Cognite ist die führende KI- und Datenplattform im industriellen Bereich. Es vereinheitlicht, kontextualisiert und aktiviert komplexe industrielle Daten (IT/OT/ET) über die -Plattform Cognite Data Fusion® und realisiert die groß angelegte Implementierung von Agentic AI in industriellen Szenarien mit der Low-Code-Agenten-Workbench für industrielle KI Cognite Atlas AI™. Das Unternehmen beliefert die Energie-, Chemie-, Fertigungs- und Energieindustrie sowie andere Branchen und wird von IDC und Verdantix als führend im Bereich industrieller DataOps und industrieller KI-Analysen eingestuft.

Kognitiv

Kernparameter und Statistiken

Cognite besteht aus drei Kernprodukten, die eine industrielle KI- und Datenplattformmatrix bilden:

Funktionen	Cognite Data Fusion®	Cognite Atlas AI™	Cognite Flows™
Produktpositionierung	Industrielle Datenbetriebsplattform	Low-Code-Workbench für industrielle KI-Agenten	KI-native industrielle Workflow-Engine
Kernkompetenzen	Datenvereinheitlichung, Kontextualisierung, Aktivierung	Agentenkonstruktion, Orchestrierung, Bereitstellung	Workflow-Design, Automatisierung, Orchestrierung
Datenkonnektoren	Über 90 sofort einsatzbereite Extraktoren und Anschlüsse	Basierend auf dem Data Fusion Knowledge Graph	Triggern Sie Data Fusion- und Atlas AI-Funktionen
KI-Integrationsmethode	Bereitstellung industrietauglicher Daten für KI	Stellen Sie eine Verbindung zu einem beliebigen LLM her und erstellen Sie einen Agenten	Orchestrieren Sie KI + manuellen Hybridprozess
Bereitstellungsmethode	Öffentliche Cloud / Private Cloud / Hybrid	Cloud-nativ, mandantenfähig	Cloud-nativ
Zielbenutzer	Dateningenieure, digitale Teams	Domänenexperten, digitale Teams	Betriebsteams, Prozessingenieure
Branchenzertifizierungen	SOC2, DSGVO, EU AI Act konform	Abgestimmt auf Data Fusion	Abgestimmt auf Data Fusion

Platform-Scale-Daten: Cognite-Kunden berichten in einer Forrester Total Economic Impact™-Studie von einem ROI von 465 %, einem dreijährigen risikobereinigten Kapitalwert von 29,4 Millionen US-Dollar und einer Amortisationszeit von weniger als 6 Monaten. Die Bereitstellung mit messbaren geschäftlichen Auswirkungen dauert durchschnittlich nur 7 Wochen und die Skalierung auf 9 Einrichtungen dauert nur 4 Monate.

Industrial Knowledge Graph: Der Kern von Cognite Data Fusion ist der Industrial Knowledge Graph, der Zeitreihendaten, Ereignisse, Dokumente, visuelle Datenströme und sogar 3D- und technische Modelle in einem kontextualisierten Datenmodell vereint. Dies ist die zugrunde liegende Datenbasis für alle nachfolgenden KI-Funktionen.

Benutzer- und Markterkennung

Die Marktanerkennung von Cognite umfasst drei Ebenen: Bewertung durch externe Analysten, Akzeptanz bei Branchenkunden und Zusammenarbeit mit Ökosystempartnern:

Analystenführung: Cognite wird sowohl im Verdantix Green Quadrant for Industrial AI Analytics (September 2025) als auch im Green Quadrant for Industrial Data Management (Januar 2025) als Leader ausgezeichnet. Dies ist auch der einzige Hersteller im Verdantix Hengping, der sowohl in den Quadranten für industrielle KI-Analyse als auch für industrielles Datenmanagement zu den Spitzenreitern zählt. Darüber hinaus wurde Cognite in der IDC MarketScape Industrial DataOps Platform-Bewertung als führend anerkannt, insbesondere für sein Datenlebenszyklusmanagement, sein vielfältiges Ökosystem-Partnernetzwerk und die Implementierung von Funktionen zur Unterstützung des Kundenerfolgs.

Kundenakzeptanz: Zu den typischen Kunden von Cognite gehören globale Industriekonzerne wie Aker BP, NOVA Chemicals, Celanese, Koch Industries, Hess Corporation, ADNOC Offshore, Idemitsu, Tokuyama, HMH und andere. Unter anderem erreichte Aker BP durch den Root Cause Analysis Agent eine Effizienzsteigerung von mehr als 70 %; Celanese beschleunigte die digitale Transformation durch den Enhanced Troubleshooting Agent um 50 %.

Ökologische Partner: Die Plattform verfolgt eine völlig offene Strategie und zu den Partnern gehören Microsoft, AWS, NVIDIA, SLB, Rockwell Automation, Capgemini, Radix, Tridiagonal.ai, Pinnacle usw. Cognite arbeitet auch mit System Integrator und ISVs zusammen, um Plattformfunktionen über Cognite Embedded in Lösungen von Drittanbietern einzubetten.

Forrester TEI-Quantifizierung: Unabhängige Untersuchungen von Forrester zeigen, dass Cognite seinen Kunden über einen Zeitraum von drei Jahren Folgendes geliefert hat:

• Zusätzlicher Gewinn aus Produktionsoptimierung: 10,7 Millionen US-Dollar
• Effizienzsteigerungen des Außendienstpersonals: 10,5 Millionen US-Dollar
• Reduzierung ungeplanter Ausfälle: 14,5 Millionen US-Dollar

Kostenvorteil

Als Industrieplattform auf Unternehmensebene ist die Kostenstruktur von Cognite klar nach verschiedenen Rollen geschichtet:

C-Seite/Individuell: Cognite bietet keine Produkte für einzelne Verbraucher an. Die Tools werden in einem Unternehmensabonnementmodell bereitgestellt, und einzelne Benutzer können über die Cognite Hub-Community und die Cognite Academy kostenlos Plattformkenntnisse erlernen und Entwicklungsressourcen erhalten.

API/Entwickler: Cognite Data Fusion bietet eine vollständige REST-API, Python SDK und .NET SDK, und Entwickler können basierend auf Datenvolumen und API-Aufrufen bezahlen. Die Preisgestaltung basiert auf dem offiziellen Geschäftsangebot und der standardisierte Stückpreis wurde nicht bekannt gegeben. Cognite Hub bietet eine kostenlose Entwickler-Sandbox für Testversionen und PoC.

Unternehmen/Privat: Dies ist das primäre Bereitstellungsmodell von Cognite. Unternehmen zahlen in der Regel auf Jahresabonnementbasis, wobei die Preise auf der Datengröße, der Anzahl der Konnektoren, den Benutzerplätzen und den erforderlichen Kombinationen von KI-Fähigkeitsmodulen basieren. Private Cloud-/Hybrid-Bereitstellungen erfordern zusätzliche Infrastrukturgebühren. Cognite bietet außerdem das Cognite Quick Start-Programm an, das Unternehmen dabei hilft, Daten zu integrieren und erste Anwendungsfälle innerhalb von 6–12 Wochen zu einem Festpreis bereitzustellen.

Kauftipps: Unternehmenskunden sollten sich vor dem Kauf darauf konzentrieren, die geschätzte Datenmenge, die Connector-Abdeckung und die Systemkompatibilität vor Ort sowie die Branchenanpassungsfähigkeit des AI Agent zu überprüfen. Es wird empfohlen, den ROI durch Quick Start- oder Proof of Value-Projekte zu überprüfen, bevor die Lösung auf eine unternehmensweite Bereitstellung ausgeweitet wird. Die offizielle Echtzeitseite und das Geschäftsangebot haben Vorrang.

Hauptfunktionen

Das Funktionssystem von Cognite basiert auf der dreischichtigen Datenwertverknüpfung „Vereinheitlichen → Kontextualisieren → Aktivieren“:

• Data Unify: Extrahieren Sie Daten aus PI System, OSIsoft, SAP, ERP, Historian, SCADA und anderen Industriesystemen über über 90 vorgefertigte Extraktoren und Konnektoren und brechen Sie IT/OT/ET-Datensilos auf. Unterstützt Echtzeit-Datenfluss und Batch-Datenzugriff und bietet Überwachung und Alarmierung für Datenextraktionspipelines.
• Datenkontextualisierung (Contextualize): Dies ist die zentrale Differenzierungsfunktion von Cognite. Durch den industriellen Wissensgraphen werden heterogene Daten wie P&ID-Zeitreihen, 3D-Modelle, Ereignisprotokolle, Dokumente usw. in einem einheitlichen digitalen Zwillingskontext verknüpft. Expertenansicht: Bei der Kontextualisierung handelt es sich nicht um eine einfache Aggregation von Daten, sondern um die Einrichtung semantischer Verknüpfungen über Datentypen hinweg – beispielsweise die automatische Zuordnung von Sensoralarmereignissen zu entsprechenden Gerätezeichnungen, Wartungsaufzeichnungen und Betriebsprotokollen, um eine tiefgreifende Argumentation der KI zu unterstützen.
• Datenaktivierung (Activate): Basierend auf kontextualisierten Daten bietet Cognite drei Arten von Aktivierungspfaden: vorgefertigte industrielle Tools (Industrial Canvas visuelle Erkundung Field Operations Field Operations Aufrechterhaltung intelligenter Wartung); KI-Agenten (erstellt über die Atlas AI Low-Code-Workbench); Workflow-Automatisierung (Cognite Flows orchestriert komplexe Geschäftsprozesse).
• Low-Code-KI-Agent-Konstruktion (Atlas AI): Fachexperten können KI-Agenten über natürliche Sprache konfigurieren, ohne Code schreiben zu müssen. Die Plattform bietet vorgefertigte Agentenvorlagen (Ursachenanalyse, Arbeitspaketgenerierung, Zeitreihenanalyse usw.) und unterstützt den Zugriff auf jedes LLM. Agenten interagieren nahtlos über Anwendungen hinweg und wahren die Kontextkontinuität.
• Offenes Ökosystem und Interoperabilität: Unterstützt jede Cloud (AWS/Azure/GCP), alle Daten und jedes LLM. Die vollständige Agent-API ermöglicht die Einbettung von AI-Agenten in jede Anwendung oder jeden Workflow. Erfüllt die höchsten Compliance-Standards des EU AI Act und ist in mehreren Clustern auf der ganzen Welt verfügbar.

Modell- und Versionsentwicklung

Die relevanten Informationen wurden nicht veröffentlicht. Bitte beachten Sie die offizielle Echtzeitseite.

Technische Vorteile

Die technische Hürde von Cognite liegt in seiner Fähigkeit, industrielles Fachwissen tiefgreifend mit KI/Datentechnik zu kombinieren. Der Kernmechanismus ist wie folgt:

Industrial Knowledge Graph – Datenkontextualisierungs-Engine: Anders als allgemeine Wissensgraphen modelliert der Graph von Cognite tiefgreifend domänenspezifische Semantiken wie Gerätehierarchie, Prozesstopologie, Signalbeziehungen und Dokumentstrukturen in der Industrie. Es erkennt und verbindet automatisch Beziehungen zwischen Datenquellen, z. B. die automatische Verknüpfung abnormaler Messwerte eines Drucksensors mit entsprechenden P&ID-Zeichnungen, aktuellen Wartungsaufträgen und Betriebsprotokollen. Mechanismus → Wirkung: Diese Kontextualisierung ermöglicht es dem KI-Agenten, sich nicht mehr mit isolierten Zahlen auseinanderzusetzen, sondern im gesamten industriellen Kontext zu argumentieren, was die Genauigkeit und Interpretierbarkeit der KI-Ausgaben grundlegend verbessert.

Über 90 Industrie-Steckverbinder-Ökosystem: Cognite deckt die wichtigsten industriellen Datenquellensysteme auf dem Markt ab (einschließlich SCADA, DCS, Historian, CMMS, ERP usw.). Diese Konnektoren sind nicht nur unidirektionale Datenpipelines, sondern verfügen auch über Funktionen zur Datenqualitätserkennung, Formatkonvertierung und Metadatenextraktion. Effekt → Szenario: Unternehmen können eine Datenintegration erreichen, ohne bestehende Systeme während der Bereitstellung zu ersetzen, wodurch die Risiken und Kosten der Datenmigration erheblich reduziert werden.

LLM-agnostische Architektur: Cognite Atlas AI ist nicht an ein bestimmtes großes Modell gebunden und unterstützt den Zugriff auf OpenAI, Anthropic, Open-Source-Modelle oder private Unternehmensmodelle. Dies gibt Kunden die Flexibilität, zwischen Datensouveränität, Kosten und Leistung zu wählen. Die Plattform verfügt außerdem über integrierte branchenspezifische SLM/LLM-Benchmark-Berichte, die Kunden bei der Auswahl des für Industrieszenarien am besten geeigneten Modells unterstützen.

Jede Cloud-Bereitstellung und Edge-Zusammenarbeit: Cognite läuft auf AWS, Azure, GCP und unterstützt private Cloud- und Hybrid-Bereitstellungen. Edge-Computing-Funktionen ermöglichen die Durchführung von Datenvorverarbeitung und lokalen Überlegungen in Vor-Ort-Umgebungen mit getrennten Netzwerken oder geringer Bandbreite und erfüllen so die Anforderungen spezieller Szenarien wie Ölplattformen und Bergbaugebiete.

Wie man es benutzt

Der Zugang zu Cognite unterscheidet sich je nach Rollen und Bedürfnissen:

Eingang	Anwendbare Objekte	So erhalten Sie	Gebühren
Kognitive Datenfusion	Dateningenieure, digitales Team	Kontaktieren Sie den Vertrieb auf der offiziellen Website oder über Partner	Enterprise-Abonnementsystem
Kognitive Atlas-KI	Domänenexperten, Betriebsteam	Aktiviert basierend auf Data Fusion	Lizenzierung von Zusatzmodulen
Kognitive Flüsse	Prozessingenieure, Betriebsteam	Aktiviert mit Data Fusion	Add-on-Lizenzierung
Cognite Hub	Entwickler, Community-Benutzer	Kostenlose Registrierung hub.cognite.com	Kostenlos (einschließlich Sandbox-Kontingent)
Cognite Academy	Lernende, Implementierungspartner	Kostenlose Registrierung learn.cognite.com	Kostenlos
Cognite-Schnellstart	Neukunden-PoC	Offizielle Website Kontakt Vertrieb	Festpreispaket

Typische Einführungspfade in Unternehmen:

1. Quick Start Assessment (6–12 Wochen): Cognite-Berater helfen bei der ersten Datenaufnahme, Kontextualisierung und Bereitstellung eines vordefinierten Anwendungsfalls.
2. PoV-Verifizierung: Überprüfen Sie den ROI anhand tatsächlicher Geschäftsszenarien (z. B. Analyse ungeplanter Ausfallzeiten, Fehlerbehebung bei Grundursachen).
3. Skalierung: Erweitern Sie die Plattform auf mehr Einrichtungen und Anwendungsfälle, typischerweise bis zu 9 Einrichtungen innerhalb von 4 Monaten.
4. Bereitstellung von KI-Agenten: Erstellen und implementieren Sie industrielle KI-Agenten über Atlas AI auf der Grundlage der Data Fusion-Datenbank.

Produktpreise

Cognite verwendet ein Abonnementpreismodell auf Unternehmensebene und stellt keine öffentliche Standardpreisliste bereit. Maßgebend ist das offizielle Geschäftsangebot. Preisrahmen umfassen im Allgemeinen die folgenden Dimensionen:

• Datengröße: Basierend auf der Menge der abgerufenen Daten (GB/TB) und/oder der Anzahl der Zeitreihenpunkte.
• Anzahl der Anschlüsse: Die Abrechnung basiert auf der Anzahl der angeschlossenen Industriesysteme oder Datenquellentypen.
• Benutzerplätze: Die Abrechnung basiert auf der Anzahl der aktiven Benutzer auf der Plattform (Dateningenieure, Feldexperten usw.).
• AI Capability Module: Erweiterte Funktionen wie Atlas AI, Flows usw. werden als Zusatzmodule berechnet.
• Bereitstellungsmethode: Das SaaS-Cloud-Abonnement beinhaltet Infrastrukturgebühren; Der privatisierte/hybride Einsatz erfordert zusätzliche Hardware sowie Betriebs- und Wartungsgebühren.

Kostenlose Ressourcen: Cognite Hub bietet eine Entwickler-Sandbox (einschließlich kostenloser Quote), die für die technische Bewertung und Prototypenüberprüfung geeignet ist. Die Cognite Academy bietet kostenlose Schulungen und Zertifizierungen an.

Hinweise für Unternehmen: Es wird empfohlen, dass Unternehmen von Lieferanten verlangen, dass sie beim Kauf eine 3-Jahres-Gesamtbetriebskostenschätzung (TCO) basierend auf ihrem eigenen Datenvolumen vorlegen und den Quick-Start-Lieferumfang und die Preise für nachfolgende Erweiterungseinheiten deutlich angeben.

Anwendungsszenarien

Cognite deckt mehrere Szenarien von der Datengrundlage bis hin zu KI-Anwendungen in anlagenintensiven Branchen ab:

• Analyse und Vorhersage ungeplanter Abschaltungen: Durch kontextualisierte Industriedaten kann AI Agent Betriebstrends, Alarmhistorie und Wartungsaufzeichnungen von Geräten in Echtzeit analysieren, Fehlervorläufer im Voraus identifizieren und ungeplante Abschaltungen um 30–80 % reduzieren. Wichtige Punkte zur Überprüfung: Die Qualität und Abdeckung historischer Daten muss bestätigt werden, da sonst die Genauigkeit des Modells beeinträchtigt wird.
• Ursachenanalyse: Wenn eine Produktionsanomalie auftritt, kann Atlas AI Agent innerhalb von Sekunden retrospektive Überlegungen über P&ID-Zeitreihen, Wartungsprotokolle und andere Datenquellen anstellen und so die traditionelle manuelle Fehlerbehebung ersetzen, die mehrere Experten stundenlang erfordert. Aker BP meldet für dieses Szenario eine Effizienzsteigerung von >70 %.
• Verbesserung der Effizienz des Feldbetriebs: Außendiensttechniker können Geräteinformationen, Wartungsanweisungen und historische Daten über die Suche in natürlicher Sprache direkt abfragen, wodurch die durchschnittliche 10-stündige Datensuche auf weniger als einen halben Tag verkürzt wird (>50 % Effizienzsteigerung). Hinweis: Es besteht eine gewisse Abhängigkeit von der Stabilität des Mobilfunknetzes und die Edge-Caching-Fähigkeit muss im Voraus überprüft werden.
• End-to-End-Lieferkettenoptimierung: Integrieren Sie Beschaffungs-, Bestands-, Produktions- und Logistikdaten und optimieren Sie Lagerbestände und Produktionsplanungspläne durch KI-Modelle. Dies ist ein typisches Szenario für die Zusammenarbeit mehrerer Systeme, und die Integrität des Datenzugriffs wirkt sich direkt auf den Optimierungseffekt aus.
• Intelligente Inspektion und Roboterintegration: Die Robotics-Tools von Cognite unterstützen die Integration mit autonomen Inspektionsrobotern und integrieren die vom Roboter gesammelten visuellen Daten automatisch in den Wissensgraphen, um die Integration von „automatischer Erfassung → KI-Analyse → Arbeitsauftragsauslösung“ zu erreichen.

Anwendbare Personen

• Digital Transformation Leader/CTO/CDO: Cognite bietet einen vollständigen Weg von der Datengrundlage bis zur KI-Anwendung, geeignet für leitende Manager, die industrielle digitale Transformationsstrategien formulieren und umsetzen. Voraussetzungen: Ein klares Daten-Governance-Framework und eine Roadmap für die KI-Einführung auf Unternehmensebene sind erforderlich; Wenn noch kein grundlegendes IT/OT-Datenerfassungssystem eingerichtet ist, müssen zunächst Infrastrukturinvestitionen abgeschlossen werden.
• Betriebsteam (Prozess-/Geräte-/Wartungsingenieure): Erhalten Sie umsetzbare Erkenntnisse direkt über AI Agent und Natural Language Search, wodurch die Abhängigkeit von Dateningenieuren verringert wird. Anpassungsgrenze: Geeignet für Fachexperten, die mit industriellen Prozessen vertraut sind, aber nicht über Programmierkenntnisse verfügen; Nicht geeignet für fortgeschrittene KI-Forscher, die zugrunde liegende Algorithmen anpassen oder Modelle verfeinern müssen.
• IT-/Data-Engineering-Teams: Cognite Data Fusion bietet vollständige API-, SDK- und Datenpipeline-Managementfunktionen für technische Teams, die für den Aufbau und die Wartung industrieller Datenplattformen verantwortlich sind. Hinweis: Wenn das Unternehmen bereits über eine ausgereifte, selbst entwickelte Datenplattform verfügt, muss es die Überschneidung mit den Knowledge-Graph-Funktionen von Cognite bewerten.
• ISVs und Systemintegratoren: Durch Cognite Embedded und offene APIs können Partner die Daten- und KI-Funktionen von Cognite in ihre eigenen Branchenlösungen einbetten. Geeignet für unabhängige Softwareanbieter, die vertikale Branchenanwendungen erstellen.
• Nicht für Menschen geeignet: Cognite ist nicht für kleine, mittlere und Kleinstunternehmen geeignet, die reine GenAI-Konversationsprodukte (z. B. allgemeine Chatbots) oder einfache Datenanalysetools benötigen oder über keine industrielle Dateninfrastruktur verfügen. Der minimale effektive Bereitstellungsumfang erfordert in der Regel mindestens ein Datenvolumen auf Anlagen-/Einrichtungsebene.

Zusammenfassung und Ausblick

Kernkompetenzen: Der Hauptvorteil von Cognite liegt in der organischen Kombination von fundiertem Wissen im Industriebereich (über 90 Konnektoren in der Domänenwissenskarte, Branchenvorlagen) und modernsten KI-Funktionen (Agentische KI, LLM-unabhängige Architektur, Low-Code-Agenten-Workbench), die ein Komplettpaket von Daten bis Wert bilden. Sein Doppelführerstatus mit Verdantix und IDC sowie die 465-prozentige ROI-Quantifizierung von Forrester bieten eine unabhängige Validierung des Werts der Plattform.

Aktuelle Einschränkungen und Unsicherheiten: Die Produktpreise von Cognite enthalten keine standardisierte Preisliste, die Unternehmensbeschaffung muss sich auf Geschäftsverhandlungen verlassen und versteckte Kosten (Datenmigration, Systemintegration, Änderungsmanagement) sind nicht einfach im Voraus abzuschätzen. Als neuere Produktlinie ist die Wettbewerbslandschaft von Cognite Flows mit bestehenden Low-Code/No-Code-Plattformen noch nicht vollständig klar. Darüber hinaus muss die Stabilität der Agent-Funktionen von Atlas AI in komplexen mehrstufigen, systemübergreifenden Industrieszenarien noch durch weitere Kundenfälle überprüft werden.

Umsetzungsvorschläge: Es wird großen Industrieunternehmen empfohlen, die dreistufige Strategie „Quick Start → PoV → Scale“ zu übernehmen, um Pilotprojekte durchzuführen. Beginnen Sie mit 1–2 hochwertigen Szenarien (z. B. einer Ursachenanalyse oder der Vorhersage ungeplanter Ausfälle), nehmen Sie sich 6–12 Wochen Zeit, um die erste Dateneingabe und die Bereitstellung von Anwendungsfällen abzuschließen, und erweitern Sie dann nach Überprüfung des ROI die vollständige Bereitstellung der Anlage. Vor dem Kauf müssen sich Unternehmen auf die Bestätigung konzentrieren: Schätzung der Datenmenge, Kompatibilität von Anschlüssen und Feldsystemen, Branchenanpassungsfähigkeit von AI Agent und Schätzung der Gesamtbetriebskosten für drei Jahre. Für Teams, die Algorithmusmodelle umfassend anpassen müssen oder über ausgereifte, selbst entwickelte Datenplattformen verfügen, wird empfohlen, zunächst den Grad der Plattformüberschneidung zu bewerten, bevor sie eine Entscheidung treffen.

Versionsentwicklung von Cognite

Die Produktversionen von Cognite werden in Form von jährlichen Hauptversionen (Data Fusion R-Serie) sowie unabhängigen Updates von Funktionsmodulen (Atlas AI, Flows) weiterentwickelt. Der Prozess ist wie folgt:

Hauptlinie der Datenfusionsplattform

• Cognite Data Fusion R5 (~2022-Q3): Erweitert die Zeitreihenanalysefunktionen, verbessert die Edge-Computing-Unterstützung und verbessert die Zuverlässigkeit der Datenextraktionspipeline.
• Cognite Data Fusion R6 (~2023-Q2): Einführung der interaktiven Datenexploration und -visualisierung von Industrial Canvas, verbesserte 3D/P&ID-Unterstützung.
• Cognite Data Fusion R7 (~2024-Q1): Vertiefen Sie die Integration des Cloud-Ökosystems mit Microsoft, AWS und NVIDIA und starten Sie eine KI-Lösungsbibliothek.
• Cognite Data Fusion R8 (~2025-Q3): Die Funktionen von Wissensgraphen werden erheblich verbessert, Konnektoren werden auf über 90 erweitert und die Effizienz der Datenkontextualisierung wird erheblich verbessert.

KI- und Agentenfähigkeitslinien

• Erste Veröffentlichung von Cognite Atlas AI (~2024-Q3): Die erste Veröffentlichung von Atlas AI™, einer Low-Code-Workbench für industrielle KI-Agenten, die die Entwicklung industrieller Agenten durch natürliche Sprache unterstützt.
• Hauptversion von Cognite Atlas AI (4. Quartal 2025): Großes Update, das vorgefertigte Industrieagenten wie Ursachenanalyse, Arbeitspaketgenerierung, Zeitreihenanalyse usw. hinzufügt. Agentenorchestrierung und Low-Code-Funktionen wurden erheblich verbessert. Diese Veröffentlichung wurde von Verdantix-Analysten als „ein Schritt beim Schließen der Lücke vom Pilotprojekt zur Produktion“ bewertet.

Flows-Workflow-Engine

• Cognite Flows™ (~2025-Q3): Eine neu eingeführte KI-native industrielle Erlebnisschicht, die den Aufbau und die Skalierung produktionsbereiter Arbeitsabläufe 100x schneller ermöglicht.

Versionsinfo

• Hauptversion von Cognite Atlas AI ：Atlas AI verfügt über ein umfangreiches Update, das vorgefertigte industrielle KI-Agenten wie Ursachenanalyse, Arbeitspaketgenerierung und Zeitreihenanalyse hinzufügt und die Agenten-Orchestrierung und die Low-Code-Workbench-Funktionen erheblich verbessert. （2025-10-01）
• Cognite Data Fusion R8 ：Verbessern Sie die Fähigkeiten von industriellen Wissensgraphen, erweitern Sie über 90 Datenkonnektoren und verbessern Sie die Datenkontextualisierung und die Effizienz der KI-fähigen Datenbereitstellung. Einen offiziellen genauen Termin gibt es noch nicht. （~2025-03）
• Erstveröffentlichung von Cognite Atlas AI ：Cognite Atlas AI™ wird zum ersten Mal veröffentlicht und bringt eine Low-Code-Workbench für industrielle KI-Agenten auf den Markt, die den Aufbau und Einsatz industrieller KI-Agenten in natürlicher Sprache unterstützt. Einen offiziellen genauen Termin gibt es noch nicht. （~2024-09）
• Cognite Data Fusion R7 ：Vertiefen Sie die Integration mit Microsoft, AWS und NVIDIA, führen Sie eine KI-Lösungsbibliothek ein und verbessern Sie die Skalierbarkeit und Sicherheit der industriellen Datengrundlage. Einen offiziellen genauen Termin gibt es noch nicht. （~2024-03）
• Cognite Data Fusion R6 ：Einführung des interaktiven Datenexplorationstools Industrial Canvas zur Verbesserung der Visualisierungsmöglichkeiten von 3D-Modellen und P&ID. Einen offiziellen genauen Termin gibt es noch nicht. （~2023-06）
• Cognite Data Fusion R5 ：Erweitern Sie die Möglichkeiten zur Zeitreihenanalyse, verbessern Sie die Edge-Computing-Unterstützung und verbessern Sie die Zuverlässigkeit und Überwachung der Datenextraktionspipeline. Einen offiziellen genauen Termin gibt es noch nicht. （~2022-09）