Tag Graphdatenbanken

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

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