ist Vice President, Field Engineering EMEA & APAC bei Neo4j
Das Covid-Jahr 2020 konnte die digitale Transformation nicht ausbremsen. Sogar ganz im Gegenteil: Viele Unternehmen haben den Warnschuss gehört und machen sich nun im Eiltempo auf in die Cloud oder wagen die ersten Schritte in Richtung KI, ML und Data Analytics. Eine grundsätzliche Frage betrifft dabei die Wahl der Datenbanken, die Bedeutung von Cloud und Data Science sowie neuen Rollenbildern in Unternehmen. Hier zeichnen sich vier deutliche Trends ab.
Vernetzte und autonome Fahrzeuge waren vor wenigen Jahren noch Wunschvorstellung. Heute sind sie heute bereits Realität. Immer mehr Software-Komponenten, Sensoren und Schnittstellen halten Einzug ins Auto. Die zunehmende Konnektivität des Fahrzeugs macht das Produkt „Auto“ um ein Vielfaches komplexer und verlangt nach neuen Ansätzen für das Product-Lifecycle-Management (PLM).
Vor allem im Güterverkehr auf der Straße sind Reifenpannen nicht nur ein Frage der Sicherheit, sondern auch ein Kostenfaktor. Fällt ein LKW unfallbedingt aus, kann das die ganze Logistikkette in Verzug bringen und Fuhrparkmanagern Zeit und Geld kosten. Der Reifenhersteller Michelin setzt für seinen Service „Tire Asset Management“ auf smarte Technologien. Neben RFID zur Übertragung der Sensordaten kommt dabei auch Graphtechnologie zum Einsatz.
Um Wissenschaftlern einen besseren Zugriff auf Forschungsdaten zu bieten, baut das Deutsche Zentrum Für Diabetesforschung e.V. (DZD) ein standortübergreifendes Daten- und Knowledge Management auf. Auf Basis der Graphdatenbank Neo4j werden Metadaten aus Grundlagenforschung mit klinischen Studien verknüpft, um neue Muster und Zusammenhänge zu erkennen.
Während die digitale Transformation in der IT und dem Controlling schon zur Tagesordnung gehört, steht Human Resources oftmals noch am Anfang. Dabei gilt es auch hier, schnell wichtige Fragen zu klären: Wie lassen sich beispielsweise Personalengpässe ausgleichen? Wie können kurzfristig standortübergreifende Expertenteams gebildet werden?
Am prominenten Beispiel der amerikanischen Weltraumbehörde NASA illustriert Stefan Kolmar von Neo4j, wie ein Knowledge Management System (KMS) dabei helfen kann, vernetztes Wissen nutzbar zu machen.
Der Wert und Nutzen des relationalen Datenbankmanagementsystems (RDBMS) von Oracle steht außer Frage. Für einen Großteil von Unternehmensanwendungen ist Oracle zu Recht die richtige Datenbanklösung. Wahr ist allerdings auch: Big Data verlangt mehr Agilität und höhere Performance, damit auch stark vernetzte Daten, problemlos abgefragt werden können.
Bei Daten reicht “Big” nicht mehr aus – vielmehr geht es jetzt um eine “Vernetzung”. Wie Stefan Kolmar von Neo Technology in seinem aktuellen Blog für silicon.de erklärt, erkennen das auch immer mehr Unternehmen.
Graphtechnologie eignet sich für Netzwerke – und da gibt es durchaus Parallelen zu Städten, so Stefan Kolmar von Neo4j. Bei einer smarten Stadtverwaltung dreht sich auch alles um die intelligente Steuerung von Systemen.