{"id":31393,"date":"2026-06-09T09:20:53","date_gmt":"2026-06-09T07:20:53","guid":{"rendered":"https:\/\/www.sysbus.eu\/?p=31393"},"modified":"2026-06-04T09:26:36","modified_gmt":"2026-06-04T07:26:36","slug":"neo4j-uebernimmt-graphaware-und-staerkt-offene-ki-und-dateninfrastrukturen","status":"publish","type":"post","link":"https:\/\/www.sysbus.eu\/?p=31393","title":{"rendered":"Neo4j \u00fcbernimmt GraphAware und st\u00e4rkt offene KI- und Dateninfrastrukturen"},"content":{"rendered":"\n

Die Anforderungen an sichere und souver\u00e4ne Daten- und KI-Infrastrukturen nehmen weltweit zu. Vor allem Beh\u00f6rden und Organisationen mit hohen Compliance-Anforderungen suchen nach offenen und nachvollziehbaren Alternativen zu propriet\u00e4ren Plattformen. Gleichzeitig w\u00e4chst die Bedeutung von Graphtechnologien f\u00fcr moderne Analyse- und KI-Anwendungen. Vor diesem Hintergrund hat Neo4j die \u00dcbernahme des Analyse-Spezialisten GraphAware bekannt gegeben. Ziel ist der Ausbau einer offenen Graph-Intelligence-Plattform f\u00fcr sicherheitskritische Anwendungen.<\/p>\n\n\n\n

\"\"
Emil Eifrem, Gr\u00fcnder und CEO von Neo4j – Quelle: Neo4j<\/figcaption><\/figure>\n\n\n\n

Neo4j \u00fcbernimmt das in London ans\u00e4ssige Unternehmen GraphAware, das Analysesoftware f\u00fcr Ermittlungsbeh\u00f6rden und Sicherheitsorganisationen entwickelt. Durch die Integration der Plattform GraphAware Hume in die Neo4j Graph-Intelligence-Plattform entsteht eine L\u00f6sung f\u00fcr kollaborative Ermittlungen und nachvollziehbare Entscheidungsprozesse in komplexen Datenumgebungen. Laut Neo4j soll die Kombination eine offene und standardbasierte Alternative zu propriet\u00e4ren Systemen wie Palantir Gotham bieten.<\/p>\n\n\n\n

GraphAware Hume unterst\u00fctzt Sicherheitsbeh\u00f6rden dabei, Informationen aus unterschiedlichen Quellen zu einem vernetzten Lagebild zusammenzuf\u00fchren. Die L\u00f6sung wird unter anderem von Strafverfolgungsbeh\u00f6rden, Verteidigungsorganisationen und Einheiten zur Bek\u00e4mpfung von Finanzkriminalit\u00e4t eingesetzt. Zu den gemeinsamen Referenzkunden von Neo4j und GraphAware z\u00e4hlen die Europ\u00e4ische Kommission sowie die US-Steuerbeh\u00f6rde IRS.<\/p>\n\n\n\n

Anwendungsbeispiele reichen von der Polizeiarbeit in Westaustralien \u00fcber graphgest\u00fctzte KI-Anwendungen des US-Verteidigungsministeriums bis hin zur Analyse von Cyberbedrohungen durch europ\u00e4ische Sicherheitsbeh\u00f6rden. Die \u00dcbernahme ist Teil der langfristigen KI-Strategie von Neo4j, das bereits Investitionen von 100 Millionen US-Dollar in KI-Innovationen angek\u00fcndigt hat. Das Unternehmen verzeichnet nach eigenen Angaben eine stark wachsende Nachfrage nach Graphtechnologien f\u00fcr KI-gest\u00fctzte Datenanwendungen.<\/p>\n\n\n\n

Weitere Informationen zu GraphAware Hume und der Neo4j Graph-Intelligence-Plattform finden Sie im Blog auf der Neo4j Webseite<\/a>.\u00a0<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"

Die Anforderungen an sichere und souver\u00e4ne Daten- und KI-Infrastrukturen nehmen weltweit zu. Vor allem Beh\u00f6rden und Organisationen mit hohen Compliance-Anforderungen suchen nach offenen und nachvollziehbaren Alternativen zu propriet\u00e4ren Plattformen. Gleichzeitig w\u00e4chst die Bedeutung von Graphtechnologien f\u00fcr moderne Analyse- und KI-Anwendungen. Vor diesem Hintergrund hat Neo4j die \u00dcbernahme des Analyse-Spezialisten GraphAware bekannt gegeben. Ziel ist der Ausbau einer offenen Graph-Intelligence-Plattform f\u00fcr sicherheitskritische Anwendungen.<\/p>\n","protected":false},"author":82,"featured_media":31395,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","footnotes":""},"categories":[10036,4],"tags":[1088,25920,17767,21095,7683],"class_list":["post-31393","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-kuenstliche-intelligenz","category-news","tag-cybersecurity","tag-graphaware","tag-graphtechnologie","tag-kuenstlicheintelligenz","tag-neo4j"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/31393","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/users\/82"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=31393"}],"version-history":[{"count":1,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/31393\/revisions"}],"predecessor-version":[{"id":31396,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/31393\/revisions\/31396"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/media\/31395"}],"wp:attachment":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=31393"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=31393"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=31393"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}