SlideShare uma empresa Scribd logo
1 de 12
Baixar para ler offline
Kantwert: Deutschlands erstes
Entscheidernetzwerk - mit Neo4j
BERLIN, OKTOBER 2015
Worum geht es heute
1 Kunden kennen heißt Daten verarbeiten und verstehen
In den letzten Jahren hat sich die „Datenlandschaft“ eruptiv verändert –
derenVerarbeitung und Nutzung in vielen Bereichen jedoch kaum
Querdenken: Ein Erfolgsfaktor auch in der Datennutzung
2
3
Know your customer
Es gibt viele Daten – isoliert und vernetzt – aber was wird effizient genutzt?
Geographische
Daten
Gerätedaten
Social Networks
Web Nutzungs-
daten
Smart-Phone-App-
Daten
Öffentliche Daten
Vernetzte Daten: Eine neue Sicht auf
Existierendes
Ein	
  soziales	
  Netzwerk,	
  
das	
  die	
  Kontakte	
  der	
  
TOP-­‐Entscheider	
  und	
  
der	
  eigenen	
  Kunden	
  
aufzeigt	
  
Erstmals	
  kann	
  das	
  
Netzwerk	
  der	
  guten	
  
Geschä?skontakte	
  
systemaAsch	
  genutzt	
  
werden	
  
Alle	
  Entscheider	
  aus	
  
öffentlichen	
  Quellen:	
  
ca.	
  3,5	
  Mio.	
  Vorstände,	
  
Geschä?sführer,	
  
Aufsichtsräte,	
  Gesel-­‐
lscha?er,	
  Minister,..	
  
Exzellente	
  
Daten	
  
1
Kantwert	
  zeigt	
  ganz	
  
intuiAv,	
  wen	
  Ihre	
  
zufriedenen	
  Kunden	
  
kennen	
  und	
  woher.	
  Das	
  
macht	
  Ansprache	
  einfach.	
  
	
  
Einfache	
  
InformaAon	
  
3
Aus	
  FunkAonen	
  der	
  
Entscheider	
  werden	
  
Beziehungen	
  abgeleitet;	
  
täglich	
  aktualisiert	
  
Komplexe	
  
Analyse	
  
2
Netzwerk	
  
Algorithmus	
  
Das kantwert Datenuniversum
Daten	
  &	
  Netzwerk	
  
Einzigar(ge	
  Datenbank	
  jurisAscher	
  
Personen	
  mit	
  allen	
  AGs,	
  GmbHs,	
  
SA?ungen,	
  Verbände,	
  Kammern,...	
  
und	
  deren	
  Präsidenten,	
  Vorstände,	
  
Prokuristen,	
  Aufsichtsräte,...(seit	
  
1991)	
  
Die Basis
Einziges	
  Netzwerk	
  aller	
  Entscheider	
  
abgeleitet	
  aus	
  deren	
  FunkAonen.	
  
Algorithmus	
  bewertet	
  die	
  
Beziehungen/	
  Kanten	
  und	
  ermi_elt	
  
den	
  Einfluss	
  der	
  Entscheider	
  
Der USP
•  11	
  Mio.	
  Handelsregister-­‐
veröffentlichungen	
  
•  2,5	
  Mio.	
  Jahresabschlüsse	
  
•  120k	
  Firmeninsolvenzen	
  
•  50k	
  Gesellscha?er-­‐
informaAonen	
  
•  15k	
  Websites	
  zu	
  
•  Verbänden	
  
•  Vereinen	
  
•  SA?ungen	
  
•  Parlamenten	
  
mehrfach	
  täglich	
  aktualisiert	
  
Die Anwendung
Webapplikation –
kein IT-Projekt nötig
https://networketing.kantwert.de
Kauf von Aktien
Geschäftsführer
Vorstand
Prokurist
Peter Hans
Dieter
XY AG
MA GmbH
Präsident
Insiderhandel: Strukturen erkennen und deuten
Dieter – kauft große Mengen Aktien der XY AG
Dieter – 1. Geschäftsführer bei MA GmbH
2. Präsident bei Rotary Club
3. Geschäftsführer bei KL GmbH
Hans – 1. Geschäftsführer bei MA GmbH
2. Aufsichtsrat bei XY AG
Peter – 1. Vorstand bei XY AG
2. Geschäftsführer bei AB GmbH
Mark – 1. Geschäftsführer bei AB GmbH
2. Geschäftsführer der KL GmbH
Fazit:
•  Dieter kennt Hans über seine Tätigkeit bei
der MA GmbH (8/10 P)
•  Dieter kennt ebenfalls Hans über seine
Tätigkeit beim Rotary Club (6/10 P)
•  Dieter kann Peter kennen über seine
Tätigkeit bei der KL GmbH und damit über
Mark, welcher bei der KL GmbH im Vorstand
und Prokurist von der XY AG ist (1/10)
à  Insgesamt 15 Punkte
Potenzieller Insider Handel
AB GmbH Mark KL GmbH
Aufsichtsratsmitglied
Fraud: Neue Möglichkeiten der Offenlegung
A GmbH
B GmbH C GmbH
K GmbH
J GmbH
D GmbH
I GmbH
H GmbH
G GmbH
F GmbH
E GmbH
XY UG
(haftungsbeschränkt)
L GmbH
AB Holding GmbH
X GmbH
N GmbH
O GmbH
M GmbH
V GmbH
AZ Textilhandel GmbH
P GmbH
Q GmbH
AS GmbH
U GmbH
T GmbH
R GmbH
A GmbH
TB GmbH
Z GmbH
Y GmbH
AA GmbH
AB GmbH
AC GmbH
AD GmbH
AE GmbH
A GmbH
Max Muster
Klaus XY
Y
Z
X
W
CD GmbH
Hans Peter
Verschiedene Datenbanken für
verschiedene Zwecke
Die synchrone Verarbeitung der Daten in verschiedenen Systemen ermöglicht verschiedene Nutzungsarten
Führendes System für die
Datenhaltung
Cassandra Key-
Value-Store
Ermöglicht Suche; wird parallel
bei Einspielprozessen befüllt
SolR Suchindex
Hohe Performance, weil
Relationen in der Datenbank
abgelegt sind und nicht wie bei
relationalen Systemen über
komplexe Joins immer wieder
neu berechnet werden müssen,
Performance weitgehend
unabhängig vom Datenvolumen
Neo4J Graphen-
datenbank
Wöchentlicher Export aus
Cassandra vor allem für
Qualitätsanalysen
PostgresDB
Key-Value-Store: Cassandra
•  Daten werden in Schlüssel-
Wert-Relations abgelegt
•  strukturiertes
Datenbanksystem
•  hohe Skalierbarkeit
•  hohe Ausfallsicherheit
à  ermöglicht sehr schnelle
Lese- und Schreiboperationen
Graphendatenbank: Neo4J
•  Modellierung sehr viel einfacher
als bei relationalen DBs weil es
keinen Unterschied zwischen
fachlichem Modell und
Datenbank-Modell
•  schnelle Anpassung der
Datenbank auch im laufenden
Betrieb möglich
•  schnelle Ergebnisse durch
schrittweisesVorgehen
à Performance ist unabhängig von
der Gesamtzahl der Knoten
Relationale Datenbank
•  Basiert auf Tabellen
•  Bei jeder Abfrage müssen die
Beziehungen wieder hergestellt
werden
àBeziehungen zwischen Objekten
können auch dargestellt werden,
jedoch führen diese bei steigender
Komplexität der Beziehungen in
vielen Fällen zu
Performanceengpässen
Verschiedene Datenbanken erfordern
Kompetenz und Überblick
kantwert bringt Systemen mit
Businessdaten das Netzwerken bei
Das Netzwerk aller
Unternehmen und
Entscheider in Deutschland
steht und wird täglich
aktualisert. Die wichtigsten
Länder Zentraleuropas
werden aufgebaut.
Europäisches
Entscheider-
netzwerk
Businesscloud
zur Vernetzung
Apps auf dem
Netzwerk
Bestehende Systeme (ERP,
CRM, Kontakte) werden
gegen das Netzwerk in der
Cloud abgeglichen.
Zusammenhänge innerhalb
der Geschäftspartner
werden deutlich. Neue
Strategien entstehen.
Eine Crowd kann Apps für
zahlreiche Use Cases
entwickeln: Sales and
Marketing Optimisation,
CreditRisk, Fraud,
Compliance.
kantwert lizensiert das
Netzwerk
Tilo Walter
Geschäftsführer
kantwert GmbH
Feldstr. 1
65719 Hofheim
+49 171 2211418
tilo.walter@kantwert.de
www.kantwert.de
GEMEINSAM DURCHSTARTEN

Mais conteúdo relacionado

Semelhante a GraphTalk Berlin - Deutschlands erstes Entscheidernetzwerk mit Neo4j

Tweets und Aktienkurse? Wertvolle Erkenntnisse durch Data Blending gewinnen
Tweets und Aktienkurse? Wertvolle Erkenntnisse durch Data Blending gewinnenTweets und Aktienkurse? Wertvolle Erkenntnisse durch Data Blending gewinnen
Tweets und Aktienkurse? Wertvolle Erkenntnisse durch Data Blending gewinnenit-novum
 
Big Data_und auf was es wirklich ankommt. 1A Relations
Big Data_und auf was es wirklich ankommt. 1A RelationsBig Data_und auf was es wirklich ankommt. 1A Relations
Big Data_und auf was es wirklich ankommt. 1A RelationsGeorg Blum
 
Big Data User Prediction: Siegfried Stepke, e-dialog
Big Data User Prediction: Siegfried Stepke, e-dialog Big Data User Prediction: Siegfried Stepke, e-dialog
Big Data User Prediction: Siegfried Stepke, e-dialog e-dialog GmbH
 
Market Research Meets Business Intelligence
Market Research Meets Business IntelligenceMarket Research Meets Business Intelligence
Market Research Meets Business IntelligenceDataLion
 
Historisierung und Analyse von Daten aus Oracle Enterprise Manager Cloud Cont...
Historisierung und Analyse von Daten aus Oracle Enterprise Manager Cloud Cont...Historisierung und Analyse von Daten aus Oracle Enterprise Manager Cloud Cont...
Historisierung und Analyse von Daten aus Oracle Enterprise Manager Cloud Cont...OPITZ CONSULTING Deutschland
 
Bluecue Event - Collaboration Monitoring (Analytics)
Bluecue Event - Collaboration Monitoring (Analytics)Bluecue Event - Collaboration Monitoring (Analytics)
Bluecue Event - Collaboration Monitoring (Analytics)Christoph Adler
 
Data lake vs Data Warehouse: Hybrid Architectures
Data lake vs Data Warehouse: Hybrid ArchitecturesData lake vs Data Warehouse: Hybrid Architectures
Data lake vs Data Warehouse: Hybrid ArchitecturesComsysto Reply GmbH
 
effimag präsentation 05 short
effimag präsentation 05 shorteffimag präsentation 05 short
effimag präsentation 05 shortBrigitte Ilsanker
 
IT-Tage 2017: Visuelle Analyse komplexer Datenbestände am Beispiel der Panama...
IT-Tage 2017: Visuelle Analyse komplexer Datenbestände am Beispiel der Panama...IT-Tage 2017: Visuelle Analyse komplexer Datenbestände am Beispiel der Panama...
IT-Tage 2017: Visuelle Analyse komplexer Datenbestände am Beispiel der Panama...Karin Patenge
 
Warum Pureplay-E-Commerce in 5 Jahren tot ist
Warum Pureplay-E-Commerce in 5 Jahren tot istWarum Pureplay-E-Commerce in 5 Jahren tot ist
Warum Pureplay-E-Commerce in 5 Jahren tot istDirk Hoerig
 
Digitale Transformation für KMU
Digitale Transformation für KMUDigitale Transformation für KMU
Digitale Transformation für KMUGernot Sauerborn
 
Wie Händler und Hersteller in der Post-Webshop-Ära zu Technologieunternehmen ...
Wie Händler und Hersteller in der Post-Webshop-Ära zu Technologieunternehmen ...Wie Händler und Hersteller in der Post-Webshop-Ära zu Technologieunternehmen ...
Wie Händler und Hersteller in der Post-Webshop-Ära zu Technologieunternehmen ...Dirk Hoerig
 
Inventx - Präsentation Innovationstag Digital Banking Liechtenstein 2015
Inventx - Präsentation Innovationstag Digital Banking Liechtenstein 2015Inventx - Präsentation Innovationstag Digital Banking Liechtenstein 2015
Inventx - Präsentation Innovationstag Digital Banking Liechtenstein 2015Roman Dinkel
 
Erfolg Ausgabe 1/2 2008 vom 26. Februar 2008
Erfolg Ausgabe 1/2 2008 vom 26. Februar 2008Erfolg Ausgabe 1/2 2008 vom 26. Februar 2008
Erfolg Ausgabe 1/2 2008 vom 26. Februar 2008Netzwerk-Verlag
 
Big data im controlling gentsch kulpa-03-2016
Big data im controlling gentsch kulpa-03-2016Big data im controlling gentsch kulpa-03-2016
Big data im controlling gentsch kulpa-03-2016Peter Gentsch
 
Urban Data - Open Data - Data Excellence in der Stadt Wien
Urban Data - Open Data - Data Excellence in der Stadt WienUrban Data - Open Data - Data Excellence in der Stadt Wien
Urban Data - Open Data - Data Excellence in der Stadt WienStadt Wien
 
Erfolgsfaktoren einer datengetriebenen Customer-Care-Optimierung
Erfolgsfaktoren einer datengetriebenen Customer-Care-OptimierungErfolgsfaktoren einer datengetriebenen Customer-Care-Optimierung
Erfolgsfaktoren einer datengetriebenen Customer-Care-Optimierunginovex GmbH
 
Den Usern mehr bieten: Business Objects Tools als Teil der Business Analytics...
Den Usern mehr bieten: Business Objects Tools als Teil der Business Analytics...Den Usern mehr bieten: Business Objects Tools als Teil der Business Analytics...
Den Usern mehr bieten: Business Objects Tools als Teil der Business Analytics...Wiiisdom
 

Semelhante a GraphTalk Berlin - Deutschlands erstes Entscheidernetzwerk mit Neo4j (20)

Tweets und Aktienkurse? Wertvolle Erkenntnisse durch Data Blending gewinnen
Tweets und Aktienkurse? Wertvolle Erkenntnisse durch Data Blending gewinnenTweets und Aktienkurse? Wertvolle Erkenntnisse durch Data Blending gewinnen
Tweets und Aktienkurse? Wertvolle Erkenntnisse durch Data Blending gewinnen
 
Big Data_und auf was es wirklich ankommt. 1A Relations
Big Data_und auf was es wirklich ankommt. 1A RelationsBig Data_und auf was es wirklich ankommt. 1A Relations
Big Data_und auf was es wirklich ankommt. 1A Relations
 
Big Data User Prediction: Siegfried Stepke, e-dialog
Big Data User Prediction: Siegfried Stepke, e-dialog Big Data User Prediction: Siegfried Stepke, e-dialog
Big Data User Prediction: Siegfried Stepke, e-dialog
 
Big Data und Business Intelligence
Big Data und Business IntelligenceBig Data und Business Intelligence
Big Data und Business Intelligence
 
Effimag präsentation05
Effimag präsentation05Effimag präsentation05
Effimag präsentation05
 
Market Research Meets Business Intelligence
Market Research Meets Business IntelligenceMarket Research Meets Business Intelligence
Market Research Meets Business Intelligence
 
Historisierung und Analyse von Daten aus Oracle Enterprise Manager Cloud Cont...
Historisierung und Analyse von Daten aus Oracle Enterprise Manager Cloud Cont...Historisierung und Analyse von Daten aus Oracle Enterprise Manager Cloud Cont...
Historisierung und Analyse von Daten aus Oracle Enterprise Manager Cloud Cont...
 
Bluecue Event - Collaboration Monitoring (Analytics)
Bluecue Event - Collaboration Monitoring (Analytics)Bluecue Event - Collaboration Monitoring (Analytics)
Bluecue Event - Collaboration Monitoring (Analytics)
 
Data lake vs Data Warehouse: Hybrid Architectures
Data lake vs Data Warehouse: Hybrid ArchitecturesData lake vs Data Warehouse: Hybrid Architectures
Data lake vs Data Warehouse: Hybrid Architectures
 
effimag präsentation 05 short
effimag präsentation 05 shorteffimag präsentation 05 short
effimag präsentation 05 short
 
IT-Tage 2017: Visuelle Analyse komplexer Datenbestände am Beispiel der Panama...
IT-Tage 2017: Visuelle Analyse komplexer Datenbestände am Beispiel der Panama...IT-Tage 2017: Visuelle Analyse komplexer Datenbestände am Beispiel der Panama...
IT-Tage 2017: Visuelle Analyse komplexer Datenbestände am Beispiel der Panama...
 
Warum Pureplay-E-Commerce in 5 Jahren tot ist
Warum Pureplay-E-Commerce in 5 Jahren tot istWarum Pureplay-E-Commerce in 5 Jahren tot ist
Warum Pureplay-E-Commerce in 5 Jahren tot ist
 
Digitale Transformation für KMU
Digitale Transformation für KMUDigitale Transformation für KMU
Digitale Transformation für KMU
 
Wie Händler und Hersteller in der Post-Webshop-Ära zu Technologieunternehmen ...
Wie Händler und Hersteller in der Post-Webshop-Ära zu Technologieunternehmen ...Wie Händler und Hersteller in der Post-Webshop-Ära zu Technologieunternehmen ...
Wie Händler und Hersteller in der Post-Webshop-Ära zu Technologieunternehmen ...
 
Inventx - Präsentation Innovationstag Digital Banking Liechtenstein 2015
Inventx - Präsentation Innovationstag Digital Banking Liechtenstein 2015Inventx - Präsentation Innovationstag Digital Banking Liechtenstein 2015
Inventx - Präsentation Innovationstag Digital Banking Liechtenstein 2015
 
Erfolg Ausgabe 1/2 2008 vom 26. Februar 2008
Erfolg Ausgabe 1/2 2008 vom 26. Februar 2008Erfolg Ausgabe 1/2 2008 vom 26. Februar 2008
Erfolg Ausgabe 1/2 2008 vom 26. Februar 2008
 
Big data im controlling gentsch kulpa-03-2016
Big data im controlling gentsch kulpa-03-2016Big data im controlling gentsch kulpa-03-2016
Big data im controlling gentsch kulpa-03-2016
 
Urban Data - Open Data - Data Excellence in der Stadt Wien
Urban Data - Open Data - Data Excellence in der Stadt WienUrban Data - Open Data - Data Excellence in der Stadt Wien
Urban Data - Open Data - Data Excellence in der Stadt Wien
 
Erfolgsfaktoren einer datengetriebenen Customer-Care-Optimierung
Erfolgsfaktoren einer datengetriebenen Customer-Care-OptimierungErfolgsfaktoren einer datengetriebenen Customer-Care-Optimierung
Erfolgsfaktoren einer datengetriebenen Customer-Care-Optimierung
 
Den Usern mehr bieten: Business Objects Tools als Teil der Business Analytics...
Den Usern mehr bieten: Business Objects Tools als Teil der Business Analytics...Den Usern mehr bieten: Business Objects Tools als Teil der Business Analytics...
Den Usern mehr bieten: Business Objects Tools als Teil der Business Analytics...
 

Mais de Neo4j

Connecting the Dots for Information Discovery.pdf
Connecting the Dots for Information Discovery.pdfConnecting the Dots for Information Discovery.pdf
Connecting the Dots for Information Discovery.pdfNeo4j
 
ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...
ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...
ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...Neo4j
 
BBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafos
BBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafosBBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafos
BBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafosNeo4j
 
Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...
Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...
Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...Neo4j
 
GraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4j
GraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4jGraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4j
GraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4jNeo4j
 
Neo4j_Exploring the Impact of Graph Technology on Financial Services.pdf
Neo4j_Exploring the Impact of Graph Technology on Financial Services.pdfNeo4j_Exploring the Impact of Graph Technology on Financial Services.pdf
Neo4j_Exploring the Impact of Graph Technology on Financial Services.pdfNeo4j
 
Rabobank_Exploring the Impact of Graph Technology on Financial Services.pdf
Rabobank_Exploring the Impact of Graph Technology on Financial Services.pdfRabobank_Exploring the Impact of Graph Technology on Financial Services.pdf
Rabobank_Exploring the Impact of Graph Technology on Financial Services.pdfNeo4j
 
Webinar - IA generativa e grafi Neo4j: RAG time!
Webinar - IA generativa e grafi Neo4j: RAG time!Webinar - IA generativa e grafi Neo4j: RAG time!
Webinar - IA generativa e grafi Neo4j: RAG time!Neo4j
 
IA Generativa y Grafos de Neo4j: RAG time
IA Generativa y Grafos de Neo4j: RAG timeIA Generativa y Grafos de Neo4j: RAG time
IA Generativa y Grafos de Neo4j: RAG timeNeo4j
 
Neo4j: Data Engineering for RAG (retrieval augmented generation)
Neo4j: Data Engineering for RAG (retrieval augmented generation)Neo4j: Data Engineering for RAG (retrieval augmented generation)
Neo4j: Data Engineering for RAG (retrieval augmented generation)Neo4j
 
Neo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdf
Neo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdfNeo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdf
Neo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdfNeo4j
 
Enabling GenAI Breakthroughs with Knowledge Graphs
Enabling GenAI Breakthroughs with Knowledge GraphsEnabling GenAI Breakthroughs with Knowledge Graphs
Enabling GenAI Breakthroughs with Knowledge GraphsNeo4j
 
Neo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdf
Neo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdfNeo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdf
Neo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdfNeo4j
 
Neo4j Jesus Barrasa The Art of the Possible with Graph
Neo4j Jesus Barrasa The Art of the Possible with GraphNeo4j Jesus Barrasa The Art of the Possible with Graph
Neo4j Jesus Barrasa The Art of the Possible with GraphNeo4j
 
SWIFT: Maintaining Critical Standards in the Financial Services Industry with...
SWIFT: Maintaining Critical Standards in the Financial Services Industry with...SWIFT: Maintaining Critical Standards in the Financial Services Industry with...
SWIFT: Maintaining Critical Standards in the Financial Services Industry with...Neo4j
 
Deloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AI
Deloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AIDeloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AI
Deloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AINeo4j
 
Ingka Digital: Linked Metadata by Design
Ingka Digital: Linked Metadata by DesignIngka Digital: Linked Metadata by Design
Ingka Digital: Linked Metadata by DesignNeo4j
 
Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24
Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24
Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24Neo4j
 
GraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptx
GraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptxGraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptx
GraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptxNeo4j
 
Emil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptx
Emil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptxEmil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptx
Emil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptxNeo4j
 

Mais de Neo4j (20)

Connecting the Dots for Information Discovery.pdf
Connecting the Dots for Information Discovery.pdfConnecting the Dots for Information Discovery.pdf
Connecting the Dots for Information Discovery.pdf
 
ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...
ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...
ISDEFE - GraphSummit Madrid - ARETA: Aviation Real-Time Emissions Token Accre...
 
BBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafos
BBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafosBBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafos
BBVA - GraphSummit Madrid - Caso de éxito en BBVA: Optimizando con grafos
 
Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...
Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...
Graph Everywhere - Josep Taruella - Por qué Graph Data Science en tus modelos...
 
GraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4j
GraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4jGraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4j
GraphSummit Madrid - Product Vision and Roadmap - Luis Salvador Neo4j
 
Neo4j_Exploring the Impact of Graph Technology on Financial Services.pdf
Neo4j_Exploring the Impact of Graph Technology on Financial Services.pdfNeo4j_Exploring the Impact of Graph Technology on Financial Services.pdf
Neo4j_Exploring the Impact of Graph Technology on Financial Services.pdf
 
Rabobank_Exploring the Impact of Graph Technology on Financial Services.pdf
Rabobank_Exploring the Impact of Graph Technology on Financial Services.pdfRabobank_Exploring the Impact of Graph Technology on Financial Services.pdf
Rabobank_Exploring the Impact of Graph Technology on Financial Services.pdf
 
Webinar - IA generativa e grafi Neo4j: RAG time!
Webinar - IA generativa e grafi Neo4j: RAG time!Webinar - IA generativa e grafi Neo4j: RAG time!
Webinar - IA generativa e grafi Neo4j: RAG time!
 
IA Generativa y Grafos de Neo4j: RAG time
IA Generativa y Grafos de Neo4j: RAG timeIA Generativa y Grafos de Neo4j: RAG time
IA Generativa y Grafos de Neo4j: RAG time
 
Neo4j: Data Engineering for RAG (retrieval augmented generation)
Neo4j: Data Engineering for RAG (retrieval augmented generation)Neo4j: Data Engineering for RAG (retrieval augmented generation)
Neo4j: Data Engineering for RAG (retrieval augmented generation)
 
Neo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdf
Neo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdfNeo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdf
Neo4j Graph Summit 2024 Workshop - EMEA - Breda_and_Munchen.pdf
 
Enabling GenAI Breakthroughs with Knowledge Graphs
Enabling GenAI Breakthroughs with Knowledge GraphsEnabling GenAI Breakthroughs with Knowledge Graphs
Enabling GenAI Breakthroughs with Knowledge Graphs
 
Neo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdf
Neo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdfNeo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdf
Neo4j_Anurag Tandon_Product Vision and Roadmap.Benelux.pptx.pdf
 
Neo4j Jesus Barrasa The Art of the Possible with Graph
Neo4j Jesus Barrasa The Art of the Possible with GraphNeo4j Jesus Barrasa The Art of the Possible with Graph
Neo4j Jesus Barrasa The Art of the Possible with Graph
 
SWIFT: Maintaining Critical Standards in the Financial Services Industry with...
SWIFT: Maintaining Critical Standards in the Financial Services Industry with...SWIFT: Maintaining Critical Standards in the Financial Services Industry with...
SWIFT: Maintaining Critical Standards in the Financial Services Industry with...
 
Deloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AI
Deloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AIDeloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AI
Deloitte & Red Cross: Talk to your data with Knowledge-enriched Generative AI
 
Ingka Digital: Linked Metadata by Design
Ingka Digital: Linked Metadata by DesignIngka Digital: Linked Metadata by Design
Ingka Digital: Linked Metadata by Design
 
Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24
Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24
Discover Neo4j Aura_ The Future of Graph Database-as-a-Service Workshop_3.13.24
 
GraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptx
GraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptxGraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptx
GraphSummit Copenhagen 2024 - Neo4j Vision and Roadmap.pptx
 
Emil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptx
Emil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptxEmil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptx
Emil Eifrem at GraphSummit Copenhagen 2024 - The Art of the Possible.pptx
 

GraphTalk Berlin - Deutschlands erstes Entscheidernetzwerk mit Neo4j

  • 1. Kantwert: Deutschlands erstes Entscheidernetzwerk - mit Neo4j BERLIN, OKTOBER 2015
  • 2. Worum geht es heute 1 Kunden kennen heißt Daten verarbeiten und verstehen In den letzten Jahren hat sich die „Datenlandschaft“ eruptiv verändert – derenVerarbeitung und Nutzung in vielen Bereichen jedoch kaum Querdenken: Ein Erfolgsfaktor auch in der Datennutzung 2 3
  • 3. Know your customer Es gibt viele Daten – isoliert und vernetzt – aber was wird effizient genutzt? Geographische Daten Gerätedaten Social Networks Web Nutzungs- daten Smart-Phone-App- Daten Öffentliche Daten
  • 4. Vernetzte Daten: Eine neue Sicht auf Existierendes Ein  soziales  Netzwerk,   das  die  Kontakte  der   TOP-­‐Entscheider  und   der  eigenen  Kunden   aufzeigt   Erstmals  kann  das   Netzwerk  der  guten   Geschä?skontakte   systemaAsch  genutzt   werden   Alle  Entscheider  aus   öffentlichen  Quellen:   ca.  3,5  Mio.  Vorstände,   Geschä?sführer,   Aufsichtsräte,  Gesel-­‐ lscha?er,  Minister,..   Exzellente   Daten   1 Kantwert  zeigt  ganz   intuiAv,  wen  Ihre   zufriedenen  Kunden   kennen  und  woher.  Das   macht  Ansprache  einfach.     Einfache   InformaAon   3 Aus  FunkAonen  der   Entscheider  werden   Beziehungen  abgeleitet;   täglich  aktualisiert   Komplexe   Analyse   2
  • 5. Netzwerk   Algorithmus   Das kantwert Datenuniversum Daten  &  Netzwerk   Einzigar(ge  Datenbank  jurisAscher   Personen  mit  allen  AGs,  GmbHs,   SA?ungen,  Verbände,  Kammern,...   und  deren  Präsidenten,  Vorstände,   Prokuristen,  Aufsichtsräte,...(seit   1991)   Die Basis Einziges  Netzwerk  aller  Entscheider   abgeleitet  aus  deren  FunkAonen.   Algorithmus  bewertet  die   Beziehungen/  Kanten  und  ermi_elt   den  Einfluss  der  Entscheider   Der USP •  11  Mio.  Handelsregister-­‐ veröffentlichungen   •  2,5  Mio.  Jahresabschlüsse   •  120k  Firmeninsolvenzen   •  50k  Gesellscha?er-­‐ informaAonen   •  15k  Websites  zu   •  Verbänden   •  Vereinen   •  SA?ungen   •  Parlamenten   mehrfach  täglich  aktualisiert  
  • 6. Die Anwendung Webapplikation – kein IT-Projekt nötig https://networketing.kantwert.de
  • 7. Kauf von Aktien Geschäftsführer Vorstand Prokurist Peter Hans Dieter XY AG MA GmbH Präsident Insiderhandel: Strukturen erkennen und deuten Dieter – kauft große Mengen Aktien der XY AG Dieter – 1. Geschäftsführer bei MA GmbH 2. Präsident bei Rotary Club 3. Geschäftsführer bei KL GmbH Hans – 1. Geschäftsführer bei MA GmbH 2. Aufsichtsrat bei XY AG Peter – 1. Vorstand bei XY AG 2. Geschäftsführer bei AB GmbH Mark – 1. Geschäftsführer bei AB GmbH 2. Geschäftsführer der KL GmbH Fazit: •  Dieter kennt Hans über seine Tätigkeit bei der MA GmbH (8/10 P) •  Dieter kennt ebenfalls Hans über seine Tätigkeit beim Rotary Club (6/10 P) •  Dieter kann Peter kennen über seine Tätigkeit bei der KL GmbH und damit über Mark, welcher bei der KL GmbH im Vorstand und Prokurist von der XY AG ist (1/10) à  Insgesamt 15 Punkte Potenzieller Insider Handel AB GmbH Mark KL GmbH Aufsichtsratsmitglied
  • 8. Fraud: Neue Möglichkeiten der Offenlegung A GmbH B GmbH C GmbH K GmbH J GmbH D GmbH I GmbH H GmbH G GmbH F GmbH E GmbH XY UG (haftungsbeschränkt) L GmbH AB Holding GmbH X GmbH N GmbH O GmbH M GmbH V GmbH AZ Textilhandel GmbH P GmbH Q GmbH AS GmbH U GmbH T GmbH R GmbH A GmbH TB GmbH Z GmbH Y GmbH AA GmbH AB GmbH AC GmbH AD GmbH AE GmbH A GmbH Max Muster Klaus XY Y Z X W CD GmbH Hans Peter
  • 9. Verschiedene Datenbanken für verschiedene Zwecke Die synchrone Verarbeitung der Daten in verschiedenen Systemen ermöglicht verschiedene Nutzungsarten Führendes System für die Datenhaltung Cassandra Key- Value-Store Ermöglicht Suche; wird parallel bei Einspielprozessen befüllt SolR Suchindex Hohe Performance, weil Relationen in der Datenbank abgelegt sind und nicht wie bei relationalen Systemen über komplexe Joins immer wieder neu berechnet werden müssen, Performance weitgehend unabhängig vom Datenvolumen Neo4J Graphen- datenbank Wöchentlicher Export aus Cassandra vor allem für Qualitätsanalysen PostgresDB
  • 10. Key-Value-Store: Cassandra •  Daten werden in Schlüssel- Wert-Relations abgelegt •  strukturiertes Datenbanksystem •  hohe Skalierbarkeit •  hohe Ausfallsicherheit à  ermöglicht sehr schnelle Lese- und Schreiboperationen Graphendatenbank: Neo4J •  Modellierung sehr viel einfacher als bei relationalen DBs weil es keinen Unterschied zwischen fachlichem Modell und Datenbank-Modell •  schnelle Anpassung der Datenbank auch im laufenden Betrieb möglich •  schnelle Ergebnisse durch schrittweisesVorgehen à Performance ist unabhängig von der Gesamtzahl der Knoten Relationale Datenbank •  Basiert auf Tabellen •  Bei jeder Abfrage müssen die Beziehungen wieder hergestellt werden àBeziehungen zwischen Objekten können auch dargestellt werden, jedoch führen diese bei steigender Komplexität der Beziehungen in vielen Fällen zu Performanceengpässen Verschiedene Datenbanken erfordern Kompetenz und Überblick
  • 11. kantwert bringt Systemen mit Businessdaten das Netzwerken bei Das Netzwerk aller Unternehmen und Entscheider in Deutschland steht und wird täglich aktualisert. Die wichtigsten Länder Zentraleuropas werden aufgebaut. Europäisches Entscheider- netzwerk Businesscloud zur Vernetzung Apps auf dem Netzwerk Bestehende Systeme (ERP, CRM, Kontakte) werden gegen das Netzwerk in der Cloud abgeglichen. Zusammenhänge innerhalb der Geschäftspartner werden deutlich. Neue Strategien entstehen. Eine Crowd kann Apps für zahlreiche Use Cases entwickeln: Sales and Marketing Optimisation, CreditRisk, Fraud, Compliance. kantwert lizensiert das Netzwerk
  • 12. Tilo Walter Geschäftsführer kantwert GmbH Feldstr. 1 65719 Hofheim +49 171 2211418 tilo.walter@kantwert.de www.kantwert.de GEMEINSAM DURCHSTARTEN