Neues Modul: AI Notebooks

Heute stellen wir den zweiten Teil unserer KI-gestützten IIoT-Datenanalysefunktionen vor: AI Notebooks.

Mit AI Notebooks können Benutzer nun umfassende Datenanalyseberichte erstellen, die Code, Visualisierungen und fortgeschrittene Analysen kombinieren — unterstützt durch ein Large Language Model (LLM). So wird es für jeden einfach, auch ohne tiefgehende Data-Science-Kenntnisse, anspruchsvolle Analysen durchzuführen.

Einführung: Arbeiten mit historischen IoT-Daten in der Bytefabrik-Plattform

Die Bytefabrik IIoT Application Platform bietet leistungsstarke Werkzeuge zum Sammeln, Speichern und Analysieren industrieller IoT-Daten. Während die Echtzeitdatenverarbeitung für Überwachung und Steuerung entscheidend ist, erfordern viele industrielle Anwendungsfälle eine tiefgehende Untersuchung von historischen Daten, um Erkenntnisse zu gewinnen, die Verbesserungen vorantreiben.

Typische Szenarien sind:

Qualitätsanalysen
Prozessoptimierung
Vorausschauende Wartung (Predictive Maintenance)

Apache StreamPipes, die Open-Source-Grundlage unserer Software, die wir gemeinsam mit einer großartigen Community innerhalb der Apache Software Foundation aktiv weiterentwickeln, stellt bereits einen Python-Client zur Verfügung, um historische Daten abzufragen.

Der Python-Client kann sowohl auf Live-Datenströme als auch auf gespeicherte IIoT-Daten zugreifen und ermöglicht so die Erstellung individueller Analysen und Berichte.

Da der Python-Client jedoch als Bibliothek bereitgestellt wird, erfordert die Durchführung komplexer Analysen externe Werkzeuge wie Jupyter Notebooks oder benutzerdefinierte Python-Skripte.

Unser Ziel: Flexible IIoT-Datenanalyse ohne externe Tools

Die Analyse historischer Daten kann komplexe Abfragen, statistische Methoden und individuelle Visualisierungen beinhalten. Traditionell mussten hierfür Data Scientists oder Ingenieure Code in externen Umgebungen schreiben — in Python oft unter Verwendung von Drittanbieterbibliotheken wie Pandas, NumPy oder Matplotlib.

Unser Ziel ist es, diese Fähigkeiten Domänenexperten direkt innerhalb der Bytefabrik IIoT Application Platform zugänglich zu machen — ohne dass sie Tools wechseln oder Code von Grund auf schreiben müssen.

Durch die Integration von KI-gestützter Codegenerierung wollen wir die Hürde für anspruchsvolle Datenanalysen senken und jedem Benutzer ermöglichen, Erkenntnisse aus seinen Daten zu gewinnen.

Von Notebooks zu AI Notebooks

Unsere neuen AI Notebooks erweitern das klassische Notebook-Konzept durch die Integration von KI-gestützter Codegenerierung und Analyseunterstützung.

Benutzer können Notebooks erstellen, die nahtlos Codezellen, Visualisierungen und beschreibenden Text kombinieren — alles unterstützt durch ein Large Language Model (LLM).

AI Notebooks werden als UI-Modul der Bytefabrik IIoT Application Platform bereitgestellt. Dieses Modul ist direkt mit einer Python-Ausführungsumgebung verbunden, die Zugriff auf dieselbe historische Daten-API wie der Python-Client hat. Die Umgebung enthält außerdem beliebte Data-Science-Bibliotheken wie Pandas, NumPy und Matplotlib. Alle Anfragen werden sicher verarbeitet, sodass die Umgebung nur auf Daten zugreifen kann, für die der Benutzer berechtigt ist.

Der Prozess

Der Einstieg in AI Notebooks ist ganz einfach:

Ein neues AI Notebook erstellen Wechsle in das Modul „AI-Analyse“ und starte ein neues Notebook.
Eine Codezelle öffnen Füge eine neue Zelle hinzu, in der du deine Datenanalyse durchführen möchtest.
Dein Analyseziel beschreiben Beschreibe in natürlicher Sprache, mit welchen Daten du arbeiten und was du erreichen möchtest – zum Beispiel:

„Analysiere die Temperaturtrends der Leckagestation von Anlage A im letzten Monat und visualisiere eventuelle Anomalien.“

Automatische Codegenerierung Das LLM erzeugt automatisch den Code für die Analyse – einschließlich Datenabfragen, Transformationen und Visualisierungen.
Ausführen und Verfeinern Führe den generierten Code aus, überprüfe die Ergebnisse und verfeinere deine Analyse durch weitere Anweisungen oder direkte Codeänderungen. AI Notebooks rendern automatisch Visualisierungen, Tabellen und andere strukturierte Ausgaben – so lassen sich Ergebnisse leicht interpretieren.

Beispiele

Hier sind einige Beispiel-Screenshots von AI Notebooks in Aktion:

Zunächst erstellen wir ein Notebook und bitten das LLM, zwei Messgrößen eines gespeicherten Datenstroms der letzten Woche anzuzeigen:

Der generierte Code enthält Anfragen an die Plattform-API, um das Schema abzurufen, die Daten zu laden und sie als interaktives Diagramm darzustellen:

Wir können auch eine Codezelle erstellen, die einige grundlegende Statistiken der Daten berechnet und zusammenfasst:

Die generierte Ausgabe schlägt auch nächste Schritte vor, z. B. eine Prognoseanalyse auf Basis der historischen Daten durchzuführen.

Neben Rohdaten können wir auch direkt auf Anlagen- und Produktionsdaten zugreifen, die vom Modul Bytefabrik Manufacturing Insights erzeugt werden. Im nächsten Beispiel analysieren wir die Nacharbeitsraten verschiedener Produktvarianten:

Mit AI Notebooks lassen sich noch viele weitere Analysen durchführen — von Predictive-Maintenance-Analysen bis hin zu Qualitätsprüfungen oder Prozessoptimierungen.

Zusätzliche KI-Funktionen

AI Notebooks gehen über reine Codegenerierung hinaus und bieten intelligente Unterstützung im gesamten Workflow. Das System kann auf Anfrage:

Code erklären — Verstehen, was jeder Schritt der Analyse bewirkt.
Fehler beheben — Probleme im Code automatisch korrigieren oder frühere KI-Vorschläge verfeinern.
Code optimieren — Leistung oder Effizienz bestehender Analysen verbessern.
Visualisierungen vorschlagen — Die beste Darstellungsform für Daten finden und ein passendes Diagramm erzeugen.
Analyse fortsetzen — Vorschläge für weiterführende Analysen geben.

Vorteile von AI Notebooks

Wir sind überzeugt, dass AI Notebooks eine großartige Erweiterung der Bytefabrik IIoT Application Platform darstellen und mehrere zentrale Vorteile bieten:

Stärkung von Domänenexperten: AI Notebooks ermöglichen es Anwendern ohne tiefgehende Programmier- oder Data-Science-Kenntnisse, anspruchsvolle Analysen durchzuführen. Ingenieure, Prozessspezialisten und Anlagenbediener können historische Daten mit natürlicher Sprache untersuchen — und dennoch die volle Leistungsfähigkeit codebasierter Analysen nutzen.
Nahtlose Integration: Alle Analysen erfolgen innerhalb der Bytefabrik IIoT Application Platform, ohne dass externe Tools oder Exporte notwendig sind.
Flexibilität und Anpassbarkeit: Der generierte Code bleibt vollständig bearbeitbar. Benutzer können Analysen anpassen, erweitern und verfeinern, um sie optimal an ihre Anwendungsfälle anzupassen.

Jetzt ausprobieren

AI Notebooks sind ab sofort in der Bytefabrik IIoT Application Platform verfügbar.

Gemeinsam mit den AI Pipelines bilden AI Notebooks eine umfassende Suite KI-gestützter Analysewerkzeuge, die es Anwendern ermöglichen, das volle Potenzial ihrer Industriedaten auszuschöpfen. Beide Funktionen ebnen den Weg zu unserer Vision einer autonomen Analyseplattform — einer Plattform, die kontinuierlich lernt, sich anpasst und industrielle Prozesse mit minimalem manuellem Aufwand optimiert.

Demo vereinbaren und die Zukunft der industriellen Datenanalyse erleben!