Graphtechnologie für die Datenanalyse Neo4j-Integration in Microsoft Fabric und Azure OpenAI Service

Anbieter zum Thema

Neo4j Germany GmbH

Microsoft Deutschland GmbH

Disy Informationssysteme GmbH

INFOMOTION GmbH

QUNIS GmbH

Neo4j und Microsoft integrieren die Neo4j-Graphdatenbank in Microsoft Fabric und Azure OpenAI Service. Künftig sei es möglich, strukturierte und unstrukturierte Daten für die Analyse zu verknüpfen und verborgene Muster und Beziehungen innerhalb der Daten aufzudecken.

Als All-in-one-Analyselösung deckt Microsoft Fabric zentrale Aufgaben in einer Plattform ab, von der Datenverschiebung über Data Science bis hin zu Real-Time Analytics und Business Intelligence. Azure OpenAI Service bietet darüber hinaus Zugriff auf die Sprachmodelle von OpenAI und somit auf vordefinierte und zusammengestellte KI-Modelle, um schnell und effektiv GenAI-Lösungen zu entwickeln. Mit der Integration der Graphdatenbank in die beiden Microsoft Services könnten Entwickler künftig Graph-Features auch im GenAI-Umfeld nutzen.

Integration von Neo4j in Azure OpenAI Service

• Umwandlung von Daten in einen Knowledge Graph: Über Azure OpenAI Service sei es möglich, unstrukturierte Daten zu verarbeiten, zu strukturieren und in einen Knowledge-Graphen zu laden. Dort seien Neo4j-Tools zur weiteren Analyse verfügbar, darunter Neo4j Bloom für die Datenvisualisierung oder der Neo4j Connector for Power BI für Business Intelligence (BI).

• GraphRAG für Kontext und Erklärbarkeit: In Kombination mit den GenAI-Funktionen von Neo4j lasse sich Azure OpenAI Service für vollständig integrierte GraphRAG-Anwendungen nutzen. GraphRAG ist eine Form von Retrieval Augmentation Generation (RAG), wobei LLMs mit externen Daten eines Knowledge Graphs (z. B. Unternehmensdaten) ergänzt werden, um Antworten relevanter, aktueller und präziser zu machen. Darüber hinaus könnten Unternehmen GenAI Orchestration Plattformen wie LangChain und LlamaIndex verwenden.

• Long Term Memory für LLMs durch Vektor-Embeddings: Neo4j unterstütze native Vektor Embeddings, Vektorsuche und Vektorspeicherung und ermögliche damit Long Term Memory für LLMs. Entwickler könnten so nativ Azure-OpenAI-Einbettungs-APIs verwenden, um Vektor-Embeddings zu generieren und sie in der Neo4j-Datenbank zu speichern, um sie dann später in RAG und anderen Zugriffsstrategien zu nutzen.

Integration von Neo4j in Microsoft Fabric

• Einheitliche Datenplattform mit Graph-Features: Kunden von Microsoft Fabric erhalten mit der Integration vollen Zugriff auf die Analysefunktionen von Neo4j. Über die Implementierung der Azure Data Factory könnten Daten aus dem Microsoft OneLake in die Graphdatenbank integriert werden. Die Datenextraktion aus Synapse Data Warehouse erfolge mithilfe des Data Warehouse Connectors von Neo4j. Darüber hinaus könnten Datenanalysten Graph-Data-Science-Algorithmen in Synapse-Data-Science-Notebooks ausführen, um Muster und Beziehungen innerhalb der Daten zu analysieren. Power BI lasse sich schließlich nutzen, um interaktive Dashboards auf Basis von Knowledge-Graphen zu generieren.

• Graph Analytics als Fabric-Workload: Die Teams von Neo4j und Microsoft Fabric arbeiten daran, Neo4j als nativen Workload für Graph Analytics auf der Microsoft-Fabric-Plattform bereitzustellen. Anwender könnten dann direkt von Fabric aus auf Graph-Analytics-Workload zugreifen, Graphmodelle aus OneLake-Daten erstellen, die Quelldaten performant in den Graph importieren, Graphdaten analysieren und visualisieren, Graphalgorithmen verwenden, um ihre Ergebnisse dank nahtloser End-to-End-Integration schlussendlich wieder in OneLake zurückzuschreiben.

Die Integration der Neo4j-Graphdatenbank in Azure OpenAI Service ist ab sofort verfügbar. Die Integration des Graph-Analytics-Workload in Microsoft Fabric soll in den nächsten Monaten folgen.

(ID:49981084)