Newmedia365.de

Schlagwort: Neo4j

  • Neo4j for Graph Data Science: Erstes Enterprise Framework für Data Scientists

    Neo4j for Graph Data Science: Erstes Enterprise Framework für Data Scientists

    Unternehmen sind erstmals in der Lage auf einfache Art und Weise bisher unlösbare Fragen mit Datenanalytik und Machine Learning zu beantworten

    München, 8. April 2020 – Neo4j, führender Anbieter von Graphtechnologie, kündigt die Verfügbarkeit von Neo4j for Graph Data Science an. Das Framework verbindet native Graphanalytik und Graphdatenbank mit skalierbaren Graph-Algorithmen und anschaulicher Visualisierung. Damit erhalten Data Scientists ein zuverlässiges und benutzerfreundliches Toolset für die Analyse vernetzter Daten und das Erstellen von Machine Learning-Modellen.

    Mit Neo4j for Graph Data Science können Anwender aussagekräftige, aber bislang weitgehend ungenutzte Beziehungen und Netzwerkstrukturen für ihre Analysen heranziehen. Anwendungsfälle reichen von der eindeutigen Nachverfolgung von Webseiten-Besuchern über mehrere Plattformen und Touchpoints hinweg bis zur Betrugsaufdeckung auf Grund verdächtiger Datenmuster oder der Erforschung von Krankheiten und ihren Behandlungsmöglichkeiten (z. B. Projekt COVID*Graph).

    Das Framework bietet Data Scientists eine leistungsstarke und praxistaugliche Arbeitsumgebung: Die native und persistente Modellierung ermöglicht die flexible Projektion von In-Memory-Graphen. Dank des Visualisierungstools Neo4j Bloom können die Ergebnisse anschaulich dargestellt und geteilt werden, wodurch Lösungen schneller entwickelt werden können. Skalierbare Graph-Algorithmen lassen sich zudem in reproduzierbare Abläufe integrieren und erlauben datenbasierte Vorhersagen. Dazu gehören beispielsweise Community Detection- und Similarity Algorithmen zur Identifizierung von Clustern und Nearest-Neighbor-Heuristiken, Centrality Algorithmen zur Identifizierung von Influencern sowie Pathfinding und Link Prediction Algorithmen für topologische Mustererkennung.

    Die wichtigsten Features im Überblick
    – Optimierte, parallele Algorithmen zur Analyse über mehrere Milliarden Knoten und Kanten
    – Bessere Datenintegration für schnellere Modellversuche (z. B. deterministisches Seeding)
    – Ein parallel erstellter skalierbarer In-Memory-Graph zur flexiblen Anpassung und Projektion der zugrundeliegenden Graphdaten
    – Veränderbarer In-Memory-Graph zur Überlagerung von Ergebnissen von Analyseschritten
    – Benutzerfreundlichkeit mit logischem Speichermanagement, intuitiver API und umfangreicher Dokumentation und Beispielen
    – Native Integration mit der Neo4j Graphdatenbank liefert maximale Leistung für Analysen und kompakte Speicherung
    – Explorative Visualisierung des Graphen sowie der Algorithmen-Ergebnisse für bessere Zusammenarbeit von Data Scientists, Entwicklern und Entscheidern

    „Die Annahme, dass mehr Daten die Genauigkeit erhöhen und False-Positive-Ergebnisse reduzieren, ist in der Datenanalyse ein weit verbreiteter Irrtum“, erklärt Alicia Frame, Lead Product Manager und Data Scientist bei Neo4j. „In Wirklichkeit übersehen viele datenwissenschaftliche Modelle die für Vorhersagen aussagekräftigsten Elemente innerhalb der Daten: ihre Verbindungen und Strukturen. Neo4j for Graph Data Science wurde genau deshalb konzipiert, um mit Hilfe der zugrundeliegenden Datenbeziehungen die Vorhersagegenauigkeit von Machine Learning-Modellen zu optimieren und bisher offene Fragen der Datenanalytik zu beantworten.“

    „Die Bereitstellung relevanter Inhalte für unsere registrierten Online-Nutzer sowie andere Besucher, ist für unser Geschäft von entscheidender Bedeutung“, erklärt Ben Squire, Senior Data Scientist bei Meredith Corporation. Das US-amerikanische Medienunternehmen erreicht mit seinen Publikationen jeden Monat 190 Millionen Konsumenten – sowohl über TV und Print als auch digital, per Mobilfunk oder Video. „Wir verwenden die Graph-Algorithmen in Neo4j, um Milliarden von Seitenaufrufen in Millionen von pseudonymisierten Profilen umzuwandeln. Statt ‚irrelevante Werbung‘ anzubieten, verstehen wir unsere Kunden jetzt besser, was sich in signifikanten Umsatzgewinnen und höherer Kundenzufriedenheit äußert.“

    Anwendungsfall Betrugsermittlungen
    Die Betrugsaufdeckung (z. B. Identitätsdiebstahl, Betrugsringe, Steuerhinterziehung) betrifft viele verschiedene Branchen, darunter Finanzdienstleister, Versicherungen und staatliche Behörden. Selbst die kleinste Präventivmaßnahme kann zu Einsparungen in Millionenhöhe führen. Neo4j for Graph Data Science unterstützt Ermittler dabei, schrittweise ihre Betrugsbekämpfung zu verbessern, ohne bestehende Machine Learning-Pipelines zu verändern. Das folgende Beispiel verdeutlicht den Einsatz von Neo4j for Graph Data Science im Rahmen der Betrugsaufdeckung:

    1. Ein Data Scientist ist in der Lage verdächtige Gruppen von Transaktionen mit Community-Detection-Algorithmen (z. B. Connected Components) zu ermitteln.
    2. Als nächstes werden mit den Graph-Algorithmen Betweenness Centrality oder PageRank verborgene Strukturen aufgedeckt, wie z.B. Konten, die im Mittelpunkt ungewöhnlich transitiver Transaktionen stehen.
    3. Ein Analyst kann diese Cluster anschließend mit Neo4j Bloom auf intuitive Weise untersuchen und Ergebnisse mit Betrugsexperten teilen, um Merkmale für kriminelles Verhalten abzuleiten.
    4. „Was-wäre-wenn“-Analysen oder mehrere aneinander gekoppelte Graph-Algorithmen können zusammen im variablen In-Memory-Workspace ausgeführt werden, wodurch die Struktur der Graphen flexibel angepasst wird.
    5. Ist die Abfolge der Algorithmen einmal validiert, kann sie für Machine-Learning-Modelle verwendet werden, um proaktiv und automatisiert Betrug zu verhindern und nicht nur aufzudecken.

    Weitere Informationen zu Neo4j for Graph Data Science finden Sie auf der Neo4j Website sowie im Blog. Registrieren Sie sich im Rahmen des ersten Online-Events von Neo4j Connections für Vorträge und Demos rund zu Graph Data Science am 28. April.

    Über Neo4j:
    Neo4j ist führender Anbieter für Graphtechnologie, die Unternehmen wie Airbus, Comcast, eBay, NASA, UBS, Walmart entscheidende Innovationen und Wettbewerbsvorteile bietet. Tausende von Community- Projekten sowie mehr als 400 Kunden erschließen vernetzte Daten mit Hilfe von Neo4j, um Zusammenhänge zwischen Menschen, Prozessen, Standorten und Systemen aufzudecken. Der Fokus auf Datenbeziehungen ermöglicht es Anwendungen, die mit Neo4j entwickelt wurden, die Herausforderungen vernetzter Daten zu meistern – von künstlicher Intelligenz, über Betrugserkennung und Echtzeit-Empfehlungen bis hin zum Stammdatenmanagement. Weitere Informationen unter Neo4j.com und @Neo4j.

    Firmenkontakt
    Neo4j
    Birgit Fuchs-Laine
    Prinzregentenstraße 89
    81675 München
    089 41 77 61 13
    neo4j@lucyturpin.com
    http://www.neo4j.com

    Pressekontakt
    Lucy Turpin Communications
    Birgit Fuchs-Laine
    Prinzregentenstraße 89
    81675 München
    089 41 77 61 13
    neo4j@lucyturpin.com
    http://www.lucyturpin.de

    Bildquelle: Neo4j

  • Neo4j BI Connector: Graphtechnologie jetzt auch für gängige Data-Discovery-Tools

    Neo4j BI Connector: Graphtechnologie jetzt auch für gängige Data-Discovery-Tools

    Ermöglicht eine nahtlose Integration der Neo4j Graphdatenbank in weitverbreiteten Business Intelligence-Anwendungen

    München, 24. März 2020 – Neo4j, führender Anbieter von Graphtechnologie, macht mit dem Neo4j BI Connector Graphdatenbanken auch für den Business Intelligence (BI)-Markt zugänglich. Das Modul ermöglicht die Echtzeit-Analyse von Graphdatensätzen sowie Daten aus relationalen und NoSQL-Datenbanken in bekannten BI-Anwendungen – unter anderem Tableau, Looker, TIBCO Spotfire, Oracle Analytics Cloud, MicroStrategy.

    Der Neo4j BI Connector unterstützt Anwender dabei, Datenvisualisierungen und Dashboards zu erstellen, effektiven Nutzen aus ihren Daten zu extrahieren und damit SQL-basierte Analysen anzureichern. Auf dieser Basis können Analysten, Business-Manager und Data Scientists bessere Entscheidungen treffen, die Betriebseffizienz erhöhen, Marktrends identifizieren und neue Umsatz- und Geschäftsmöglichkeiten ausloten.

    Die Funktionen des Neo4j BI Connector im Überblick:
    – Setzt auf den JDBC (Java Database Connectivity)-Standard.
    – Übersetzung von SQL (Structured Query Language) in die Neo4j-Abfragesprache Cypher.
    – Echtzeit-Einblick in vernetzte Daten ganz ohne zusätzliches Skripting oder Programmieren.
    – Vollständige Unterstützung und Bereitstellung für den unternehmensweiten Einsatz.

    Neo4j Graphtechnologie kommt in den unterschiedlichsten Data-Analytics-Workflows zum Einsatz:

    360°-Kundenansicht: BI-Analysten einer Bank können die Kreditwürdigkeit von Kunden besser bewerten, Leistungen kundenspezifisch anpassen und den Support entsprechend verbessern. Die Verknüpfung von unterschiedlichen Datensets, Konten und Kunden schafft einen ganzheitlichen Kontext für die Entscheidungsfindung. So kann beispielsweise ein Privatkunde, der als CEO eines Unternehmens auch Geschäftskunde der Bank ist, schnell zum High-Value-Kunden aufsteigen.

    Betrugsaufdeckung: Mit dem Neo4j BI Connector können Analysten und Ermittler Muster und Gruppierungen innerhalb von Daten aufspüren und so verdächtige Transaktionen zwischen Bankfilialen, Unternehmen und Personen sowie Betrugsringen identifizieren. Im Dashboard angezeigte Suchergebnisse (z. B. „Anzahl der identifizierten Betrugsfälle in Zeitraum X“) lassen sich so genauer untersuchen, um Zusammenhänge besser zu verstehen.

    Die anschauliche Visualisierung komplexer Datenbeziehungen macht Graphdatenbanken für eine Vielzahl von Geschäftsanwendungen immer beliebter. Gartner empfiehlt in seinen Predictions 2020, Graphtechnologie zu nutzen, um mehrere Datensätze semantisch anzureichern und über Silos hinweg automatisiert zusammen zu führen und zu erweitern. Dies ermöglicht eine umfassende Kontextbereitstellung und eine situative Beurteilung in Echtzeit für durchgehende Intelligence und bessere Entscheidungsfindung.

    Stimmen zum BI-Connector:

    Keith Hare, Vorsitzender des internationalen SQL-Standardkomitees für Datenbanksprachen:
    „Graphdatenbanken sind eine große Hilfe, um Daten tatsächlich zu verstehen. Aber auch für SQL-Datenbanken konzipierte Tools zur Datenanalyse, Visualisierung und Reporting haben ihre Vorteile. Der Neo4j BI Connector macht Graphdaten nun auch für bestehende BI-Tools nutzbar: Die Graphdatenanalyse wird in die SQL-Datenanalyse integriert, was den Wert von Property Graphdatenbanken weiter steigert. Die Integration ist ein guter Anfang, um es Unternehmen so einfach wie möglich zu machen, die richtige Datenbank für ihre Anwendung auszuwählen.“

    Fawad Zakariya, SVP of Business and Corporate Development bei Neo4j:
    „Neo4j BI Connector demokratisiert den Zugang zu Graphdaten für Millionen von Business Intelligence-Analysten – eine Anwendergruppe, die ein 20 Mrd. US-Dollar Marktsegment repräsentiert. Die Neo4j Graphdatenbank spielt eine immer wichtigere Rolle für Innovationen und der digitalen Transformation von Unternehmen. Wir investieren weiterhin in unser Ökosystem, um unsere Produktportfolio sowie unsere Marktposition auszubauen und der steigenden Kundennachfrage nachzukommen.“

    Dr. Michael Moore, National Practice Lead for Enterprise Knowledge Graphs, EY“s Data and Analytics (DnA) Group:
    „Neo4j hat mit Treibern für verschiedenen Programmiersprachen, APIs und Datenquellen-Konnektoren schon immer vielfältige Möglichkeiten für die Verknüpfung von Unternehmensdaten geboten“, so Moore. „Der neue Neo4j BI Connector ist ein weiterer großer Schritt nach vorn und etabliert Neo4j als eine vollwertige Mainstream-Datenmanagement-Plattform, die mit Hilfe von BI-Tools und -Workflows graphbasierte Daten im gesamten Unternehmen liefert. Unser Team hat den Neo4j BI Connector mit mehreren bekannten Business Intelligence-Tools getestet. BI-Power-User und Analysten können nun problemlos Echtzeit-KPIs und Dashboards direkt in Neo4j einbinden und die volle analytische Leistungsfähigkeit von Graphen nutzen, um nie dagewesene unternehmensweite Einblicke zu generieren.“

    Brian Matsubara, Senior Director of Global Technology Alliances bei Tableau:
    „Bei Tableau konzentrieren wir uns immer voll und ganz auf die Lösung der dringendsten Herausforderungen unserer Kunden“, so Matsubara. „Der Neo4j BI Connector bietet einen unternehmensweiten Zugriff von Tableau aus auf Live-Graphdaten, und eröffnet Anwendern die Vorteile der Echtzeit-Datenerhebung. Das ist eine riesige Chance, vorhandene Daten aus einem anderen Blickwinkel heraus zu untersuchen und KPIs besser zu verstehen.“

    Weitere Informationen über den Neo4j BI Connector finden Sie auf der Neo4j Website sowie im Blog. Der Neo4j BI Connector ist in der Neo4j Enterprise Edition-Subscription enthalten.

    Über Neo4j:
    Neo4j ist führender Anbieter für Graphtechnologie, die Unternehmen wie Airbus, Comcast, eBay, NASA, UBS, Walmart entscheidende Innovationen und Wettbewerbsvorteile bietet. Tausende von Community- Projekten sowie mehr als 400 Kunden erschließen vernetzte Daten mit Hilfe von Neo4j, um Zusammenhänge zwischen Menschen, Prozessen, Standorten und Systemen aufzudecken. Der Fokus auf Datenbeziehungen ermöglicht es Anwendungen, die mit Neo4j entwickelt wurden, die Herausforderungen vernetzter Daten zu meistern – von künstlicher Intelligenz, über Betrugserkennung und Echtzeit-Empfehlungen bis hin zum Stammdatenmanagement. Weitere Informationen unter Neo4j.com und @Neo4j.

    Firmenkontakt
    Neo4j
    Birgit Fuchs-Laine
    Prinzregentenstraße 89
    81675 München
    089 41 77 61 13
    neo4j@lucyturpin.com
    http://www.neo4j.com

    Pressekontakt
    Lucy Turpin Communications
    Birgit Fuchs-Laine
    Prinzregentenstraße 89
    81675 München
    089 41 77 61 13
    neo4j@lucyturpin.com
    http://www.lucyturpin.de

    Bildquelle: Neo4j

  • Die Zukunft von Graphdatenbanken: Neo4j 4.0 veröffentlicht

    Die Zukunft von Graphdatenbanken: Neo4j 4.0 veröffentlicht

    Das neue Release bietet Entwicklern unbegrenzte Skalierbarkeit und höhere Flexibilität für vernetzte Daten

    München, 4. Februar 2020 – Neo4j, führender Anbieter von Graphtechnologie, kündigt die sofortige Verfügbarkeit von Neo4j 4.0 an. Das neue Release stellt eine komplett neue Architektur der Graphdatenbank vor und beinhaltet die bisher tiefgreifendsten Neuerungen: Sharding und Federation für unbegrenzte Skalierbarkeit, reaktive Treiber-Architektur, DBMS mit multiplen Datenbanken und ein feingranulares Berechtigungssystem.

    Unternehmen setzen Neo4j 4.0 im Rahmen von fortschrittlichen Systemen sowie im Umgang mit zunehmend dynamischen und vernetzten Daten ein. Die neue Version der Neo4j-Graphdatenbank geht dabei noch stärker auf die steigenden Anforderungen bei der Entwicklung von Anwendungen ein – einschließlich unbegrenzter Skalierbarkeit, kontextueller Datenverarbeitung und höherer Sicherheit.

    „Mit Neo4j 4.0 heben wir die Messlatte für Graphdatenbanken deutlich an. Unser verstärktes Investment in der Entwicklung hat sich im neuen Release voll ausgezahlt – mit höherer Skalierbarkeit, Performance und Sicherheit von Graphdatenbanken, wie auch Datenbanken im Allgemeinen“, erklärt Emil Eifrem, CEO und Mitbegründer von Neo4j. „Unsere Kunden fordern uns immer wieder mit neuen Graph-Anwendungen und wünschen sich dafür unbegrenzte Skalierbarkeit sowie mehr Flexibilität in der Entwicklung und Bereitstellung. Gleichzeitig müssen Sicherheit und Datenschutz gewahrt werden. Mit Neo4j 4.0 gehen wir auf diese Herausforderung gezielt ein.“

    Die wichtigsten Funktionen von Neo4j 4.0 im Überblick

    – Sharding und Federation: Mit Neo4j 4.0 lassen sich Abfragen über viele Datenbanken parallel ausführen und Ergebnisse kombinieren oder zusammenfassen. Sharding bezeichnet dabei die Aufteilung (Partitionierung) eines Datenbestands in mehrere Teile. Durch ein föderiertes Datenbanksystem (Federation) werden die einzelnen Datenquellen in Neo4j dann wieder als eine einzige, kollektive Datenbank verfügbar gemacht. Die horizontale Skalierung ermöglicht Entwicklern und Architekten eine drastische Verbesserung der Performance für hoch-skalierbare Anwendungen ohne Einschränkung in Bezug auf Datenvolumen bzw. Lese- und Schreibdurchsatz.

    – Reaktive Architektur: Reaktive Systeme zeichnen sich durch minimale Responsezeit (Responsiveness), effiziente Ressourcennutzung, hohe Fehlertoleranz (Resilience), Elastizität (Elasticity) und asynchronen Nachrichtenaustausch (Message-driven) aus. Anwendungen auf Basis von reaktiven Architekturen liefern damit auch unter höchster Last eine hohe Performance bei minimalen Kosten. Mit Neo4j 4.0 können Entwickler die Interaktion zwischen Anwendungen und Datenbank voll steuern, zum Beispiel für robuste Datenpipelines, Streaming-Daten und maschinelles Lernen.

    – DBMS mit mehreren Datenbanken für flexibles Deployment: Neo4j 4.0 verfügt über eine neue Architektur für Datenbankmanagement. Damit lassen sich getrennte Datenquellen auf mehreren Datenbanken innerhalb einer einzigen Neo4j-Instanz oder -Clusters nutzen. Das steigert die Effizienz von Prozessen, sowie die Sicherheit und Agilität im Hinblick auf SaaS-Anwendungen mit Mandantenfähigkeit, benutzerfreundliche Implementierung und Compliance.

    – Feingranulares Berechtigungssystem: Mit Neo4j 4.0 erhalten Entwickler und Administratoren volle Kontrolle über den Datenzugriff. Detaillierte Kontrollmechanismen stellen sicher, dass nur autorisierte Anwender (oder Rollen) Zugang zu sensiblen Daten erhalten und Sicherheitsanforderungen und Datenschutzverordnungen eingehalten werden. Die höhere Sicherheit eröffnet für Graphtechnologie neue Anwendungsgebiete in sicherheitskritischen Bereichen wie Medizin, Compliance, Industrie, Forschung und überall dort, wo sensible Daten von Nutzern, Patienten oder Kunden gespeichert werden.

    Neue Anforderungen für intelligente Anwendungen
    Vernetzte Daten haben sich als entscheidendes Kriterium für die Entwicklung innovativer Anwendungen herauskristallisiert – insbesondere für die heuristischen Analytik, maschinelles Lernen, Knowledge-Graphen und KI. Neo4j 4.0 hat diese Anforderungen komplexer, intelligenter Anwendungen in den Fokus genommen:

    – Unbegrenzte Skalierbarkeit: Die Menge an Daten wächst kontinuierlich. Umso wichtiger ist es, dass mit steigendem Datenvolumen die Performance von Anwendungen nicht beeinträchtigt wird. Anwendungen müssen skalierbar sein – sowohl horizontal als auch vertikal, um höhere Datenvolumen effizient bewältigen zu können. Gleichzeitig gilt es, die Performance über eine Vielfalt von lokalen, hybriden und Cloud-Architekturen hinweg aufrechtzuerhalten.

    – Bereitstellung dynamischer Kontextinformationen zur Offenlegung von Zusammenhängen: Anwendungen benötigen Datenbanken, die sich der Komplexität, der Dynamik und der Unvorhersehbarkeit von realen Daten anpassen. Moderne Anwendungen nutzen vernetzte Daten, um Datenbeziehungen abzufragen, Kontext zu schaffen und Kausalitäten in Echtzeit aufzudecken.

    – Sicherheit und Datenschutz: Neue Regelungen im Bereich Datenschutz haben das Bewusstsein der Öffentlichkeit sowie von Unternehmen und Behörden im Umgang mit sensiblen, personenbezogenen Daten deutlich geschärft. Auch bei der Entwicklung von Anwendungen heißt es, diesen Anforderungen zuverlässig und schnell nachzukommen.

    – KI und Maschinelles Lernen: Operative Anwendungen werden mehr und mehr zum festen Bestandteil von komplexen KI- und ML-Systemen. Für die Implementierung von KI müssen zukünftige Anwendungen eine Brücke schlagen zwischen Data Science und den operativen Systemen, um den jeweiligen Informationskontext in Echtzeit nutzen zu können.

    Stimmen zu Neo4j 4.0:
    Mehr als 75% der Fortune-100-Unternehmen nutzen Neo4j, um den Kontext vernetzter Daten intelligent zu nutzen. Neo4j 4.0 unterstützt seine Anwender dabei, anspruchsvollste Herausforderungen bei der modernen Datenverarbeitung zu lösen.

    albelli ist einer der größten europäischen Anbieter von Fotobüchern. Die Fotosoftware wird von über einer Million Kunden genutzt. Um die große Menge an Fotodateien und Inhalten zu verwalten, setzt das Unternehmen auf Neo4j. „Bei albelli haben wir regelmäßig mit Petabytes von Daten zu tun. Daher freuen wir uns sehr über die höhere Skalierbarkeit in Neo4j 4.0“, so Josh Marcus, Chief Technology Officer bei albelli. „Dank der horizontalen Skalierung durch Sharding und Federation sowie der Scale-Up-Architektur von Neo4j kann unsere Graphdatenbank ohne Einschränkungen wachsen. Neo4j geht mit der neuen Version auf all unsere Anforderungen ein. Das macht Neo4j zu einem erstklassigen Anbieter und die Graphdatenbank bereit für die Zukunft.“

    Stephen O“Grady, Principal Analyst bei RedMonk:
    „Im Mittelpunkt moderner Anwendungsentwicklung steht Geschwindigkeit. Für die Entwickler ist daher neben der Performance der Datenbankplattformen, auch eine hohe Benutzerfreundlichkeit und Flexibilität extrem wichtig geworden. In der Regel wird daher versucht, umständliche Datenabstraktionen zur Übersetzung zwischen Geschäftsanforderungen und relationalen Schemata zu vermeiden. Graphdatenbanken sind dafür ein klassisches Beispiel, und Neo4j bleibt einer der Pioniere in dieser Kategorie. Die Vorteile der Graphtechnologie kommen unterschiedlichen Anwendergruppen in vielfältigen Einsatzszenarien zu Gute.“

    Michal Bachman, CEO von GraphAware:
    „Die Skalierbarkeit von Neo4j 4.0 ist am Markt einmalig. Damit etabliert sich die Graphdatenbank für KI- und Machine Learning-Anwendungen, die über riesige Datensätze skalieren müssen, um Lernalgorithmen den geeigneten Kontext zu liefern und KI nachvollziehbar zu machen. Die flexible Übertragung von granularen Kontrollmechanismen auf Knoten- und Beziehungsebene wird sich darüber hinaus unmittelbar auf eine ganze Reihe von Anwendungsfällen auswirken.“

    Neo4j 4.0 steht ab sofort zum Download auf der Neo4j Website bereit. Technische Informationen rund um die Features von Neo4j finden Sie im Blog.

    Über Neo4j:
    Neo4j ist führender Anbieter für Graphtechnologie, die Unternehmen wie Airbus, Comcast, eBay, NASA, UBS, Walmart entscheidende Innovationen und Wettbewerbsvorteile bietet. Tausende von Community- Projekten sowie mehr als 400 Kunden erschließen vernetzte Daten mit Hilfe von Neo4j, um Zusammenhänge zwischen Menschen, Prozessen, Standorten und Systemen aufzudecken. Der Fokus auf Datenbeziehungen ermöglicht es Anwendungen, die mit Neo4j entwickelt wurden, die Herausforderungen vernetzter Daten zu meistern – von künstlicher Intelligenz, über Betrugserkennung und Echtzeit-Empfehlungen bis hin zum Stammdatenmanagement. Weitere Informationen unter Neo4j.com und @Neo4j.

    Firmenkontakt
    Neo4j
    Birgit Fuchs-Laine
    Prinzregentenstraße 89
    81675 München
    089 41 77 61 13
    neo4j@lucyturpin.com
    http://www.neo4j.com

    Pressekontakt
    Lucy Turpin Communications
    Birgit Fuchs-Laine
    Prinzregentenstraße 89
    81675 München
    089 41 77 61 13
    neo4j@lucyturpin.com
    http://www.lucyturpin.de

    Bildquelle: Neo4j

  • Graphtechnologie vernetzt Daten in der Smart Factory

    Graphtechnologie vernetzt Daten in der Smart Factory

    Acht der Top Ten-Automobilhersteller setzen auf Graphdatenbank Neo4j für innovative Fertigung

    München, 22. November 2019 – In Sachen Industrial Internet of Things (IIoT) tut sich viel – und bleibt gleichzeitig vieles beim Alten. Das Management und die Auswertung von IIoT-Daten beispielsweise stehen bei Umfragen Jahr für Jahr als Sorgenkind der Hersteller fest. Nach einer Studie von McKinsey, nutzt die Mehrheit der Unternehmen gerade einmal 10% der erfassten Sensordaten effektiv für ihre Geschäftsprozesse; 90% bleiben ungenutzt.

    Angesichts der Schlüsselrolle von Big Data Analytics für das IIoT setzen Unternehmen daher verstärkt auf Technologien, die explizit auf die Verarbeitung, Auswertung und effektiven Nutzung von vernetzten, großen Datenmengen ausgerichtet sind. Graphtechnologie und Knowledge Graphen haben sich hier in den letzten Jahren zur de-facto Lösung etabliert.

    Der USP von Graphdatenbanken liegt in der Art und Weise, wie komplexe IIoT- und Produktdaten gespeichert und abgefragt werden können: Einzelne Geräte, Systeme oder Anlagen werden als Kreise (Knoten) dargestellt, die über Linien (Kanten) miteinander verbunden sind. Jedem Kreis und jeder Linie kann eine Eigenschaft zugewiesen werden. Statt Tabellen und Spalten entsteht so – ähnlich einer Mind-Map – ein Informationskontext, der Zusammenhänge und Muster in der Smart Factory visuell erfassbar macht, und Analyseergebnisse in Echtzeit liefert. Je mehr Informationen im Graph, desto komplexere Abfragen lassen sich über Algorithmen ausführen. Die Ergebnisse werden ihrerseits wieder abgelegt und für zukünftige Suchanfragen genutzt – ein Ausgangspunkt für Machine Learning und KI.

    Eine steigende Nachfrage für Graphtechnologie spürt auch Neo4j, Anbieter der gleichnamigen Property Graphdatenbank: Drei der fünf größten Flugzeughersteller setzen bei der Lösung komplexer datenrelevanter Fragen bereits auf die Neo4j-Graphdatenbank, darunter Airbus. Im Automotive-Markt nutzen führende Unternehmen wie Volvo und Daimler die Graphdatenbank, um Innovationen voranzutreiben, Prozesse zu vereinfachen und datengestützte Entscheidungen hinsichtlich Produkt-Roadmap, Fertigung und Aftermarket Services zu treffen. Zu den weiteren Kunden zählen darüber hinaus BASF, Bayer, Murrelektronik und Boston Scientific.

    „Das Potential von Graphtechnologie für das IIoT ist riesig. Allein in Deutschland hat sich die Zahl der Unternehmen, die IoT-Projekte umsetzen, in diesem Jahr mehr als verdoppelt,“ erklärt Dirk Möller, Area Director of Sales CEMEA bei Neo4j. „Big Data Analytics spielt hier eine wesentliche Rolle und unsere Graphdatenbank Neo4j ermöglicht es Herstellern, die Unmenge an Daten tatsächlich zu nutzen statt nur zu sammeln. Gemeinsam mit unseren Kunden entdecken wir immer neue Anwendungsgebiete, in denen Graphtechnologie die Ausgangsbasis von unternehmenskritischen Unternehmensanwendungen darstellt und Systeme tatsächlich „smart“ macht.“

    Die eine Anwendung für Graphtechnologie in der fertigenden Industrie gibt es dabei nicht. Die Einsatzszenarien finden sich entlang des ganzen Produktlebenszyklus – vom Produktdesign über die Fertigung und Qualitätskontrolle bis hin zur Supply Chain und Aftermarket Services (siehe Infographik). In der Praxis findet sich Neo4j unter anderem im:

    – Design & Development
    Die 360-Grad Ansicht eines Produkts erlaubt einen Blick in die DNA eines Produkts. Automobilhersteller können so schnell einsehen, wie Funktionalitäten innerhalb von Fahrzeugen zusammenhängen und wie die Konstruktionsänderung einer Komponente sich auf das Gesamtsystem auswirkt. Entwicklerteams können über Analytikverfahren Schleifen (Loops) im Systemdesign identifizieren, Cluster erkennen, die ideale Sequenz von Prozessen definieren und die Projektplanung optimieren.

    Forschungsintensive Industrien wie Medizin oder Pharma nutzen Graphtechnologie, um die wachsende Menge an Forschungsdaten in einem Knowledge Graphen zu sammeln und zu verknüpfen. Damit verschaffen sie sich einen Wissensvorsprung und können Kosten in der Entwicklung reduzieren und Zulassungsverfahren beschleunigen. Technische Forschungsinstitute wie die NASA nutzen Neo4j für das Knowledgemanagement.

    – Produktionsplanung & PDM
    In der Prozessindustrie ermöglicht die Vernetzung von Produktionsplanungsdaten eine Punktlandung bei der Ressourcenallokation in Anlagen. Dabei können die komplexen Abhängigkeiten zwischen den Fertigungsschritten modelliert und für jede einzelne Produktlinie in eine Kosten-Nutzen-Rechnung überführt werden.

    Lockheed Martin Space Systems nutzt Neo4j für das Produktdatenmanagement (PDM) und der Erstellung von Stücklisten (BOMs). Der Hersteller von Satelliten, GPS-Navigationsgeräten sowie Raumsonden und -fahrzeugen kann so Verbesserungspotential innerhalb von Prozessen aufdecken. Steigen zum Beispiel die Kosten aufgrund eines komplexeren Designs, muss geklärt werden, ob der Mehraufwand sich später auch auszahlt.

    – Predictive Maintenance & Prescriptive Maintenance
    Der französische Reifenhersteller Michelin nutzt Neo4j für die vorausschauende Wartung und Instandhaltung. Mit Sensoren ausgestatte LKW-Reifen melden, wenn ein bestimmter Schwellenwert überschritten und der Reifendruck angepasst werden soll. Die dafür notwendigen Daten (z. B. Luftdruck und Traktion, Reifentemperatur, Profil, Seriennummer) werden im Graphen miteinander verknüpft.

    Caterpillar greift bei der Instandhaltung seiner Baumaschinen auf mehr als 27 Millionen Dokumente zurück. Neo4j wird dabei für die natürliche Sprachverarbeitung genutzt, erfasst Muster innerhalb der Berichte und deckt so Fehlerursachen und Zusammenhänge auf.

    Derzeit nutzen Tausende von Unternehmen, darunter Start-ups wie Fortune-1000-Unternehmen, Neo4j, um neue und innovative Anwendungen zu entwickeln. Neben der fertigenden Industrie kommt die Graphdatenbank bei Recommendation-Engines in Online-Shops, bei der Betrugserkennung in Banken und Versicherungen, bei der Impact- und Fehleranalyse von IT- und Telekommunikationsnetzwerken, im Echtzeit-Routing in der Logistik sowie für das Stammdatenmanagement (MDM) und das Identitäts- und Zugriffsmanagement (IAM) zum Einsatz.

    Über Neo4j:
    Neo4j ist die führende Graph-Plattform, die Unternehmen wie Airbus, Comcast, eBay, NASA, UBS, Walmart entscheidende Innovationen und Wettbewerbsvorteile bietet. Tausende von Community- Projekten sowie mehr als 300 Kunden erschließen vernetzte Daten mit Hilfe von Neo4j, um Zusammenhänge zwischen Menschen, Prozessen, Standorten und Systemen aufzudecken. Der Fokus auf Datenbeziehungen ermöglicht es Anwendungen, die mit Neo4j entwickelt wurden, die Herausforderungen vernetzter Daten zu meistern – von künstlicher Intelligenz, über Betrugserkennung und Echtzeit-Empfehlungen bis hin zum Stammdatenmanagement. Weitere Informationen unter Neo4j.com und @Neo4j.

    Firmenkontakt
    Neo4j
    Birgit Fuchs-Laine
    Prinzregentenstraße 89
    81675 München
    089 41 77 61 13
    neo4j@lucyturpin.com
    http://www.neo4j.com

    Pressekontakt
    Lucy Turpin Communications
    Birgit Fuchs-Laine
    Prinzregentenstraße 89
    81675 München
    089 41 77 61 13
    neo4j@lucyturpin.com
    http://www.lucyturpin.de

    Die Bildrechte liegen bei dem Verfasser der Mitteilung.

  • Steigende Nachfrage im Finanzwesen nach Graphtechnologie

    Steigende Nachfrage im Finanzwesen nach Graphtechnologie

    20 der 25 weltweit führenden Finanzdienstleister setzen Neo4j im Kampf gegen Finanzkriminalität ein

    München, 22. Oktober 2019 – Die Aufdeckung von Betrugsfällen, die Prävention von Geldwäsche und die Umsetzung strenger Compliance-Richtlinien – im Kampf gegen die weltweit wachsende Finanzkriminalität investieren Banken und Finanzdienstleister verstärkt in neue Technologien. Eine starke Nachfrage nach Graphtechnologie spürt auch Neo4j, Anbieter der gleichnamigen Graphdatenbank.

    Die Graphdatenbank wird von 20 der 25 weltweit führenden Finanzdienstleistern eingesetzt, um Betrugsfälle unterschiedlichster Art aufzudecken. Die Echtzeit-Analyse großer, vernetzter Finanzdaten ermöglicht es Fortune-500-Unternehmen, verdächtige Anzeichen frühzeitig zu erkennen und einzuschreiten, ehe es zum Betrug kommt. Im Graph lassen sich selbst hoch komplexe Datenspuren zurückverfolgen und undurchsichtige Organisationsstrukturen und Zusammenhänge offenbaren. Neo4j wird dabei in einer Vielzahl von Anwendungen innerhalb des Risikomanagements eingesetzt, unter anderem bei AIG, Citigroup, Credit Agricole, China Zheshang Bank (CZ Bank), ING, Societe Generale, Thomson Reuters und UBS. Im Versicherungssektor nutzen Aviva, AG Insurance Belgium, Die Bayerische und Zurich Insurance Group die Graphdatenbank, um ihren Kundenservice zu verbessern und die Sicherheit zu erhöhen.

    Dun & Bradstreet (D&B), ein führender B2B-Dienstleister für Wirtschaftsinformationen und Technologien, setzte bei der Einführung eines neuen B2B-Compliance-Service auf Graphtechnologie. Der Service unterstützt Unternehmen, die wirtschaftliche Eigentümerschaft natürlicher Personen im Laufe der Unternehmens-geschichte zu dokumentieren, um gesetzliche Neuregelungen im Kampf gegen Geldwäsche und Steuerhinterziehung einzuhalten. „Das intuitive und schnelle Verständnis von Datenbeziehungen ermöglichte es uns, Unternehmensstrukturen zu erkennen und damit zwielichtige Eigentumsverhältnisse aufzudecken,“ erklärt Paul Westcott, Senior Compliance Manager. „Neo4j mit seinem Netzwerk aus Knoten und Verbindungen ist in der Lage, Daten zu einer natürlichen Person in Millisekunden zu ermitteln. Diese extrem schnelle Informationsbereitstellung ist ideal für unsere Anforderungen.“

    Bis 2026 soll der Markt für Betrugserkennung und -prävention auf 120 Mrd. US-Dollar anwachsen. Allein in den USA wurden in den letzten zehn Jahren mehr als 48.000 Patente für Lösungen zur Erkennung von Betrug und Anomalien vergeben. Die Innovationsgeschwindigkeit unterstreicht das sich zuspitzende Wettrennen zwischen dem Finanz- und Versicherungssektor auf der einen und den technologisch ausgefeilten Methoden der Kriminellen auf der anderen Seite. Mit täglich zehntausenden von Vorfällen bei Transaktionen haben traditionelle, manuelle Ansätze zur Überprüfung von Anomalien längst ihre Wirksamkeit eingebüßt.

    „Graphdatenbanken bieten eine leistungsstarke Lösung, Betrugsringe, Geldwäsche und andere raffinierte Betrugsfälle aufzudecken. Sie spüren Muster in Daten auf, die mit herkömmlichen Methoden verborgen bleiben“, so Philip Rathle, Vice President of Products bei Neo4j. „Dieser Ansatz hilft Finanzinstituten, ihre Geschäftskunden mit mehreren Konten, BICs und Geschäftsbereichen besser zu unterstützen. Wir sehen, wie graphbasierte Anwendungen Initiativen anstoßen und Services ermöglichen, mit denen Banken, ihren Anteil der verwalteten Vermögen erhöhen, den Kapitalerhalt ausbauen und gleichzeitig den gesetzlichen Vorschriften wirkungsvoll nachkommen können.“

    Weitere Anwendungsbeispiele von Neo4j im Finanzsektor:
    – Lending Club: Management von 130 Microservices
    – Kerberos: Geldwäsche-Prävention mit Neo4j
    – ICIJ: Steuerflüchtlingen auf der Datenspur – Panama und Paradise Paper
    – Neo4j Lösungen: Financial Services

    Über Neo4j:
    Neo4j ist die führende Graph-Plattform, die Unternehmen wie Airbus, Comcast, eBay, NASA, UBS, Walmart entscheidende Innovationen und Wettbewerbsvorteile bietet. Tausende von Community- Projekten sowie mehr als 300 Kunden erschließen vernetzte Daten mit Hilfe von Neo4j, um Zusammenhänge zwischen Menschen, Prozessen, Standorten und Systemen aufzudecken. Der Fokus auf Datenbeziehungen ermöglicht es Anwendungen, die mit Neo4j entwickelt wurden, die Herausforderungen vernetzter Daten zu meistern – von künstlicher Intelligenz, über Betrugserkennung und Echtzeit-Empfehlungen bis hin zum Stammdatenmanagement. Weitere Informationen unter Neo4j.com und @Neo4j.

    Firmenkontakt
    Neo4j
    Birgit Fuchs-Laine
    Prinzregentenstraße 89
    81675 München
    089 41 77 61 13
    neo4j@lucyturpin.com
    http://www.neo4j.com

    Pressekontakt
    Lucy Turpin Communications
    Birgit Fuchs-Laine
    Prinzregentenstraße 89
    81675 München
    089 41 77 61 13
    neo4j@lucyturpin.com
    http://www.lucyturpin.de

    Die Bildrechte liegen bei dem Verfasser der Mitteilung.

  • Neo4j Streams für Echtzeit-Integration in Apache Kafka

    Neo4j Streams für Echtzeit-Integration in Apache Kafka

    Neo4j Streams Connector für Kafka and Confluent-Plattform ermöglicht unmittelbaren Einblick in vernetzte Event-Streams

    München, 2. Oktober 2019 – Neo4j, Anbieter der führenden Graphdatenbank, kündigt die Integration seiner Graphdatenbank mit Apache Kafka® und der Confluent®-Plattform an. Mit Neo4j StreamsTM lassen sich Kafka Event-Streams in Neo4j verknüpfen, um schneller auf Ereignisse reagieren zu können. Die Erweiterung des Neo4j-Servers ist ab sofort für alle Neo4j und Kafka-Anwender verfügbar.

    Kafka ist eine verteilte Streaming-Plattform, mit der riesige Mengen an Datenströmen in Echtzeit verarbeitet werden können. Der neue Neo4j Sink Connector in Neo4j Streams unterstützt die nahtlose Integration von Neo4j, Kafka und Confluent Technologien. Die Event-Streams in Kombination mit der leistungsstarken Analytik der Graphdatenbank ermöglicht umfassende Korrelationen in Echtzeit und bietet Unternehmen ein hohes Maß an Flexibilität sowie Innovationspotential. Kunden können Neo4j Streams für unterschiedliche Echtzeit-Anwendungen nutzen, beispielsweise bei der Betrugserkennung, im Knowledge Graph oder bei der Erstellung eines 360-Grad Kundenprofils.

    Mit der Integration stellt Neo4j Change Events in Kafka bereit. Dadurch können sich Drittanwendungen und nachgelagerte Systeme aktualisieren. Zudem lassen sich Aufrufe hinzufügen, um Daten von Kafka zu empfangen und zu versenden und so auf Events zuzugreifen. Anwender der Graphdatenbank können darüber hinaus Ereignisse aus Kafka laden und diese in ein Graphmodell umwandeln bzw. importieren (z. B. Change Data Capture (CDC) oder Data Sink).

    Der Neo4j Sink Connector ist von Confluent als Verified Gold Level-Lösung verifiziert (Confluent Verified Integrations Program). Damit ist sichergestellt, dass der Konnektor alle technischen und funktionalen Anforderungen der Kafka Connect API erfüllt. Diese Open-Source-Schnittstelle ermöglicht die Anbindung von Kafka an externe Systeme wie Datenbanken. Die Kompatibilität zur Kafka Connect API bietet eine bessere Benutzbarkeit für Anwender, höhere Skalierbarkeit und zuverlässige Integration mit der Confluent-Plattform. Dazu gehört neben Schema Registry und Control Center auch die Confluent Cloud, ein vollständig verwalteter Daten-Streaming-Dienst basierend auf Kafka.

    Fawad Zakariya, SVP of Business and Corporate Development bei Neo4j, baut das umfassende Ökosystem für Graphdatenbanken weiter aus: „Die Integration der beliebtesten Streaming-Plattform mit der leistungsstärksten Graphdatenbank stellt einen echten Mehrwert für Neo4j Unternehmenskunden dar. Unternehmen müssen in Echtzeit auf Ereignisse reagieren können, um beispielsweise Betrugsfälle aufzudecken und Kundenverhalten kontextbezogen zu analysieren. Mit der Integration stehen ihnen nun neue Wege offen, innovative und intelligente Anwendungen zu entwickeln und umfassenden Daten-Kontext mit Echtzeit-Streaming-Daten zu kombinieren.“

    „Daten sind für Unternehmen nur dann wirklich wertvoll, wenn sie in der Millisekunde, in der sie erzeugt werden, auch genutzt werden können“, so Simon Hayes, Vice President of Corporate and Business Development bei Confluent. „Das ist auch der Grund, warum rund 60% der Fortune-100-Unternehmen eine Event-Streaming-Plattform in den Mittelpunkt ihrer Geschäftsabläufe stellen. Durch die Integration mit Neo4j Streams können Kunden die Zusammenhänge zwischen Ereignissen unmittelbar erkennen, die Daten in einen Kontext und so schneller handeln.“

    Neo4j Streams ist für alle Neo4j Enterprise Edition- und Confluent-Kunden verfügbar. Alle Kunden der Neo4j Enterprise Edition erhalten zudem umfassenden Support. Weitere Informationen finden Sie unter: www.neo4j.com/confluent.

    Über Neo4j:
    Neo4j ist die führende Graph-Plattform, die Unternehmen wie Airbus, Comcast, eBay, NASA, UBS, Walmart entscheidende Innovationen und Wettbewerbsvorteile bietet. Tausende von Community- Projekten sowie mehr als 300 Kunden erschließen vernetzte Daten mit Hilfe von Neo4j, um Zusammenhänge zwischen Menschen, Prozessen, Standorten und Systemen aufzudecken. Der Fokus auf Datenbeziehungen ermöglicht es Anwendungen, die mit Neo4j entwickelt wurden, die Herausforderungen vernetzter Daten zu meistern – von künstlicher Intelligenz, über Betrugserkennung und Echtzeit-Empfehlungen bis hin zum Stammdatenmanagement. Weitere Informationen unter Neo4j.com und @Neo4j.

    Firmenkontakt
    Neo4j
    Birgit Fuchs-Laine
    Prinzregentenstraße 89
    81675 München
    089 41 77 61 13
    neo4j@lucyturpin.com
    http://www.neo4j.com

    Pressekontakt
    Lucy Turpin Communications
    Birgit Fuchs-Laine
    Prinzregentenstraße 89
    81675 München
    089 41 77 61 13
    neo4j@lucyturpin.com
    http://www.lucyturpin.de

    Bildquelle: Neo4j