Pressemitteilung von Neo4j

Neo4j stellt Infinigraph vor: Graphdatenbank für kombinierte Operationale- und Analytische-Workloads mit 100-TB+ Skalierung

---

---

München - 4. September 2025 - Neo4j , Anbieter von Graphdatenbanken und Graph Analytics, stellt Infinigraph vor. Die neue verteilte Grapharchitektur unterstützt transaktionale (OLTP) und analytische (OLAP) Workloads in einem einzigen System bei 100-TB+ Skalierung. Der Graph wird dabei nicht fragmentiert und es entsteht keine doppelte Infrastruktur, bei gleichbleibend hoher Performance.

Die Architektur gewährleistet vollständige ACID-Compliance. Damit sind alle Lese-, Schreib- und Update-Operationen konsistent, zuverlässig und wiederherstellbar - selbst bei Milliarden von Beziehungen und Tausenden gleichzeitigen Abfragen in Echtzeit.

Infinigraph eröffnet damit neue Anwendungsgebiete in einer Phase, in der GenAI-Deployments eine bisher nicht erreichte Datenskalierung erfordern. Anwender können Millionen von Dokumenten als Vektoren einbetten und direkt im Graph speichern, um kontextbezogene Assistenten und semantische Suche zu unterstützen.

Datensilos zwischen Transaktions- und Analysesystemen auflösen
Die neue Architektur löst zudem ein zentrales Datenproblem von Unternehmen, die aufgrund von Datensilos mit voneinander getrennten transaktionalen Systemen und analytischen Tools arbeiten müssen. Diese Trennung erschwert den Einsatz von KI-Anwendungen, verlangsamt Entscheidungen in Echtzeit und treibt die Kosten durch komplexe Integrationen in die Höhe. Stattdessen sehen sich Unternehmen gezwungen, zwei Datenbanken zusammenzuführen, mehrere getrennte Systeme zu synchronisieren oder eine einzelne Engine über ihre Grenzen hinaus zu belasten.

Infinigraph löst dieses Problem direkt. In der neuen Architektur wird Sharding eingesetzt, wodurch die Property-Daten des Graphen über verschiedene Cluster-Mitglieder verteilt werden. Der Graph bleibt dabei logisch vollständig, Abfragen verhalten sich wie erwartet und Anwendungen lassen sich ohne Codeänderungen oder manuelle Workarounds skalieren. So können Teams beide Workload-Typen im selben System und in sehr großem Umfang ausführen - ohne ETL-Pipelines, Synchronisationsverzögerungen oder redundante Infrastruktur. Autonome KI-Agenten, Compliance-Systeme und transaktionale Anwendungen lassen sich auf einer konsistenten, vernetzten Datenbasis betreiben.

Unternehmen können so zum Beispiel im selben Datensatz Betrugsversuche erkennen und Netzwerke analysieren. Sie können in Echtzeit Kundenempfehlungen generieren und gleichzeitig jahrzehntelange Kundendaten und Verhaltenstrends auswerten.

Leistung und Features von Infinigraph im Überblick:
- 100TB+ horizontale Skalierung ohne Anpassungen von Anwendungen
- Einbettung von Milliarden Vektoren direkt im Graphen
- Hohe Performance auch bei sehr großen transaktionalen und analytischen Workloads
- Hohe Verfügbarkeit über mehrere Rechenzentren hinweg durch autonomes Clustering, das Ausfälle automatisch erkennt und behebt
- Keine ETL-Pipelines, keine Synchronisationsverzögerungen und kein doppelter Speicher
- Erhalt der Graphstruktur für Traversals in Echtzeit, auch bei hoher Skalierung
- Volle ACID-Compliance für konsistente Enterprise-Datenintegrität
- Preismodell für Skalierung: Compute und Storage werden separat abgerechnet - für mehr Kontrolle über Kosten und flexible Deployments

Mit Infinigraph stellt Neo4j Anwendern das gesamte Spektrum an Scale-Architekturen bereit. Teams können replizierte Graphen für High Availability und Read Scalability einsetzen, föderierte Graphen mit Neo4j Fabric für Abfragen über getrennte Graphen nutzen oder geshardete Graphen mit Infinigraph für nahtlose Skalierbarkeit. Die Kombination dieser Architekturen deckt unterschiedliche Anwendungsfälle im gesamten Unternehmen ab.

"Mit Infinigraph setzen wir einen neuen Standard für Enterprise-Graphdatenbanken", erklärt Sudhir Hasbe, President, Technology bei Neo4j. "Ein einziges System, das Real-Time Operations und Deep Analytics gemeinsam ausführt - mit voller Genauigkeit und in großem Maßstab. Wir geben Entwicklern die Möglichkeit, intelligente Systeme zu schaffen, die Daten in Wissen verwandeln, unbegrenzt skalieren und ihre größten Datenprobleme lösen. Und das ohne zusätzliche Komplexität oder Kosten."

Infinigraph ist ab sofort als Teil der Neo4j Enterprise Edition verfügbar. In Kürze steht die Graphdatenbank auch in Aura bereit, der Cloud-nativen Plattform von Neo4j für Graph-Anwendungen. Ausführliche Informationen zu Infinigraph finden sich im Blog auf der Neo4j Webseite .

Graph-Innovationen für KI-Anwendungen von Morgen
Die neue verteilte Grapharchitektur markiert einen weiteren Meilenstein von Neo4j. Der Anbieter brachte als Erster Graph-Analytics für beliebige Datenplattformen auf den Markt, führte native Vektorsuche für Graph-basiertes GenAI-Retrieval ein, machte sein gesamtes Cloud-Portfolio KI-tauglich und entwickelte Enterprise-level Graph Data Science (inkl. Graph-Algorithmen-Bibliothek). Damit positioniert Neo4j seine Graphdatenbank als zentralen Graph-Layer für intelligente Anwendungen. Bereits heute wird die native Grapharchitektur von mehr als der Hälfte der Fortune-500-Unternehmen eingesetzt und kommt in 84 der Fortune-100-Unternehmen zum Einsatz (u. a. Adobe, BT Group, Novo Nordisk, Uber, UBS).

Neo4j wurde als 2025 Gartner Peer Insights™ Customer"s Choice ausgezeichnet und im Gartner® Magic Quadrant™ for Cloud Database Management Systems 2024 als Visionär eingestuft. The Forrester Wave™: Vector Databases, Q3 2024 bezeichnete Neo4j als "Strong Performer". Ende letzten Jahres überschritt das Unternehmen die Marke von 200 Millionen US-Dollar an jährlichen Umsätzen.

REFERENZEN / HINTERGRUNDINFOS

Chad Cloes, Staff Software Engineer, Intuit
"Bei Intuit setzen wir Neo4j für geschäftskritische Projekte ein, unter anderem für unsere Security Attribution Platform, die auf unserem Open-Source-Projekt Nodestream basiert. Mit wachsendem Datenvolumen und steigender Komplexität müssen wir skalieren, ohne dabei Abstriche bei der Performance zu machen. Infinigraph eröffnet uns dafür neue Möglichkeiten."

Moheesh Raj, Director of Engineering, Dun & Bradstreet
"Unsere Systeme basieren auf vernetzten Insights (Erkenntnissen) aus Identity-, Ownership-, Linkage- und Compliance-Daten. Es ist entscheidend, sowohl Echtzeit-Abfragen durchzuführen als auch umfassendere Muster zu analysieren, um Mehrwert zu schaffen. Dafür muss sich ein Graph in beide Richtungen skalieren lassen."

Devin Pratt, Research Director, IDC
"Mit der exponentiellen Ausweitung von GenAI-Anwendungsfällen hat Graph-Infrastruktur zunehmend an Bedeutung gewonnen. Neo4js jüngster Schritt mit Infinigraph ist ein wichtiger nächster Meilenstein, um Unternehmen beim horizontalen Skalieren ihrer Graph-Grundlagen für Enterprise-Anforderungen zu unterstützen."

(Bildquelle: Neo4j) Firmen- & Pressekontakt