Neo4j Ergänzt Graphdatenbank um Vektorsuche Für Semantische Suchanwendungen und GenAI


München, 22. August Neo4j®, führender Anbieter von Graphdatenbanken und Graph Analytics, erweitert die Kernfunktionen der Graphdatenbank Neo4j um native Vektorsuche. Die Integration ermöglicht Anwendern im Rahmen semantischer Suchanwendungen einen kontextbasierten Blick auf ihre Daten. Die Ergebnisse lassen sich für GenAI-Anwendungen nutzen und als eine Art Langzeitgedächtnis für Large Language Models (LLMs) heranziehen. 

Die neue Vektorsuchfunktion in der Graphdatenbank Neo4j findet implizite Beziehungen und Muster zwischen Daten, die weniger auf exakten Übereinstimmungen als auf ähnlichen Merkmalen basieren. Damit liefert sie relevante Antworten auch ohne die Vorgabe von definierten Schlüsselwörtern. Daten sowie ihr zugehöriger Kontext werden in einen hochdimensionalen (dichten) Vektor transformiert, der sich in abstrahierter Form für Machine Learning (ML) nutzen lässt. Zum Einsatz kommt die Vektorsuche unter anderem beim Abgleich von Texten oder Dokumenten und beim Generieren von Empfehlungen (Recommendations). 

In Knowledge Graphen erlaubt die Vektorsuche genauere, erklärbare und transparente Ergebnisse, die als Grundlage für LLMs dienen und die Fehleranfälligkeit (KI-Halluzinationen) minimieren. Generative KI-Anwendungen (GenAI) können im Kontext der vernetzten Daten Schlussfolgerungen ziehen und relevante Informationen abrufen. 

„Die Vektorsuche deckt implizite Beziehungen auf, während im Graphen explizite, faktische Muster sichtbar werden. Diese Kombination ist nicht nur aus KI-Sicht von unglaublichem Wert“, erklärt Emil Eifrem, Mitbegründer und CEO von Neo4j. „Unternehmen wollen von der Innovationskraft rund um GenAI profitieren. Sie müssen aber darauf vertrauen können, dass die Systeme korrekte, transparente und erklärbare Ergebnisse liefern. LLMs entwickeln sich momentan schnell weiter. Graphdatenbanken wie Neo4j gewinnen im gleichen Tempo an Bedeutung, weil sie es erlauben, die Möglichkeiten und Grenzen von GenAI im Business-Umfeld auszuloten.“

Mit der Vektorsuche baut Neo4j die Funktionen seiner Graphdatenbank weiter aus. Im Juni stellte der Graph-Experte die Integration mit den GenAI-Funktionen in Vertex AI für Google Cloud vor, der führenden Plattform für maschinelles Lernen (inkl. LLMs). Entwickler können unstrukturierte Daten in einen Knowledge Graphen laden, sie in natürlicher Sprache abfragen und die LLM-generierten Ergebnisse validieren (Grounding). 

Neben AWS und GCP ist Neo4j AuraDB seit April in Microsoft Azure verfügbar. Als erster Anbieter nativer Graphdatenbanken wurde Neo4j zudem in den Gartner®️ Magic Quadrant™️ for Cloud Database Management Systems* aufgenommen. 

Neo4j unterstützt generative KI-Implementierungen in zahlreichen Fortune-500-Unternehmen – von globalen Energiekonzernen über internationale Pharmahersteller bis hin zu IT- und Analyseunternehmen. 

Mehr über die Vektorsuche in der Graphdatenbank Neo4j erfahren Sie auf der Neo4j Webseite sowie im aktuellen Blog „Vector Search, Deeper Insights

Bildmaterial zum Download (Quelle: Neo4j): LLM-Grounding mit Knowledge Graphen  

LLM-Grounding mit Knowledge Graphen

*GARTNER und MAGIC QUADRANT sind eingetragene Marken von Gartner, Inc. und/oder seinen Tochtergesellschaften in den USA und international und werden hier mit Genehmigung verwendet. Alle Rechte vorbehalten.

Gartner unterstützt keinen 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.

Weitere Links:

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 neo4j.com.

Neo4j Media Hotline:
pr@neo4j.com 
neo4j.com/news/

Lucy Turpin Communications:
Sabine Listl
+49 89 417761—16
neo4j@LucyTurpin.com