Unternehmensnachrichten über SereneDB startet superschnelle S3-Datensuchmaschine.

Die deutsche Startup SereneDB’s Krummelanke soll die schnellste Datenbank-Suchmaschine der Welt sein und kombiniert Suche und Analyse in einem Produkt.

Das Unternehmen gibt an, dass KI-Agenten Hunderte von hybriden Find-and-Count-Abfragen pro Sekunde ausführen, aber jede Datenbank in Produktion wurde für menschliche Benutzer entwickelt. Seine Krummelanke-Engine wurde entwickelt, um die schnelle agentenbasierte Datenbanksuche zu bewältigen. Krummelanke ist Open-Source unter Apache 2.0, kompatibel mit Postgres und Elastic und kann Volltextsuche über auf S3 gespeicherte Daten ausführen.

Mitbegründer und CEO Alexander Malandin sagte: “Die agentische Zukunft ist vor allem ein Datenlastproblem. Heute ist ein KI-Agent eine einzelne Biene, die eine einzelne Blume besucht. Was kommt, ist der Schwarm: mehr Agenten als Mitarbeiter in jedem Unternehmen, die jeweils Hunderte von Abfragen pro Sekunde ausführen. Infrastruktur, die für menschliche Benutzer entwickelt wurde, ist weder schnell genug noch kosteneffizient genug, um diese Last zu überstehen. Die agentische Zukunft erfordert eine neue Generation von Datenbanken: ultraschnelle Suche und ultraschnelle Analyse in einer Engine, bei der Suchoperationen in Nanosekunden gemessen werden und eine Frage über Milliarden von Datensätzen in Millisekunden zurückkommt. Eine, die Agenten als First-Class-Benutzer behandelt, ihre Skalierbarkeit bewältigt und Daten dort erreicht, wo sie sich befinden. Das ist es, was wir gebaut haben, und mit SereneDB Krummelanke bringen wir es in Produktion.”

SereneDB stellt fest, dass analytische Engines wie Snowflake, BigQuery, DuckDB über Parquet und Lakehouses standardmäßig Spaltendaten direkt von S3 lesen. Große sequentielle Scans passen zum Latenzprofil von Objektspeichern, im Gegensatz zur Volltextsuche. Volltextsuche erfordert einen invertierten Index, der Inhaltselemente wie Wörter oder Zahlen auflistet und sie ihren Speicherorten innerhalb von Tabellen oder Dokumenten zuordnet. Die Suche über invertierte Indizes generiert viele zufällige Zugriffe. Typischerweise speichern Lucene-basierte Suchmaschinen Indizes auf schnellem lokalen Speicher, getrennt vom Haupt-Lakehouse-Datenspeicher. SereneDB sagt, dass “durchsuchbare” Daten innerhalb einer Elastic-Bereitstellung bedeutet, eine zweite Kopie auf Flash, der teuersten verfügbaren Speicherstufe, zu unterhalten.

Wir fragten, wie sich die Suche von SereneDB von der allgemeinen Objektspeicher-Datensuche wie der Suche von Cloudian HyperStore unterscheidet.

CTO Andrey Abramov erzählte uns: “Cloudian ist ein S3-kompatibler Speicheranbieter und HyperSearch ist ein Dienst, der an den Bucket angehängt ist. Er sammelt Metadaten von gespeicherten Objekten und indiziert diese Metadaten innerhalb einer zugrunde liegenden Suchkomponente; dies ist ein separates Indizierungssystem, das über Datenkopien befüllt wird. Viele Dienste implementieren die Suche auf diese Weise und sie funktionieren gut.”

Auf der Ebene des Suchmaschinenkerns jedoch: “Es gibt weltweit nur eine Handvoll Kernsuchtechnologien und -bibliotheken: Lucene, Tantivy und IResearch, entwickelt von SereneDB. Elasticsearch, OpenSearch, Solr und viele andere sind Lucene-Derivate und folgen einem Copy-First-Modell. Sie können keine Daten durchsuchen, die sie nicht lokal speichern, daher müssen alle zu durchsuchenden Daten extrahiert, übertragen und in den Suchcluster dupliziert werden.”

SereneDB funktioniert anders: “SereneDB indiziert Daten dort, wo sie bereits vorhanden sind. Parquet-Dateien und Iceberg-Tabellen auf S3 bleiben die Quelle der Wahrheit. Wir speichern nur den abgeleiteten Index. Die Suche selbst — Volltext mit BM25-Ranking, Vektor- und Geosuche — läuft gegen diesen Index mit einem kleinen lokalen Hot Set. Der Iceberg-Anwendungsfall dient als konkretes Beispiel: Ein Kunde schreibt Änderungen in eine Iceberg-Tabelle auf S3, SereneDB nimmt diese Updates auf und bietet Suche und Analyse darüber an. Sie können beliebig viele SereneDB-Knoten auf dieselbe Tabelle richten.”

Wir fragten, ob Anbieter von Objektspeichern, Datenbanken oder Lakehouses die Suchmaschine von SereneDB als Alternative zu Lucene und seinen Derivaten übernehmen könnten. Abramov sagte: “Ja, absolut! Wir können nicht nur ElasticSearch, OpenSearch, Solr, CrateDB, die reine Lucene-Derivate sind, ersetzen, sondern sie auch mit analytischen Fähigkeiten erweitern. Zum Beispiel pflegen wir dedizierte Dokumentation zur Migration von ElasticSearch.”

Das Unternehmen hat Benchmarks durchgeführt, bei denen seine Suchmaschinengeschwindigkeit mit beliebten Alternativen verglichen und diese übertroffen wurden. Abramov sagte: “Unser Ziel mit diesen Benchmarks war es zu zeigen, dass SereneDB eine schnellere und moderne Alternative zum traditionellen Suchstack ist.”

Benchmark-Details

SereneDB’s SearchBench umfasst 92 Such- und Analyseabfragen, die gegen 100 Millionen und 1 Milliarde OpenTelemetry-Protokolldatensätze ausgeführt werden, den TextBench-Datensatz, der von ClickHouse veröffentlicht wurde, mit 15 gespeicherten Spalten pro Datensatz. Alle Tests werden auf einem einzigen Server ausgeführt. Jede konkurrierende Engine wurde mit veröffentlichten Konfigurationsparametern abgestimmt, mit einem 60-Sekunden-Timeout pro Abfrage. Jede Abfrage, die dieses Limit überschreitet, wird als nicht beendet markiert.

Benchmark-Ergebnisse für mehr als ein Dutzend beliebte Suchmaschinen sind auf einem Dashboard verfügbar. Getestete Engines umfassen Elasticsearch in vier Konfigurationen, OpenSearch, ParadeDB, CrateDB, ArangoDB, TigerDB mit Zeilen- und Spaltenspeicher-Varianten und Vanilla Postgres, wobei zusätzliche Engines hinzugefügt werden. Die Zeitmessung verwendet drei Läufe pro Abfrage, wobei das beste Ergebnis aus den letzten beiden Läufen genommen wird. Eine Abfrage wird zu einem Zeitpunkt von einem einzigen Client ausgeführt und die Ergebnis-Cachings sind deaktiviert. Das Dashboard misst die Latenz anstelle des Durchsatzes.

Die Ergebniszellen des Dashboards zeigen Leistungskennzahlen im Verhältnis zur schnellsten Engine für jede Abfrage, wobei das schnellste Ergebnis 1,0x entspricht. Die Gesamtpunktzahl wird als geometrisches Mittel dieser 92 Abfrage-Verhältnisse berechnet. SereneDB erklärt, dass diese Standardmethode zur Durchschnittsbildung von Verhältnissen verhindert, dass eine einzelne Ausreißerabfrage die Ergebnisse verfälscht.

SereneDB erreicht ein geometrisches Mittel von 1,05x auf dem Datensatz mit 100 Millionen Datensätzen und 1,07x auf dem Datensatz mit 1 Milliarde Datensätzen. Über alle 92 Abfragen hinweg ist es entweder die schnellste Engine oder liegt innerhalb weniger Prozentpunkte der Höchstgeschwindigkeit. ElasticSearch belegt mit einem geometrischen Mittel von 2,8x auf dem 100-Millionen-Datensatz den zweiten Platz. TigerData-Spaltenspeicher erzielt 2,24x auf dem 1-Milliarden-Datensatz, mit zahlreichen Timeouts. Vanilla Postgres erreicht 204x auf dem 100-Millionen-Datensatz und 50,69x auf dem 1-Milliarden-Datensatz.

Um den Vergleich zwischen Anbietern über die komplexe Dashboard-Ansicht hinaus zu vereinfachen, haben wir ein Diagramm erstellt, das die geordneten geometrischen Mittelwerte aus dem 100-Millionen-Benchmark basierend auf Screenshot-Daten zeigt.

Die Leistungslücken sind extrem groß, daher haben wir Punktzahlen über 10 ausgeschlossen und das Diagramm neu gezeichnet. Wie SereneDB angibt, führt seine Suchmaschine die getestete Gruppe an.

Gründung und Finanzierung von SereneDB

SereneDB wurde 2025 in Berlin von Alexander Malandin, CEO mit früherer Erfahrung im Unternehmenseinzelhandel bei EMC, Dell und ArangoDB; Andrey Abramov, CTO mit Such-F&E-Hintergrund bei Quest Software, EMC und ArangoDB; und Valery Mironov, Kerningenieur, früher bei ArangoDB und YDB, gegründet. Das achtköpfige Ingenieurteam arbeitet seit über 16 Jahren zusammen. Sein Suchkern IResearch ist seit 2014 in Entwicklung.

Das Startup kündigte im Dezember 2025 eine Vor-Seed-Finanzierung in Höhe von 2,1 Millionen US-Dollar an, angeführt von Entourage und High-Tech Gründerfonds.

SereneDB Krummelanke ist Open Source unter der Apache 2.0 Lizenz und auf GitHub verfügbar.

Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang/Global Strategy Director
WhatsApp / WeChat: +86 13426366826
E-Mail: yangyd@qianxingdata.com
Website: www.qianxingdata.com/www.storagesserver.com
Geschäftsschwerpunkt:
ICT-Produktvertrieb/Systemintegration & Dienstleistungen/Infrastrukturlösungen
Mit über 20 Jahren Erfahrung im IT-Vertrieb arbeiten wir mit führenden globalen Marken zusammen, um zuverlässige Produkte und professionelle Dienstleistungen zu liefern.
“Technologie nutzen, um eine intelligente Welt aufzubauen”Ihr vertrauenswürdiger ICT-Produkt-Dienstleister!