Vorteile einer Graph basierten Datenplattform

Souveränität im Umgang mit Ihren Daten

Schaffen Sie sich mehr Freiheitsgrade im Umgang mit Ihren Daten. Die Modellierung einer Graph basierten Datenplattform  erlaubt es Ihnen, Ihre Daten deutlich flexibler auszuwerten und prozessoptimiert zu nutzen - unabhängig von Ihren sonstigen proprietären Softwareanwendungen wie etwa ERP oder CRM Systemen.


Transparenz und Nachvollziehbarkeit

Eine optionale grafische Darstellung des traversierten Graphen eines Suchergebnisses macht die Treffer einer Ergebnisliste nachvollziehbar und garantiert eine hohe System-Akzeptanz.


Geschwindigkeit durch Rückfragefreiheit

Das Arbeiten mit den "Original-Daten", die direkte Verfügbarkeit der Arbeitsergebnisse aus anderen Fachbereichen und das Entkoppeln und Parallelisieren der Aufgabenerledigung, bringen einen enormen Geschwindigkeitszuwachs und erlauben deutlich mehr Agilität im Tagesgeschäft.


Jederzeit bedarfsbezogen erweiterbar

Jedes Datenobjekt ("Knoten") ist ein potenzieller Ankerpunkt für weitere Relationen zu neuen Datenobjekten. Das System ist jederzeit erweiterbar und  mittels agiler Methoden, ideal einzuführen. Ein "big bang" ist nicht notwendig, man kann fokussiert mit einem Teilbereich des Datennetzes beginnen und anschließend bedarfsbezogen erweitern ("think big - start small")


Firmen- und Domänen-übergreifend

Die Gestaltung des Datenmodells ist unabhängig von der Aufbauorganisation und der Wertschöpfungskette.

Die Offenheit für "fremde Domänen" ist Voraussetzung für die Integration von gesetzlichen Vorschriften oder z.B. die Nutzung von "open data".


Ideal für bereichs- und firmenübergreifende Abfragen

Relationale Datenbankmodelle werden grundsätzlich für einen bestimmten Anwendungszweck "designt". Abfragen, die nicht in dem ursprünglichen Szenario vorgedacht waren, sind unter Umständen gar nicht oder nur mit großen Einschränkungen umsetzbar.

Eine Graph basierte Datenplattform erlaubt die Definition beliebiger Abfragen, die mit enormer Performance bereichsübergreifende Sichten generieren.


Basis für kontextbezogenes Wissensmanagement

Das Modellieren von z.B. abstrakten Wirkstrukturen und Funktionszusammenhängen - zusätzlich zu der technischen Umsetzung - erlaubt das explizite Abbilden von Wissen, das bisher ausschließlich  in den Köpfen einzelner Mitarbeiter verankert war.


lückenlose Nachvollziehbarkeit

Jedes Datenelement, das einmal erfasst wurde, bleibt im Netz erhalten. Ein Löschen wird lediglich durch ein Deaktivieren umgesetzt.

So wird vermieden, dass ein "Loch im Datennetz" entsteht. In der Historie jedes Knotens kann lückenlos dokumentiert werden, wann was von wem geändert wurde.

Ergebnis ist die vollständige Dokumentation eines Produktes inklusive seiner Entwicklungshistorie.


gerüstet für AI/KI

Ein konsistenter, Graph basierter Datenbestand ist Grundvoraussetzung für weiterführendes Überlegungen in Richtung AI/KI und lernender Systeme. 

Dem Grundsatz folgend:  "Before you start talking about big data, take care of your small data"