Die Open-Source-Datenbank Relate wurde in Rust entwickelt, ist schnell installiert, startet in Millisekunden und läuft in unterschiedlichen Umgebungen.

München – 11. November 2026 – Neo4j (https://neo4j.com/), Anbieter der gleichnamigen Graph-Intelligence-Plattform, stellt Relate vor. Die schlanke Open-Source-Graphdatenbank ist speziell auf KI-Agenten und agentische Systeme sowie auf mobile und Edge-Geräte zugeschnitten. Sie läuft direkt innerhalb einer Anwendung (In-Process), ohne dass ein separater Datenbankserver erforderlich ist. Die Daten werden dabei überwiegend im Arbeitsspeicher vorgehalten (In-Memory). Mit Relate können KI-Coding-Agenten innerhalb von Millisekunden eine Datenbankinstanz erstellen und mit der Anwendungsentwicklung beginnen.

Der Einsatz von KI in Unternehmen verlagert sich zunehmend von einfachen dialogbasierten Assistenten hin zu autonomen KI-Systemen, die mehrstufige Aufgaben selbstständig planen, ausführen und koordinieren. Gartner prognostiziert (https://drive.google.com/file/d/1Mq59EFNeDT8_CDDa9wnTeOskBiQd699i/view?usp=sharing)*, dass maschinelle Nutzer bis 2029 bereits 75 Prozent der DBMS-Workloads ausmachen werden, gegenüber 10 Prozent im Jahr 2025. KI-Agenten erzeugen dabei 10- bis 100-mal so viele Datenbankinteraktionen wie menschliche Nutzer. Dadurch steigt die Zahl paralleler Zugriffe stark an. Gefragt sind daher Systeme, die auch bei hohen Interaktionsvolumen und agentischen Workloads schnelle Datenzugriffe und eine einfache, ressourcenschonende Bereitstellung bieten.

Relate von Neo4j wurde speziell für das hohe Volumen an Datenbankoperationen entwickelt, das durch die Ausführungszyklen (Execution Loops) von KI-Agenten entsteht.

- Die Datenbank ermöglicht Lesezugriffe auf Daten im Arbeitsspeicher in weniger als einer Millisekunde und unterstützt damit die hohe Frequenz an Lese- und Schreibvorgängen agentischer Workloads. Mit einer einzigen Cypher-Abfrage lassen sich gleichzeitig Ähnlichkeiten zwischen Daten mithilfe der Vektorsuche ermitteln und Beziehungen innerhalb eines Graphen durchsuchen.

- Die Transaktionsintegrität wird in Relate durch eine In-Memory-Engine. Für die dauerhafte Speicherung steht optional ein durch fsync abgesichertes Write-Ahead-Log zur Verfügung. Für die dauerhafte Speicherung können Anwender den Datenbankzustand mithilfe integrierter Funktionen auf einem Datenträger sichern.

- Relate unterstützt KI-Agenten bei der automatisierten Fehlerbehandlung. Die Datenbank erkennt die Softwareumgebungen, die KI-Agenten ausführen und steuern (Agent Harnesses). Im Fehlerfall liefert sie strukturierte Informationen, einschließlich einer Kennzeichnung, ob sich ein Vorgang wiederholen lässt (Retryable Flags). So können KI-Agenten Fehler verarbeiten und fehlgeschlagene Vorgänge erneut ausführen, ohne dass dafür eine eigens entwickelte Logik zur Auswertung der Fehlermeldungen (Parsing-Logik) erforderlich ist.

- Zudem begrenzt Relate die Anzahl der Datensätze, die eine Datenbankabfrage zurückliefert (Row Cap). Eine Kennzeichnung innerhalb der Antwort zeigt an, wenn Ergebnisse gekürzt wurden (In-Band Truncation Marker). Dadurch erhalten KI-Agenten begrenzte Datenmengen und erkennen unvollständige Ergebnisse. Das reduziert das Risiko, ihr verfügbares Kontextfenster zu überlasten.

- Mit Multi-Hop Reasoning und GraphRAG unterstützt Relate KI-Agenten dabei, die Genauigkeit ihrer Ergebnisse zu verbessern und Halluzinationen zu reduzieren.

Relate wird unter der Open-Source-Lizenz Apache 2.0 veröffentlicht und wurde in Rust entwickelt, einer Programmiersprache, die für ihre hohe Leistungsfähigkeit und Speichersicherheit bekannt ist. Die Datenbank ist zu 100 Prozent openCypher-konform und zu mehr als 97 Prozent GQL-konform. Die eingebettete In-Memory-Datenbank läuft in Jupyter-Notebooks, Webbrowsern, Softwarecontainern und auf mobilen und Edge-Geräten.

Für die Anbindung von KI-Agenten bietet sie einen integrierten Server für das Model Context Protocol (MCP) sowie eine eigene Kommandozeilenschnittstelle (CLI) zur direkten Ausführung von Befehlen. Darüber hinaus unterstützt Relate über Bolt- und HTTP-Query-API-v2-Schnittstellen bestehende Graphdatenbanktreiber, Orchestrierungsframeworks und gängige Entwicklerwerkzeuge.

„Relate ist konsequent auf die Anforderungen von KI-Agenten ausgerichtet“, erklärt Sudhir Hasbe, President of Technology und CPO bei Neo4j. „Die in Rust entwickelte, schlanke In-Memory-Datenbank ist auf maximale Geschwindigkeit und Effizienz ausgelegt und ermöglicht bei Bedarf eine dauerhafte und zuverlässige Speicherung auf Datenträgern. Sie lässt sich in unterschiedlichen Umgebungen einsetzen und bietet eine unkomplizierte Anbindung von KI-Agenten über MCP sowie Multi-Hop-Reasoning dank vollständiger Cypher-Unterstützung. Damit steht eine sofort einsatzbereite Lösung zur Verfügung, die direkt innerhalb von Anwendungen läuft – etwa in isolierten Agentenumgebungen (Sandboxes), als Gedächtnis (Agent Memory) für KI-Agenten oder auf mobilen und Edge-Geräten.“

Relate von Neo4j ist ab sofort unter https://relatedb.ai/ verfügbar.

*Quelle: Gartner, Forecast Analysis: Agentic AI in DBMS, Worldwide, 2026 (June 2026)
GARTNER ist eine eingetragene Marke und Dienstleistungsmarke von Gartner, Inc. und/oder deren verbundenen Unternehmen in den USA und international und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten.