KI Engineering & LLMs
Neo4j Graph-Datenbanken für KI
Knowledge Graphs für präziseres RAG, bessere Empfehlungen und nachvollziehbare KI-Ergebnisse
- Dauer
- 3 Tage
- Format
- Präsenz oder Live-Online
- Preis
- 1.590 € netto
- Uhrzeiten
- 09:00-16:00 Uhr
- Gruppe
- max. 8 Personen
- Niveau
- Grundlagen
- Kursnummer
- KKC_0107
Aktuelle Termine und Online-Buchung: www.cmt.de/seminare/ki-neo4j-graph-datenbanken
Neo4j Graph-Datenbanken für KI
Knowledge Graphs für präziseres RAG, bessere Empfehlungen und nachvollziehbare KI-Ergebnisse
Die wichtigsten Themen
Knowledge Graphs für KI
Cypher schreiben und tunen
Import ohne Dubletten
GDS-Algorithmen anwenden
GraphRAG mit Vektorsuche
Betrieb und Sicherheit planen
Überblick In dieser Neo4j Schulung für KI lernst du, Graph-Datenbanken gezielt für Knowledge Graphs, Retrieval-Augmented Generation, Empfehlungen und Betrugserkennung einzusetzen. Der Schwerpunkt liegt auf belastbaren...
In dieser Neo4j Schulung für KI lernst du, Graph-Datenbanken gezielt für Knowledge Graphs, Retrieval-Augmented Generation, Empfehlungen und Betrugserkennung einzusetzen. Der Schwerpunkt liegt auf belastbaren Datenmodellen, stabilen Import- und Query-Patterns sowie auf der Frage, wie Beziehungen, Kontext, Quellen und Provenienz im Graphen so abgebildet werden, dass KI-Ergebnisse nachvollziehbarer werden.
Du arbeitest mit Neo4j, Cypher, Graph Data Science und GraphRAG-Ansätzen: vom Property-Graph-Modell über Constraints, Indexe und Upserts bis zu Similarity, Community Detection, Embeddings und Hybrid Retrieval aus Graph Traversal und Vektorsuche. Dabei geht es nicht um eine isolierte Demo, sondern um Architekturentscheidungen, Datenqualität, Zugriffskontrolle und Messbarkeit für reale KI-Pipelines.
Das Seminar eignet sich besonders, wenn du bereits mit Datenmodellen, Analytics oder KI-Anwendungen arbeitest und Graph-Technologie in produktionsnahe Szenarien überführen möchtest. Für einen breiteren Einstieg in das Themenfeld bietet sich ergänzend die Übersicht zu KI-Schulungen an.
Die Themen Kontext, Beziehungen und Erklärbarkeit · Knowledge Graphs für RAG · Empfehlungen und Fraud Detection · Entitäten, Beziehungen und Domänenwissen · Graph, relationale Datenbank und Vektorstore...
Graph Thinking für KI-Anwendungsfälle
- Kontext, Beziehungen und Erklärbarkeit
- Knowledge Graphs für RAG
- Empfehlungen und Fraud Detection
- Entitäten, Beziehungen und Domänenwissen
- Graph, relationale Datenbank und Vektorstore
Neo4j-Modellierung und Datenqualität
- Property-Graph-Modell mit Knoten
- Labels, Relationships und Properties
- Ontologie-light für KI-Datenmodelle
- IDs, Zeitbezug und Provenienz
- Constraints gegen Dubletten
Import, Updates und Performance-Grundlagen
- CSV-Import und API-Anbindung
- ETL-Patterns für Graph-Daten
- Upserts mit MERGE-Strategien
- Indexe und Cardinality
- Typische Performance-Fallen
Cypher-Abfragen für robuste Anwendungen
- Pattern Matching und Pfadabfragen
- Schreiboperationen und Updates
- Aggregationen und Subqueries
- Parameterisierte Query-Patterns
- EXPLAIN, PROFILE und Query Tuning
Graph Data Science für ML und KI
- PageRank und zentrale Knoten
- Community Detection für Segmente
- Similarity für Empfehlungen
- Graph Embeddings als Features
- Train-Predict-Workflows und Evaluierung
GraphRAG, Sicherheit und Betrieb
- Entity Linking und Relationship Extraction
- Hybrid Retrieval mit Vektorsuche
- Kontextaufbau mit Quellenbezug
- Zugriffskontrolle für sensible Daten
- Monitoring, Backup und Restore
- Batch, Streaming und CDC-Patterns
Zielgruppe
- Data Engineers, Analytics Engineers und BI-Fachleute, die relationale, semistrukturierte oder dokumentenbasierte Daten in Knowledge Graphs überführen
- Machine-Learning- und KI-Engineers, die RAG, Empfehlungen, Entity Resolution oder Fraud Detection mit Graph-Kontext verbessern
- Softwareentwicklerinnen und Softwareentwickler mit Datenfokus, die Neo4j in Anwendungen, APIs oder KI-Pipelines integrieren
- Data Architects, Plattformverantwortliche und technische Projektleitungen, die Graph-Datenbanken produktionsnah planen und bewerten
Das lernst du
- Belastbare Neo4j-Datenmodelle für Knowledge Graphs und KI-Anwendungsfälle entwerfen
- Cypher-Abfragen für Lesen, Schreiben, Upserts, Pfade und Aggregationen sicher einsetzen
- Import-Pipelines mit Constraints, Indexen und Dublettenvermeidung strukturieren
- Graph Data Science für Similarity, Community Detection, PageRank und Feature Engineering nutzen
- GraphRAG-Architekturen mit Hybrid Retrieval, Quellenbezug und Qualitätsmessung planen
- Betrieb, Sicherheit, Zugriffskontrolle und Monitoring einer Neo4j-Lösung einordnen
So arbeiten wir
- Kurze fachliche Inputs mit Live-Demos in Neo4j
- Geführte Hands-on-Übungen in einer bereitgestellten Arbeitsumgebung
- Cypher-Übungen mit Query-Review und Performance-Betrachtung
- Mini-Workshops zu Modellierung, Importstrategie und Architekturentscheidungen
- Transferaufgaben für eigene Use Cases aus Data Engineering, KI oder Analytics
Empfohlene Vorkenntnisse
- Sicheres Grundverständnis von Datenmodellen, Abfragen und Datenqualität
- SQL-Kenntnisse oder vergleichbare Erfahrung mit Datenabfragen hilfreich
- Erste Berührung mit KI-, ML- oder LLM-Anwendungen von Vorteil
- Grundlegendes Verständnis von APIs, ETL oder Datenpipelines hilfreich
Dein Fahrplan
Einordnung von Graph-Datenbanken für KI-Anwendungen, typische Muster für Knowledge Graphs, RAG, Empfehlungen, Fraud Detection und Entity Resolution. Vergleich von Graph-Datenbank, relationaler Datenbank und Vektorstore. Aufbau des Property-Graph-Modells mit Knoten, Beziehungen, Labels und Properties sowie Modellierungsentscheidungen für IDs, Zeitbezug, Provenienz und Datenqualität.
Organisatorisches
Lernformate
Unsere Seminare bieten dir maximale Flexibilität: Du kannst zwischen Live-Online und Vor Ort in unseren modernen Schulungszentren im D-A-CH Raum wählen. Beide Formate garantieren dir die gleiche hohe Qualität und interaktive Lernerfahrung.
Schulungsarten
Wir bieten dir verschiedene Schulungsarten: Offene Seminare, Firmenseminare für Teams und Inhouse-Schulungen direkt bei dir vor Ort. So findest du genau das Format, das zu deinen Bedürfnissen passt.
Uhrzeiten
09:00-16:00 Uhr
Aktuelle Software
In unseren offenen Kursen arbeiten wir mit der aktuellsten Software-Version. So lernst du direkt mit den Tools und Features, die du auch in deinem Arbeitsalltag verwendest - mit klarem Alltagsbezug und zukunftsorientiert. Bei Inhouse- und Firmenschulungen bestimmt ihr die Version.
Deine Vorteile
Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Inklusivleistungen
Deine Teilnahme beinhaltet: Schulungsmaterial, Zertifikat, Verpflegung (bei Präsenzveranstaltungen) und persönliche Betreuung durch unsere Trainer und unser Orga-Team. Alles aus einer Hand - keine versteckten Kosten.
Lernen von Experten
Unsere Trainer sind zertifizierte und erfahrene Profis mit jahrelanger Berufserfahrung. Sie vermitteln dir in den Kursen nicht nur theoretisches Wissen, sondern teilen ihre Erfahrungen aus realen Projekten und helfen dir, das Gelernte direkt in deiner täglichen Arbeit anzuwenden. Das ist kein Werbeversprechen, sondern unser Anspruch. Am besten siehst du das in unseren Bewertungen, z.B. auch bei Google.
Keine Vorkasse
Du zahlst erst nach dem Seminar. Keine Vorkasse, keine Vorauszahlung - so kannst du sicher sein, dass du nur für das bezahlst, was du auch wirklich erhalten hast. Die Rechnung erhältst du erst nach Kursbeginn.
Max. 8 Teilnehmende
Wir setzen auf kleine Gruppen, damit du die Aufmerksamkeit bekommst, die du verdienst. So haben wir mehr Zeit für deine individuellen Fragen und können gezielt auf deine Bedürfnisse eingehen.
Termine und Preise
| Zeitraum | Ort | Preis (netto) |
|---|---|---|
| 25.01. - 27.01.2027 | München oder Live-Online | 1.590 € |
| 12.04. - 14.04.2027 | München oder Live-Online | 1.590 € |
| 07.06. - 09.06.2027 | München oder Live-Online | 1.590 € |
| 13.09. - 15.09.2027 | München oder Live-Online | 1.590 € |
Alle Preise zuzüglich gesetzlicher Mehrwertsteuer. Freie Plätze und weitere Termine findest du unter www.cmt.de/seminare/ki-neo4j-graph-datenbanken.
Firmenschulung und Inhouse
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine stimmen wir mit euch ab.
Dein Kontakt bei cmt
Michaela Berger
Telefon 0800 71 20000
michaela.berger@cmt.de
Termine & Buchung
Vor Ort
Online
Nicht der passende Termin dabei?
Wir finden eine Lösung: anderer Termin, mehrere Teilnehmer, Inhouse-Schulung oder individuelle Beratung.
Lieber gleich das ganze Team schulen?
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine nach Maß.
Wie die Planung abläuft, was ein Zuschnitt kostet und welche Themen wir abdecken, steht auf unserer Seite zu Inhouse Schulungen im Bereich KI Engineering.
Inhouse-Schulung
Wir kommen zu euch: diese Schulung maßgeschneidert in euren Räumen, für Unternehmen und Behörden.
- Inhalte exakt auf euch zugeschnitten
- Termine nach euren Bedürfnissen
- Günstiger ab mehreren Teilnehmern
- Vertraute Umgebung, kein Reiseaufwand
Firmen-Seminar
Exklusiv für dein Team an einem unserer Standorte oder Live-Online, individuell angepasst.
- Geschlossene Gruppe aus eurem Haus
- Individuelle Terminplanung
- An unseren Standorten oder Live-Online
- Angepasste Inhalte
Fragen und Antworten zu Neo4j Graph-Datenbanken für KI
Was ist der Unterschied zwischen Neo4j, relationalen Datenbanken und Vektordatenbanken?
Neo4j speichert Daten als Knoten, Beziehungen und Eigenschaften. Dadurch werden Zusammenhänge direkt modelliert und abgefragt. Relationale Datenbanken sind stark bei tabellarischen Strukturen, Vektordatenbanken bei Ähnlichkeitssuche. Im Seminar lernst du, wann Graph-Datenbanken, relationale Modelle und Vektorsuche jeweils sinnvoll sind und wie sie in KI-Architekturen zusammenspielen.
Eignet sich die Schulung für GraphRAG und Retrieval-Augmented Generation?
Ja. GraphRAG ist ein zentraler Bestandteil des Seminars. Du lernst, wie Knowledge Graphs Retrieval-Augmented Generation ergänzen, wie Graph Traversals und Vektorsuche kombiniert werden und wie Quellen, Zugriffskontrolle und Qualitätsmessung in den Kontextaufbau einfließen.
Brauche ich vor dem Seminar Programmierkenntnisse?
Eine bestimmte Programmiersprache ist nicht zwingend erforderlich. Wichtig ist, dass du technische Datenkonzepte nachvollziehen und Abfragen verstehen kannst. Cypher wird im Seminar praktisch aufgebaut. SQL-Erfahrung hilft, ist aber keine Pflicht.
Arbeiten wir mit Neo4j Graph Data Science?
Ja. Das Seminar behandelt ausgewählte Graph-Data-Science-Methoden wie Similarity, Community Detection und PageRank. Außerdem geht es darum, Graphstrukturen als Features, Embeddings oder Nachbarschaftsmerkmale für KI- und ML-Szenarien zu nutzen.
Ist das Seminar eher für Entwicklung, Data Engineering oder Administration gedacht?
Der Schwerpunkt liegt auf Entwicklung, Data Engineering, KI-Architektur und analytischen Anwendungsfällen. Betrieb, Sicherheit, Rollen, Rechte, Monitoring sowie Backup und Restore werden so behandelt, dass du produktionsnahe Neo4j-Lösungen planen und bewerten kannst.
Kann ich einen eigenen Knowledge-Graph-Use-Case einbringen?
Ja. Eigene Fragestellungen sind ausdrücklich geeignet, sofern sie in den Seminarrahmen passen. Du erhältst Leitfragen und Templates, um Domänenmodell, Importstrategie, Abfrage-Patterns und Architekturentscheidungen auf deinen Use Case zu übertragen.
Welche weiterführenden Schulungen passen nach diesem Neo4j-Training?
Wenn du GraphRAG und LLM-Pipelines vertiefen möchtest, passt die Schulung LLM-Dokumentenanalyse und Pipelines. Für Qualitätssicherung und Risikoanalyse in LLM-Systemen sind außerdem LLM-Evaluation und LLM Security sinnvolle nächste Schritte.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs.
Passende Schulungen nach dem Kurs
Ähnliche Kurse
Open-Source-LLMs lokal betreiben: Grundkurs
Machine Learning mit Python Grundkurs (Für Python Einsteiger)
KI-gestützte Datenbanksuche: Aufbaukurs
LLM Security: Injections erkennen & abwehren
Snowflake Cortex Agents Schulung: Zugriff regeln
Unser Qualitätsversprechen: Wissen, das in der Praxis funktioniert
Aus der Praxis für die Praxis
Schluss mit theoretischem Ballast. Wir trainieren dich für reale IT-Herausforderungen, nicht für Multiple-Choice-Tests. Unsere Trainer vermitteln dir genau das Wissen, das am nächsten Montagmorgen im Job wirklich funktioniert.
Individuell statt "Schema F"
Deine Fragen passen nicht ins Standard-Skript? Bei uns schon. Wir verzichten auf starre Lehrpläne und geben deinen konkreten Projekt-Fragen Raum. Unsere Trainer passen die Inhalte flexibel an das an, was dich und dein Team aktuell weiterbringt.
Maximale Freiheit: Remote oder vor Ort
Lerne so, wie es in deinen Alltag passt - ohne Reise-Stress und Zeitverlust. Egal ob remote, hybrid oder präsent vor Ort: Wir garantieren dir ein nahtloses und effektives Lernerlebnis, egal von wo du dich zuschaltest.
Mit Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt - und wollen, dass du es auch bist. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Über 20.000 Unternehmen und Behörden vertrauen auf uns
