CedarDB förenar transaktions- och analysdatabaser i takt med AI-agenternas framväxt

Bild: TechCrunch · Källa

CedarDB, ett företag utgått från Tekniska universitetet i München, erbjuder en databasmotor som stödjer både transaktionella och analytiska frågeställningar med hög effektivitet, vilket blir allt viktigare då AI-agenter ökar behovet av integrerad dataåtkomst.

Traditionellt har databaser varit specialiserade för antingen analytiska eller operationella ändamål: analytiska databaser gör det möjligt för företag att identifiera trender och generera insikter från insamlad data, medan operationella databaser hanterar dagliga transaktionsregister som order och betalningar. CedarDB, en databasmotor utvecklad av en startup i München som är utsprungen från Tekniska universitetet i München, utmanar denna dikotomi genom att stödja båda typerna av frågor i ett och samma system. Detta tillvägagångssätt har blivit allt mer relevant med framväxten av agent-baserad artificiell intelligens, som kräver mer sömlös och snabb tillgång till olika datatyper.

CedarDBs teknik härstammar från Umbra-forskningsprojektet, som designades för att överträffa äldre databasmotorer genom att maximera moderna hårdvarukapaciteter för hastighet och effektivitet. Grundarteamet, inklusive fem forskare från Umbra, prioriterade att bibehålla kompatibilitet med PostgreSQL – ett allmänt använt öppen källkods-databassystem – för att minska kostnaderna vid byte för användarna och undvika att kräva fullständiga omarbetningar av appar. Denna kompatibilitet stämmer också väl överens med logiken som är bekant för stora språkmodeller (LLM), vilka har tränats omfattande på strukturer liknande PostgreSQL.

Företaget lanserade initialt CedarDB Enterprise som en lokal lösning tillsammans med en gratis Community Edition i maj 2025, med stöd av en finansieringsrunda på 5,3 miljoner euro. Även om företaget inledningsvis var tveksamt till att erbjuda en molnlösning, introducerade man nyligen begränsad molntillgång under TechCrunch Disrupt efter betatestning bland intresserade användare på väntelistan, med målet att bredda kundbasen utöver stora företag.

Denna molnbaserade version positionerar CedarDB att konkurrera mer direkt med etablerade dataplattformar som Databricks, som nyligen tillkännagav LTAP – en liknande satsning på att förena transaktioner, analys, streaming och operationell data i en gemensam lagringsstruktur. CedarDBs VD Moritz Sichert tolkar dessa utvecklingar som en bekräftelse på marknadens behov av integrerade databassystem som möter de föränderliga kraven från AI-drivna applikationer.

För närvarande driver CedarDB ett team på 14 personer med fokus på att betjäna den första gruppen molnanvändare samtidigt som företaget planerar att expandera med ytterligare finansieringsrundor i takt med att användarantalet växer. Företagets utveckling speglar en bredare trend inom databasindustrin mot att erbjuda enhetliga, effektiva dataplattformar för att stödja nästa generation av AI- och företagsarbetsbelastningar.