In vielen Anwendungsfeldern ist es nützlich, nicht nur den aktuellen Stand der Daten vorzuhalten, sondern auch die Historie, wodurch temporale Datenverwaltung und Analysen möglich werden, jedoch auch entsprechend skalierbare Datenbankensysteme notwendig werden.

Die Aufnahme temporaler Operationen in den SQL:2011-Standard sowie die immer weiter fallenden Preise für Speicher (sowohl Haupt- als auch Massenspeicher) haben ein erneutes Interesse auf diesem Gebiet ausgelöst. Bisherige Lösungen sind stark limitiert: Kommerzielle Systeme unterstützten nur eine geringe Anzahl temporaler Operationen und erreichen dabei nur geringe Leistung. Ansätze aus der Forschung adressieren meist nur einen kleinen Teilbereich der notwendigen Operatoren und entsprechen selten den Anforderungen moderner Hardware.

In Zusammenarbeit mit Partnern aus Forschung und Industrie entwickeln wir Datenstrukturen und die dazu passenden Algorithmen, die für massiv parallele Hauptspeicherdatenbanken ausgelegt sind, eine Vielzahl von temporalen Operatoren unterstützen und dabei hervorragende, gut voraussagebare Leistungswerte bieten.