WEBVTT

00:00:00.270 --> 00:00:06.970
Bereit für 10 Tage voller Microsoft 365 Co-Pilot, KI-Azure und den Menschen, die die Zukunft der Arbeit gestalten.

00:00:07.870 --> 00:00:11.810
Diesen Januar ist die M3 365 CON zurück und wir legen noch eins drauf.

00:00:12.430 --> 00:00:17.710
Seien Sie dabei Live-Sessions, Praxis-Demos und Expertenwissen von MVPs und Branchenkennern aus aller Welt.

00:00:18.490 --> 00:00:21.110
Keine generischen Folien. Kein endloses Buzzword-Bingo.

00:00:21.870 --> 00:00:23.110
Wir gehen die echten Herausforderungen an.

00:00:23.710 --> 00:00:28.690
Co-Pilot Studio, KI-Agenten, Fabric, Sicherheit, Governance und Automatisierung.

00:00:28.690 --> 00:00:34.290
Ob IT-Profi, Entwickler oder Führungskraft-E-S, gibt Sessions, die genau auf Sie zugeschnitten sind.

00:00:35.430 --> 00:00:39.990
An 10 vollen Tagen können Sie vielfältige Technologien erkunden und sich mit einer globalen Community vernetzen.

00:00:40.930 --> 00:00:44.170
Sehen Sie Live-Zu und nehmen Sie praktische Erkenntnisse für Ihr Unternehmen mit.

00:00:45.090 --> 00:00:48.850
Januar 2027, 10 Tage, eine Microsoft Community.

00:00:49.410 --> 00:00:50.550
Die Registrierung ist jetzt eröffnet.

00:00:51.730 --> 00:00:52.910
Sichern Sie sich heute Ihren Platz.

00:00:54.110 --> 00:00:58.050
Das ist M3 365 CON.NET.

00:01:00.140 --> 00:01:04.580
Melden Sie sich jetzt unter m335.NET an und wir sehen uns live im Januar.

00:01:05.260 --> 00:01:08.020
Haben Sie sich jemals gefragt, ob Ihre Daten handeln könnten, ohne dass Sie sie überhaupt berühren?

00:01:08.340 --> 00:01:10.500
Stellen Sie sich vor, Sie bemerken einen Lagebestandsrückgang in Echtzeit.

00:01:11.420 --> 00:01:15.260
Und anstatt eine E-Mail zu senden oder ein Dashboard zu prüfen, bestellt Ihr System die Ware einfach für Sie.

00:01:16.060 --> 00:01:16.920
Das ist keine bloße Theorie.

00:01:17.440 --> 00:01:19.160
Das ist Fabric Data Activator in Aktion.

00:01:19.160 --> 00:01:32.480
Heute verbinden wir die Punkte zwischen Rohdaten, sofortigen Benachrichtigungen und automatisierten Reaktionen und zeigen Ihnen, wie das Zusammenspiel mit Power BI, Synapse und dem restlichen Microsoft Fabric funktioniert, um Erkenntnisse unverzüglich in Taten umzusetzen.

00:01:33.760 --> 00:01:35.220
Das fehlende Glied in Ihrem Datenkreis.

00:01:35.220 --> 00:01:42.540
Die meisten Teams behaupten, sie arbeiten in Echtzeit, doch sobald man hinter die Kulissen schaut, fühlt sich alles eher nach nächstem Tag an.

00:01:43.840 --> 00:01:47.400
Dashboards aktualisieren sich alle 15 Minuten, 30 Minuten oder manchmal nur einmal pro Stunde.

00:01:48.240 --> 00:01:54.960
Bis dahin hat sich das Muster, das Sie hätten erkennen müssen, längst verschoben und der Bericht, den Sie sehen, ist eher eine Nachbesprechung als ein Live-Feed.

00:01:55.680 --> 00:01:58.520
Sie verfolgen das Spielgeschehen erst, nachdem der Endstand längst feststeht.

00:01:58.520 --> 00:02:03.320
Das Problem ist nicht, dass BI-Tools Ihnen nicht zeigen, was passiert. Darin sind Sie meist sehr gut.

00:02:04.060 --> 00:02:06.420
Das fehlende Puzzleteil ist das, was passiert, nachdem Sie es gesehen haben.

00:02:07.160 --> 00:02:13.340
Momentan verlassen sich die meisten Workflows darauf, dass ein Mensch die Änderung bemerkt, entscheidet, was zu tun ist und dies dann ausführt.

00:02:14.440 --> 00:02:15.320
Er schafft einen Flaschenhals.

00:02:15.960 --> 00:02:25.020
Selbst so einfache Dinge wie das Versenden einer E-Mail an Kunden bei sinkenden Kennzahlen sind oft manuelle Aufgaben, weil das System nicht darauf ausgelegt ist, Erkenntnisse direkt mit Handlungen zu verknüpfen.

00:02:25.020 --> 00:02:29.100
Diese Verzögerung ist der Grund, warum so viele Chancen ungenutzt verstreichen.

00:02:29.780 --> 00:02:33.080
Eine Werbeaktion, die drei Stunden zu spät nach einem Umsatzeinbruch startet, verliert Ihre Dringlichkeit.

00:02:34.080 --> 00:02:40.480
Ein Anstieg von Website-Fehlern, der bis zum nächsten Meeting unbeachtet bleibt, kostet uns Conversions, die wir nie wieder zurückgewinnen.

00:02:41.480 --> 00:02:45.180
Die Lücke zwischen Wissen und Handeln ist genau der Bereich, in dem Fabric Data Activator zu Hause ist.

00:02:45.420 --> 00:02:47.600
Und er wurde entwickelt, um diese Lücke auf Sekunden zu verkürzen.

00:02:47.600 --> 00:02:55.280
Da er nativ in Microsoft Fabric integriert ist, müssen Sie mit Data Activator nicht ständig Datenquellen exportieren, verbinden oder verwalten.

00:02:56.880 --> 00:03:01.420
Er liest Ereignisströme in Echtzeit und reagiert sofort, wenn eine von Ihnen definierte Bedingung erfüllt ist.

00:03:02.480 --> 00:03:06.800
Der Unterschied besteht darin, dass er nicht bei einer Warnung stehen bleibt, sondern eine Kettenreaktion in den übrigen Systemen auslösen kann.

00:03:07.320 --> 00:03:11.240
Stellen Sie sich vor, ein Live-Verkaufs-Feed überwacht die Leistung in verschiedenen Regionen.

00:03:11.240 --> 00:03:20.100
Normalerweise würden Sie einen plötzlichen Abfall in einer Region auf Ihrem Dashboard bemerken, Nachforschungen anstellen, ein gezieltes Angebot entwerfen, die Genehmigung einholen und die Aktion starten.

00:03:20.300 --> 00:03:21.820
Warten. Es könnte eine Stunde dauern.

00:03:23.240 --> 00:03:32.860
Mit Data Activator könnte derselbe Abfall einen vorab genehmigten API-Aufruf an Ihr Marketing-Automatisierungssystem auslösen, der innerhalb von Minuten ein gezieltes Angebot startet, bevor Wettbewerber überhaupt eine Schwäche erkennen.

00:03:34.020 --> 00:03:38.540
Kein Warten darauf, dass die richtige Person es bemerkt. Keine Verzögerung durch Überlegungen bei offensichtlichen Schritten.

00:03:39.000 --> 00:03:39.680
Das ist der eigentliche Wandel.

00:03:39.680 --> 00:03:43.460
Herkömmliche BI-Tools verfolgen. Data Activator hört zu und reagiert.

00:03:44.240 --> 00:03:51.680
Bei einer typischen Power BI-Aktualisierungsrate von beispielsweise 30 Minuten kann die Erkennung bereits hinter dem Zeitpunkt zurückbleiben, an dem die Änderung begann.

00:03:53.580 --> 00:03:58.420
Data Activator-Trigger können auf Ereignisströme in nahezu Echtzeit reagieren, innerhalb von Sekunden.

00:03:58.580 --> 00:04:03.980
Abhängig von der Quelle, wodurch der Moment des Handelns viel enger mit dem auslösenden Ereignis selbst übereinstimmt.

00:04:05.060 --> 00:04:09.000
Und da er fest in Fabric integriert ist, ist er nicht auf ein einziges Dashboard oder einen Datensatz beschränkt.

00:04:09.000 --> 00:04:12.100
Er kann mit jedem Teil des Ökosystems verknüpft werden, wo es sinnvoll ist.

00:04:13.020 --> 00:04:21.260
Dieser Streaming-Feed könnte Teil einer Synapse-Daten-Pipeline sein, die dann mehrere nachgelagerte und KI-Modelle speist.

00:04:21.260 --> 00:04:26.000
Wenn etwas Wichtiges passiert, flüstert Data Activator nicht nur ihrem Dashboard zu.

00:04:26.780 --> 00:04:31.220
Er sendet das Signal direkt an die Systeme, die in der Lage sind, das Problem zu beheben oder die Gelegenheit sofort zu nutzen.

00:04:32.320 --> 00:04:34.440
Dies ist die Brücke zwischen Beobachtung und Ausführung.

00:04:34.800 --> 00:04:41.280
Anstatt den Chat ihres Teams mit FYI-Nachrichten zu füllen, die ihre Mitarbeiter erst nach der Mittagspause sehen, führt er den nächsten Schritt sofort aus.

00:04:41.280 --> 00:04:47.000
Er verwandelt jedes qualifizierende Ereignis in eine bereits getroffene Entscheidung und eine bereits ausgeführte Aktion.

00:04:47.820 --> 00:04:51.000
Wenn man es mit dem Standard-BI-Workflow vergleicht, ist der Vorteil offensichtlich,

00:04:51.800 --> 00:04:53.480
Überwachung allein erzählt ihnen nur die Geschichte.

00:04:54.200 --> 00:04:56.020
Überwachung plus Reaktion verändert das Ergebnis.

00:04:56.840 --> 00:04:59.720
Und in einer Landschaft, in der sich Zeitfenster für Chancen schnell schließen, ist dieser Unterschied,

00:05:00.120 --> 00:05:02.280
ist dieser Unterschied mehr als nur Bequemlichkeit, erst Wettbewerbsfähigkeit.

00:05:02.280 --> 00:05:07.720
Als nächstes sehen wir uns an, wie sich dies nahtlos in die Tools einfügt, mit denen Sie bereits arbeiten,

00:05:08.080 --> 00:05:10.660
ohne eine weitere Komplexitätsebene hinzuzufügen.

00:05:11.800 --> 00:05:13.440
Mehr als nur Warnmeldungen, das Fabric-Web.

00:05:13.860 --> 00:05:17.120
Ihnen ein weiteres Teamsignal zu senden, ist keine Automatisierung, es ist nur mehr Lärm.

00:05:17.640 --> 00:05:18.420
Sie wissen, was gemeint ist.

00:05:18.700 --> 00:05:21.920
Eine Flut von Pop-Ups auf jedem Bildschirm, von denen jedes fordert, dass Sie sich etwas ansehen,

00:05:22.000 --> 00:05:23.900
das wichtig sein könnte oder auch nicht oder auch nicht.

00:05:24.720 --> 00:05:27.900
Zuerst hat man das Gefühl, alles im Griff zu haben, aber schon bald beginnt Ihr Team,

00:05:27.900 --> 00:05:31.280
Sie zu ignorieren, werden die wichtigen Dinge im Chaos untergehen.

00:05:33.060 --> 00:05:36.700
Die Ironie dabei ist, dass die Systeme, die Sie eigentlich informieren sollen, Sie oft nur noch blinder machen.

00:05:38.240 --> 00:05:40.660
Wir alle saßen schon in diesem Montags-Meeting, in dem jemand erwähnt,

00:05:40.720 --> 00:05:44.680
dass er ein großes Kundenproblem übersehen hat, nur weil der Alarm aussah wie alle anderen, nur weil der anderen.

00:05:45.320 --> 00:05:47.400
Die Wurzel des Problems ist nicht ein Mangel an Erkennung,

00:05:47.680 --> 00:05:50.180
sondern ein Mangel an Intelligenz darüber, was als nächstes zu tun ist.

00:05:51.300 --> 00:05:54.040
Überempfindliche Auslöser behandeln jede kleine Schwankung wie eine Krise,

00:05:54.040 --> 00:05:56.880
was eine Kultur schafft, in der jeder darauf trainiert ist, sie abzutun.

00:05:58.020 --> 00:06:01.980
Hier beginnt Microsoft Fabric Data Activator im Zusammenspiel mit dem Rest von Microsoft Fabric

00:06:01.980 --> 00:06:02.660
wichtig zu werden.

00:06:03.940 --> 00:06:07.700
Es ist nicht einfach nur aufgesetzt, sondern arbeitet direkt neben Power BI Synapse

00:06:07.700 --> 00:06:09.260
und dem Data Warehousing von Fabric.

00:06:10.200 --> 00:06:12.360
Das bedeutet, es spielt auf dem gleichen Spielfeld wie die Tools,

00:06:12.440 --> 00:06:14.340
die bereits ihre Analysen und Pipelines betreiben.

00:06:14.340 --> 00:06:18.720
Anstatt sie bei jeder wankenden Metrik anzupingen, kann es entscheiden, ob die Schwankung es wert ist,

00:06:18.760 --> 00:06:19.700
die Produktion anzuhalten.

00:06:20.660 --> 00:06:23.220
Stellen Sie es sich wie eine Telefonzentrale der alten Schule vor.

00:06:23.360 --> 00:06:25.760
Nur eine, die tatsächlich die Dringlichkeit hinter jedem Anruf versteht.

00:06:26.780 --> 00:06:29.260
Wenn etwas passiert, zum Beispiel ein Datenfeed ein Signal sendet,

00:06:29.300 --> 00:06:31.700
dass Ihr Produktnamensformat mitten im Ladevorgang defekt ist.

00:06:32.060 --> 00:06:35.060
Data Activator weiß, welche Leitungen zu den richtigen Systemen führen.

00:06:35.560 --> 00:06:38.300
Es sendet dem Marketing-Team keine Benachrichtigungen, die Sie erst morgen lesen.

00:06:38.300 --> 00:06:42.560
Es leitet das Problem direkt an das System weiter, das den fehlerhaften Ladevorgang stoppen kann,

00:06:42.760 --> 00:06:44.520
bevor er nachgelagerte Berichte verfälscht.

00:06:45.260 --> 00:06:46.140
Hier ist ein praktisches Beispiel.

00:06:46.740 --> 00:06:50.260
Eine Synapse-Pipeline ruft alle paar Sekunden Finanztransaktionsdaten ab.

00:06:51.380 --> 00:06:55.460
Eines der vorgeschalteten Systeme beginnt aufgrund eines Fehlers beim Anbieter doppelte Datensätze zu senden.

00:06:56.080 --> 00:06:59.640
Wenn Sie nur Warnmeldungen verwenden, sehen Sie eine Teams-Nachricht oder eine E-Mail mit dem Inhalt

00:06:59.640 --> 00:07:00.860
Hallo, doppelte Anzahl erkannt.

00:07:01.480 --> 00:07:03.000
Jetzt steht es also auf der To-Liste von irgendjemandemann.

00:07:03.580 --> 00:07:06.300
Mit Data Activator kann die Pipeline genau dann angehalten werden,

00:07:06.300 --> 00:07:09.720
wenn die Duplikate eintreffen, was ihren Dateningenieurin Zeit gibt,

00:07:09.780 --> 00:07:12.600
die Quelle zu reparieren, bevor die fehlerhaften Daten in Ihr Warehouse gelangen.

00:07:14.020 --> 00:07:15.780
Die Fehlerbehebung erfolgt auf Systemebene nicht,

00:07:15.840 --> 00:07:17.460
weil zufällig jemand das Dashboard überprüft hat.

00:07:18.060 --> 00:07:18.960
Das ist ein entscheidender Unterschied.

00:07:19.520 --> 00:07:22.460
Data Activator ist nicht an einen einzigen Datensatz oder einen schmalen Stream gebunden.

00:07:23.160 --> 00:07:24.920
Es arbeitet über verschiedene Eingabetypen,

00:07:25.500 --> 00:07:29.300
strukturierte Warehouse-Tabellen, Event-Streams und andere mit Fabric-verbundene Datenquellen hinweg

00:07:29.300 --> 00:07:32.580
und wendet dieselben logischen Regeln an, ohne dass Sie diese ständig überwachen müssen.

00:07:33.800 --> 00:07:35.360
Dieser dienstübergreifende Umfang bedeutet,

00:07:35.360 --> 00:07:36.940
dass es nicht nur weiß, wann etwas nicht stimmt.

00:07:37.560 --> 00:07:39.560
Es weiß genau, wann es Bremsen oder Gas geben muss.

00:07:40.680 --> 00:07:44.060
Und da es im selben Ökosystem wie Ihre Transformationslogik und Ihr Speicher lebt,

00:07:44.240 --> 00:07:46.420
arbeitet es nicht gegen die Datenströme.

00:07:46.840 --> 00:07:48.380
Äh, es ist darin eingebettet.

00:07:48.900 --> 00:07:50.820
Deshalb können Sie eine Kette aufbauen in der Aufnahme,

00:07:50.940 --> 00:07:53.380
Transformation, Validierung und Lösung in einem Flussgeschehen,

00:07:53.580 --> 00:07:56.200
ohne dass sich Mitarbeiter bei Übergaben gegenseitig hinterherlaufen.

00:07:56.940 --> 00:07:59.000
Es ist der Unterschied zwischen einer Reaktion auf Daten

00:07:59.000 --> 00:08:01.740
und der Anpassung Ihrer Systeme während des laufenden Prozesses,

00:08:01.960 --> 00:08:04.040
um Qualität und Aktualität zu wahren.

00:08:04.040 --> 00:08:06.720
Der wahre Nutzen zeigt sich jedoch erst,

00:08:06.780 --> 00:08:08.160
wenn Sie dies nicht als Alarmierungstool,

00:08:08.240 --> 00:08:10.520
sondern als Ebene der operativen Entscheidungsfindung betrachten.

00:08:11.280 --> 00:08:12.720
Es reagiert kontextbasiert,

00:08:12.940 --> 00:08:14.560
was das Rauschen drastisch reduziert

00:08:14.560 --> 00:08:16.980
und gleichzeitig den Anteil der Alarme erhöht,

00:08:17.160 --> 00:08:20.240
die tatsächlich sinnvolle Maßnahmen auslösen.

00:08:21.080 --> 00:08:22.260
Sie sind nicht mehr überlastet.

00:08:22.760 --> 00:08:24.640
Sie erhalten Signale statt Rauschen mit weniger,

00:08:25.000 --> 00:08:25.900
manuellem Aufwand.

00:08:25.900 --> 00:08:29.340
Und da diese Entscheidungen echte Änderungen auslösen können,

00:08:29.420 --> 00:08:30.320
wie das Anhalten von Jobs,

00:08:30.460 --> 00:08:31.780
das Aktualisieren von Datensätzen

00:08:31.780 --> 00:08:33.160
oder das Einleiten von Korrekturen,

00:08:33.320 --> 00:08:35.800
wird nicht nur die Verzögerung zwischen Wissen und Handeln verkürzt.

00:08:36.660 --> 00:08:37.640
Die Lücke wird komplett geschlossen.

00:08:38.100 --> 00:08:39.860
Kommen wir nun zu dem Teil, der für Aufsehen sorgt.

00:08:40.140 --> 00:08:42.900
APIs aufrufen und mit der Welt außerhalb von Microsoft interagieren.

00:08:43.680 --> 00:08:45.000
Wenn das Innere die Außenwelt ruft,

00:08:45.060 --> 00:08:46.760
kann Ihre Datenquelle einen Anruf tätigen,

00:08:46.860 --> 00:08:48.400
bevor Sie überhaupt den verpassten Anruf sehen.

00:08:48.400 --> 00:08:50.760
Das ist keine Redewende und wir sprechen davon,

00:08:50.880 --> 00:08:52.740
denselben Ereignisstrom, den Sie bereits verfolgen,

00:08:52.800 --> 00:08:54.620
zu nutzen, um in Echtzeit etwas außerhalb

00:08:54.620 --> 00:08:57.240
des Microsoft-Fabrik-Ökosystems auszulösen.

00:08:57.480 --> 00:08:57.780
Bost!

00:08:58.400 --> 00:09:00.460
Anstatt darauf zu warten, dass Sie ein Dashboard lesen

00:09:00.460 --> 00:09:02.120
oder auf eine Teams-Benachrichtigung klicken,

00:09:02.280 --> 00:09:05.220
wählt das System, selbst metaphorisch oder buchstäblich,

00:09:05.300 --> 00:09:08.980
um in einer anderen Anwendung oder einem Dienstmaßnahmen einzuleiten,

00:09:09.100 --> 00:09:10.300
sobald die Bedingung erfüllt ist.

00:09:10.600 --> 00:09:11.660
Sobald die Bedingung erfüllt ist.

00:09:12.020 --> 00:09:13.600
Die meisten BI-Systeme scheitern genau hier.

00:09:14.160 --> 00:09:16.200
Sie sind hervorragend darin, Erkenntnisse aufzuzeigen,

00:09:16.200 --> 00:09:18.980
manchmal sogar mit schicken Visualisierungen und KI-gestützten Kommentaren,

00:09:19.080 --> 00:09:21.260
aber Sie werfen Ihnen den Ball zu und erwarten, dass Sie damit laufen.

00:09:21.520 --> 00:09:23.540
Äh, Sie müssen immer noch das CRM öffnen,

00:09:23.620 --> 00:09:25.660
die Bestellung senden, das ERP aktualisieren

00:09:25.660 --> 00:09:27.800
oder den Prozess manuell starten.

00:09:28.480 --> 00:09:30.600
Genau in diese Lücke schleicht sich der menschliche Flaschenhals wieder ein.

00:09:31.960 --> 00:09:33.440
Sie erkennen das Problem vielleicht in Minuten,

00:09:33.680 --> 00:09:35.340
aber die Ausführung erfolgt erst Stunden später,

00:09:35.440 --> 00:09:37.200
weil auf jemanden gewartet wird, der Zeit zum Handeln hat.

00:09:38.300 --> 00:09:40.360
Mit Data Activator wird dieser Schritt nicht nur verkürzt,

00:09:40.420 --> 00:09:41.100
der entfällt komplett.

00:09:42.260 --> 00:09:43.600
Stellen Sie sich vor, die Lagerbestände.

00:09:43.980 --> 00:09:46.020
Fallen mitten am Tag unter Ihren Auffüllschwellenwert.

00:09:47.100 --> 00:09:50.320
In einem normalen Setup bemerkt, dass jemand im operativen Betrieb in Power BI

00:09:50.320 --> 00:09:52.880
sendet eine Notiz an den Einkauf und wartet auf Bestätigung.

00:09:53.820 --> 00:09:55.580
In der Zwischenzeit verkaufen Sie das Produkt weiter

00:09:55.580 --> 00:09:57.140
und steuern auf einen Lieferengpass zu.

00:09:58.140 --> 00:10:00.380
Stattdessen kann Data Activator einen APA-Aufruf

00:10:00.380 --> 00:10:02.520
direkt an das Bestellsystem Ihres Lieferanten senden,

00:10:02.780 --> 00:10:04.320
sobald die Daten diese Grenze überschreiten.

00:10:05.120 --> 00:10:07.640
Die Bestellung geht ein, die Lieferung wird in die Warteschlange gestellt,

00:10:07.720 --> 00:10:09.260
noch bevor Ihr Team die Warnmeldung gelesen hat,

00:10:09.320 --> 00:10:10.660
ist die Lösung bereits auf dem Weg.

00:10:10.920 --> 00:10:14.300
Das ist der Mehrwert, wenn externe Aufrufe direkt aus Fabric heraus ausgelöst werden.

00:10:14.300 --> 00:10:16.700
Sie sind nicht auf Microsoft Tools beschränkt,

00:10:16.820 --> 00:10:20.340
ob SaaS, CRM, altes ERP, ein benutzerdefinierter Restendpunkt

00:10:20.340 --> 00:10:21.920
oder die API eines Partners.

00:10:22.200 --> 00:10:23.740
Sie können Echtzeit-Trigger nutzen,

00:10:23.920 --> 00:10:26.540
um die Lücke zwischen Erkennung und Behebung zu schließen.

00:10:26.540 --> 00:10:30.840
Die Ausgabe kann so simpel sein wie das Senden von Daten an eine Webhook

00:10:30.840 --> 00:10:33.320
oder so strukturiert wie ein formatiertes Payload,

00:10:33.640 --> 00:10:37.140
das einen mehrstufigen Workflow in einer völlig anderen Plattform auslöst.

00:10:39.700 --> 00:10:43.120
An diesem Punkt hört Fabric auf, nur eine Sammlung von Analyse-Tools zu sein

00:10:43.120 --> 00:10:47.160
und beginnt, wie das zentrale Nervensystem Ihrer Betriebsumgebung zu fungieren.

00:10:48.240 --> 00:10:51.300
Wenn ein Ereignis eintritt, sendet der Nerv nicht nur ein Signal an Ihre Augen,

00:10:51.400 --> 00:10:54.420
er übermittelt Anweisungen an die Gliedmaßen, die sofort handeln können.

00:10:54.420 --> 00:10:57.860
So gelangen Sie von der Überwachung von Abläufen dazu,

00:10:57.980 --> 00:10:59.760
dass diese sich weitgehend selbst regulieren.

00:11:00.520 --> 00:11:03.040
Das sieht man besonders in Branchen mit ausgeprägter IoT-Nutzung.

00:11:04.020 --> 00:11:07.540
Stellen Sie sich ein Fertigungswerk mit Vibrationssensoren an kritischen Maschinen vor.

00:11:08.900 --> 00:11:10.900
Diese Sensoren streamen Daten in Echtzeit an Fabric.

00:11:11.700 --> 00:11:14.180
Sobald ein Messwert in den Warnbereich für Ausfälle drifte,

00:11:14.300 --> 00:11:18.100
kann Data Activator einen Arbeitsauftrag in Dynamics 365 erstellen und zuweisen

00:11:18.100 --> 00:11:21.240
und einen Techniker einplanen, noch bevor die Maschine einen kritischen Zustand erreicht.

00:11:21.240 --> 00:11:25.100
Kein Vorgesetzter muss seinen Tag unterbrechen, um den Anruf zu tätigen.

00:11:25.180 --> 00:11:27.160
Das System leitet den Auftrag automatisch weiter,

00:11:27.320 --> 00:11:29.620
inklusive aller Kontextinformationen, die der Techniker benötigt.

00:11:30.360 --> 00:11:33.340
Die Reparaturarbeiten beginnen, noch bevor Ausfallzeiten überhaupt ein Thema werden.

00:11:33.860 --> 00:11:36.800
Die Kombination aus automatisierter Überwachung und ausgehenden APIs

00:11:36.800 --> 00:11:38.020
sorgt für echte Autonomie.

00:11:38.800 --> 00:11:40.720
Sie filtern Warnmeldungen nicht nur nach Relevanz,

00:11:40.820 --> 00:11:43.100
sondern verbinden diese gefilterten Trigger mit konkreten Aktionen,

00:11:43.120 --> 00:11:44.340
die unmittelbar ausgeführt werden.

00:11:44.560 --> 00:11:47.320
Das ist der Sprung von Daten gesteuert zu Daten aktiviert,

00:11:47.760 --> 00:11:50.660
bei dem das System so schnell reagieren kann, wie es erkennt.

00:11:51.960 --> 00:11:56.000
Wenn Sie es richtig einrichten, entfallen nicht nur menschliche Mikromanagementprozesse,

00:11:56.620 --> 00:12:00.100
sondern diese verbessern sich aktiv, weil der Kreislauf zwischen Erkennung und Aktion eng,

00:12:00.360 --> 00:12:02.120
konsistent und dauerhaft aktiv ist.

00:12:03.120 --> 00:12:05.740
Sie können sich darauf konzentrieren, bessere Regeln und Logiken zu entwerfen,

00:12:05.820 --> 00:12:08.000
anstatt sich Sorgen zu machen, ob jemand die Warnung gesehen hat.

00:12:08.720 --> 00:12:11.140
Aber selbst das reaktionsschnellste Nervensystem hat Schwellenwerte,

00:12:11.220 --> 00:12:12.120
die Sie nicht ignorieren können.

00:12:12.380 --> 00:12:15.880
Und wenn Sie diese vor Beginn nicht kennen, können die Ergebnisse schnell unübersichtlich werden.

00:12:15.880 --> 00:12:18.660
Kennen Sie die Grenzen, bevor Sie bauen?

00:12:19.260 --> 00:12:22.820
Jeder Automatisierungsheld hat eine Entstehungsgeschichte und eine Liste von Fallstricken,

00:12:22.900 --> 00:12:24.260
die er lieber früher gekannt hätte.

00:12:25.460 --> 00:12:27.640
Bei Data Activator ist die Realität, dass die Idee,

00:12:28.060 --> 00:12:29.980
wann Erkennung plus Reaktion zwar grenzenlos klingt,

00:12:30.100 --> 00:12:31.900
ihr aber ein sehr praktisches Framework zugrunde liegt.

00:12:32.160 --> 00:12:32.380
Irr.

00:12:32.380 --> 00:12:34.280
Es ist keine Magie.

00:12:34.420 --> 00:12:36.460
Es läuft weiterhin auf der Fabrikarchitektur

00:12:36.460 --> 00:12:40.160
und ist an dieselben Kapazitätsmodelle, Service-Limits und Designannahmen gebunden,

00:12:40.280 --> 00:12:42.380
die für alles andere im Ökosystem gelten.

00:12:42.960 --> 00:12:46.240
Das ignorieren Sie diese Grenzen und Sie werden schnell feststellen,

00:12:46.320 --> 00:12:49.480
was passiert, wenn gut gemeinte Automatisierung zum Stillstand kommt.

00:12:50.620 --> 00:12:54.060
Das Tückische daran ist, dass die Fehlerquellen während des Proof-of-Concept meist nicht sichtbar sind.

00:12:54.900 --> 00:12:56.760
Bei einem kleinen Test fühlt sich alles sofort an.

00:12:57.360 --> 00:13:00.520
Bedingungen lösen aus, Aktionen werden gestartet und Sie sehen das Ergebnis fast unmittelbar.

00:13:00.520 --> 00:13:02.140
Erst wenn Sie skalieren,

00:13:02.760 --> 00:13:06.280
wie Ihre externe Systeme anbinden, das Trigger-Volumen erhöhen und komplexe Logik hinzufügen,

00:13:06.560 --> 00:13:08.060
zeigen die Einschränkungen, Ihre Zähne.

00:13:08.840 --> 00:13:11.300
Die Latenz steigt, die Kapazitätsauslastung schnellt in die Höhe.

00:13:11.980 --> 00:13:15.780
Plötzlich wird diese Echtzeit-Entscheidungs-Engine gedrosselt oder in eine Warteschlange gestellt.

00:13:17.460 --> 00:13:19.940
Überlegen Sie, was passiert, wenn ein Trigger von einer Quelle abhängt,

00:13:20.080 --> 00:13:23.540
die zwar technisch verbunden ist, aber nicht innerhalb der nativen Fabrik-Dienste läuft.

00:13:24.760 --> 00:13:28.000
Vielleicht haben Sie einen Datenstrom von einem externen Event-Hub, der Ihre Berichte speist.

00:13:28.000 --> 00:13:33.260
Wenn Data-Activator auf diesen Feed angewiesen ist, um einen kritischen Prozess zu starten,

00:13:33.320 --> 00:13:37.940
das Verarbeitungsintervall auf der Quellseite aber langsamer ist als die Zielreaktionszeit von Fabrik,

00:13:38.140 --> 00:13:40.360
werden Sie nie die erwartete Reaktionsfähigkeit erhalten.

00:13:41.320 --> 00:13:43.000
Ich habe erlebt, wie Rollouts in Stocken gerieten,

00:13:43.080 --> 00:13:46.560
weil Bedingungen auf halbstationären Daten basierten, die mit der Trigger-Logik einfach nicht mithalten konnten.

00:13:47.620 --> 00:13:50.220
Die Automatisierung ist nicht fehlgeschlagen, sie kam nur zu spät, um noch von Bedeutung zu sein.

00:13:50.620 --> 00:13:52.140
Es gibt auch die Versuchung, alles zu überwachen.

00:13:52.600 --> 00:13:53.800
Das ergibt zunächst durchaus Sinn.

00:13:53.800 --> 00:13:57.500
Mehr Überwachungsbedingungen sollten mehr Reaktionsmöglichkeiten bedeuten,

00:13:57.660 --> 00:14:02.860
aber jeder definierte Trigger trägt zur Arbeitslast bei, die auf Ihrer Fabrik-Kapazität läuft.

00:14:03.960 --> 00:14:05.820
Das bedeutet, Sie verbrauchen dieselbe Kapazität,

00:14:05.980 --> 00:14:09.400
die Ihre BI-Aktualisierungen, Datenflüsse und Warehouse-Abfragen unterstützt.

00:14:10.480 --> 00:14:12.680
Treiben Sie es zu weit, werden Sie einen Domino-Effekt erleben,

00:14:12.740 --> 00:14:16.120
bei dem andere Workloads verlangsamt werden, weil Ihre Trigger die Eichenleistung aufzehren.

00:14:17.540 --> 00:14:19.540
Kapazitätsplanung ist hier keine Option, denn sie ist die Disziplin,

00:14:19.620 --> 00:14:22.260
die verhindert, dass Automatisierung zu selbstverschuldeten Ausfallzeiten führt.

00:14:22.260 --> 00:14:23.980
Latentziele sind ebenfalls wichtig.

00:14:24.400 --> 00:14:26.340
Data-Activator kann in Sekunden reagieren, aber nur,

00:14:26.440 --> 00:14:29.280
wenn die Upstream- und Downstream-Systeme mit dieser Geschwindigkeit Schritt halten können.

00:14:29.960 --> 00:14:32.880
Wenn Ihr getriggerter API-Aufruf auf eine ERP-Integration zielt,

00:14:32.940 --> 00:14:34.680
die alle 15 Minuten im Batch verarbeitet wird,

00:14:34.760 --> 00:14:37.100
haben Sie sich effektiv selbst eingebaute Verzögerungen geschaffen.

00:14:38.000 --> 00:14:41.240
Der Trigger wird ausgeführt, aber das Endergebnis wartet trotzdem auf den nächsten Batch.

00:14:42.180 --> 00:14:43.920
Diese Unterschiede im Servicetakt müssen erfasst werden,

00:14:44.000 --> 00:14:45.820
bevor Sie damit beginnen, Systeme dann zu verknüpfen.

00:14:45.820 --> 00:14:50.440
Der sicherere Weg ist es, mit wertvollen, aber seltenen Bedingungen zu beginnen.

00:14:51.240 --> 00:14:55.080
Das bedeutet, Szenarien zu wählen, bei denen selbst ein paar Auslöser am Tag eine klare Wirkung haben,

00:14:55.360 --> 00:14:57.500
die eine Automatisierung rechtfertigt, der

00:14:57.500 --> 00:15:03.120
Es geht darum, die Effektivität zu beweisen, ohne die Kapazität zu fluten oder nachgelagerte Dienste zu überlasten.

00:15:04.100 --> 00:15:08.680
Sie verfeinern die Trigger-Logik, verstehen das Verarbeitungsprofil und beginnen erst dann mit der Erweiterung.

00:15:09.340 --> 00:15:14.380
Es ist auch wichtig, daran zu denken, dass es bei Preisgestaltung und Kapazität nicht nur um Speicher oder Aktualisierung geht.

00:15:15.040 --> 00:15:18.280
Die Trigger-Auswertung und die Aktionsausführung verbrauchen Ressourcen aus demselben Pool.

00:15:18.820 --> 00:15:20.620
Dieser ausgehende API-Aufruf, das ist Rechenleistung.

00:15:21.140 --> 00:15:24.460
Die Transformation, die Sie vor der Überprüfung einer Bedingung ausführen, benötigt ebenfalls Rechners.

00:15:24.460 --> 00:15:29.440
Wenn Sie Bedingungen und Verbindungen skalieren, ohne den Pool Ihrer Fabrikeinheiten zu berücksichtigen,

00:15:29.540 --> 00:15:31.360
erreichen Sie schneller als erwartet Ihre Grenzen.

00:15:32.600 --> 00:15:36.020
Die gute Nachricht ist, sobald Sie wissen, wo die Grenzen liegen, können Sie Ihre Entwürfe entsprechend anpassen.

00:15:36.520 --> 00:15:37.920
Sie erstellen Prozesse, die sich selbst