https://bytefabrik.ai/assets/js/025e4d30.c3662e36.js

1"use strict";(self.webpackChunkbytefabrik_website=self.webpackChunkbytefabrik_website||[]).push([["8115"],{9881(e,n,i){i.r(n),i.d(n,{assets:()=>a,contentTitle:()=>l,default:()=>h,frontMatter:()=>o,metadata:()=>r,toc:()=>d});var r=i(5472),t=i(4848),s=i(8453);let o={slug:"2025-10-21_introducing-ai-notebooks",title:"Neues Modul: AI Notebooks",tags:["Product"],date:"2025-10-25",image:"/img/blog/2025-10-21_introducing-ai-notebooks/ai-notebook-output.png"},l,a={authorsImageUrls:[]},d=[{value:"Einf\xfchrung: Arbeiten mit historischen IoT-Daten in der Bytefabrik-Plattform",id:"einf\xfchrung-arbeiten-mit-historischen-iot-daten-in-der-bytefabrik-plattform",level:2},{value:"Unser Ziel: Flexible IIoT-Datenanalyse ohne externe Tools",id:"unser-ziel-flexible-iiot-datenanalyse-ohne-externe-tools",level:2},{value:"Von Notebooks zu <strong>AI Notebooks</strong>",id:"von-notebooks-zu-ai-notebooks",level:2},{value:"Der Prozess",id:"der-prozess",level:3},{value:"Beispiele",id:"beispiele",level:3},{value:"Zus\xe4tzliche KI-Funktionen",id:"zus\xe4tzliche-ki-funktionen",level:3},{value:"Vorteile von AI Notebooks",id:"vorteile-von-ai-notebooks",level:2},{value:"Jetzt ausprobieren",id:"jetzt-ausprobieren",level:2}];function u(e){let n={a:"a",blockquote:"blockquote",h2:"h2",h3:"h3",hr:"hr",img:"img",li:"li",ol:"ol",p:"p",strong:"strong",ul:"ul",...(0,s.R)(),...e.components};return(0,t.jsxs)(t.Fragment,{children:[(0,t.jsxs)(n.p,{children:["Heute stellen wir den zweiten Teil unserer KI-gest\xfctzten IIoT-Datenanalysefunktionen vor: ",(0,t.jsx)(n.strong,{children:"AI Notebooks"}),"."]}),"\n","\n",(0,t.jsxs)(n.p,{children:["Mit AI Notebooks k\xf6nnen Benutzer nun umfassende Datenanalyseberichte erstellen, die Code, Visualisierungen und fortgeschrittene Analysen kombinieren \u2014 unterst\xfctzt durch ein ",(0,t.jsx)(n.strong,{children:"Large Language Model (LLM)"}),".\nSo wird es f\xfcr jeden einfach, auch ohne tiefgehende Data-Science-Kenntnisse, anspruchsvolle Analysen durchzuf\xfchren."]}),"\n",(0,t.jsx)(n.hr,{}),"\n",(0,t.jsx)(n.h2,{id:"einf\xfchrung-arbeiten-mit-historischen-iot-daten-in-der-bytefabrik-plattform",children:"Einf\xfchrung: Arbeiten mit historischen IoT-Daten in der Bytefabrik-Plattform"}),"\n",(0,t.jsxs)(n.p,{children:["Die ",(0,t.jsx)(n.strong,{children:"Bytefabrik IIoT Application Platform"})," bietet leistungsstarke Werkzeuge zum Sammeln, Speichern und Analysieren industrieller IoT-Daten.\nW\xe4hrend die Echtzeitdatenverarbeitung f\xfcr \xdcberwachung und Steuerung entscheidend ist, erfordern viele industrielle Anwendungsf\xe4lle eine tiefgehende Untersuchung von ",(0,t.jsx)(n.strong,{children:"historischen Daten"}),", um Erkenntnisse zu gewinnen, die Verbesserungen vorantreiben."]}),"\n",(0,t.jsx)(n.p,{children:"Typische Szenarien sind:"}),"\n",(0,t.jsxs)(n.ul,{children:["\n",(0,t.jsx)(n.li,{children:"Qualit\xe4tsanalysen"}),"\n",(0,t.jsx)(n.li,{children:"Prozessoptimierung"}),"\n",(0,t.jsx)(n.li,{children:"Vorausschauende Wartung (Predictive Maintenance)"}),"\n"]}),"\n",(0,t.jsxs)(n.p,{children:[(0,t.jsx)(n.strong,{children:"Apache StreamPipes"}),", die Open-Source-Grundlage unserer Software, die wir gemeinsam mit einer gro\xdfartigen Community innerhalb der Apache Software Foundation aktiv weiterentwickeln, stellt bereits einen Python-Client zur Verf\xfcgung, um historische Daten abzufragen."]}),"\n",(0,t.jsx)(n.p,{children:"Der Python-Client kann sowohl auf Live-Datenstr\xf6me als auch auf gespeicherte IIoT-Daten zugreifen und erm\xf6glicht so die Erstellung individueller Analysen und Berichte."}),"\n",(0,t.jsxs)(n.p,{children:["Da der Python-Client jedoch als Bibliothek bereitgestellt wird, erfordert die Durchf\xfchrung komplexer Analysen ",(0,t.jsx)(n.strong,{children:"externe Werkzeuge"})," wie Jupyter Notebooks oder benutzerdefinierte Python-Skripte."]}),"\n",(0,t.jsx)(n.hr,{}),"\n",(0,t.jsx)(n.h2,{id:"unser-ziel-flexible-iiot-datenanalyse-ohne-externe-tools",children:"Unser Ziel: Flexible IIoT-Datenanalyse ohne externe Tools"}),"\n",(0,t.jsx)(n.p,{children:"Die Analyse historischer Daten kann komplexe Abfragen, statistische Methoden und individuelle Visualisierungen beinhalten.\nTraditionell mussten hierf\xfcr Data Scientists oder Ingenieure Code in externen Umgebungen schreiben \u2014 in Python oft unter Verwendung von Drittanbieterbibliotheken wie Pandas, NumPy oder Matplotlib."}),"\n",(0,t.jsxs)(n.p,{children:["Unser Ziel ist es, diese F\xe4higkeiten ",(0,t.jsx)(n.strong,{children:"Dom\xe4nenexperten"})," direkt innerhalb der ",(0,t.jsx)(n.strong,{children:"Bytefabrik IIoT Application Platform"})," zug\xe4nglich zu machen \u2014 ohne dass sie Tools wechseln oder Code von Grund auf schreiben m\xfcssen."]}),"\n",(0,t.jsxs)(n.p,{children:["Durch die Integration von ",(0,t.jsx)(n.strong,{children:"KI-gest\xfctzter Codegenerierung"})," wollen wir die ",(0,t.jsx)(n.strong,{children:"H\xfcrde f\xfcr anspruchsvolle Datenanalysen senken"})," und jedem Benutzer erm\xf6glichen, Erkenntnisse aus seinen Daten zu gewinnen."]}),"\n",(0,t.jsx)(n.hr,{}),"\n",(0,t.jsxs)(n.h2,{id:"von-notebooks-zu-ai-notebooks",children:["Von Notebooks zu ",(0,t.jsx)(n.strong,{children:"AI Notebooks"})]}),"\n",(0,t.jsxs)(n.p,{children:["Unsere neuen AI Notebooks erweitern das klassische Notebook-Konzept durch die Integration von ",(0,t.jsx)(n.strong,{children:"KI-gest\xfctzter Codegenerierung"})," und Analyseunterst\xfctzung."]}),"\n",(0,t.jsxs)(n.p,{children:["Benutzer k\xf6nnen Notebooks erstellen, die nahtlos ",(0,t.jsx)(n.strong,{children:"Codezellen, Visualisierungen und beschreibenden Text"})," kombinieren \u2014 alles unterst\xfctzt durch ein ",(0,t.jsx)(n.strong,{children:"Large Language Model (LLM)"}),"."]}),"\n",(0,t.jsx)(n.p,{children:"AI Notebooks werden als UI-Modul der Bytefabrik IIoT Application Platform bereitgestellt.\nDieses Modul ist direkt mit einer Python-Ausf\xfchrungsumgebung verbunden, die Zugriff auf dieselbe historische Daten-API wie der Python-Client hat.\nDie Umgebung enth\xe4lt au\xdferdem beliebte Data-Science-Bibliotheken wie Pandas, NumPy und Matplotlib.\nAlle Anfragen werden sicher verarbeitet, sodass die Umgebung nur auf Daten zugreifen kann, f\xfcr die der Benutzer berechtigt ist."}),"\n",(0,t.jsx)(n.h3,{id:"der-prozess",children:"Der Prozess"}),"\n",(0,t.jsx)(n.p,{children:"Der Einstieg in AI Notebooks ist ganz einfach:"}),"\n",(0,t.jsxs)(n.ol,{children:["\n",(0,t.jsxs)(n.li,{children:["\n",(0,t.jsxs)(n.p,{children:[(0,t.jsx)(n.strong,{children:"Ein neues AI Notebook erstellen"}),"\nWechsle in das Modul \u201EAI-Analyse\u201C und starte ein neues Notebook."]}),"\n"]}),"\n",(0,t.jsxs)(n.li,{children:["\n",(0,t.jsxs)(n.p,{children:[(0,t.jsx)(n.strong,{children:"Eine Codezelle \xf6ffnen"}),"\nF\xfcge eine neue Zelle hinzu, in der du deine Datenanalyse durchf\xfchren m\xf6chtest."]}),"\n"]}),"\n",(0,t.jsxs)(n.li,{children:["\n",(0,t.jsxs)(n.p,{children:[(0,t.jsx)(n.strong,{children:"Dein Analyseziel beschreiben"}),"\nBeschreibe in nat\xfcrlicher Sprache, mit welchen Daten du arbeiten und was du erreichen m\xf6chtest \u2013 zum Beispiel:"]}),"\n"]}),"\n"]}),"\n",(0,t.jsxs)(n.blockquote,{children:["\n",(0,t.jsx)(n.p,{children:"\u201EAnalysiere die Temperaturtrends der Leckagestation von Anlage A im letzten Monat und visualisiere eventuelle Anomalien.\u201C"}),"\n"]}),"\n",(0,t.jsxs)(n.ol,{start:"4",children:["\n",(0,t.jsxs)(n.li,{children:["\n",(0,t.jsxs)(n.p,{children:[(0,t.jsx)(n.strong,{children:"Automatische Codegenerierung"}),"\nDas LLM erzeugt automatisch den Code f\xfcr die Analyse \u2013 einschlie\xdflich Datenabfragen, Transformationen und Visualisierungen."]}),"\n"]}),"\n",(0,t.jsxs)(n.li,{children:["\n",(0,t.jsxs)(n.p,{children:[(0,t.jsx)(n.strong,{children:"Ausf\xfchren und Verfeinern"}),"\nF\xfchre den generierten Code aus, \xfcberpr\xfcfe die Ergebnisse und verfeinere deine Analyse durch weitere Anweisungen oder direkte Code\xe4nderungen.\

1nAI Notebooks rendern automatisch Visualisierungen, Tabellen und andere strukturierte Ausgaben \u2013 so lassen sich Ergebnisse leicht interpretieren."]}),"\n"]}),"\n"]}),"\n",(0,t.jsx)(n.hr,{}),"\n",(0,t.jsx)(n.h3,{id:"beispiele",children:"Beispiele"}),"\n",(0,t.jsx)(n.p,{children:"Hier sind einige Beispiel-Screenshots von AI Notebooks in Aktion:"}),"\n",(0,t.jsx)(n.p,{children:"Zun\xe4chst erstellen wir ein Notebook und bitten das LLM, zwei Messgr\xf6\xdfen eines gespeicherten Datenstroms der letzten Woche anzuzeigen:"}),"\n",(0,t.jsx)(n.p,{children:(0,t.jsx)(n.img,{alt:"AI Notebook: Daten abrufen",src:i(9863).A+"",width:"1514",height:"856"})}),"\n",(0,t.jsx)(n.p,{children:"Der generierte Code enth\xe4lt Anfragen an die Plattform-API, um das Schema abzurufen, die Daten zu laden und sie als interaktives Diagramm darzustellen:"}),"\n",(0,t.jsx)(n.p,{children:(0,t.jsx)(n.img,{alt:"AI Notebook: Generierte Ausgabe",src:i(8882).A+"",width:"1512",height:"832"})}),"\n",(0,t.jsx)(n.p,{children:"Wir k\xf6nnen auch eine Codezelle erstellen, die einige grundlegende Statistiken der Daten berechnet und zusammenfasst:"}),"\n",(0,t.jsx)(n.p,{children:(0,t.jsx)(n.img,{alt:"AI Notebook: Statistik-Ausgabe",src:i(8603).A+"",width:"1511",height:"774"})}),"\n",(0,t.jsx)(n.p,{children:"Die generierte Ausgabe schl\xe4gt auch n\xe4chste Schritte vor, z. B. eine Prognoseanalyse auf Basis der historischen Daten durchzuf\xfchren."}),"\n",(0,t.jsxs)(n.p,{children:["Neben Rohdaten k\xf6nnen wir auch direkt auf Anlagen- und Produktionsdaten zugreifen, die vom Modul ",(0,t.jsx)(n.a,{href:"/products/manufacturing-insights",children:"Bytefabrik Manufacturing Insights"})," erzeugt werden.\nIm n\xe4chsten Beispiel analysieren wir die Nacharbeitsraten verschiedener Produktvarianten:"]}),"\n",(0,t.jsx)(n.p,{children:(0,t.jsx)(n.img,{alt:"AI Notebook: Produktionsanalyse",src:i(9441).A+"",width:"1329",height:"692"})}),"\n",(0,t.jsx)(n.p,{children:"Mit AI Notebooks lassen sich noch viele weitere Analysen durchf\xfchren \u2014 von Predictive-Maintenance-Analysen bis hin zu Qualit\xe4tspr\xfcfungen oder Prozessoptimierungen."}),"\n",(0,t.jsx)(n.hr,{}),"\n",(0,t.jsx)(n.h3,{id:"zus\xe4tzliche-ki-funktionen",children:"Zus\xe4tzliche KI-Funktionen"}),"\n",(0,t.jsx)(n.p,{children:"AI Notebooks gehen \xfcber reine Codegenerierung hinaus und bieten intelligente Unterst\xfctzung im gesamten Workflow.\nDas System kann auf Anfrage:"}),"\n",(0,t.jsxs)(n.ul,{children:["\n",(0,t.jsxs)(n.li,{children:[(0,t.jsx)(n.strong,{children:"Code erkl\xe4ren"})," \u2014 Verstehen, was jeder Schritt der Analyse bewirkt."]}),"\n",(0,t.jsxs)(n.li,{children:[(0,t.jsx)(n.strong,{children:"Fehler beheben"})," \u2014 Probleme im Code automatisch korrigieren oder fr\xfchere KI-Vorschl\xe4ge verfeinern."]}),"\n",(0,t.jsxs)(n.li,{children:[(0,t.jsx)(n.strong,{children:"Code optimieren"})," \u2014 Leistung oder Effizienz bestehender Analysen verbessern."]}),"\n",(0,t.jsxs)(n.li,{children:[(0,t.jsx)(n.strong,{children:"Visualisierungen vorschlagen"})," \u2014 Die beste Darstellungsform f\xfcr Daten finden und ein passendes Diagramm erzeugen."]}),"\n",(0,t.jsxs)(n.li,{children:[(0,t.jsx)(n.strong,{children:"Analyse fortsetzen"})," \u2014 Vorschl\xe4ge f\xfcr weiterf\xfchrende Analysen geben."]}),"\n"]}),"\n",(0,t.jsx)(n.hr,{}),"\n",(0,t.jsx)(n.h2,{id:"vorteile-von-ai-notebooks",children:"Vorteile von AI Notebooks"}),"\n",(0,t.jsx)(n.p,{children:"Wir sind \xfcberzeugt, dass AI Notebooks eine gro\xdfartige Erweiterung der Bytefabrik IIoT Application Platform darstellen und mehrere zentrale Vorteile bieten:"}),"\n",(0,t.jsxs)(n.ul,{children:["\n",(0,t.jsxs)(n.li,{children:["\n",(0,t.jsxs)(n.p,{children:[(0,t.jsx)(n.strong,{children:"St\xe4rkung von Dom\xe4nenexperten:"}),"\nAI Notebooks erm\xf6glichen es Anwendern ohne tiefgehende Programmier- oder Data-Science-Kenntnisse, anspruchsvolle Analysen durchzuf\xfchren.\nIngenieure, Prozessspezialisten und Anlagenbediener k\xf6nnen historische Daten mit nat\xfcrlicher Sprache untersuchen \u2014 und dennoch die volle Leistungsf\xe4higkeit codebasierter Analysen nutzen."]}),"\n"]}),"\n",(0,t.jsxs)(n.li,{children:["\n",(0,t.jsxs)(n.p,{children:[(0,t.jsx)(n.strong,{children:"Nahtlose Integration:"}),"\nAlle Analysen erfolgen ",(0,t.jsx)(n.strong,{children:"innerhalb der Bytefabrik IIoT Application Platform"}),", ohne dass externe Tools oder Exporte notwendig sind."]}),"\n"]}),"\n",(0,t.jsxs)(n.li,{children:["\n",(0,t.jsxs)(n.p,{children:[(0,t.jsx)(n.strong,{children:"Flexibilit\xe4t und Anpassbarkeit:"}),"\nDer generierte Code bleibt vollst\xe4ndig bearbeitbar. Benutzer k\xf6nnen Analysen anpassen, erweitern und verfeinern, um sie optimal an ihre Anwendungsf\xe4lle anzupassen."]}),"\n"]}),"\n"]}),"\n",(0,t.jsx)(n.hr,{}),"\n",(0,t.jsx)(n.h2,{id:"jetzt-ausprobieren",children:"Jetzt ausprobieren"}),"\n",(0,t.jsxs)(n.p,{children:[(0,t.jsx)(n.strong,{children:"AI Notebooks"})," sind ab sofort im ",(0,t.jsx)(n.a,{href:"/products/iot-data-hub",children:"Bytefabrik IoT Data Hub"})," verf\xfcgbar."]}),"\n",(0,t.jsxs)(n.p,{children:["Gemeinsam mit den ",(0,t.jsx)(n.strong,{children:"AI Pipelines"})," bilden AI Notebooks eine umfassende Suite KI-gest\xfctzter Analysewerkzeuge, die es Anwendern erm\xf6glichen, das volle Potenzial ihrer Industriedaten auszusch\xf6pfen.\

1nBeide Funktionen ebnen den Weg zu unserer Vision einer autonomen Analyseplattform \u2014 einer Plattform, die kontinuierlich lernt, sich anpasst und industrielle Prozesse mit minimalem manuellem Aufwand optimiert."]}),"\n",(0,t.jsxs)(n.p,{children:[(0,t.jsx)(n.a,{href:"/demo/",children:"Demo vereinbaren"})," und die Zukunft der industriellen Datenanalyse erleben!"]})]})}function h(e={}){let{wrapper:n}={...(0,s.R)(),...e.components};return n?(0,t.jsx)(n,{...e,children:(0,t.jsx)(u,{...e})}):u(e)}},9863(e,n,i){i.d(n,{A:()=>r});let r=i.p+"assets/images/ai-notebook-example-fe9991b13786334aff46fa9a230ba195.png"},8603(e,n,i){i.d(n,{A:()=>r});let r=i.p+"assets/images/ai-notebook-output-2-406c2666b02952a47060afc4401d25d7.png"},8882(e,n,i){i.d(n,{A:()=>r});let r=i.p+"assets/images/ai-notebook-output-0f76f46774595a75ac5ea57d3041e174.png"},9441(e,n,i){i.d(n,{A:()=>r});let r=i.p+"assets/images/ai-notebook-production-analysis-55722a0a784dfbe484573b405f0e8a95.png"},8453(e,n,i){i.d(n,{R:()=>o,x:()=>l});var r=i(6540);let t={},s=r.createContext(t);function o(e){let n=r.useContext(s);return r.useMemo(function(){return"function"==typeof e?e(n):{...n,...e}},[n,e])}function l(e){let n;return n=e.disableParentContext?"function"==typeof e.components?e.components(t):e.components||t:o(e.components),r.createElement(s.Provider,{value:n},e.children)}},5472(e){e.exports=JSON.parse('{"permalink":"/blog/2025-10-21_introducing-ai-notebooks","source":"@site/i18n/de/docusaurus-plugin-content-blog/2025-10-21_introducing-ai-notebooks/index.mdx","title":"Neues Modul: AI Notebooks","description":"Heute stellen wir den zweiten Teil unserer KI-gest\xfctzten IIoT-Datenanalysefunktionen vor: AI Notebooks.","date":"2025-10-25T00:00:00.000Z","tags":[{"inline":false,"label":"Product","permalink":"/blog/tags/product","description":"Beitr\xe4ge zu neuen Produktfunktionen, Releases und Plattform-Erweiterungen."}],"readingTime":4.89,"hasTruncateMarker":true,"authors":[],"frontMatter":{"slug":"2025-10-21_introducing-ai-notebooks","title":"Neues Modul: AI Notebooks","tags":["Product"],"date":"2025-10-25","image":"/img/blog/2025-10-21_introducing-ai-notebooks/ai-notebook-output.png"},"unlisted":false,"prevItem":{"title":"Warum Code das neue No-Code f\xfcr Maschinen- und Produktionsdaten ist","permalink":"/blog/2026-06-10_democratizing-machine-data-analytics"},"nextItem":{"title":"Neues Modul: AI Pipelines","permalink":"/blog/2025-10-16_introducing-ai-pipelines"}}')}}]);