I dagens samhälle är energieffektivisering en viktig parameter när man pratar om hållbar-het. Många fastigheter saknar tekniska lösningar för att effektivt övervaka och hantera en-ergiförbrukning. För att möta detta behov strävar företag som iquest efter att digitalisera och automatisera energiövervakning. Iquest har i nuläget problem med ineffektivitet och dödläge vid uppladdning av stora datamängder i deras nuvarande grafdatabas. Genom en noggrann utvärdering har examensarbetet identifierat lämpliga alternativ för iquest att överväga.Under undersökningen presenterades grafdatabaserna Neo4j, Stardog, Allegrograph, Ama-zon Neptune, GraphDB, BlazingGraph och OrientDB. Baserat på grafdatabasernas egen-skaper och funktioner kunde det konstateras att Neo4j, Stardog, Allegrograph, Amazon Neptune och GraphDB uppfyllde kraven som ställdes för en lämplig grafdatabas.Implementeringen av grafdatabaserna begränsades av tidsbegränsningar och endast Neo4j, Stardog, Allegrograph och GraphDB kunde implementeras och genomgå tester. Trots att testerna utfördes med reducerade datamängder och gratisversionen av data-baserna, visade resultaten att två av de implementerade databaserna klarade alla testerna. / In today's society, energy efficiency is an important parameter when discussing sustaina-bility. Many buildings lack technical solutions to effectively monitor and manage energy consumption. To address this need, companies like iquest strive to digitize and automate energy monitoring. Currently, iquest faces issues of inefficiency and bottlenecks when up-loading large amounts of data into their current graph database. Through a thorough eval-uation, the thesis project has identified suitable alternatives for iquest to consider.During the investigation, the graph databases Neo4j, Stardog, Allegrograph, Amazon Nep-tune, GraphDB, BlazingGraph, and OrientDB were presented. Based on the characteristics and features of these graph databases, it was determined that Neo4j, Stardog, Allegro-graph, Amazon Neptune, and GraphDB meet the requirements for a suitable graph data-base.The implementation of the graph databases was limited by time constraints, and only Neo4j, Stardog, Allegrograph, and GraphDB could be implemented and subjected to test-ing. Despite conducting tests with reduced data volumes and using the free versions of the databases, the results showed that two of the implemented databases successfully passed all the tests.