Übersicht und Kontrolle mit unserer grafischen KI-Schnittstelle

Künstliche Intelligenz, maschinelles Lernen und Deep Learning für Unternehmen und Forschung zugänglich und schneller einsetzbar machen: Das ist es, worum sich Vision und Plattform von Trendskout drehen. Darüber hinaus bieten wir in Kombination mit Trendskout Auto ML und Solution Space Exploration eine sofort nutzbare grafische Drag-and-Drop-Oberfläche, mit der Sie Trendskout-KI-Flüsse einrichten können. Auf diese Weise kann Ihr Unternehmen alle Ihre KI-Anwendungen mit einem Minimum an Ressourcen selbst verwalten. Keine Abhängigkeit mehr von Dritten: Sie steuern die Anwendung der besten Modelle für Deep Learning und Machine Learning selbst.

Auf unserer ML & KI-Plattform arbeiten Sie mit einer grafischen Drag & Drop-Schnittstelle, direkt in Ihrem Browser, ohne zusätzliche Software. Die KI-Flüsse, die Sie hier einrichten, funktionieren nach dem Konzept „Verbinden - Analysieren - Automatisieren“, sodass Sie den Daten-Input, die Algorithmen und den Output über die einfache Schnittstelle verwalten können.

Erfahren Sie hier mehr über die verschiedenen Schritte und wie sie sich mit der Trendskout-Schnittstelle verwenden lassen.

KI-Fluss-Editor

Neben den Funktionen für die Datenvorbereitung, die Leistungsberichte und das Management der Datenquellen ist der KI-Fluss-Editor ein wichtiger Bestandteil von Trendskout. Der Editor ermöglicht das Einrichten von KI-Anwendungen: vom Laden der Datenanalyse über Techniken für KI und Deep Learning bis hin zur Definition von Output und Automatisierung. Der KI-Fluss-Editor ist in der Trendskout-Umgebung in Ihrem Browser verfügbar. Sie rufen ihn ganz einfach per Tastendruck auf.

Verbinden

Im Schritt „Verbinden“ wählen Sie die Dateneingabemethode. Das kann per Drag & Drop über die KI-Fluss-Seite erfolgen. Als Eingabetypen werden unter anderem Tabellenkalkulationen, Datenbanken, API, Trendskout Pixel, Plug-ins und mehr unterstützt. Es ist auch möglich, verschiedene Typen zu kombinieren: z. B. eine Kalkulationstabelle für den Trainingsschritt der Klassifizierung und ein API-Input für die Echtzeitvorhersage nach dem Trainingsschritt.

Analysieren

Die Eingabequellen aus dem Verbinden-Schritt lassen sich mit den Analyse-Schritten verbinden. Per Drag & Drop wählen Sie die Art von KI, maschinellem Lernen oder Deep Learning, die Sie verwenden möchten. Sie haben die Wahl zwischen Labeling-Klassifizierung, Gruppieren-Clustern, Textklassifikation, Bilderkennung, Vorhersage, Anomalieerkennung und vielem mehr. Mit dem integrierten Auswahlassistenten wissen Sie immer genau, welche Art von Analyse Sie benötigen. Programmieren oder Konfigurieren von zugrundeliegender KI und Deep Learning sind nicht erforderlich, denn das erfolgt vollständig mithilfe der Trendskout-ML während der Run & Deploy-Phase.

Automatisieren

Ja nach Ziel Ihrer Anwendung können Sie zwischen verschiedenen Automatisierungs- und Output-Aktionen wählen. So können Sie beispielsweise problemlos Informationen an ein Plug-in senden, eine E-Mail oder Textnachricht versenden, per API eine Verbindung zu einem anderen System herstellen oder Berichte generieren. Es ist auch möglich, mehrere Automatisierungsaktionen gleichzeitig zu kombinieren.

Ausführen & Bereitstellen

Sobald Ihr KI-Fluss eingerichtet ist, können Sie ihn über die Run-Funktion ausführen. Trendskout AutoML erkundet hierfür zunächst den Lösungsraum (Solution Space Exploration), danach wird das Gewinnermodell generiert. Nach der Fertigstellung können Sie das Modell für Live- oder Echtzeitanwendungen über die Deploy-Schnittstelle in Produktion geben. Es immer noch möglich, den KI-Fluss zu ändern und zu bewerten, bevor das Ganze über die Deploy-Funktion in Produktion geht.

Alle Funktionen bei einer Live-Demo entdecken?

Nehmen Sie Kontakt mit uns auf, wir zeigen Ihnen den direkten Mehrwert von maschinellem Lernen für Ihre Organisation.
Jedes KI- oder Machine Learning-Projekt ist einzigartig: unterschiedliche Datensätze mit unterschiedlichen Variablen, Integrationen in oder mit vorhandener Soft- oder Hardware und unterschiedliche Erwartungen und Ziele. Die Entscheidung, wie ein Business Case in der Praxis technisch aufgesetzt wird, ist ein wichtiger Faktor bei der ...