CedarDB vereint transaktionale und analytische Datenbanken im Zuge des Aufstiegs KI-gesteuerter Agenten

Image: TechCrunch · Source

CedarDB, ein Spinout der Technischen Universität München, bietet eine Datenbank-Engine, die sowohl transaktionale als auch analytische Abfragen mit hoher Effizienz unterstützt, und gewinnt an Bedeutung, da KI-Agenten integrierten Datenzugang verstärkt nachfragen.

Traditionell waren Datenbanken entweder auf analytische oder operative Zwecke spezialisiert: Analytische Datenbanken ermöglichen Unternehmen, Trends zu erkennen und Erkenntnisse aus gesammelten Daten zu gewinnen, während operative Datenbanken tägliche Transaktionsdaten wie Bestellungen und Zahlungen verwalten. CedarDB, eine von einem Münchner Startup entwickelte Datenbank-Engine, das aus der Technischen Universität München ausgegründet wurde, stellt diese Dichotomie infrage, indem es beide Arten von Abfragen in einem System unterstützt. Dieser Ansatz gewinnt mit dem Aufkommen agentenbasierter künstlicher Intelligenz zunehmend an Relevanz, da diese einen nahtloseren und schnelleren Zugang zu verschiedenen Datentypen verlangt.

Die Technologie von CedarDB stammt aus dem Forschungsprojekt Umbra, das darauf ausgelegt wurde, Legacy-Datenbank-Engines zu übertreffen, indem es moderne Hardwarefähigkeiten für Geschwindigkeit und Effizienz maximiert. Das Gründungsteam, darunter fünf Forscher von Umbra, priorisierte die Beibehaltung der Kompatibilität mit PostgreSQL—einem weit verbreiteten Open-Source-Datenbanksystem—um Wechselkosten für Nutzer zu minimieren und eine vollständige Neuprogrammierung von Anwendungen zu vermeiden. Diese Kompatibilität stimmt auch gut mit der Logik überein, die großen Sprachmodellen (LLMs) vertraut ist, die umfangreich mit PostgreSQL-ähnlichen Strukturen trainiert wurden.

Das Unternehmen brachte CedarDB Enterprise zunächst als On-Premise-Lösung zusammen mit einer kostenlosen Community Edition im Mai 2025 an den Markt, unterstützt durch eine Seed-Finanzierungsrunde in Höhe von 5,3 Millionen Euro. Während das Unternehmen zunächst zögerte, eine Cloud-Lösung anzubieten, führte es nach Betatests mit interessierten Nutzern auf seiner Warteliste kürzlich während TechCrunch Disrupt einen limitierten Cloud-Zugang ein, mit dem Ziel, die Kundenbasis über große Unternehmen hinaus zu erweitern.

Diese Cloud-gehostete Version positioniert CedarDB, um direkter mit etablierten Datenplattformen wie Databricks zu konkurrieren, die kürzlich LTAP ankündigten—ein ähnliches Vorhaben, um Transaktionen, Analysen, Streaming und operative Daten in einem einzigen Speicherframework zu vereinen. Moritz Sichert, CEO von CedarDB, interpretiert diese Entwicklungen als Bestätigung des Marktbedarfs nach integrierten Datenbanklösungen, die den sich wandelnden Anforderungen KI-getriebener Anwendungen gerecht werden.

Derzeit arbeitet CedarDB mit einem 14-köpfigen Team und konzentriert sich darauf, die erste Gruppe von Cloud-Nutzern zu bedienen, während es plant, mit weiteren Finanzierungsrunden zu skalieren, sobald die Nutzerakzeptanz wächst. Die Entwicklung des Unternehmens spiegelt einen breiteren Trend in der Datenbankbranche wider, der auf die Bereitstellung einheitlicher, effizienter Datenplattformen abzielt, um die nächste Generation von KI- und Unternehmens-Workloads zu unterstützen.