Die Kollaboration zwischen Neo4j und Amazon Web Services (AWS) besteht seit dem Jahr 2013. Nach 10 Jahren wird die Zusammenarbeit jetzt auf ein Strategic Collaboration Agreement über mehrere Jahre ausgeweitet. Unter anderem will AWS dadurch die Nachfrage nach Langzeitspeichern für die Validierung spezifischer Unternehmensdaten und Domänen für Large Language Models (LLMs) abdecken.
Neo4j und AWS: Die Kollaboration
Neo4j ist einer der führenden Anbieter von Graphdatenbanken und Graph Analytics. Mit den Lösungen von Neo4j lassen sich Beziehungen und Muster in Milliarden von Daten schnell und einfach erkennen. Diese Datenstruktur dient beispielsweise der Betrugserkennung oder der Netzwerkverwaltung.
AWS ist vor allem an der nativen Graph-Datenspeicherung und Graph Analytics interessiert, die Neo4j anbietet. Neo4j bietet deshalb im AWS Marketplace neben Neo4j Aura Enterprise auch Neo4j Aura Professional an. Dabei handelt es sich um eine in einer Cloud vernetzten Graphdatenbank, die vollständig verwaltet wird und dadurch einen schnellen Einstieg in generative KI ermöglicht.
Neo4j integriert die Anwendungen direkt in Amazon Bedrock. Bedrock ging erst vor wenigen Wochen an den Start und vereint zahlreiche Foundation Models (FMs) von führenden KI-Unternehmen, deren Anwendungen und Funktionen einer sicheren und flexiblen Nutzung von generativer KI gewährleisten. Die Graphdatenbanken und Graph Analytics von Neo4j erweitern dieses Angebot.
Die technischen Optionen der Graphdatenbanken von Neo4j
AWS verspricht sich von der Kollaboration mit Neo4j die Lösung gewisser Probleme oder besser gesagt die Verbesserung bestehender Funktionen. Die Anwendungen von Neo4j sind unter anderem in diesen Bereichen wichtig:
• KI-Halluzinationen: Wenn eine KI Falschaussagen tätigt, sprechen wir von einer Halluzination. Die KI „denkt sich etwas aus“. Durch Retrieval Augmented Generation (RAG) sollen diese Halluzinationen reduziert oder bestenfalls komplett beseitigt werden. Das funktioniert, durch virtuelle Assistenten, die ausschließlich auf internen, kuratierten Daten aus einem Unternehmen basieren. Die Datenbegrenzung vermindert Halluzinationen und lässt leicht Rückschlüsse auf die Quelle schließen.
• Personalisiert Inhalte: Knowledge Graphen ermöglichen den Aufbau von umfangreichen Basismodell-Sammlungen. Es ist nicht notwendig, Modelle neu zu entwickeln. Stattdessen dienen die FMs als Grundlage, auf denen neue Entwicklungen aufgebaut werden können.
• Holistische Antworten: Suchfunktionen sind immer beliebt und je genauer die Suche ist, desto besser. Neo4j bietet Funktionen an, mit denen die Echtzeit-Suche durch Vektoreinbettungen unstrukturierter Daten wie Bildern oder Texten erweitert werden kann. Die Knowledge Graphen von Neo4j sind so detailliert, dass Kunden sowohl über klare Suchbegriffe wie Kategorien oder ID, als auch über Beschreibungen oder Bilder nach Produkten suchen können.
• Schnellstart für Knowledge Graphen: Zusätzlich hilft die generative KI von Amazon Bedrock dabei, Daten zu strukturieren. Dadurch ist ein schnellerer Zugriff auf die Knowledge Graphen möglich und Entscheidungen können in Echtzeit getroffen werden.
Neo4j will die neuen Features und Integrationen auf der AWS re:Invent vom 27. bis 30. November in Las Vegas präsentieren.
AWS kennelernen mit skill it
AWS bietet eine riesige Anzahl von Anwendungen für alle möglichen Prozesse. Der Einstieg kann im ersten Moment überfordernd sein. Wir helfen dir gerne dabei, dich in AWS zurechtzufinden. In unserem Seminar AWS Technical Essentials geben wir dir einen Überblick über die wichtigsten Anwendungen und Funktionen in AWS. Im Seminar AWS Cloud Practitioner Essentials bereiten wir dich darauf vor, ein zertifizierter Cloud Practitioner zu werden. Mit diesen grundlegenden Kenntnissen steht deinem Weg durch die zahlreichen Funktionen von AWS nichts mehr im Wege.
