Edge-Daten
aktivieren
Maschinendaten sammeln, industrielle KI entwickeln
Extrahieren und verwalten Sie Daten über eine zentrale Schnittstelle, die für Projekte im ganzen Unternehmen zur Verfügung steht.
- Daten von Maschinen und Sensoren sammeln
- Standardisierung und Konsolidierung der Datenströme
- Volle Transparenz vom Edge bis zur Cloud
- Direkt verfügbare Ergebnisse
- Einfach zu bedienende Schnittstelle
Daten-Pods - hier werden Edge- und Cloud-Daten gesammelt und ausgewertet. Jeder Pod verfügt über eine Infrastruktur für leistungsstarke IoT-Analysen.
- Leicht
- Dezentral
- Multiplizierbar
- Völlig autonom
- Flexibler Speicher
Edge-Daten extrahieren
- Rohdaten aus mehreren Quellen sammeln
- Übersicht der geladenen Daten
- Automatisierte Erkennung von Datentypen
- Manuelle Anpassung
- Vollständig verwaltete Datenpaketlogistik
KI in Workbooks entwickeln
- Benutzerdefinierte Abfragen mit SQL oder Python
- Markdown entlang des Codes
- Direkte Nutzung aller Pod-CPUs
- PostgreSQL-Datenbank und TimescaleDB-Erweiterung
IoT-Analytics & Visualisierung
- Benutzerdefinierte Infografiken
- Benutzerdefinierte interaktive Elemente
- Eingebettete Visualisierungen mit Echtzeit-Updates
Ist Ihr Unternehmen neu in Edge-Analytics? Wir machen den Einstieg einfach.
Von der Erfassung der Edge-Daten bis hin zu Analysen - der Prozess ist reibungslos.
Integrationen- ein Überblick.
Business Intelligence
Business Tools
Data Science
Neugierig geworden? Jetzt einen kostenlosen Pod erstellen und in einer Demo die Grundlagen erkunden.
Das Data-Science-Studio und klassische Data Warehouses im Vergleich
Die Extraktion und Aufbereitung von qualitativ hochwertigen Daten ist die wesentliche Voraussetzung für jede datengetriebene Entscheidungsfindung. Doch die mühsame Aufgabe der Datenaufbereitung nimmt zu viel Zeit in Anspruch und lässt wenig Raum für den wirklich erfinderischen Teil der Data Science: Analyse, Modellierung, Visualisierung und die Generierung aussagekräftiger Erkenntnisse. Das Data-Science-Studio ist für die Datenanalyse optimiert, damit wir Ihnen mehr als ein Data Warehouse anbieten können.
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Import package logistics | ✓ | - | - |
| IoT stream import | ✓ | - | - |
| REST-based data-driven web import | ✓ | - | (manche) |
| Browser file upload | ✓ | ✓ | ✓ |
| Database import | ✓ | ✓ | ✓ |
| S3 Bucket import | ✓ | (manche) | (manche) |
| SFTP import | ✓ | (manche) | (manche) |
| Poll and listen automation | ✓ | - | (manche) |
| Datatype detection | ✓ | ✓ | ✓ |
| Logging and graphical log overview | ✓ | - | - |
| Package time scope tracking | ✓ | - | - |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Pipe (job) management | ✓ | ✓ | - |
| Data transformation scope management | ✓ | - | - |
| Job dependency resolution | ✓ | - | - |
| Data-driven automation | ✓ | - | - |
| Code-driven graphical job layout | ✓ | - | - |
| Use native SQL code | ✓ | ✓ | (manche) |
| Historization and versioning | ✓ | - | - |
| Automated data merge algorithms | ✓ | - | - |
| Source data-driven job and table creation | ✓ | - | (manche) |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Business-driven data relations (logical) | ✓ | - | ✓ |
| Technical table relations | - | ✓ | ✓ |
| Graphical data model layout | ✓ | - | (manche) |
| Auto-partitioning of event tables | ✓ | ✓ | - |
| Auto surrogate key maintenance | ✓ | - | - |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Log all job executions | ✓ | ✓ | - |
| Adaptive graphical log overview | ✓ | - | - |
| Real-time monitoring | ✓ | - | - |
| Administrative kill control | ✓ | ✓ | - |
| Error resolution assistance | ✓ | ✓ | (manche) |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| OLAP tool | ✓ | - | ✓ |
| Drill across entire data model | ✓ | - | (manche) |
| Time period-based reporting | ✓ | - | ✓ |
| Point in time-based reporting | ✓ | - | ✓ |
| Data-driven report execution | ✓ | - | (manche) |
| Quick charting | ✓ | - | ✓ |
| Advanced charting | ✓ | - | ✓ |
| Drill through | (bald) | - | (manche) |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Workbook-style SQL editor | ✓ | - | - |
| Data-driven workbook card automation | ✓ | - | - |
| Downloadable result grids | ✓ | ✓ | (manche) |
| Markdown editor for documentation | ✓ | - | - |
| Python code cards | ✓ | - | - |
| ML with TensorFlow, Pandas, Scipy, ... | ✓ | - | - |
| Charts in cards | (bald) | - | - |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Use native code D3.js, HTML, CSS, JavaScript | ✓ | - | (manche) |
| Real-time data push into browser | ✓ | - | - |
| Use workbook card or report results | ✓ | - | (manche) |
| Embed in your apps | ✓ | - | (manche) |
| Live-hosted online | ✓ | - | (manche) |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Data warehouse management | ✓ | ✓ | - |
| User and privilege management | ✓ | ✓ | ✓ |
| Usage-based pricing model | ✓ | ✓ | (manche) |
| Data catalog functionality | ✓ | - | - |
| Global search | ✓ | - | (manche) |
| User-based filtering | ✓ | - | ✓ |
| In-app markdown documentation | ✓ | - | - |
| REST API | ✓ | ✓ | - |
| Direct access for integration with other tools | ✓ | ✓ | (manche) |
| Two-factor authentication | (bald) | ✓ | - |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Scalable compute resources (CPU, memory) | ✓ | ✓ | ✓ |
| Fast storage cluster infrastructure (SSD) | ✓ | ✓ | - |
| Auto-tuning of database subsystem | ✓ | ✓ | (manche) |
| Full real-time feedback web app | ✓ | - | - |
| Quick setup of full data warehouse (< 20 sec) | ✓ | - | - |
| No sharing of compute and database resources (private Linux containers) | ✓ | (manche) | - |
| Backup | ✓ | - | - |
| Offsite backup | ✓ | ✓ | - |