Ihre Messdatenbank enthält die Antworten. Um sie zu finden, sollten Sie keine Abfragesprache lernen müssen. Der ASAM ODS MCP Server verbindet KI-Assistenten direkt mit Ihren Testdaten. Ingenieure stellen Fragen in natürlicher Sprache. Der Server übersetzt sie in HQL, validiert sie anhand Ihres Anwendungsmodells, führt die Abfrage aus und liefert die Ergebnisse. Keine Syntax zum Auswendiglernen. Kein Schema zu studieren. Fragen Sie einfach, was Sie brauchen.
Verbinden Sie Claude Desktop, ChatGPT, Claire oder einen beliebigen MCP-kompatiblen Assistenten mit Ihrer ASAM ODS-Infrastruktur. Ihre Daten bleiben, wo sie sind. Die KI bringt die Schnittstelle.
Eingebauter browserbasierter Chat für Teams, die Zugang zu natürlicher Sprache wünschen, ohne etwas zu installieren. Stellen Sie Fragen, sehen Sie sich Ergebnisse an, erkunden Sie Daten visuell. Der Sitzungsspeicher behält den Kontext bei Folgefragen bei. Plotly-Diagramme für die schnelle Visualisierung. Teilen Sie den Zugang in Ihrem Unternehmen über eine URL.
Verbinden Sie den MCP Server mit Claude Desktop, um einen dialogfähigen KI-Assistenten mit direktem Datenbankzugriff zu erhalten. Fragen Sie Testdaten neben anderen Aufgaben ab. Exportieren Sie die Ergebnisse in Dokumente oder Code. Ideal für Ingenieure, die Claude bereits für Analyse- und Dokumentationsaufgaben verwenden.
Das MCP-Protokoll ist ein offener Standard. Integrieren Sie den Zugriff auf natürliche Sprache in Ihre eigenen Tools. Verbinden Sie sich von Jupyter-Notebooks, internen Anwendungen oder automatisierten Pipelines aus. ChatGPT mit MCP-Support, benutzerdefinierten Agenten oder jedem System, das MCP spricht. Ihre Schnittstelle, unsere Übersetzungsschicht.
Fragen Sie nach Ihren Testdaten in einfachem Englisch. Finden Sie Messungen nach Projekt, Datum, Status oder einem beliebigen Attribut in Ihrem Anwendungsmodell. Filtern und kombinieren Sie Kriterien auf natürliche Weise. Die Ergebnisse kommen als strukturierte Daten zurück, die Ihr KI-Assistent zusammenfassen, analysieren oder exportieren kann.
Gehen Sie über einzelne Abfragen hinaus. Vergleichen Sie Kanalwerte über mehrere Testläufe hinweg. Berechnen Sie Statistiken wie Minimum, Maximum, Durchschnitt und Standardabweichung. Stellen Sie Folgefragen, um Ihre Analyse zu verfeinern. Erweitern Sie Ihre Erkenntnisse durch Konversation.
Erzeugen Sie Diagramme direkt aus Ihren Abfragen. Betrachten Sie Zeitreihendaten als Diagramme. Erkennen Sie Trends und Anomalien visuell. Exportieren Sie die Ergebnisse als Tabellen, Diagramme oder Rohdaten zur weiteren Verarbeitung in Ihren bevorzugten Tools.
Jedes Anwendungsmodell ist anders. Ihre Entitätsnamen, Attributstrukturen und Beziehungen spiegeln Ihre technische Domäne wider. Der Server lernt Ihr Schema dynamisch und übersetzt Abfragen in natürlicher Sprache in HQL, das Ihrem spezifischen Modell entspricht. Kein manuelles Mapping. Keine generischen Annahmen. Fragen Sie in Ihrer Terminologie und erhalten Sie Ergebnisse aus Ihren Daten.
Übersetzung allein ist nicht genug. Jede generierte Abfrage wird vor der Ausführung anhand Ihres Anwendungsmodells validiert. Elementnamen, Attribute und Beziehungen werden überprüft. Wenn etwas nicht übereinstimmt, versucht der Server eine automatische Korrektur für häufige Probleme wie Groß- und Kleinschreibung oder Tippfehler. Wenn eine Korrektur nicht möglich ist, erhalten Sie spezifische Hinweise und keine kryptischen Fehler.
Ihr Unternehmen kontrolliert den KI-Zugang. Verwenden Sie Ihre unternehmenseigenen Anthropic- oder OpenAI-API-Schlüssel, die über sichere Umgebungsvariablen verwaltet werden. Die Zugangsdaten erscheinen nie in Protokollen oder Abfrageergebnissen. Die zentrale Schlüsselverwaltung bedeutet, dass die IT-Abteilung den Zugriff kontrolliert, die Nutzung überwacht und Richtlinien durchsetzt. Die KI arbeitet für Sie, unter Ihrer Kontrolle.
Der Zugriff auf ASAM ODS-Daten erfordert spezielle Kenntnisse. Ingenieure müssen die HQL-Syntax lernen, das Anwendungsmodellschema verstehen und wissen, welche Entitäten die benötigten Daten enthalten.
Für gelegentliche Benutzer ist dies ein Hindernis. Sie warten auf Datenbankspezialisten, um Abfragen durchzuführen, oder sie geben auf und arbeiten mit den Exporten, die sie bereits haben. Kritische Daten bleiben im System gesperrt, weil die Schnittstelle zu komplex ist.
Selbst erfahrene Benutzer verbringen Zeit damit, Abfragen zu erstellen, die Syntax zu überprüfen und Fehlversuche zu beheben. Zeit, die für die Mechanik und nicht für die Analyse verwendet wird.
Bei MCP-Servern fragen Sie einfach, was Sie wissen wollen. "Zeigen Sie mir alle Messungen des Projekts Alpha vom letzten Monat." "Welche Kanäle sind in Testlauf 4523 verfügbar?" "Vergleiche Bremsdruck zwischen Test x und y".
Der MCP Server übernimmt die Übersetzung. Er analysiert Ihre Frage, generiert gültige HQL, validiert Element- und Attributnamen anhand Ihres spezifischen Anwendungsmodells und führt die Abfrage aus. Sie sehen die Ergebnisse, nicht die Abfragesyntax.
Nicht-technische Benutzer können sofort auf Daten zugreifen. Technische Benutzer sparen Zeit bei Routineabfragen. Alle profitieren vom schnelleren Zugriff auf Testdaten.
Finden Sie relevante Messungen, ohne die Abfragesyntax zu lernen. Prüfen Sie, welche Daten für ein Projekt vorhanden sind. Finden Sie bestimmte Testläufe nach Datum, Fahrzeug oder Konfiguration. Lösen Sie Standardanalysen aus, ohne in Merlin zu navigieren. Erhalten Sie schnelle Antworten, ohne auf die Datenbankunterstützung zu warten. Verbringen Sie Ihre Zeit mit der Entwicklung, nicht mit dem Abrufen von Daten.
Erkunden Sie unbekannte Datensätze durch Gespräche. Verstehen Sie die Struktur des Anwendungsmodells, indem Sie Fragen stellen. Prototyping von Abfragen in natürlicher Sprache vor der Formalisierung in Skripten. Exportieren Sie Daten in dem von Ihnen benötigten Format ohne Konfigurationsdialoge. Konzentrieren Sie sich auf Erkenntnisse, nicht auf die Mechanik der Schnittstelle.
Greifen Sie ohne technische Unterstützung auf den Teststatus und -fortschritt zu. Fragen Sie nach abgeschlossenen Messungen, ausstehenden Analysen oder Problemen mit der Datenqualität. Verschaffen Sie sich Einblick in Testprogramme, ohne zum Datenbankexperten zu werden. Treffen Sie Entscheidungen auf der Grundlage aktueller Informationen, nicht des Berichts von letzter Woche.
Claire basiert auf pyHQL, der Python-Bibliothek von HighQSoft für ASAM ODS. Es handelt sich hierbei nicht um eine experimentelle Integration. pyHQL ist seit Jahren bei großen OEMs in Produktion und verarbeitet sowohl Metadatenabfragen als auch Zeitreihenabfragen.
Dieselbe Grundlage, auf der die Testdaten-Pipelines von BMW, Ford, Volkswagen und Bosch basieren, ermöglicht jetzt auch den Zugriff auf natürliche Sprache. Produktionserprobt, keine Demoware.
HighQSoft löst seit den 1990er Jahren Probleme beim Testdatenmanagement. Wir verstehen Anwendungsmodelle, Messabläufe und Analyseautomatisierung, denn wir haben Produktionssysteme für die weltweit führenden Automobilunternehmen entwickelt.
Claire erbt dieses Fachwissen. Zugang zu natürlicher Sprache, die den technischen Kontext versteht, kein allgemeiner KI-Chat.
HighQSoft GmbH
Black-und-Decker-Straße 17b
D-65510 Idstein
