BigQuery: Neo4j und Google Cloud erweitern Partnerschaft

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

BigQuery: Neo4j und Google Cloud erweitern Partnerschaft

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

Neo4j mit neuen Features für höhere Usability

Graph Data Science (GDS), Data Importer und OpsManager vereinfachen den Einstieg in Graphtechnologie und Graph Analytics

Neo4j mit neuen Features für höhere Usability

Neo4j Feature: Filter für KNN-Algorithmus

München, 17. August 2022 – Neo4j (https://neo4j.com/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-Neuen-Features), weltweit führender Anbieter von Graphtechnologie, glänzt mit neuen Features der Graphdatenbank. Neben kontinuierlichen Optimierungen von Graph Data Science (GDS) gibt es auch Verbesserungen in Sachen automatische Datenmodellierung, Backend Administration und Integration von Data Warehouse. Damit bietet die native Graphdatenbank einen erleichterten Einstieg sowohl für Entwickler als auch für Data Scientists.

Das neue Release Graph Data Science (GDS) 2.1 bietet in der Library mehr als 65 Graph-Algorithmen – darunter neu K-means-Clustering (https://neo4j.com/docs/graph-data-science/2.1/algorithms/alpha/kmeans/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-Neuen-Features) und Leiden (https://neo4j.com/docs/graph-data-science/2.1/algorithms/alpha/leiden/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-Neuen-Features) für Community Detection. Quell- und Zielknoten lassen sich von nun an für die Algorithmen KNN (K-Nearest Neighbor) und Node Similarity filtern. Zudem bietet Neo4j Verbesserungen hinsichtlich der graph-nativen ML-Pipelines: So vereinfacht es das Autotuning für ML-Pipelines, die richtigen Abfrage-Parameter zu identifizieren, um das bestmögliche Modell zu erzeugen. Über Knotenregressions-Pipelines lassen sich jetzt numerische Eigenschaften vorhersagen. Der Python Klient vereinfacht Arbeitsabläufe für Data Scientists, die nicht mit Cypher vertraut sind. Neu ist außerdem die Apache Arrow-Integration für schnelle Graph Projection aus externen Quellen, Datenbankerstellung und Graph Export. So können Anwender massive Datenmengen von bis zu 30 Mio. Objekten/Sekunde in den Graphen direkt importieren und exportieren.

Außerdem hat Neo4j die Usability der Graphdatenbank weiter erhöht. Der neue Data Importer ermöglicht den Datenimport sowie die visuelle Modellierung von CSV-Dateien als Graph. Cypher Kenntnisse sind dafür nicht nötig. Die No-Code-Lösung sorgt so für eine einfache Bedienbarkeit und einen reibungslosen Start von eigenen Projekten. Daten lassen sich intuitiv modellieren (UI) und Flat Files als Graph abbilden. Das Feature ist für den Import von Millionen von Datensätzen ausgelegt.

In der GraphQL Toolbox gibt es zudem eine reibungslose Low-Code UI für Prototyping und zum Erforschen des GraphQL-Schemas. Dieses erlaubt es, Graph-Algorithmen direkt im Visualisierungstool Neo4j Bloom zu erforschen. Für noch mehr Benutzerfreundlichkeit bietet Neo4j außerdem AuraDB Free: Die kostenlose Variante der Cloud-Graphdatenbank steht ab sofort mit einer erhöhten Limitierung von 200.000 Knoten und 400.000 Kanten zur Verfügung.

Das neue Backend-Admin-Tool OpsManager hilft DB-Administratoren, die Auslastung ihrer Graphdatenbank im Blick zu behalten, den Arbeitsspeicher zu prüfen und so schnell Entscheidungen zu treffen. Ein Dashboard mit den wichtigsten Metriken für Betriebssystem, DBMS und Datenbank sowie dedizierte UIs für die Verwaltung und eine rollenbasierte Zugriffskontrolle helfen dabei, die Neo4j Bereitstellung zentral zu managen.

Mit dem Data Warehouse Connector bietet Neo4j jetzt umfassenden Support von Konnektoren und Sprachen (Java, Java Script, Python, .NET, GO). Dank des Connectors lassen sich Daten zwischen einem beliebigen Data Warehouse und Neo4j jetzt einfacher verbinden. Unterstützt werden Snowflake, Google BigQuery, Amazon RedShift, und Azure Synapse.

Mehr über die einzelnen Produkte finden Sie unter https://neo4j.com/product/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-Neuen-Features

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

Neo4j Graph Data Science erstmals as-a-Service verfügbar

Neo4j AuraDS bietet umfassenden Graph-Analytics-Workspace
für Predictive Analytics und ML-Pipelines

Neo4j Graph Data Science erstmals as-a-Service verfügbar

München, 13. April 2022 – Neo4j (https://neo4j.com/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-GDS-2), weltweit führender Anbieter von Graphtechnologie, stellt Neo4j Graph Data Science erstmals als vollständig verwalteten Cloud-Service bereit. AuraDS (https://neo4j.com/cloud/graph-data-science/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-GDS-2) bietet neue und erweiterte Features sowie einen umfassenden Graph-Analytics-Workspace. Data Scientists können bei der Entwicklung von KI-Anwendungen nun deutlich schneller und einfacher auf Predictive Analytics-Funktionen und Machine Learning Pipelines zugreifen.

Neo4j AuraDS ist zunächst auf der Google Cloud Platform (GCP) (https://console.cloud.google.com/marketplace/product/endpoints/prod.n4gcp.neo4j.io?pli=1) verfügbar und kann in Verbindung mit bestehenden GCP-Verträgen sowie einzeln bezogen werden. Die Lösung ermöglicht den Zugriff auf mehr als 65 Graph-Algorithmen in einem einzigen Workspace für schnellere Entwicklungsprozesse. Graph-interne ML-Modelle und der native Python-Client steigern die Produktivität und vereinfachen die Arbeitsabläufe. Darüber hinaus profitieren Anwender von AuraDS von folgenden Vorteilen:

Workflow-Optimierung: Drag-and-Drop-Benutzeroberfläche zum Modellieren und Importieren von Daten in Graphen
Flexible Skalierung: Bedarfsgerechte Anpassung der Rechenleistung bei sich ändernden Anforderungen
Hohe Automatisierung: Automatisches Monitoring, Patchen und Sichern von Workloads im Hintergrund ohne manuelles Eingreifen
MLOps-Unterstützung: Persistieren, Veröffentlichen und Wiederherstellen von Machine Learning (ML)-Modellen ohne Unterbrechungen durch Neustarts
Transparente Kosten: Kosteneinsparungen durch Pay-as-you-go-Prinzip, On-Demand-Skalierung sowie Pausieren von ungenutzten Instanzen
One-Klick-Backup: Erstellen von Snapshots von Instanzen, Modellen und In-Memory-Graphen

Neo4j bietet darüber hinaus Anleitungen und Referenzarchitekturen für den Einstieg in die Nutzung von Neo4j AuraDS mit VertexAI (https://cloud.google.com/blog/products/ai-machine-learning/analyze-graph-data-on-google-cloud-with-neo4j-and-vertex-ai).

„Neo4j Graph Data Science hilft Entwicklern, ihre prädiktiven Analysen und Recommendation Engines zu optimieren“, so Ritika Suri, Director Technology Partnerships bei Google. „Mit der Bereitstellung über GCP gewinnt die Graph Data Science-Lösung nun eine vertrauenswürdige, globale Infrastruktur in der Cloud. Anwender können die Plattform nahtlos entsprechend ihrer Geschäftsanforderungen skalieren und sie gemeinsam mit Lösungen wie Big Query sowie das umfangreiche KI, ML und Analytik-Toolset auf Google Cloud nutzen.“

Neben Neo4j AuraDS in der Cloud können Data Scientists auch weiterhin Neo4j Graph Data Science On-Premise nutzen. Die Bibliothek aus Graph-Algorithmen, ML-Pipelines und Data-Science-Methoden hat sich weithin bewährt und kann problemlos Hunderte von Milliarden von Knoten und Beziehungen verarbeiten. Die hohe Performance erleichtert es Data Scientists, innerhalb von bestehenden Data-Pipelines und Tools ihres Ökosystem zu arbeiten. Anwender erhalten eine ganzheitliche Umgebung, um das Potential von Graphtechnologie in vollem Umfang auszuschöpfen, Graph-Algorithmen und ML-Modelle anzuwenden und so die nächste Generation an KI-Anwendungen zu realisieren. Neo4j Graph Data Science punktet überall dort, wo eine hohe Genauigkeit der prädiktiven Analysen und damit ein umfassender Datenkontext nötig ist. Dazu gehören neben Recommendation Engines auch die Betrugsaufdeckung, das Risk Assessment und die 360-Grad-Kunden-Analyse.

„Skalierung steht für uns an erster Stelle, denn wir verarbeiten Kundendaten, deren Größe wir im Voraus nicht abschätzen können“, erklärt Zack Gow, CTO von Orita, einem US-amerikanischen Start-up, das Kundendaten über verschiedene Plattformen und Kanäle hinweg sammelt, analysiert und aufbereitet. „Neo4j bewältigt die Skalierung von unvorhersehbaren Kundendaten ohne Probleme. Mit Neo4j Graph Data Science konnten wir schnell mit dem Data Science-Teil unserer Arbeit beginnen. Als Start-up-Unternehmen ist bei uns hohes Tempo angesagt. Da wollen wir keine Zeit mit schwerfälligen Tools verschwenden.“

Mehr über Neo4j Graph Data Science as-a-Service, AuraDS, erfahren Sie im Blogbeitrag (https://neo4j.com/blog/introducing-graph-data-science-2-0-aurads/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-GDS-2) sowie im Webinar „What’s New in Graph Data Science: Schneller und einfacher als bisher“ (https://go.neo4j.com/wbr-220426-gds-2-0-launch.html)(Dienstag, 26. April 2022).

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