München, Starnberg, 06. Sept. - Neuerungen für Neo4j AuraDB: Fokus liegt auf Skalierbarkeit, Benutzerfreundlichkeit und Sicherheit im Unternehmens- und GenAI-Umfeld…
Zur Ankündigung: Neo4j, Anbieter von Graphdatenbanken und Graph Analytics, hat sein Portfolio rund um die Cloud-Graphdatenbank Neo4j AuraDB umgestaltet und mit neuen Features und Verbesserungen ausgestattet. (1) Das Angebot des Cloud Datenbankmanagementsystems (DBMS) soll Unternehmen dabei unterstützen, Graph-Anwendungen „mit jeder Art von Workload und für unterschiedlichste Anwendungsfälle schnell und einfach zu testen, zu entwickeln und in die Produktion zu überführen.“ Das jetzt bereitgestellte Angebot zu Neo4j AuraDB umfasst folgende Neuerungen (Quelle: Neo4j):
1. GenAI-Copilot: Die neue Konsole der Aura-Graphdatenbank bietet eine zentrale Plattform, um Daten über alle Neo4j-Tools und -Services hinweg einheitlich zu verwalten, zu importieren (Data Ingestion), zu modellieren und zu visualisieren. Über den GenAI Copilot können Entwickler und Administratoren jetzt zudem in natürlicher Sprache mit der Konsole interagieren. Kenntnisse der Abfragesprache Cypher sind nicht nötig.
2. Interaktiver Dashboard Builder: Über den neuen No/Low-Code Dashboard Builder NeoDash können Anwender Graphen, Diagramme, Tabellen, Karten und weiteres Bildmaterial erstellen und in die Benutzeroberfläche integrieren. NeoDash wurde zunächst als Teil von Neo4j Labs entwickelt und getestet. Ab sofort steht der Builder auch Entwicklern auf Neo4j AuraDB als vollständig unterstütztes Feature zur Verfügung.
3. Höhere Skalierbarkeit: Dank der deutlich gesteigerten Lesekapazität soll die Neo4j Graphdatenbank nun 15-mal mehr Echtzeitdaten pro Cluster verarbeiten können, ohne dabei Kompromisse bei Latenz oder Leistung einzugehen. Das ermöglicht eine unterbrechungsfreie Verarbeitung von datenintensiven Analyse-Workloads, selbst wenn das Datenvolumen steigt.
4. Neue Aura DB-Version - Neo4j AuraDB Business Critical: Neo4j hat sein Cloud-Portfolio um eine neue, kosteneffektive Produktversion für den Einsatz im geschäftskritischen Unternehmensumfeld erweitert. AuraDB Business Critical ist für hochverfügbare Workloads konzipiert, die ein hohes Maß an Sicherheit erfordern. Im Vergleich zur bisherigen Enterprise Version soll die neue Version um 20% günstiger sein.
Unternehmen, die die Neo4j Graphdatenbank in speziellen Umgebungen (z. B. in stark regulierten Branchen) einsetzen, können wie gewohnt AuraDB Virtual Dedicated Cloud (vormals AuraDB Enterprise) verwenden. Darüber hinaus bietet Neo4j AuraDB Professional als kostenlose Testversion. AuraDB Business Critical verfügt laut Anbieter über folgende Leistungsmerkmale (1):
- Hochverfügbarer Datenbank-Cluster mit 99,95 % Betriebszeit SLA
- Integrierte Sicherheit mit erweitertem Datenschutz und rollenbasierter Zugriffskontrolle
- Vertikale Skalierung auf bis zu 512 GB RAM AuraDB-Instanzen
- Tägliche Backups mit einer Aufbewahrungsfrist von 30 Tagen und stündliche Point-in-Time-Wiederherstellung
- Pay-as-you-go- und Prepaid-Verbrauchsabrechnung
- Regionaler 24 x 7 Support.
5. Mehr Kontrolle durch Compliance-Sicherheit: Dank neuer Features in AuraDB sind Unternehmen besser in der Lage, ihre Graph-Anwendungen zu sichern und Compliance-konform zu verwalten. Dazu gehören vom Kunden selbst verwaltete Encryption Keys, um Daten zu schützen, sowie Security Log Forwarding, um Sicherheitsprotokolle in Echtzeit zu streamen und zu überprüfen. Bereits Anfang 2024 erreichte Neo4j SOC 2 Typ 2 und HIPAA-Konformität und besitzt darüber hinaus weitere Zertifizierungen.
Abb.: Neo4j Data Ecosystem Integration (Bildquelle: Neo4j).
Querverweis: s.a. unser Beitrag mit Podcast > Bessere KI-Ergebnisse mit Graphdatenbank-Technologien?
(1) Quelle / externer Bloglink > https://neo4j.com/blog/auradb-enhancements/
Neo4j verzeichnet nach eigenen Angaben eine spürbare Nachfrage für Graphlösungen in der Cloud. Gartner z.B. prognostiziert*, dass Graphtechnologie bis 2025 in 80% der Daten- und Analyseinnovationen zum Einsatz kommt und eine sehr schnelle Entscheidungsfindung in Unternehmen ermöglicht. 2021 gingen die Analysten noch von 10% aus. Entscheidend soll dabei das Zusammenspiel zwischen der Performance großer Sprachmodelle (LLMs) und der „Robustheit“ von Knowledge Graphen sein, um fehlertolerante KI-Anwendungen zu entwickeln. *Quellenangabe: Gartner „Emerging Tech Impact Radar: Data and Analytics. (November 2023)
Ein weiterer Treiber ist die Adoption von GenAI
Um die im Geschäftsumfeld notwendige Erklärbarkeit, Aktualität und Genauigkeit sicherzustellen, nutzen Unternehmen Retrieval Augmentation Generation (RAG) und ergänzen LLMs mit externen Daten. Laut Gartner** leidet dieser Ansatz jedoch unter Einschränkungen hinsichtlich der Genauigkeit der Abfragen, des kontextuellen Verständnis und der Kohärenz der Antworten.
Knowledge Graphen hingegen bilden sowohl die in Dokumenten enthaltenen Daten als auch die Metadaten der Dokumente ab. Dadurch können Anwendungen Texte, basierend auf Ähnlichkeiten mit der Frage, dem Kontext der Abfrage und des Textkorpus, abrufen und so die Antwortgenauigkeit verbessern (Stichwort: GraphRAG). **Quellenangabe: Gartner „AI Design Patterns for Knowledge Graphs and Generative AI”. (November 2023)
Kommentarauszug Chris Jangareddy, Managing Director, AI, GenAI and Data Engineering bei Deloitte Consulting LLP.: „Führungskräfte setzen verstärkt auf generative KI. Und die neuen Funktionen von Neo4j tragen dazu bei, dass unsere Kunden genaue und kontextbezogene Antworten erhalten“.
Querverweis:
Unser Beitrag > Data Lakehouse Leistung: Warp Speed für Dell Technologies Data Lakehouse mit S3-Storage
Unser Beitrag > Wann sind NoSQL-Datenbanken relationalen Datenbankmanagement-Systemen überlegen?