Die Welt wird immer vernetzter, die Systeme zunehmend komplexer. Im Bereich der Datenanalytik rücken daher verstärkt Technologien in den Vordergrund, die auf die Analyse und Modellierung von Datenbeziehungen und Netzwerken spezialisiert sind. Graph Data Science (GDS) und Graph Analytics haben sich hier in den letzten Jahren als neue Kategorie etabliert – vor allem im Zusammenhang mit Machine Learning (ML) und Künstlicher Intelligenz (KI). Der Fachbeitrag geht auf die Grundprinzipien von Graph-Datenbanken und GDS ein und erklärt anschließend, wie Entwickler GDS-Applikationen innerhalb von drei Phasen auf- und ausbauen können.