google/big-query/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-DTA) zeigt am Beispiel eines Flughafennetzwerks, wie die Analyse mit Google Clouds BigQuery und Neo4j Graph Data Science Optimierungspotential hinsichtlich der Versand- und Transportwege offenlegt. Mehr über die Integration von BigQuery und Neo4j finden Sie auf der Neo4j Partner Page for Google Cloud Big Query (https://neo4j.com/partners/google/big-query/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-Google-Big-Query).

Neo4j, der führende Anbieter von Graphdatenbanken und Graph Analytics, hilft Unternehmen, Beziehungen und Muster innerhalb von Milliarden von Daten umfassend, einfach und schnell aufzudecken. Anwender nutzen diese vernetzte Datenstruktur, um innovative Lösungen für ihre dringlichsten Geschäftsprobleme zu entwickeln – von Betrugserkennung und 360-Grad-Kundenansicht, über Knowledge Graphen und Supply Chain, bis hin zu Netzwerkverwaltung und IoT. Und das unabhängig vom Datenwachstum. Neo4js umfassender Graph Stack bietet leistungsstarke native Graph-Datenspeicherung, Data Science, Analytik und Visualisierung, einschließlich hoher Sicherheitseinstellungen für Enterprise-Umgebungen, skalierbarer Architektur und ACID-Konformität. Die Neo4j-Community mit ihren Open-Source Enthusiasten besteht aus mehr als 250.000 Entwicklern, Datenwissenschaftlern und Architekten aus Hunderten von Fortune-500-Unternehmen, Regierungsbehörden und NGOs. Besuchen Sie Neo4j.com und @Neo4j.

Neo4j Media Hotline:
pr@neo4j.com
neo4j.com/pr

GARTNER ist eine eingetragene Marke und Dienstleistungsmarke von Gartner und Magic Quadrant ist eine eingetragene Marke von Gartner, Inc. und/oder seinen Tochtergesellschaften in den USA und international und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten.

*Gartner unterstützt keine der in seinen Forschungspublikationen dargestellten Anbieter, Produkte oder Dienstleistungen und rät Technologieanwendern nicht, nur die Anbieter mit den höchsten Bewertungen oder anderen Bezeichnungen auszuwählen. Die Forschungspublikationen von Gartner geben die Meinung der Forschungsorganisation von Gartner wieder und sollten nicht als Tatsachenbehauptungen ausgelegt werden. Gartner lehnt jede ausdrückliche oder stillschweigende Gewährleistung in Bezug auf diese Studie ab, einschließlich jeglicher Gewährleistung der Marktgängigkeit oder Eignung für einen bestimmten Zweck.

Firmenkontakt
Neo4j
Sabine Listl
Prinzregentenstraße 89
81675 München
089 41 77 61 16
http://www.neo4j.com

Pressekontakt
Lucy Turpin Communications
Sabine Listl
Prinzregentenstraße 89
81675 München
089 41 77 61 16

Home

Logo claranet (Bildquelle: @claranet)

Frankfurt am Main, 31.01.2023: Claranet hat für das in München ansässige Logistikunternehmen Baumann Paletten GmbH den Aufbau, den Betrieb und das Management eines Kubernetes-Clusters für die als SaaS erhältliche Unternehmensanwendung „Swoplo“ zur Verwaltung von Lademittelkonten übernommen.
Überzeugt hat Claranet laut Björn Falszewski, IT-Leitung Swoplo, Baumann Paletten mit Kubernetes-Kompetenz und Managed-Service-Erfahrung: „Das Betriebskonzept für Managed Container, das Claranet angeboten hat, war technisch sehr gut und detailliert ausgearbeitet und lag weit über dem Niveau, welches wir bei anderen Anbietern von Managed Services gesehen haben. Das IT-Management geht deutlich weiter in den Container-Stack und in die Applikation hinein.“

Für die Applikationslandschaft betreibt Claranet einen produktiven Kubernetes Cluster auf der eigenen Rechenzentrumsinfrastruktur. Der vollständig containerisierte Application Stack setzt sich zusammen aus Elasticsearch, Mercure, MongoDB, MySQL, Neo4j, Nginx, PHP, Python-Flask-Services, Redis sowie einer eigenentwickelten KI von Baumann Paletten. Darüber hinaus erbringt Claranet das Management bis auf Container- bzw. Workload-Ebene, basierend auf 24/7-Servicezeiten.

Die Anforderung einer skalierbaren Storage-Lösung, die 100 Prozent DSGVO-konform ist, löste Claranet mit der Bereitstellung einer auf iSCSI basierenden Block-Storage-Lösung, die für die Anforderungen der jeweiligen Workload dynamisch Persistent Volumes provisioniert und verwaltet. Darüber hinaus wird das Network-File-System (NFS) verwendet, auf dem analog den Anforderungen von Baumann Paletten strukturierte Daten gespeichert und zwischen den Komponenten ausgetauscht werden können.
Im Rahmen des Shared-Responsibility-Modells von Claranet entschied sich Baumann Paletten hinsichtlich der CICD/CD-Pipeline für einen Grey-Box-Ansatz: Das Logistikunternehmen hat die Hoheit über die Continuous Integration und die Continuous Delivery, während Claranet für das Continuous Deployment zuständig ist und den stabilen und sicheren Betrieb des Swoplo App-Stacks gewährleistet. Das erlaubt es Baumann Paletten, sich vollkommen auf die Entwicklung und Anlieferung der Container-Images zu konzentrieren.

Claranet stellt und betreibt im Hintergrund die auf Kubernetes basierende Cloud-Native Plattform, die neben Platform Services wie Ingress, Cert-Manager, DNS Integration, Prometheus und Grafana auch Managed Services wie Gitlab und Data Services bietet sowie die Verfügbarkeiten und den 24/7-Support verantwortet. Die Plattform und der hohe Grad an Automatisierung sind die zentralen Voraussetzungen für ein effizientes und effektives Co-Management, in dem die Entwickler seitens Baumann Paletten und die DevOps-Experten von Claranet eng miteinander gekoppelt werden können.

„Wir wollen die Swoplo-App als Standardinstrument für digitale Ladungsträgerprozesse am Markt etablieren. Durch die Unterstützung von Claranet mit dem Applikationsbetrieb auf Kubernetes-Basis, der hochverfügbaren Infrastruktur und der skalierbaren Speicherlösung sind wir in der Lage, die gesamte Lademittellogistik, die mit den weltweit mehr als 500 Millionen im Umlauf befindlichen Europaletten verbunden ist, digital abzubilden“, sagt Björn Falszewski.

Der vollständige Anwenderbericht steht unter http://claranet.de/baumann-paletten zum Download zur Verfügung.

Claranet unterstützt Unternehmen mit innovativen Cloud-Hosting-, Cyber-Security, SAP- und Netzwerk-Services bei ihrer Digitalisierung. Der Managed Service Provider ist darauf spezialisiert, unternehmenskritische Umgebungen auf flexiblen Cloud-Infrastrukturen zu hosten und unter höchsten Sicherheits-, Performance- und Verfügbarkeitsanforderungen agil zu betreiben. Claranet realisiert Cloud-Umgebungen in eigenen Rechenzentren sowie auf Public-Cloud-Infrastrukturen von AWS, Google Cloud und Azure. Kunden wie die Aktion Mensch, Airbus, Leica und Gruner + Jahr vertrauen auf diese Services für ihre geschäftsrelevanten Anwendungen. Die Cloud-Hosting- und Netzwerk-Services von Claranet entsprechen höchsten Standards für Datenschutz, Datensicherheit, Business Continuity Management sowie Qualitätsmanagement. Darüber hinaus sorgen langjährige Erfahrung und ein breites Portfolio im Bereich Cyber Security für den umfassenden Schutz von Applikationen und Daten. In Studien von renommierten Analystenhäusern belegt Claranet regelmäßig Spitzenpositionen, etwa in Gartners „Magic Quadrant 2020“ für „Data Center Outsourcing and Hybrid Infrastructure Managed Services, Europe“ sowie im ISG-Report „ISG Provider Lens™ – Next-Gen Private/Hybrid Cloud – Data Center Solutions & Services 2022“. Claranet hat einen jährlichen Umsatz von 600 Millionen Euro, über 10 000 Kunden und mehr als 3 000 Beschäftigte.
Weitere Informationen gibt es unter www.claranet.de

Firmenkontakt
Claranet GmbH
Patric Walldorf
Hanauer Landstr. 196
60314 Frankfurt
+49 (0)69 40 80 18 116
info@claranet.de
https://www.claranet.de

Pressekontakt
Claranet GmbH
Patric Walldorf
Hanauer Landstr. 196
60314 Frankfurt
+49 (0)69 40 80 18 116
presse@de.clara.net
https://www.claranet.de

Die neue Version der nativen Graphdatenbank bietet uneingeschränkte Skalierbarkeit, hohe Performance sowie diverse Verbesserungen in der Abfragesprache Cypher und im Index-Handling

München, 9. November 2022 – Neo4j (https://neo4j.com/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-5), führender Anbieter von Graphtechnologie, stellt das Release Neo4j 5 (https://neo4j.com/whats-new-neo4j-5/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-5)vor. Mit der neuen Version setzt sich die native Graphdatenbank hinsichtlich ihrer Performance weiter von herkömmlichen, relationalen Datenbanksystemen ab.

Im Mittelpunkt von Neo4j 5 steht die Optimierung des Betriebs der Graphdatenbank. Dazu gehört eine uneingeschränkte Skalierbarkeit sowie eine hohe Performance für schnellere Abfragen – unabhängig von der Größe oder der Aufteilung des Datenbestands (Sharding). Diverse Verbesserungen in der Syntax der Abfragesprache Cypher, im Index-Handling, im Abfrage Planer und in der Implementierung ermöglichen es, Abfragen über mehrere Knoten hinweg deutlich einfacher auszudrücken und schneller Antworten zu erhalten.

Wie bereits frühere Versionen ist auch Neo4j 5 als Cloud Service verfügbar (Neo4j AuraDB und Neo4j AuraDS). Anwender können das neue Release ab sofort im Download-Center von Neo4j (https://neo4j.com/download-center/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-5)oder über die Cloud-Marktplätze von AWS, Azure und GCP beziehen.

Die wichtigsten Funktionen von Neo4j 5 im Überblick

– Automatisches Clustering: Neo4j 5 bietet eine Cloud-fähige Architektur für globale Cluster, mit der sich Daten sowie Datenbanken skalieren lassen, ohne die Cluster selbst skalieren zu müssen. Die Platzierung von primären und sekundären Kopien auf dem Server im Cluster erfolgt dabei automatisch. Das reduziert nicht nur den manuellen Aufwand für Anwender, sondern stellt auch eine optimale Auslastung der Infrastruktur sicher.

– Multi-Cluster Fabric: Mit Neo4j Fabric lassen sich individuelle Abfragen wieder zusammenführen und als Ganzes analysieren. In Neo4j 5 können Anwender nun via Cypher Kommandos Fabric Konfigurationen schneller erstellen und Abfragen sowohl innerhalb eines lokalen als auch entfernter Cluster durchführen. Separate Fabric-Proxys sind dafür nicht erforderlich.

– Inkrementeller Import: Neo4j 5 ermöglicht es, große Datenmengen inkrementell in eine bestehende Datenbank einzubringen. Damit lässt sich die Datenladezeit drastisch reduzieren und eine höhere Flexibilität beim Laden großer Datensets erreichen.

– Schnellere K-Hop-Abfragen. K-Hop ist eine Form von Deep Query, die eine große und variable Anzahl (K) von Hops beinhaltet, um alle eindeutigen Knoten im Umkreis des Startpunkts in einem Graphen zu finden. In der Regel wird diese Abfrage in Kombination mit Aggregationsfunktionen zum Zählen von Eigenschaften verwendet. In Neo4j 5 wurden K-Hop-Abfragen optimiert und die Antwortzeiten für 8-Hop-Abfragen um das 1000-fache verbessert.

– Verbesserungen beim Graph Pattern Matching und optimierte Query Planung: Am Pfad gesetzte Filter für Beziehungen sowie differenzierte Label-Ausdrücke ermöglichen es Anwendern, MATCH-Klauseln einfacher zu schreiben und zu lesen. Darüber hinaus wurde die Query Planung für Cypher-Abfragen optimiert und ihre Ausführung damit beschleunigt.

– Verbesserte Indizes: Indizes sind entscheidend, um möglichst schnell den besten Ausgangspunkt (z. B. Knoten, Kanten) für eine Abfrage zu finden. In Neo4j 5 wurde die Abgleichsmöglichkeiten von Indizes erweitert:
+ FULLTEXT indiziert nun Listen und Arrays von Strings, um die Qualität der Textsuchergebnisse zu verbessern.
+ RANGE ermöglicht die Angabe oder den Vergleich von Werten (z. B. Rezensionen 3-5 von Nutzern im PLZ-Bereich 8-9).
+ Mit POINT, der häufig bei Routing- und Lieferkettenanalysen verwendet wird, lassen sich nun auch geospatiale Daten wie Längen- und Breitengrade finden und vergleichen.

– Neo4j Ops Manager: Das Backend-Admin-Tool bietet ein intuitives Dashboard, mit dem Datenbankadministratoren Neo4j-Implementierungen (z. B. Datenbank, Instanz oder Cluster) monitoren und managen können.

– Rolling Updates: Neo4j 5 beinhaltet kontinuierliche Updates für alle Implementierungen der Graphdatenbank ohne Ausfallzeiten – egal ob On-Premise, in der Cloud oder in hybriden Umgebungen. Zudem garantiert das neue Release eine durchgehende Kompatibilität zwischen selbst verwalteten und von Neo4j verwalteten Aura-Workloads.

– Backup und Wiederherstellung: Optimierungen der Backup-Engine erlauben mehr Kontrolle und eine schnellere und einfachere Datensicherung. Dazu verfügt Neo4j 5 über ein differentielles Backup einschließlich eines einzelnen komprimierten Dateiarchivs, Point-in-Time-Wiederherstellung, APIs zur Überprüfung und Verwaltung von Sicherungsdateien sowie die Aktivierung einer Konsistenzprüfung.

„Der Einsatz von Graphdatenbanken ist in den letzten Jahren regelrecht explodiert. Unternehmen nutzen die Technologie, um ihre Daten sowie die Datenverbindungen im vollen Umfang zu analysieren und in der Praxis zu nutzen – sei es, um Prozesse weiter zu automatisieren, Risiken proaktiv zu bewerten oder datengestützte bzw. KI-basierte Entscheidungen zu treffen“, erklärt Emil Eifrem, CEO und Mitbegründer von Neo4j. „Neo4j 5 wurde mit diesen Zielen vor Augen weiter ausgebaut. Das neue Release bietet höhere Skalierbarkeit, Agilität und Performance, um Unternehmen in Sachen Datenmanagement und Data Analytics auf das nächste Level zu verhelfen.“

Mehr über das Neo4j 5 Release erfahren Sie auf der Neo4j Webseite sowie im Blog “ Scale New Heights with Neo4j 5 Graph Database (https://neo4j.com/blog/announcing-neo4j-5-graph-database/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-5)“. Melden Sie sich außerdem zur kostenlosen virtuellen Entwicklerkonferenz NODES 2022 (https://hopin.com/events/nodes-2022/registration) (16. – 17. November) an, um an den Neo4j 5 Sessions „What“s New in Neo4j 5 and Aura 5 for Developers“ und „Introducing Neo4j 5 for Administrators“ teilzunehmen.

Neo4j ist die weltweit führende Graph Plattform. Sie hilft Unternehmen wie Deutsches Zentrum für Diabetesforschung e.V., NASA, UBS und Daimler, die vorliegenden Daten mit Kontext anzureichern, um damit Herausforderungen ganz unabhängig von Umfang oder Komplexität zu lösen. Anwender nutzen Neo4j, um ihre Branchen nachhaltig zu verändern, indem sie Finanzbetrug und Cyberkriminalität eindämmen, globale Netzwerke optimieren, Forschung beschleunigen oder bessere Empfehlungen liefern. Neo4j bietet Echtzeit-Transaktionsverarbeitung, fortschrittliche KI/ML, intuitive Datenvisualisierung und vieles mehr. Weitere Informationen finden Sie auf Neo4j.com und @Neo4j.

Neo4j Media Hotline:
pr@neo4j.com
neo4j.com/pr

Firmenkontakt
Neo4j
Sabine Listl
Prinzregentenstraße 89
81675 München
089 41 77 61 16
neo4j@lucyturpin.com
http://www.neo4j.com

Pressekontakt
Lucy Turpin Communications
Sabine Listl
Prinzregentenstraße 89
81675 München
089 41 77 61 16
neo4j@lucyturpin.com

Home

Anbieter Neo4j verzeichnet unter seinen Kunden einen deutlichen Anstieg beim Einsatz von Knowledge Graphen als Basistechnologie für digitale Zwillinge

Anwendungsbereiche von digitalen Zwillingen (Bildquelle: Quelle: Neo4j)

München, 21. September 2022 – Der digitale Zwilling etabliert sich neben seiner Rolle als Kostendrücker auch immer mehr als Wegbereiter nachhaltiger Digitalisierungsstrategien. Nach einer Umfrage von Capgemini (https://www.capgemini.com/de-de/news/digitale-zwillinge-bedeutung-fuer-nachhaltigere-produktion/) implementiert rund ein Drittel der Unternehmen Digital Twins, um Prozesse zu simulieren und so den Energieverbrauch entlang Wertschöpfungsketten zu optimieren. Auch Neo4j (https://neo4j.com/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-GDS-2), der weltweit führende Anbieter für Graphdatenbanken, meldet einen Nachfragesprung bei Knowledge Graphen im Zusammenhang mit Digital Twins.

Graphtechnologie gilt als Basistechnologie, um heterogene Daten aus unterschiedlichen Quellen zusammenzuführen und ganzheitlich zu visualisieren. Bei der Implementierung von digitalen Zwillingen nutzen Unternehmen diesen semantischen Datenkontext, um Prozesse, Maschinen und Systeme virtuell abzubilden und in Echtzeit zu überwachen. Der sogenannte Knowledge Graph ist zudem Ausgangspunkt für Graph Data Science (GDS), einschließlich Predictive Analytics, KI und Machine Learning. Die Daten-Analytik, die auch das Training von ML-Modellen beinhaltet, findet dabei direkt im Graphen bzw. im Digital Twin statt.

Die flexible Modellierung von Knowledge Graphen ermöglicht ein breites Anwendungsgebiet von digitalen Zwillingen in unterschiedlichsten Branchen – vom Produktdesign in der Automobilindustrie über die Anlagenüberwachung in der Smart Factory bis hin zum besseren Verständnis des Systems „Mensch“ in der medizinischen Forschung. Im Bereich Supply Chain schaffen Digital Twins Transparenz über komplexe, globale Lieferketten hinweg und warnen frühzeitig vor Engpässen und lokalen Störungen. Auch in der Cybersecurity hilft die digitale Repräsentanz von IT-Netzwerken Sicherheitsteams, Schwachstellen aufzudecken und Angriffe abzuwehren.

Laut Gartner (https://www.gartner.com/en/documents/4011590)* liegt der Marktwert für Digital Twins im Jahr 2022 bei 6,9 Milliarden US-Dollar. Bis 2027 soll sich dieser Wert nahezu verzehnfachen. Das Potential der Technologie ist dabei enorm: So sollen bereits in drei Jahren 25 globale Unternehmen durch den Einsatz von Digital Twins rund 1 Milliarde US-Dollar an Umsatz generieren bzw. an Kosten einsparen.

„Wir spüren ein wachsendes Interesse, was den Einsatz von Knowledge Graphen im Zusammenhang mit Digital Twins angeht,“ erklärt Maya Natarajan, Senior Director of Product Marketing bei Neo4j. „Unsere Kunden nutzen die Technologie-Kombination, um digitale Modellsimulationen durchzuführen und so nicht nur den Ist-Zustand von Systemen und Prozessen einzusehen, sondern auch Prognosen für die Zukunft zu treffen. Ähnlich wie bei der Implementierung von KI-Lösungen, bietet Graphtechnologie die nötige Performance, Flexibilität und Skalierbarkeit, um Daten in ihrem vollen Umfang zu nutzen und neue, innovative und robuste Modelle zu erstellen.“

*Gartner, Emerging Technologies: Revenue Opportunity Projection of Digital Twins, Alfonso Velosa et al.,16 Feb 2022.

Beispiele für den Einsatz der Graphdatenbank Neo4j in Kombination mit Digital Twins finden Sie unter anderem bei Neanex (https://www.neanex.com/), Turku City Data (https://turkucitydata.fi/) und Transport for London (https://tfl.gov.uk/).

Neo4j ist die weltweit führende Graph Plattform. Sie hilft Unternehmen wie Deutsches Zentrum für Diabetesforschung e.V., NASA, UBS und Daimler, die vorliegenden Daten mit Kontext anzureichern, um damit Herausforderungen ganz unabhängig von Umfang oder Komplexität zu lösen. Anwender nutzen Neo4j, um ihre Branchen nachhaltig zu verändern, indem sie Finanzbetrug und Cyberkriminalität eindämmen, globale Netzwerke optimieren, Forschung beschleunigen oder bessere Empfehlungen liefern. Neo4j bietet Echtzeit-Transaktionsverarbeitung, fortschrittliche KI/ML, intuitive Datenvisualisierung und vieles mehr. Weitere Informationen finden Sie auf Neo4j.com und @Neo4j.

Neo4j Media Hotline:
pr@neo4j.com
neo4j.com/pr

Firmenkontakt
Neo4j
Sabine Listl
Prinzregentenstraße 89
81675 München
089 41 77 61 16
neo4j@lucyturpin.com
http://www.neo4j.com

Pressekontakt
Lucy Turpin Communications
Sabine Listl
Prinzregentenstraße 89
81675 München
089 41 77 61 16
neo4j@lucyturpin.com

Home