PostgreSQL

Eine Datenbank für strukturierte Daten, flexible Dokumente und KI-Embeddings – sauber modelliert und schnell.

PostgreSQL ist unsere Standard-Datenbank für Webanwendungen, SaaS-Plattformen und KI-Anwendungen – in Kundenprojekten ebenso wie in eigenen Produkten. Wir modellieren Daten, optimieren Abfragen und richten Backups, Replikation und Zugriffsregeln ein.

Für typsicheren Zugriff aus TypeScript nutzen wir je nach Projekt Prisma, Drizzle oder TypeORM. Für KI-Anwendungen speichern wir Embeddings mit pgvector direkt neben den übrigen Daten.

Bestehende Datenbanken haben wir bereits von Microsoft SQL Server nach PostgreSQL migriert – mit Tests auf echten Daten und einem Plan für die Umstellung.

Offizielle Website

Ihr Ansprechpartner Michael Jauk Ansprechpartner für Backend & Architektur

Was ist PostgreSQL – und wann lohnt es sich?

PostgreSQL ist eine relationale Open-Source-Datenbank mit starker SQL-Konformität, Transaktionssicherheit und vielen Erweiterungen – etwa JSONB für flexible Daten, Volltextsuche und pgvector für Vektorsuche. Alle großen Cloud-Anbieter bieten sie als verwalteten Dienst an.

PostgreSQL lohnt sich für fast jede Geschäftsanwendung mit strukturierten Daten, Beziehungen und Transaktionen. Andere Systeme passen besser bei reinen Schlüssel-Wert-Zugriffen mit extremem Durchsatz oder bei sehr großen analytischen Datenmengen, für die spaltenorientierte Analyse-Datenbanken gebaut sind.

pgvector oder eigene Vektordatenbank?

	pgvector in PostgreSQL	Eigene Vektordatenbank
Betrieb	eine Datenbank für Daten und Embeddings	zusätzliches System
Konsistenz	Daten und Embeddings in derselben Transaktion	Abgleich zwischen zwei Systemen nötig
Zugriffsrechte	dieselben Regeln wie für alle Daten, z. B. Row-Level Security	eigenes Rechtekonzept
Suche	Vektorsuche mit HNSW-Index, kombinierbar mit SQL-Filtern	auf Vektorsuche spezialisiert
Geeignet für	die meisten RAG-Anwendungen in Unternehmen	sehr große Vektormengen, spezielle Suchfunktionen

Verwandte Themen

NestJS KI-Integration Cube.dev Docker

Kompetenzen

Was wir mit PostgreSQL umsetzen

Relationale Datenmodellierung JSONB & flexible Datenstrukturen Volltextsuche pgvector für Embedding-Suche Prisma / Drizzle / TypeORM Migrationen & Schema-Management Performance-Tuning & Indexierung Replikation & Hochverfügbarkeit Backup & Wiederherstellung Row-Level Security

Einsatzgebiete

Typische Anwendungsfälle

SaaS-Plattformen mit vielen Mandanten

Datenhaltung, bei der Row-Level Security in der Datenbank sicherstellt, dass jeder Mandant nur seine eigenen Daten sieht.

KI-Anwendungen mit Vektorsuche

Embeddings mit pgvector direkt neben den Geschäftsdaten – für RAG und semantische Suche ohne zusätzliche Vektordatenbank.

Migration von SQL Server

Umzug bestehender Datenbanken von Microsoft SQL Server nach PostgreSQL, inklusive Datentypen, Abfragen und gespeicherter Prozeduren.

Referenzen

Ausgewählte Projekte

Webanwendung

Klanglicht - Kunstfestival der Bühnen Graz

Klanglicht Audio-Guide

Mobile App

Radio Soundportal

Soundportal App

Auszahlungsplattform für die Einlagensicherung

Webanwendung

Österreichische Raiffeisen-Sicherungseinrichtung eGen (ÖRS)

Auszahlungsplattform für die Einlagensicherung

Alle Referenzen ansehen

Häufige Fragen

FAQ zu PostgreSQL

Warum setzt dectria auf PostgreSQL?

Weil PostgreSQL für die meisten Geschäftsanwendungen alles mitbringt: verlässliche Transaktionen, flexible JSON-Daten, Volltextsuche und mit pgvector auch Vektorsuche. Es ist Open Source, ohne Lizenzkosten, und bei allen großen Cloud-Anbietern als verwalteter Dienst verfügbar.

Kann PostgreSQL auch für KI-Projekte verwendet werden?

Ja. Mit der Erweiterung pgvector speichert PostgreSQL Embeddings und durchsucht sie nach Ähnlichkeit, auch mit HNSW-Index. Weil Embeddings neben den übrigen Daten liegen, gelten dieselben Zugriffsrechte, und Vektorsuche lässt sich mit normalen SQL-Filtern kombinieren.

Wie trennt man Daten verschiedener Mandanten in PostgreSQL?

Je nach Anforderung mit einer Mandanten-Spalte und Row-Level Security, mit eigenen Schemas pro Mandant oder mit getrennten Datenbanken. Row-Level Security erzwingt die Trennung in der Datenbank selbst – auch wenn im Anwendungscode ein Filter fehlt.

Kann dectria eine Datenbank von SQL Server nach PostgreSQL migrieren?

Ja, das haben wir bereits umgesetzt. Wir übertragen Schema, Datentypen und gespeicherte Prozeduren, testen mit echten Daten und planen die Umstellung so, dass der Betrieb möglichst kurz unterbrochen wird. Danach optimieren wir Indizes und Abfragen für PostgreSQL.

Welches ORM empfiehlt dectria?

Das hängt vom Projekt ab. Wir arbeiten mit Prisma, Drizzle und TypeORM. Drizzle bleibt nah an SQL, Prisma bietet ein eigenes Schema mit komfortablen Migrationen, TypeORM passt gut zu NestJS-Projekten. Für komplexe Auswertungen schreiben wir SQL direkt.

Jedes Projekt beginnt mit einem Gespräch.

Lassen Sie uns über Ihre individuellen Bedürfnisse und Wünsche sprechen.

Projekt anfragen