Imaginez un monde où vos données transactionnelles du quotidien et vos analyses stratégiques cohabitent dans un seul et même système, sans friction, sans duplication, et surtout sans ralentissement. C’est exactement la promesse que formule une jeune pousse munichoise qui a récemment fait parler d’elle. Alors que les agents d’intelligence artificielle multiplient les requêtes complexes en langage naturel, la séparation traditionnelle entre bases opérationnelles et bases analytiques commence à montrer ses limites. CedarDB entre dans la danse avec une approche radicalement différente : une seule base capable de tout gérer, conçue pour tirer le maximum du matériel moderne et pour rester compatible avec les outils que les développeurs connaissent déjà.

Pourquoi la séparation historique entre transactions et analytics devient un frein

Pendant des décennies, l’industrie a accepté une dichotomie presque sacrée. D’un côté, les bases de données opérationnelles (OLTP) enregistrent commandes, paiements, stocks et interactions clients en temps réel. De l’autre, les systèmes analytiques (OLAP) digèrent des volumes massifs pour faire ressortir des tendances, des prévisions ou des tableaux de bord. Cette séparation avait du sens à l’époque où les machines étaient moins puissantes et où les besoins métier évoluaient lentement.

Aujourd’hui, le paysage a changé. Les entreprises accumulent des années de données transactionnelles et veulent pouvoir les interroger instantanément, souvent via des questions formulées en langage courant grâce aux grands modèles de langage. Les agents IA ne se contentent plus de lire des rapports pré-calculés : ils explorent, croisent et agissent. Dans ce contexte, déplacer des données d’un silo à un autre devient un goulot d’étranglement coûteux en temps, en ressources et en complexité opérationnelle.

CedarDB part du constat simple que cette division n’est plus une nécessité technique, mais un héritage. En unifiant les deux mondes, la startup propose de réduire les coûts de synchronisation, d’éliminer les décalages de fraîcheur des données et de simplifier l’architecture globale. Pour les équipes data et les décideurs marketing ou business, cela signifie des réponses plus rapides et une image plus fidèle de la réalité opérationnelle.

Les racines académiques d’un moteur pensé pour la vitesse

L’histoire de CedarDB ne commence pas dans un garage, mais dans les laboratoires de la Technical University of Munich. Le projet de recherche Umbra a servi de base scientifique. L’objectif initial était clair : concevoir un moteur capable de surpasser les systèmes legacy en exploitant pleinement les capacités du matériel contemporain — multi-cœurs, caches sophistiqués, mémoire abondante.

Cinq chercheurs issus de ce projet sont devenus co-fondateurs de la société. Parmi eux, Moritz Sichert occupe le rôle de CEO. Leur approche collective a consisté à préserver l’ADN de performance tout en l’adaptant aux contraintes du monde réel : fiabilité, tolérance aux pannes, et surtout compatibilité avec l’écosystème existant. Le résultat est un moteur qui promet des gains de vitesse sans exiger davantage de processeurs ou de mémoire, un argument de poids à l’heure où les budgets cloud et les préoccupations énergétiques pèsent lourd.

Nous avons mis l’accent sur la fiabilité, la tolérance aux pannes et la compatibilité avec les outils populaires après avoir quitté le monde académique.

– Christian Winter, co-fondateur de CedarDB

Cette transition de la recherche pure vers un produit commercial a nécessité des arbitrages. L’équipe a longuement débattu de l’opportunité de proposer immédiatement une offre cloud. Elle a finalement choisi de lancer d’abord une version entreprise on-premise et une édition communautaire gratuite, toutes deux présentées en mai de l’année précédente, en même temps qu’une levée de seed de 5,3 millions d’euros.

La compatibilité PostgreSQL comme accélérateur d’adoption

L’un des choix les plus stratégiques de CedarDB réside dans sa compatibilité avec PostgreSQL. Ce système open source est massivement utilisé dans les entreprises de toutes tailles. En respectant sa logique et ses interfaces, CedarDB réduit drastiquement le coût de bascule. Les applications n’ont pas besoin d’être réécrites ; les compétences des équipes restent valables.

Mais il y a plus. Les grands modèles de langage, entraînés sur d’énormes corpus de code et de documentation, sont particulièrement à l’aise avec la syntaxe et les patterns de PostgreSQL. Pour les agents IA qui génèrent ou exécutent des requêtes, cette familiarité devient un atout concret. Moins d’erreurs de syntaxe, des prompts plus efficaces, une intégration plus fluide dans les pipelines d’automatisation.

Dans un contexte où les entreprises cherchent à industrialiser l’usage de l’IA générative et des agents autonomes, cette proximité avec un standard déjà maîtrisé par les machines et les humains constitue un avantage compétitif discret mais puissant.

L’arrivée du cloud et la montée en puissance face aux géants

Après une phase de tests bêta auprès des inscrits sur liste d’attente, CedarDB a annoncé la disponibilité limitée de sa version cloud lors de TechCrunch Disrupt. L’événement, qui accueille également la compétition Startup Battlefield, place la startup sous les projecteurs aux côtés de vingt autres candidats. Cette présence n’est pas anodine : elle signale la volonté de passer d’un outil plutôt destiné aux grandes entreprises à une solution accessible à un public plus large.

La version cloud managée devrait élargir la base d’utilisateurs au-delà des structures capables de gérer une installation on-premise. Elle positionne également CedarDB face à des acteurs majeurs comme Databricks. Ce dernier a récemment dévoilé LTAP, une architecture visant à unifier transactions, analytics, streaming et données opérationnelles sur une seule copie de stockage. Databricks invoque explicitement « l’ère agentique » pour justifier ce mouvement.

Pour Moritz Sichert, cette convergence de vues est plutôt rassurante. Elle confirme qu’il existe une demande réelle pour des systèmes capables de traiter à la fois les écritures transactionnelles et les lectures analytiques intensives. CedarDB, avec son équipe actuelle de quatorze personnes, compte d’abord servir ses premiers clients cloud avant d’envisager une croissance d’effectif et, probablement, une nouvelle levée de fonds.

Ce que l’ère des agents IA change réellement pour les bases de données

Les agents d’intelligence artificielle ne se contentent plus de répondre à des questions isolées. Ils enchaînent des actions, explorent des jeux de données, formulent des hypothèses et déclenchent parfois des opérations en retour. Chaque étape génère des requêtes qui peuvent être à la fois transactionnelles (mettre à jour un statut, enregistrer un événement) et analytiques (calculer une moyenne, détecter une anomalie, croiser plusieurs sources).

Dans une architecture classique, ces agents se heurtent rapidement aux latences introduites par les ETL, les réplications et les modèles de données différents. Une base unifiée comme celle proposée par CedarDB réduit ces frictions. Les données restent fraîches, les schémas sont cohérents, et les performances restent élevées même sous charge mixte.

Pour les équipes marketing, produit ou opérations, cela ouvre la porte à des expériences plus réactives : recommandations en temps réel basées sur le comportement immédiat, détection de fraude combinant historique et flux live, tableaux de bord qui se mettent à jour sans délai artificiel. L’IA agentique devient alors un véritable levier opérationnel plutôt qu’un simple outil de reporting.

Les choix stratégiques qui ont façonné le produit

Au-delà de la performance pure, plusieurs décisions structurantes ont guidé le développement. La priorité donnée à la fiabilité et à la tolérance aux pannes répond aux attentes des entreprises qui ne peuvent se permettre d’interruptions. La compatibilité avec les outils populaires évite de créer un nouvel îlot technologique isolé.

Le lancement simultané d’une édition communautaire gratuite et d’une offre entreprise payante illustre également une volonté de construire une communauté tout en générant des revenus. Cette double approche permet de recueillir des retours d’usage variés tout en adressant les besoins de sécurité et de support des grands comptes.

Enfin, le report volontaire de l’offre cloud a permis de stabiliser le cœur du produit avant d’affronter les défis de scalabilité et de multi-tenancy propres aux environnements hébergés. Ce séquençage prudent contraste avec certaines startups qui se précipitent vers le cloud sans solide fondation technique.

Performance sans surconsommation de ressources : un argument écologique et économique

Dans un contexte de hausse des coûts énergétiques et de pression sur les budgets IT, promettre de meilleures performances sans augmenter le nombre de CPU ou la quantité de mémoire résonne particulièrement. CedarDB s’appuie sur une conception logicielle qui exploite au mieux les architectures matérielles actuelles plutôt que de compenser par de la force brute.

Cette efficacité se traduit concrètement par une empreinte plus légère, que ce soit en data center on-premise ou dans le cloud. Pour les entreprises soucieuses de leur bilan carbone ou simplement de leur facture mensuelle, l’argument n’est pas anodin. Il s’inscrit dans une tendance plus large où l’optimisation logicielle redevient un levier concurrentiel face à la course pure aux ressources.

Les équipes techniques apprécient également la promesse de changements minimaux côté applications. Moins de refactoring, moins de risques de régression, un déploiement plus rapide : autant d’éléments qui accélèrent le retour sur investissement.

Comment CedarDB se positionne face à Databricks et aux autres acteurs

Databricks a formalisé sa vision avec LTAP, une architecture qui unifie plusieurs types de charges de travail sur un stockage unique de type lakehouse. CedarDB, de son côté, propose une approche plus centrée sur le moteur de base de données lui-même, avec une forte emphase sur la compatibilité PostgreSQL et une origine purement académique tournée vers la vitesse.

Les deux démarches convergent vers le même constat : l’ère des agents IA exige de casser les silos. Mais les chemins techniques et commerciaux divergent. Databricks s’appuie sur un écosystème déjà vaste et une base de clients importante. CedarDB mise sur la légèreté, la performance native et une adoption progressive via la communauté et les premiers déploiements cloud.

Il est encore trop tôt pour juger qui dominera ce segment émergent. Ce qui est certain, c’est que la concurrence valide le besoin. Pour les startups et les scale-ups européennes, voir une entreprise issue d’une université allemande rivaliser conceptuellement avec un géant américain constitue un signal encourageant.

Les implications concrètes pour les équipes data et business

Pour un data engineer, une base unifiée signifie moins de pipelines à maintenir, moins de problèmes de cohérence et une simplification des tests. Pour un analyste ou un product manager, cela se traduit par des réponses quasi immédiates à des questions complexes posées en langage naturel. Pour un responsable marketing, cela ouvre la possibilité de campagnes réellement data-driven en temps réel, sans attendre les cycles de rafraîchissement nocturnes.

Voici quelques bénéfices concrets que l’on peut anticiper :

• Réduction des délais entre l’événement métier et l’insight actionnable
• Diminution des coûts liés aux outils de réplication et de transformation
• Meilleure exploitation des agents IA grâce à des données toujours à jour
• Simplification de la stack technique et des compétences requises
• Possibilité de conserver les investissements existants grâce à la compatibilité PostgreSQL

Ces avantages ne sont pas purement théoriques. Ils répondent à des douleurs réelles que rencontrent quotidiennement les organisations qui jonglent entre plusieurs systèmes et qui voient leurs agents IA buter sur des données périmées ou incomplètes.

Le parcours de financement et les perspectives de croissance

Avec 5,3 millions d’euros levés en seed, CedarDB dispose d’une base solide pour consolider son produit et servir ses premiers clients cloud. L’équipe de quatorze personnes reste volontairement lean. Moritz Sichert indique clairement que l’expansion des effectifs suivra la traction réelle, et que c’est à ce moment-là qu’une nouvelle levée sera envisagée.

Cette discipline financière contraste avec certaines startups qui lèvent massivement avant d’avoir validé le product-market fit. Elle reflète aussi une culture issue du monde de la recherche, où la rigueur et la démonstration par la performance priment souvent sur le storytelling purement marketing.

La participation à Startup Battlefield lors de TechCrunch Disrupt s’inscrit dans cette dynamique de validation externe. Au-delà du prix éventuel, la visibilité auprès des investisseurs, des partenaires et des premiers clients potentiels constitue un accélérateur non négligeable.

Les défis qui restent à relever

Unifier transactions et analytics n’est pas sans défis techniques. Les workloads mixtes peuvent créer des interférences de performance si le moteur n’est pas correctement conçu. La gestion de la concurrence, l’isolation des transactions et le maintien de garanties ACID tout en servant des requêtes analytiques lourdes demandent une ingénierie fine.

Sur le plan commercial, convaincre des entreprises de migrer, même partiellement, d’architectures éprouvées reste un exercice de pédagogie. La compatibilité PostgreSQL aide, mais elle ne suffit pas à elle seule. Il faudra démontrer des gains mesurables en latence, en coût et en simplicité opérationnelle.

Enfin, l’arrivée sur le cloud expose CedarDB à une concurrence féroce et à des attentes élevées en matière de disponibilité, de sécurité et de support. La phase de disponibilité limitée servira précisément à valider ces aspects avant un déploiement plus large.

Une illustration de la force de l’écosystème européen de la tech

CedarDB incarne une tendance intéressante : la capacité de l’Europe, et particulièrement de l’Allemagne, à transformer de la recherche fondamentale de haut niveau en produits commerciaux compétitifs à l’échelle mondiale. Issu d’une université technique reconnue, le projet a su conserver son exigence scientifique tout en s’adaptant aux réalités du marché.

Dans un secteur dominé par des acteurs américains, la présence d’une alternative européenne qui mise sur l’efficacité, la compatibilité ouverte et une approche pragmatique du cloud constitue une bonne nouvelle pour la diversité technologique. Elle offre aussi aux entreprises européennes une option de souveraineté numérique plus concrète.

Les cinq co-fondateurs — Moritz Sichert, Lukas Vogel, Philipp Fent, Dominik Durner et Christian Winter — incarnent cette génération de chercheurs-entrepreneurs qui refusent de laisser leurs travaux confinés aux publications académiques.

Ce que les décideurs doivent retenir dès maintenant

Si votre organisation multiplie les agents IA ou envisage de le faire, la question de l’architecture de données devient critique. Continuer à opérer avec des silos transactionnels et analytiques séparés risque de limiter le potentiel de ces agents et d’augmenter les coûts cachés.

CedarDB n’est pas la seule réponse possible, mais elle représente une piste sérieuse, particulièrement pour ceux qui valorisent la compatibilité avec l’existant et la performance native. L’édition communautaire permet d’ores et déjà de tester le moteur sans engagement majeur. La version cloud, encore en disponibilité limitée, offre une voie d’entrée progressive.

Dans tous les cas, le mouvement engagé par CedarDB et confirmé par Databricks montre que l’industrie bascule vers des architectures plus unifiées. Les entreprises qui anticipent cette évolution se donneront un avantage concurrentiel dans l’exploitation de leurs données et de leurs agents intelligents.

Vers une nouvelle génération de bases de données pour l’ère agentique

Nous assistons probablement aux prémices d’un changement de paradigme. Les bases de données ne sont plus de simples entrepôts passifs. Elles deviennent des partenaires actifs des systèmes d’IA, capables de répondre à des charges mixtes avec une latence minimale et une cohérence maximale.

CedarDB, en s’appuyant sur une décennie de recherche et en faisant des choix techniques pragmatiques, se positionne comme un acteur à suivre de près. Sa capacité à tenir ses promesses de performance, à élargir sa base d’utilisateurs via le cloud et à convaincre les entreprises de franchir le pas déterminera son impact réel.

Pour les professionnels du marketing, des startups, de la tech et de l’IA, le message est clair : l’infrastructure de données n’est plus un sujet purement technique. Elle conditionne directement la vitesse d’innovation et la qualité des expériences proposées aux clients. Dans ce contexte, les solutions qui unifient plutôt qu’elles ne divisent méritent une attention particulière.

L’aventure de CedarDB ne fait que commencer. Entre ses racines universitaires, sa levée de seed réussie, son annonce cloud à Disrupt et sa vision alignée avec les besoins de l’ère agentique, la startup munichoise a de solides cartes en main. Reste à voir si elle saura les jouer avec la même rigueur qui a présidé à la conception de son moteur. Une chose est sûre : le débat sur l’avenir des bases de données vient de gagner un nouveau protagoniste exigeant et ambitieux.