Graphdatenbanken – die Macht der Beziehungen

Graphdatenbanken haben besondere Stärken gegenüber anderen Datenbank-Ansätzen. Mit Ihnen lassen sich Daten visualisieren und Beziehungen zwischen Daten darstellen. Mehr dazu erfahren Sie in dieser Aufzeichnung am konkreten Beispiel des Deutschen Zentrums für Diabetesforschung.

Sprecher

Dr. Alexander Jarasch

Head of Data and Knowledge Management, Deutsches Zentrum für Diabetesforschung (DZD)

Kurzvita

Informationen folgen in Kürze

Bruno Ungermann

Sales Manager, neo4j

Kurzvita

Bruno Ungermann kümmert sich im Team von neo4j um Kunden und Interessenten in der Region DACH. Davor war er als Consultant, Projektleiter und Sales Manager im Bereich Enterprise Software bei Softwareherstellern wie Cognos, Hyperion, Oracle und Pentaho tätig. Seine fachlichen Schwerpunkte sind Knowledge-Management und Enterprise Search.

Martin Seiler

Heise Business Services

Kurzvita

Martin Seiler befasste sich als IT-Redakteur bei der Computerwoche viele Jahre lang mit Themen wie Netzwerke, Telekommunikation oder Security. 2006 wechselte er in den Eventbereich von IDG, für den er Fachveranstaltungen unterschiedlichster Art wie Seminare, Konferenzen, Roadshows und Webcasts entwickelte, organisierte und moderierte. Seit 2010 arbeitet Martin Seiler für Heise Business Services.

Graphdatenbanken eignen sich ideal, um sowohl einzelne Datensätze als auch die Zusammenhänge zwischen den Daten - Menschen, Dokumente, Maschinen etc. - zu visualisieren und stark vernetzte Informationen abzufragen. Auf diese Weise kann ein Kontext hergestellt und Verbindungen dargestellt werden.

Knowledge Graph ist einer der wichtigsten Use Cases von Graphdatenbanken, denn sie eignen sich ideal, um sowohl einzelne Datensätze als auch die Zusammenhänge zwischen den Daten zu visualisieren und stark vernetzte Informationen abzufragen. Ausschließlich Graphen ermöglichen near real-time Abfragen über bisher isolierte Datensilos hinweg. Je mehr Daten miteinander verknüpft werden, desto mehr Kontext entsteht, den die Graph-Algorithmen abfragen und für Entscheidungen heranziehen können.

In diesem Webcast haben Sie die Gelegenheit, mehr über Graphdatenbanken und ihre Stärken zu erfahren. Außerdem erläutert Dr. Alexander Jarasch, Head of Data and Knowledge Management beim Deutschen Zentrum für Diabetesforschung (DZD) wie Graphdatenbanken in Kombination mit relationalen Datenbanken genutzt werden können.

Das DZD setzt für sein standortübergreifendes Daten- und Knowledge Management auf die Graphdatenbank von Neo4j. Ziel ist es, Wissenschaftlern einen besseren Zugriff auf Forschungsdaten zu ermöglichen und wirksame Präventions- und Behandlungsmaßnahmen zur Bekämpfung von Diabetes abzuleiten.

Ziel der übergeordneten Datenbank, DZDconnect, ist die Entstehung eines Informationskontextes, in dem Wissenschaftler gemeinsam forschen, ohne Tests wiederholen zu müssen. DZDconnect liegt als Layer über den relationalen Datenbanken, um bestehende Systeme und Datensilos im DZD zu verknüpfen. „Die Technologien erleichtern es, medizinische Fragen aus unterschiedlichen Blickwinkeln und indikationsübergreifend zu betrachten“, erklärt Dr. Alexander Jarasch.

Moderator der Sendung ist Martin Seiler von Heise Business Services.