Unternehmen ändern sich im Zeitalter der Digitalisierung rapide: weg von starren Hierarchien, hin zu vernetzten und flexiblen Strukturen. Graphdatenbanken sind ein Werkzeug, um diese Veränderung in Form von so genannten Unternehmensgraphen („Enterprise Knowledge Graph“) zu begleiten. Komplementär zu den technischen Aspekten von Graphdatenbanken werden in der Wirtschaftsinformatik Prinzipien der organisatorischen Hoheit („Governance“) über Graphstrukturen vermittelt. Mit dieser Kombination sind Wirschaftsinformatiker bestens aufgestellt, Schlüsselfiguren für das Informations- und Wissensmanagement im Unternehmen zu werden.

1. 1
Technische Hochschule Brandenburg · University of Applied Sciences
Tag des offenen Fensters 2021
Felix Sasaki <felix.sasaki@th-brandenburg.de>
Mai 2021
Graphdatenbanken

2. 2
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Es war einmal …
▪ Was sind Graphdatenbanken?
▪ Machen Graphdatenbanken alles gut?
▪ Wer soll das alles tun?
Gliederung

3. 3
Technische Hochschule Brandenburg · University of Applied Sciences
Es war einmal … ein Buch
Felix Sasaki

4. 4
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Zentrales Objekt: das Buch
▪ Eigenschaften
▪ Autor
▪ Titel
▪ Verlag
▪ Erscheinungsjahr
▪ ISBN
▪ …
Dazu kommt: eine Anwendung über Bücher: ein Katalog, z.B. im Buchhandel
Felix Sasaki

5. 5
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Zentrales Objekt: das Buch
▪ Eigenschaften
▪ Autor
▪ Titel
▪ Verlag
▪ Erscheinungsjahr
▪ ISBN
▪ …
Dazu kommt: eine Anwendung über Bücher: ein Katalog, z.B. im Buchhandel
Felix Sasaki
Buch-
ID
Autor Titel Verlag Jahr
1 Edgar F. Codd The Relational Model
for Database
Management.
Version 2
Addison-Wesley 1990
2 Alfons Kemper, André Eickler Datenbanksysteme.
Eine Einführung
Oldenbourg Verlag 2004
3 Andreas Meier Relationale und
postrelationale
Datenbanken
Springer-Verlag 2010
▪ Eigenschaften von
Objekten, aus Sicht einer
Anwendung: oft gut
darstellbar als eine Tabelle
Tabelle „Buch“

6. 6
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Beispiel: Tabelle „Buch“, Tabelle „Kunde“, …
Anwendungen brauchen oft mehrere Tabellen …
Felix Sasaki
Buch-
ID
Autor Titel Verlag Jahr
1 Edgar F. Codd The Relational Model
for Database
Management.
Version 2
Addison-Wesley 1990
2 Alfons Kemper, André Eickler Datenbanksysteme.
Eine Einführung
Oldenbourg Verlag 2004
3 Andreas Meier Relationale und
postrelationale
Datenbanken
Springer-Verlag 2010
Kunde-ID Name Vorname
1 Muster-
mann
Max
2 Musterfrau Erika
Tabelle „Buch“
Tabelle „Kunde“

7. 7
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Beispiel: Tabelle „Gekauft“
▪ Anwendung z.B.:
Verkaufsanalyse
… die aus Anwendungssicht miteinander verknüpft sind
Felix Sasaki
Buch-
ID
Autor Titel Verlag Jahr
1 Edgar F. Codd The Relational Model
for Database
Management.
Version 2
Addison-Wesley 1990
2 Alfons Kemper, André Eickler Datenbanksysteme.
Eine Einführung
Oldenbourg Verlag 2004
3 Andreas Meier Relationale und
postrelationale
Datenbanken
Springer-Verlag 2010
Kunde-ID Name Vorname
1 Muster-
mann
Max
2 Musterfrau Erika
Nutzer-ID Buch-ID
1 2
Tabelle „Buch“
Tabelle „Kunde“ Tabelle „Gekauft“

8. 8
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Relationen und:
▪ Attribute, z.B. „Titel“,
„Verlag“, …
▪ Schlüssel, z.B. „Buch-ID“
▪ Fremdschlüssel, z.B.
„Nutzer-ID“
Basis: relationales Datenbankmodell
Felix Sasaki
Felix Sasaki
Buch-
ID
Autor Titel Verlag Jahr
1 Edgar F. Codd The Relational Model
for Database
Management.
Version 2
Addison-Wesley 1990
2 Alfons Kemper, André Eickler Datenbanksysteme.
Eine Einführung
Oldenbourg Verlag 2004
3 Andreas Meier Relationale und
postrelationale
Datenbanken
Springer-Verlag 2010
Kunde-ID Name Vorname
1 Muster-
mann
Max
2 Musterfrau Erika
Nutzer-ID Buch-ID
1 2
Relation „Buch“
Relation „Kunde“ Relation „Gekauft“

9. 9
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Vorteile des relationalen Modells
▪ Klare Definition von Daten-Eigenschaften *innerhalb* einer Anwendung
▪ Standard Abfragesprache: SQL
▪ Wissen über relationale Datenbanken kann vielerorts erworben werden – auch bei uns ☺
Das relationale Modell …
Felix Sasaki

10. 10
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Hierarchisch organisierte Abteilungen
▪ (Datenbank)Anwendungen in Abteilungen
▪ Teilweise über Abteilungsgrenzen hinweg verknüpft
… spiegelt klassische Unternehmensstrukturen wieder
Felix Sasaki
Firma
XYZ
Lager-
haltung
Verkauf
Abteilung
A … Marketing

11. 11
Technische Hochschule Brandenburg · University of Applied Sciences
Es war einmal … ein weiteres Buch, mit weiteren Eigenschaften
Felix Sasaki
▪ Eigenschaften
▪ Autor
▪ Titel
▪ Verlag
▪ Erscheinungsjahr
▪ ISBN
▪ …
▪ Genre, z.B.
▪ Belletristik > Science
Fiction
▪ Belletristik >
Gesellschaftsromane

12. 12
Technische Hochschule Brandenburg · University of Applied Sciences
Und eine weitere Datenquelle, z.B. „eingekauftes“ Bücherverzeichnis
Felix Sasaki
B-
ID
Verfasser Name Veroeffent Datum Genre
B1 Codd, Edgar F. The Relational Model for Database
Management. Version 2
Addison-Wesley 1990-01-01 IT > Datenbanken
> relationale Daten-
banken
B3 Adams, Douglas Per Anhalter durch die Galaxis Kein & Aber 2017-04-26 Belletristik >
Science Fiction,
Belletristik >
Gesellschafts-
romane
▪ Eigenschaften
▪ Autor
▪ Titel
▪ Verlag
▪ Erscheinungsjahr
▪ ISBN
▪ …
▪ Genre, z.B.
▪ Belletristik > Science
Fiction
▪ Belletristik >
Gesellschaftsromane

13. 13
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Mapping von Ids
▪ Buch-ID <> B-ID
▪ Mapping von Feldnamen?
▪ Autor <> Verfasser
▪ Herausforderungen
▪ Mapping von Werten?
▪ „1990“ <> „1990-01-01“
▪ „Edgar F. Codd“ <> „Codd, Edgar F.“
▪ Umgang mit hierarchischen Werten?
▪ Genre:
▪ „Belletristik > Science Fiction“
Ein Ansatz um die Datenquelle zu integrieren: Mapping zwischen Tabellen

14. 14
Technische Hochschule Brandenburg · University of Applied Sciences
Neue Datenquelle einbringen - Fragen:
▪ Wer mappt zu wem = wer ändert seine Datenbank?
▪ Welche Datenbank ist führend?
Herausforderung aus Sicht der Unternehmensstruktur: Governance und Aufwände
Felix Sasaki
Firma
XYZ
Lager-
haltung
Verkauf
Abteilung
A … Marketing

15. 15
Technische Hochschule Brandenburg · University of Applied Sciences
Neue Datenquelle einbringen - Fragen:
▪ Wer mappt zu wem = wer ändert seine Datenbank?
▪ Welche Datenbank ist führend?
Herausforderung aus Sicht der Unternehmensstruktur: Governance und Aufwände
Felix Sasaki
Firma
XYZ
Lager-
haltung
Verkauf
Abteilung
A … Marketing
? ? ?
?

16. 16
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Verknüpfung von existierenden Datenquellen auf einer eigenen Ebene: Unternehmensgraphen
▪ Existierende Datenquellen bleiben erhalten
▪ Damit verbundene Prozesse & Anwendungen auch
▪ Unternehmensgraphen stellen eine weitere Sicht auf Daten (und das Unternehmen) dar
▪ Unternehmenshierarchien bleiben erhalten – und werden schrittweise ergänzt durch weitere Verbindungen
Ein komplementärer Ansatz um Datenquellen zu verknüpfen: Graphdatenbanken
…
Existierende Datenquellen (und damit verbundene Anwendungen & Prozesse) bleiben gleich
Graphdatenbanken /
Unternehmensgraphen

17. 17
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Es war einmal …
▪ Was sind Graphdatenbanken?
▪ Machen Graphdatenbanken alles gut?
▪ Wer soll das alles tun?
Gliederung

18. 18
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Ein Beispiel: wir modellieren Douglas Adams
Was sind Graphdatenbanken: das Graphen-Modell
Felix Sasaki
Quelle: https://www.google.com/search?q=douglas+adams

19. 19
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Ein Beispiel: wir modellieren Douglas Adams
▪ Es gibt nicht „eine“ Tabelle, sondern verknüpfte Objekte
▪ Beispiel: Personen, Orte, Filme, …
▪ Es gibt kein „Hauptobjekt“
Was sind Graphdatenbanken: das Graphen-Modell
Felix Sasaki

20. 20
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Ein Beispiel: wir modellieren Douglas Adams
▪ Es gibt nicht „eine“ Tabelle, sondern verknüpfte Objekte
▪ Beispiel: Personen, Orte, Filme, …
▪ Es gibt kein „Hauptobjekt“
▪ Beziehungen können zyklisch sein
Was sind Graphdatenbanken: das Graphen-Modell
Felix Sasaki

21. 21
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Ein Beispiel: wir modellieren Douglas Adams
▪ Es gibt nicht „eine“ Tabelle, sondern verknüpfte Objekte
▪ Beispiel: Personen, Orte, Filme, …
▪ Es gibt kein „Hauptobjekt“
▪ Beziehungen können zyklisch sein, Hierarchien sind möglich
Was sind Graphdatenbanken: das Graphen-Modell
Felix Sasaki

22. 22
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Ein Beispiel: wir modellieren Douglas Adams
▪ Es gibt nicht „eine“ Tabelle, sondern verknüpfte Objekte
▪ Beispiel: Personen, Orte, Filme, …
▪ Es gibt kein „Hauptobjekt“
▪ Beziehungen können zyklisch sein, Hierarchien sind möglich
Was sind Graphdatenbanken: das Graphen-Modell
Felix Sasaki
Mappings zu externen
Datenquellen;
erfordern keine
Schema-Änderung

23. 23
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Ein Beispiel: wir modellieren Douglas Adams
▪ Es gibt nicht „eine“ Tabelle, sondern verknüpfte Objekte
▪ Beispiel: Personen, Orte, Filme, …
▪ Es gibt kein „Hauptobjekt“
▪ Beziehungen können zyklisch sein, Hierarchien sind möglich
Was sind Graphdatenbanken: das Graphen-Modell
Felix Sasaki
Via Mappings:
Zugriff auf
weitere
Datenquellen,
ohne eigenen
Pflegeaufwand
Mappings zu externen
Datenquellen;
erfordern keine
Schema-Änderung

24. 24
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Erzeugt Aufwand
▪ Erfordert Entscheidungen
▪ Getrieben durch Use Cases
Verknüpfung zwischen Graphen und existierenden Datenquellen …
…

25. 25
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Bestehende Strukturen, Tools, Prozesse ...
… tragen zur Digitalisierung bei
Felix Sasaki
Firma
XYZ
Lager-
haltung
Verkauf
Produktion … Marketing

26. 26
Technische Hochschule Brandenburg · University of Applied Sciences
▪ … werden Use Case spezifisch ergänzt
▪ Beispiel: Produktion und Marketing verknüpfen
… erzeugen neue Unternehmensstrukturen
Felix Sasaki
Firma
XYZ
Lager-
haltung
Verkauf
Produktion … Marketing

27. 27
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Es war einmal …
▪ Was sind Graphdatenbanken?
▪ Machen Graphdatenbanken alles gut?
▪ Wer soll das alles tun?
Gliederung

28. 28
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Noch nicht … denn:
▪ Graphdatenbanken sind nicht gleich Graphdatenbanken
▪ Es gibt ein Meer von Daten …
▪ Prozesse, Prozesse und … Prozesse
▪ „There is no free lunch“
Machen Graphdatenbanken alles gut?
Felix Sasaki

29. 29
Technische Hochschule Brandenburg · University of Applied Sciences
Graphen / Graph-Daten
Abfragesprachen
Graphmodelle („Ontologien“)
Graphmodelle („Constraints“)
Graphdatenbanken sind nicht gleich Graphdatenbanken
Felix Sasaki
Cypher GraphQL
property graphs RDF
RDF Schema
OWL
SPARQL
SHACL/SheX

30. 30
Technische Hochschule Brandenburg · University of Applied Sciences
Graphdatenbanken: Brücken werden gebaut – Beispiel RDF-Star
Felix Sasaki
https://w3c.github.io/rdf-star/implementations.html

31. 31
Technische Hochschule Brandenburg · University of Applied Sciences
Es gibt ein Meer von strukturierten und unstrukturierten Daten
Felix Sasaki
Dokumente in
Formaten X, …
Weitere
Daten-
quellen
Datenbanken

32. 32
Technische Hochschule Brandenburg · University of Applied Sciences
▪ NLP = Natural Language Processing
▪ NLP Verfahren – Beispiel
„Informationsextraktion“
▪ Vorkommen von „Douglas
Adams“ in Texten identifizieren
▪ Die Texte über den
Wissensgraphen
unternehmensweit zugänglich
machen
Verknüpfungen zu Graphen brauchen unterschiedliche Verfahren
Felix Sasaki
Dokumente in
Formaten X, …
Weitere
Daten-
quellen
Datenbanken
Mapping NLP …

33. 33
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Wer entscheidet über Verknüpfungen?
▪ Wissensgraphen brauchen Governance
▪ Abstimmung wird nicht unnötig – nur anders
Prozesse, Prozesse und … Prozesse
Felix Sasaki
Felix Sasaki
Firma
XYZ
Lager-
haltung
Verkauf
Produktion … Marketing

34. 34
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Beispiel: echte Mappings sind schwer
▪ Aufwände müssen wohlüberlegt geplant werden
„There is no free lunch“
Felix Sasaki
Quelle: https://youtu.be/JohxmsHE4dI?t=451

35. 35
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Es war einmal …
▪ Was sind Graphdatenbanken?
▪ Machen Graphdatenbanken alles gut?
▪ Wer soll das alles tun?
Gliederung

36. 36
Technische Hochschule Brandenburg · University of Applied Sciences
Das Thema ist weit oben im „Hype Cycle“ der KI
Felix Sasaki
Quelle: https://allegrograph.com/gartner-hype-cycle-for-ai-knowledge-graphs/

37. 37
Technische Hochschule Brandenburg · University of Applied Sciences
Das Thema ist weit oben im „Hype Cycle“ der KI
Felix Sasaki
Quelle: https://www2.deloitte.com/de/de/pages/operations/articles/enterprise-knowledge-graphs.html

38. 38
Technische Hochschule Brandenburg · University of Applied Sciences
Das Thema ist weit oben im „Hype Cycle“ der KI
Felix Sasaki
Quelle: https://dmccreary.medium.com/enterprise-knowledge-graph-trends-for-2021-201cbd7ad532

39. 39
Technische Hochschule Brandenburg · University of Applied Sciences
Eine Nachfrage ist da, unter verschiedenen Stichworten
Felix Sasaki

40. 40
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Schnittstelle zwischen
▪ Geschäftliche Anforderung (Use Case)
▪ Verschiedenen (Fach)abteilungen
▪ Experte im Umgang mit
▪ Geschäftsprozessen
▪ Methoden der Aufbereitung von Graphen
▪ IT im Unternehmensbereich
Eine mögliche Bezeichnung: „Knowledge Engineer“
Quelle: “A Pay-As-You-Go Methodology for Ontology-Based Data Access”

41. 41
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Schnittstelle zwischen
▪ Geschäftliche Anforderung (Use Case)
▪ Verschiedenen (Fach)abteilungen
▪ Experte in
▪ Geschäftsprozessen
▪ Methoden der Aufbereitung von Graphen
▪ IT im Unternehmensbereich
Eine mögliche Bezeichnung: „Knowledge Engineer“
Teil des Curriculums in der Wirtschaftsinformatik an der TH Brandenburg ☺

42. 42
Technische Hochschule Brandenburg · University of Applied Sciences
▪ Graphdatenbanken sind eine Technologie, um die digitale Transformation voranzutreiben
▪ Es braucht Experten in der Technologie, und in
▪ Use Cases für Business IT
▪ Abstimmung zwischen Abteilungen
▪ Wissen um Geschäftsprozesse
▪ Governance
▪ Knowledge Engineers sind in der idealen Position, um diese Rolle auszufüllen – und neue Brücken zu
bauen
Resümee

43. 43
Technische Hochschule Brandenburg · University of Applied Sciences
Tag des offenen Fensters 2021
Felix Sasaki <felix.sasaki@th-brandenburg.de>
Mai 2021
Graphdatenbanken