NatusAIBeziehungen
Kunden, Anlagen, Verträge und Ereignisse direkt verknüpft – so lassen sich Zuständigkeiten, Abhängigkeiten und Ursachen leicht nachvollziehen.
- Startseite
- Produkte
- NatusAI Cygnus
Vernetztes Datenfundament · Ebene 01 · Vernetztes FundamentGeplant: v1NatusAI Cygnus: ein vernetztes Bild Ihres Unternehmens – mit seiner Historie
Cygnus ist das geplante Datenfundament der NatusAI-Plattform. Es hält Anlagen, Dokumente, Standorte, Messwerte und ihre Beziehungen zusammen – damit Menschen und freigegebene KI-Assistenten Fragen beantworten können, die früher Tage dauerten.
- Silo-übergreifende Fragen werden beantwortet, solange die Entscheidung noch offen ist.
- Sehen, was an jedem früheren Datum galt – und was damals bekannt war: eine Historie, der Ihre Prüfer folgen können.
- Läuft als ein System auf Ihren eigenen Servern, mit weniger Komponenten, die integriert und abgesichert werden müssen.
Geplanter Umfang v1 & 25 Abnahmekriterien →Roadmap: spätere Profile →
Was es für das Geschäft leistet
Sechs Arten von Geschäftsdaten, ein vernetztes Modell
Ein Sensorwert hat einen Zeitpunkt, einen Ort, eine Anlage und eine Quelle. Ein Vertrag verweist auf dieselbe Anlage. Cygnus bewahrt diese Verbindungen, sodass Antworten ihnen folgen, statt sie jedes Mal neu herzustellen.
Fakten und Wissen
Wer was betreibt, welcher Bericht welchen Vorfall beschreibt: Fakten, verknüpft mit dem, was sie beschreiben.
Standort
Positionen, Bewegungsspuren und Gebiete, verknüpft mit den zugehörigen Anlagen und deren Historie.
Messwerte im Zeitverlauf
Messwerte direkt bei den Anlagen, die sie beschreiben – vom einzelnen Moment bis zu Jahren an Historie.
Suche nach Bedeutung
Informationen nach ihrem Inhalt finden und dann bis zur Originalquelle zurückverfolgen.
Exakte Suche
Namen, Kennungen und Textstellen, kombiniert mit Beziehungen, Ort und Zeit.
Fragen, was sich geändert hat – und was damals bekannt war.
Ein Schiff fuhr um 14:00 Uhr in ein Sturmgebiet ein. Um 14:10 Uhr traf eine korrigierte Position ein. Cygnus ist darauf ausgelegt, die Entscheidung von 14:05 Uhr mit dem damaligen Wissensstand zu rekonstruieren – oder das korrigierte Bild zu zeigen. Genau diese Historie verlangen Prüfer und Aufsicht.
Programmierung nah an den Daten
Eine Sprache und ein Abfragemodell, gebaut für den Graphen
Cygnus soll eine eigene typisierte Programmiersprache mit Speicherung, Ausführung und Diensten verbinden. Die Geschäftslogik arbeitet direkt mit persistenten Entitäten und ihren Beziehungen – das reduziert die Übersetzung zwischen Datenbankzeilen, Anwendungsobjekten und API-Antworten.
Einmal modellieren, überall nutzen
Dasselbe typisierte Modell trägt die Daten vom dauerhaften Speicher in die Anwendungslogik und die Dienstverträge. Weniger Mappings bedeuten weniger Stellen, an denen Typen, Feldnamen und Beziehungsdefinitionen auseinanderlaufen.
Über vernetzte Pfade abfragen
Beginnen Sie an einem indizierten Einstiegspunkt, folgen Sie den benötigten Beziehungen und schränken Sie nach Zeit, Raum oder Suche ein. Das optimierte Abfragemodell soll diese Arbeit nah am Speicher erledigen und nur das angeforderte Ergebnis zurückgeben.
Dieselbe Geschäftslogik bereitstellen
Typisierte Funktionen werden zu Anwendungsdiensten und freigegebenen Tools. HTTP/RPC, Streaming, generierte TypeScript-Clients und MCP-Deskriptoren sind Teil des Backend-Designs – so müssen weniger separate Adapterschichten gepflegt werden.
Weniger Datenbewegung. Ein kleinerer Arbeitsbestand.
Laden, was Sie brauchen. Der Rest bleibt auf der Festplatte.
Ein großer Graph muss nicht vollständig in den Arbeitsspeicher geladen werden. Persistente Referenzen lassen eine Operation die relevanten Knoten, Indexseiten und Zeitbereiche erst dann auflösen, wenn sie gebraucht werden.
Wer ein Schiff betrachtet, sollte nicht jedes Schiff, jedes Dokument und die gesamte Positionshistorie laden müssen. Selektive Traversierung und begrenzte Lesezugriffe sollen den Speicherverbrauch an die tatsächlich ausgeführte Arbeit koppeln.
Das ist der Weg zu schnelleren vernetzten Abfragen und geringerem Ressourcenaufwand: weniger Materialisierung, weniger Transfers zwischen Diensten und weniger duplizierter Kontext. Die tatsächlichen Gewinne hängen von Graph, Indizes, Workload und Hardware ab.
Illustrativer Zugriffspfad
01 / Dauerhafter Graph
Mit Referenzen und einer indizierten Auswahl beginnen
Schiff · Ladung · Route · andere Schiffe · andere Ladung · ältere Zeiträume bleiben auf der Festplatte.
Zunächst werden nur Referenzen und eine indizierte Auswahl berührt.
02 / Relevanter Arbeitsbestand
Auflösen, was diese Operation nutzt
Ausgewähltes Schiff → Ladung → angeforderte Route
Die vernetzten Daten und das Zeitfenster auflösen, die diese Operation nutzt.
03 / Begrenztes Ergebnis
Eine Kartenansicht, ein Ausschnitt der Historie oder eine Antwort
Seite · Stichprobe · Stream
Eine Seite, eine Stichprobe oder einen Stream zurückgeben. Große Exporte und Neuaufbauten nutzen begrenzte Verarbeitung oder dauerhafte Jobs.
Speicherung, Abfrage und Wartung
Vom Zusammensetzen von Tabellen zum Folgen vernetzter Daten
Relationale Systeme eignen sich gut für strukturierte Datensätze und SQL-Reporting. Kommen in einer vernetzten Anwendung Historie, Karten, semantisches Retrieval und KI hinzu, verlagern sich die Kosten oft auf Joins, Objekt-Mapping und die Koordination zusätzlicher Dienste. Cygnus soll diesen Mehraufwand in einer programmierbaren Engine verringern.
| Dimension | Tabellarische Speicherung + Anwendungs-Stack | Einheitlicher temporaler Graph von Cygnus (geplant) |
|---|---|---|
| Datenspeicherung | Entitäten werden zu Zeilen; Beziehungen nutzen Schlüssel und oft Verknüpfungstabellen. Anwendungscode bildet Zeilen auf Objekte ab. | Typisierte Entitäten und persistente Verknüpfungen teilen ein Modell über Speicherung, Logik und Dienste hinweg. |
| Vernetzte Abfragen | Joins rekonstruieren Beziehungen zur Abfragezeit. Tiefe Pfade können die Komplexität von Abfragen und Mapping erhöhen. | Indizierte Einstiegspunkte und Graph-Traversierung folgen gespeicherten Beziehungen, mit zeitlichen und räumlichen Einschränkungen. |
| Speicher & Datenbewegung | Effiziente Engines nutzen bereits Indizes und Caches; breite Joins und Verarbeitung auf Anwendungsseite können dennoch große Zwischenergebnisse erzeugen. | Graphdaten bei Bedarf auflösen; begrenzte Bereiche, Seiten und Streams nutzen, statt den gesamten vernetzten Datenbestand zu materialisieren. |
| Historie & Korrekturen | Historientabellen, temporale Erweiterungen oder Ereignismodelle müssen entworfen und auf die Abfragen der Anwendung abgestimmt werden. | Zeitlicher Zustand und bitemporaler Zugriff gehören zum Modell – die Unterscheidung zwischen Gültigkeitszeit und Wissenszeit bleibt erhalten. |
| Geodaten, Text & Vektoren | Erweiterungen können Fähigkeiten in einer Datenbank ergänzen; spezialisierte Dienste brauchen unter Umständen eigene Identitäts-, Indizierungs- und Synchronisationspfade. | Geodaten-, Zeitreihen-, Text- und Vektorressourcen sind mit denselben Entitäten und versionierten Quellen verbunden. |
| Abfrage- & Anwendungssprachen | SQL plus Anwendungscode, Mapping-Bibliotheken und manchmal separate Such- oder Graph-Abfragesprachen. | Eine native typisierte Sprache und ein optimiertes Abfragemodell bringen die Berechnung nah an persistente Graphstrukturen. |
| Wartung & Weiterentwicklung | Datenbankschemas, Mappings, Dienstverträge und separat betriebene Retrieval-Speicher müssen koordiniert werden. | Gemeinsame Typdeskriptoren und Dienstverträge reduzieren doppelte Definitionen; Migrationen und Indexänderungen folgen einem expliziten Versionsverhalten. |
| KI & Zugriffskontrolle | Meist kommen ein Tool-Gateway und eine Chat-Schicht hinzu, deren Berechtigungen dann mit den aufgerufenen Datenpfaden abgeglichen werden müssen. | Natives MCP und ein begrenzter Chat-Vertrag nutzen dieselben typisierten Dienste, mit Autorisierung in den Speicher- und Ausführungspfaden. |
So messen Sie es: Der angestrebte Vorteil ist schnellere beziehungsintensive Arbeit mit weniger Aufwand für Mapping, Synchronisation und Ressourcen. Messen Sie Abfragelatenz, Spitzenspeicher, Festplatten-I/O, Aufnahme und Wartungsaufwand auf derselben Workload und Hardware. Für große tabellarische Analysen oder benötigte Erweiterungen kann ein Data Warehouse oder ein ausgereifter SQL-Stack die bessere Wahl bleiben.
Natives MCP & Chat
KI kann mit Ihren Daten arbeiten. Und mit dem Kontext dahinter.
Eine KI-Antwort wird nützlicher, wenn sie das richtige Dokument mit der richtigen Entität, dem richtigen Ort und dem richtigen Zeitpunkt verbinden kann. Cygnus soll Retrieval, aufrufbare Geschäftslogik und Gesprächsprotokolle in das Backend-Modell holen.
Native MCP-Tools
Das Model Context Protocol gibt autorisierten Agenten einen auffindbaren, typisierten Weg, Backend-Funktionen zu nutzen. Auffinden und Ausführen von Tools folgen den Berechtigungen des Aufrufers – mit denselben Dienstverträgen, die auch Anwendungen nutzen.
Chat als Backend-Fähigkeit
Der geplante anbieterneutrale Chat-Vertrag umfasst Nachrichten, Streaming-Ereignisse, Tool-Aufrufe, strukturierte Ausgabe und dauerhafte Sitzungs- und Laufprotokolle. Lokale oder entfernte Modellanbindungen werden für die jeweilige Installation explizit ausgewählt und qualifiziert.
Antworten mit zeitlichen Belegen
Volltext- und Vektor-Retrieval mit Graph-, Geo- und Historienkontext kombinieren. Verweise auf Quellversionen und den gewählten Zeitkontext bleiben erhalten – so kann ein Mensch die Belege prüfen und nachvollziehen, wie eine Antwort entstanden ist.
Datenzugriffsregeln greifen vor Offenlegung und Such-Ranking. Abgerufene Inhalte und Modellausgaben erteilen keine Berechtigung zu handeln; geschützte Aktionen erfordern eine eigene Befugnis und, wo festgelegt, eine menschliche Entscheidung.
Alle Dimensionen in einer Frage
Ein Schiff durch Zeit und Raum verfolgen
„Welche Ladung war gestern auf Schiffen im Sturmgebiet – und welche Berichte erklären das Risiko?“
Diese vorgeschlagene maritime Workload führt die Architektur zusammen. Derselbe Ansatz kann Anlagen, Telemetrie und Wartung in Anwendungen für Energie, Fertigung oder Infrastruktur verbinden.
So entsteht die Antwort
Den historischen Kontext festlegen
Den gestrigen Zeitraum wählen – und ob die Frage den damaligen Wissensstand oder später korrigierte Belege verwendet.
Die relevanten Positionen finden
Mit Geodatenauswahl und Zeitreihenbereichen die Schiffe ermitteln, deren Routen das Sturmgebiet geschnitten haben.
Ladung und Eigentum verfolgen
Die historischen Beziehungen des Schiffs zu Ladung, Betreibern und Häfen traversieren und dabei nur die benötigten Teile des Graphen auflösen.
Die zugehörigen Berichte abrufen
Stichwort- und semantische Suche über freigegebene Dokumentversionen kombinieren, verknüpft mit den ausgewählten Entitäten und dem Zeitkontext.
Eine prüfbare Antwort liefern
Ein typisierter Dienst oder ein MCP-Tool liefert die Belege. Der Chat kann sie erläutern und behält dabei die Quellen und den relevanten Kontext bei.
Ehrlicher Status
Was Sie heute nutzen können – und was auf der Roadmap steht
Wir trennen, was belegt ist, von dem, was noch kommt, und kennzeichnen beides. NatusAI Cygnus ist für die Erstversion (v1) geplant.
Was Sie heute nutzen können
- Die Engine hinter unseren Kundenprojekten hat sich in der Praxis bewährt: ein landesweiter digitaler Netzzwilling und die vernetzten Ermittlungsdaten einer Bank.
- Umsetzungsprojekte, in denen unser Team mit Ihnen Ihr vernetztes Datenmodell aufbaut – in Ihrer Umgebung.
Was auf der Roadmap steht
Geplant: v1- Cygnus-Erstversion: ein Server sowie Embedded- und Entwicklungsprofile, freigegeben erst, wenn 25 definierte Abnahmetests bestanden sind.
- Später: mehrere Server, mit Replikation und Failover. Der Umfang folgt den Nachweisen.
- Später: erweiterte KI- und Rechenoptionen. Termine werden nicht veröffentlicht; Pläne teilen wir unter NDA.
Wie es sich einfügt
Cygnus hält die Daten und die Geschäftslogik. NatusAI Lyra stellt sie dar, NatusAI Auriga und Aquila lassen die KI damit arbeiten, NatusAI Orion baut Anwendungen darauf, NatusAI Draco betreibt sie und NatusAI Gemini stellt sie wieder her.
Für Ihr technisches Team
Was Cygnus ist. Eine geplante programmierbare temporale Graphdatenbank: mit eigener typisierter Sprache, einem optimierten Abfragemodell und einer Backend-Laufzeitumgebung. Graph, Geodaten, Vektoren, Triple-Store-Semantik, Zeitreihen und Volltextsuche teilen ein Modell – mit einer Identität, einem Transaktionsmodell und einer Autorisierungsgrenze.
- Sechs Datenfamilien: typisierte Graphbeziehungen; Tripel (RDF-Austausch und SPARQL-Kompatibilität sind separate Release-Entscheidungen); CRS-bewusste Geodatenindizierung mit exakter Nachprüfung; reguläre und irreguläre Zeitreihen mit Rollups und Ereigniszeitfenstern; dichte und dünnbesetzte Vektoren, verknüpft mit Quellversionen; Volltext mit versioniertem Analyzer, BM25 und hybridem Ranking.
- Bitemporale Historie: Gültigkeitszeit (wann etwas galt) und Wissenszeit (wann das System davon erfuhr); As-of-Antworten sind gegen beide reproduzierbar, einschließlich späterer Korrekturen.
- Transaktionen und Zugriff: strikt serialisierbare Transaktionen halten Änderungen an Entitäten, Graph, Zeit und deklarierten Indizes in einer Commit-Epoche. Die Autorisierung sitzt in den Speicher- und Ausführungspfaden und greift vor Such-Ranking und Top-k-Auswahl; verweigerte Ressourcen sickern weder über Zählungen noch über Fehlermeldungen durch.
- KI-Zugriff: native MCP-Deskriptoren und ein anbieterneutraler Chat-Vertrag (Nachrichten, Streaming, Tool-Aufrufe, strukturierte Ausgabe, dauerhafte Sitzungsprotokolle). Lokale oder entfernte Modellanbindungen werden je Installation qualifiziert.
- Dienste: typisiertes HTTP/RPC und Streaming, Change-Feeds, generierte TypeScript-Clients, eine Explorer-Oberfläche, LSP und ein VS-Code-Client.
- Out-of-Core als Designprinzip: Persistente Referenzen laden nur die Knoten, Indexseiten und Zeitbereiche, die eine Operation benötigt – ein großer Graph muss also nicht in den Arbeitsspeicher passen.
- Ehrliche Einordnung: Für große tabellarische Analysen kann ein Data Warehouse oder ein ausgereifter SQL-Stack die bessere Wahl bleiben.
| Profil | Erstversion | Abgrenzung |
|---|---|---|
| Embedded | Enthalten | Ein Anwendungsprozess mit lokalem Speicher. |
| Entwicklung | Enthalten | Bootstrap leerer Projekte und explizite Quellmodi. |
| Produktivbetrieb, ein Server | Enthalten | Ein Knoten; Backup, Point-in-Time-Recovery und geprüfte Wiederherstellung im Umfang. |
| Cluster | Nicht enthalten | Keine Aussage zu Sharding, Replikation, verteilter Traversierung oder Failover. |
| Isolierte Workloads | Nicht enthalten | Kein separat qualifiziertes Profil für isolierte Workloads. |
| Kriterium | Vorgeschlagener Schwellenwert | Status |
|---|---|---|
| Designpartner im Produktivbetrieb mit der Referenz-Workload | Mindestens 3 | Noch nicht bestanden |
| Produktives führendes System mit aufbewahrter Historie | Mindestens 1, mit 6+ Monaten Historie | Noch nicht bestanden |
| Dauerhafte Positionsaufnahme, Referenzklasse 32 vCPU | ≥ 100.000 Meldungen/s | Noch nicht bestanden |
| Schiffe innerhalb eines Polygons bei 250.000 Live-Positionen | p99 ≤ 150 ms | Noch nicht bestanden |
| Hybrides Top-20-Retrieval über 5 Millionen Dokumente | p99 ≤ 300 ms | Noch nicht bestanden |
| Korrektheit bei Out-of-Core-Betrieb | Datensatz ≥ 24 × RAM | Noch nicht bestanden |
| Mehraufwand der Autorisierung auf Elementebene | ≤ 2 × grobgranulare Richtlinie | Noch nicht bestanden |
| Verlorene bestätigte Commits auf einem Server | Null | Noch nicht bestanden |
| Geplante Tests der geprüften Wiederherstellung | 100 % bestanden | Noch nicht bestanden |
| Agentengesteuerte Evaluierungen leerer Projekte ohne menschliche Nachbesserung | ≥ 70 % erfolgreich | Noch nicht bestanden |
Kontrolle von Anfang an
Souveränität, Governance und Sicherheit bei NatusAIWie NatusAI Cygnus KI-Risiken senkt
Eigentum
Läuft auf Ihren Servern als ein System – ohne separate Such-, Graph- und Zeitreihendienste, die lizenziert und abgesichert werden müssen.
Nachweis
Antworten behalten Verweise auf die verwendete Quellversion und den Zeitpunkt.
Zugriff
Datenzugriffsregeln greifen, bevor etwas angezeigt oder gerankt wird. Abgerufener Text erteilt einer KI niemals die Berechtigung zu handeln.
Wiederherstellung
Geprüfte Wiederherstellung und Point-in-Time-Recovery sind Release-Voraussetzungen, keine Optionen.
Vernetzte Daten in der Praxis
Ein vernetztes Modell. Viele reale Aufgaben.
Die Probleme, Ansätze und nützlichen Ergebnisse aus unseren Branchenbeispielen und Referenzarchitekturen. Jedes Beispiel zeigt die Dimensionen, die das Problem für das geplante einheitliche Cygnus-Modell geeignet machen.
01 · Banken & Finanzdienstleistungen
Beziehungen leichter untersuchen.
Konten → Transaktionen → Ermittlung
- Das Problem
- Langsame Abfragen und Abteilungssilos erschwerten es, Kunden, Transaktionen, Dokumente und Ereignisse zu verbinden.
- Der vernetzte Ansatz
- Ein gemeinsames Beziehungsmodell mit Musteranalyse, Transaktionsverarbeitung und Fragen über freigegebene Dokumente erkunden.
- Was es ermöglicht
- Ein vernetzter Ermittlungsablauf unterstützt Transaktionsüberwachung, Risikoanalyse und einen vollständigeren Blick auf den Kundenkontext.
Cygnus-EignungGraphTripelZeitliche HistorieVolltext
Finanzdienstleistungen entdecken
02 · Energie & Versorgung
Ein sich wandelndes Netz verstehen.
Netzbetriebsmittel → Zählerwerte → Wartung
- Das Problem
- Netzstruktur, Verbrauch und Erzeugung lagen in getrennten Ansichten – sich ändernde Bedingungen ließen sich so schwer beurteilen.
- Der vernetzte Ansatz
- Die Beziehungen des Netzes mit Messwerten, Ereignissen und historischen Mustern in einem gemeinsamen Betriebsmodell verbinden.
- Was es ermöglicht
- Ein gemeinsames Bild unterstützt Überwachung, Warnungen, prädiktive Analysen und fundiertere Wartungs- und Investitionsentscheidungen.
Cygnus-EignungGraphGeodatenZeitreihenZeitliche Historie
Energie & Versorgung entdecken
03 · Fertigung
Ein Signal bis zur Produktionslinie zurückverfolgen.
Anlage → Sensorhistorie → Eingriff
- Das Problem
- Informationen zu Maschinen, Energie, Qualität und Wartung waren über Produktions- und Geschäftssysteme verstreut.
- Der vernetzte Ansatz
- Ein digitaler Referenzzwilling führt Messwerte und Betriebskontext rund um Anlagen und Prozesse zusammen.
- Was es ermöglicht
- Live-Leistungsansichten, Warnungen und Wartungsanalysen helfen Teams, Veränderungen früher zu untersuchen und Eingriffe zu planen.
Cygnus-EignungGraphZeitreihenZeitliche Historie
Fertigung entdecken
04 · OSINT
Verstreute Signale zu einem gemeinsamen Lagebild verdichten.
Orte & Ereignisse → Quellberichte → Bewertung
- Das Problem
- Öffentliche Berichte, Bewegungen, Wetter- und Infrastruktursignale sind über getrennte Quellen verteilt.
- Der vernetzte Ansatz
- NatusAI OSINT bringt Kartenebenen und quellengebundene Warnungen in einen Arbeitsbereich, um ein Ereignis und seinen Kontext zu untersuchen.
- Was es ermöglicht
- Analysten können eine Region betrachten, Quellen vergleichen und optional KI-Unterstützung nutzen, um Fragen zu untersuchen, bevor sie eine Bewertung erstellen.
Cygnus-EignungGeodatenGraphVolltextZeitliche Historie
OSINT entdecken
05 · Solar- & Infrastrukturplanung
Das Potenzial jedes Dachs erkennen.
Gebäude → Solarbedingungen → Szenarien
- Das Problem
- Solarplanung braucht Geometrie, Standort und sich ändernde Energieeingänge zusammen – mit Annahmen, die für die Entscheidenden sichtbar sind.
- Der vernetzte Ansatz
- Geografische Anlagen, Ertragsschätzungen und Netzkontext verbinden, mit Einstellungen auf Gebäudeebene für Ausrichtung, Speicher und Kosten.
- Was es ermöglicht
- Teams können das Dachflächenpotenzial vergleichen und Planungsszenarien untersuchen – und dabei die Annahmen hinter jeder Schätzung prüfen.
Cygnus-EignungGeodatenGraphZeitreihen
Energieplanung entdecken
06 · Telekommunikation
Kontext in jede Serviceanfrage bringen.
Kunde → Serviceanfrage → Übergabe an Menschen
- Das Problem
- Wiederkehrende Anfragen banden Support-Kapazität, während komplexe Kundengespräche warteten.
- Der vernetzte Ansatz
- Kategorisierung und Priorisierung mit Kunden- und Ticketsystemen verbinden – mit klaren Wegen zu einem menschlichen Ansprechpartner.
- Was es ermöglicht
- Weniger repetitive Bearbeitung, ein klarerer Antwortfluss und mehr Kapazität für Fälle, die eine erfahrene Person brauchen.
Cygnus-EignungGraphVolltextZeitliche HistorieChat
Telekommunikation entdecken
07 · Handel & Lieferketten
Die Folgen einer Störung verfolgen.
Handelsströme → Abhängigkeiten → Störung
- Das Problem
- Eine blockierte Route oder ein ausgefallener Lieferant kann ein größeres Netzwerk treffen, das sich aus isolierten Handelsdaten schwer verstehen lässt.
- Der vernetzte Ansatz
- Ein Referenzgraph verbindet Handelsströme, Abhängigkeiten und Risiken – mit Szenarioanalyse und Fragen in Alltagssprache.
- Was es ermöglicht
- Analysten können Kaskadeneffekte über Schifffahrtsrouten und Lieferbeziehungen untersuchen, bevor sie entscheiden, was sie als Nächstes prüfen.
Cygnus-EignungGraphGeodatenZeitliche HistorieChat
Welthandel entdecken
Diese Beispiele beschreiben Projekte, untersuchte Abläufe und Referenzarchitekturen. Die Cygnus-Eignungslabels ordnen sie dem geplanten Produkt zu; sie belegen keine veröffentlichte Cygnus-Installation.
Zwei Bausteine, ein Fundament
Vernetzten Daten eine klare Oberfläche geben.
NatusAI Lyra liefert wiederverwendbare Webkomponenten für Karten, Graphen, Suche und Anwendungsabläufe. Die weitergehende Integration von Orion und Cygnus ist Teil der Plattformvision. NatusAI Lyra entdecken
Arbeitet zusammen mit
Ebene 03 · AnwendungenVerfügbar
NatusAI Lyra
Wiederverwendbare UI-Komponenten für Dashboards, Karten, Dokumente und KI-Dialoge.
NatusAI Lyra entdecken
Ebene 02 · IntelligenzRoadmap
NatusAI Aquila
Machen Sie Dokumente zu zitierfähigem Wissen – die Quelle ist nur einen Klick entfernt.
NatusAI Aquila entdecken
Ebene 02 · IntelligenzRoadmap
NatusAI Auriga
KI-Assistenten und Werkzeuge, die innerhalb der Berechtigungen und Budgets arbeiten, die Ihre Mitarbeitenden festlegen.
NatusAI Auriga entdecken
Fragen
Fragen zu NatusAI Cygnus
Kurze Antworten für Entscheider. Details für Ihr technisches Team finden Sie im aufklappbaren Bereich oben.
Ist NatusAI Cygnus heute verfügbar?
Noch nicht. Cygnus ist für eine Erstversion geplant, die erst abgenommen wird, wenn die definierten Abnahmetests bestanden sind. Dieselbe Engine wie in unseren Kundenprojekten hat sich bereits in der Praxis bewährt, und unser Team baut heute darauf.
Braucht ein weltweiter Zwilling viele Server?
Nein. Die Erstversion zielt auf einen einzelnen Server. Ein weltweites Datenmodell kann innerhalb seiner getesteten Grenzen auf einem Knoten laufen; globale Geografie bedeutet nicht automatisch einen Cluster.
Ersetzt Cygnus unser Data Warehouse?
Nicht unbedingt. Cygnus ist für vernetzte, beziehungsreiche Aufgaben ausgelegt. Für große tabellarische Berichte kann ein Data Warehouse oder ein ausgereifter SQL-Stack die bessere Wahl bleiben – Cygnus kann daneben laufen.
Mit unserem Team sprechen
Für welche Frage brauchen Ihre Teams Tage?
Bringen Sie sie mit. Wir zeigen Ihnen, wie ein vernetztes Modell sie beantworten würde – und was dafür nötig wäre.
Oder schreiben Sie an contact@natusai.com
