Neo4j, Spezialist für Graph-Datenbanken, rief zum Graph Summit nach München. Neben kleineren Anpassungen stand die Integration von Generativer KI (GenAI) und Graph-Datenanalyse im Mittelpunkt des Treffens.

Die Datenbankindustrie hat mit der Graph Query Language, kurz GQL, eine neue ISO-Standardsprache. Michael Hunger von Neo4j wirft einen Blick auf den Ursprung des neuen Standards, den Einfluss von Cypher bei der Erstellung und den zu erwartenden Effekt auf den Markt für Graphdatenbanken.

Big Data und Machine Learning (ML) liefern wichtige Erkenntnisse, die ohne Fokus auf geschäftliche Interessen jedoch schnell ins Leere laufen. MLOps geben mit messbaren Benchmarks eine klare Richtung vor und behalten immer die ökonomischen Zielsetzungen im Auge.

Die weltweit erzeugte Datenmenge soll sich laut IDC bis 2027 fast verdoppeln – von rund 150 auf über 280 Zettabyte. Der Großteil davon fällt in Unternehmen an. Um diese Daten nutzbar zu machen, sind effiziente Speicherlösungen nötig. Gerade für Künstliche Intelligenz (KI), Machine Learning (ML) und das Internet of Things (IoT) bietet sich dabei Edge-Storage als Lösung an.

Die Entwicklung von KI-Anwendungen ist nicht nur teuer und zeitaufwendig. Sie ist auch abhängig von der Qualität der Daten, mit denen sie trainiert werden. KI-Entwickler stehen dabei vor einem Dilemma: Die Daten sind oft unvollständig, schwer zu finden und können versteckte Risiken enthalten. Darunter leiden Entwicklungszeiten, Entwicklungskosten und vor allem die Qualität der Anwendungen selbst.

GitHub Copilot Workspace soll den gesamten Entwicklungsprozess von der Planung bis zur Implementierung unterstützen. Die Erweiterung setzt Anweisungen in natürlicher Sprache automatisch in Code um.

Die klassische Aggregation von Logdaten stößt in hochvolumigen und dynamischen Umgebungen an ihre Grenzen. Hier kommt der extended Berkeley Packet Filter, kurz eBPF, ins Spiel: Er soll die Art und Weise, wie wir Observability-Daten und insbesondere Logs sammeln, revolutionieren.

Wo Agilität, Skalierbarkeit und Resilienz auf Kostenkontrollen treffen, setzt sich Serverless als bevorzugter Ansatz durch. Das verstärkte Aufkommen innovativer APIs für serverlose Anwendungen ruft neuartige Architekturen auf den Plan.

Voraussetzung für die erfolgreiche Umsetzung einer KI-Strategie ist eine umfassende Datenverarbeitung sowie die Etablierung eines effektiven Data-Governance-Systems. Dabei kommt DevOps-Teams eine zentrale Rolle zu.

Computer Vision oder kurz CV ist ein sich schnell entwickelnder Bereich der künstlichen Intelligenz. Dafür existiert eine Vielzahl von Computer-Vision-Bibliotheken, die meist auf spezifische Bedürfnisse oder Programmiersprachen zugeschnitten sind. Welche empfehlen sich?