EQS-News

Exasol stellt die neue Version seiner Analytics-Datenbank vor

EQS-News: EXASOL AG / Schlagwort(e): Produkteinführung/Sonstiges Exasol stellt die neue Version seiner Analytics-Datenbank vor 30.05.2023 / 11:11 CET/CEST Für den Inhalt der Mitteilung ist der Emittent / Herausgeber verantwortlich. Exasol stellt die neue Version seiner Analytics-Datenbank vor

Exasol bietet Unternehmen höchste Flexibilität bei gleichzeitig kompromissloser Performance zu überzeugenden Preisen

 Nürnberg, den 30. Mai 2023 – Exasol hat heute die neue Version der „No-Compromise-Database for Analytics“ vorgestellt. Für Exasol-Kunden bedeutet das höhere Produktivität, signifikante Einsparungen und mehr Flexibilität, um Daten in der Cloud, in einer SaaS-Lösung, in Rechenzentren (On-Premises) oder als hybride Lösungen besser verwalten und effizienter nutzen zu können. Mit unvergleichlich schnellen Verarbeitungszeiten, die bis zu 20-mal schneller^[1] sind als bei jeder anderen Analytics-Datenbank, bietet Exasol ein einzigartiges Preis-Leistungs-Verhältnis und ermöglicht Kunden einen bis zu 320%^[2] schnelleren ROI durch geringere Lizenz-, Implementierungs-, Wartungs-, Optimierungs- und Schulungskosten. Unternehmen, die Exasol in ihrem eigenen Tech-Stack mit eigenen Daten ausprobieren möchten, erhalten über die Exasol Webseite einen kostenlosen Zugang zu einem auf begrenzte Zeit verfügbaren Accelerator-Programm. 

„Wir bieten Kunden mit unserer weiterentwickelten Datenbank eine Lösung, die keine Kompromisse zwischen Kosten, Effizienz und Flexibilität abverlangt. Mit Exasol können Unternehmen Analysen überall dort durchführen, wo sich Daten befinden – On-Premises, in der Cloud oder gleichzeitig in unterschiedlichen Clouds – ohne aufwändige Migrationsprojekte, Datentranfers und unerwartet eintretenden Kostenexplosionen akzeptieren zu müssen“, so Jörg Tewes, seit Anfang des Jahres CEO von Exasol.

Mit den neuesten Weiterentwicklungen lässt sich Exasol nahtlos in jede Daten- und Analytics-Umgebung integrieren und skaliert dynamisch, um auch die komplexesten Datensätze zu verarbeiten und somit Reibungsverluste zu vermeiden. Das bedeutet auch eine Entlastung für die Datenteams, die sich darauf konzentrieren können, wie ihre Unternehmen schneller bessere Geschäftsergebnisse erzielen können.