Sammeln
Schließen Sie die Lücke zwischen OT und IT.
Collectu Core
Die offene Python-Engine, die Ihre Daten erfasst, kontextualisiert und weitergibt - auf Ihrer eigenen Hardware.
Ein Collectu Core ist eine einzige Python-Anwendung. Sie installieren ihn dort, wo Ihre Maschinen stehen - auf einem Hutschienen-PC neben der Linie, auf einem Server in Ihrem Rack, in einem Container in Ihrem Cluster - und konfigurieren ihn im Browser, statt Anbindungen zu programmieren. Er liest Ihre Maschinen über OPC UA, MQTT, Modbus, REST und weitere Protokolle aus, ergänzt die Bedeutung, die den Rohsignalen fehlt, und schreibt das Ergebnis dorthin, wo Sie es brauchen.
Er läuft eigenständig. Im Collectu Hub verwalten Sie eine ganze Flotte davon - aber nichts auf dieser Seite benötigt ein Konto, eine Cloud oder einen eingehenden Port.
Der vollständige Datenfluss, Stufe für Stufe
Zwischen Maschinensignal und Entscheidung liegen acht Stufen. Collectu deckt sie alle in einer Engine ab, damit keine davon zu einem eigenen Produkt wird, das Sie kaufen und integrieren müssen.
Kontextualisierung
Echtzeit-Datenfusion.
Transformation
Verwandeln Sie Daten in verwertbare Informationen.
KI & Analyse
Muster erkennen und Vorhersagen treffen.
Visualisierungen & Berichte
Erkunden Sie Ihre Daten und verfolgen Sie Ihre KPIs.
Aktionen & Alarme
Richten Sie intelligente Alarme ein oder lösen Sie Aktionen aus.
Speicherung
Speichern Sie Ihre Daten, wo immer Sie möchten.
Sicherheit
Datenströme sichern und steuern.
Eine Pipeline bauen
Eine Pipeline bauen, ohne Anbindungen zu programmieren
Eine Pipeline ist eine Kette von Modulen auf einer Arbeitsfläche: ein Input, der eine Maschine ausliest, Prozessoren, die filtern, umrechnen und zusammenführen, ein Output, der speichert oder weitergibt. Jedes Modul kapselt Arbeit, die Sie sonst selbst schreiben müssten - Erfassen, Verarbeiten, Visualisieren und Speichern wird damit zur Konfiguration statt zum Projekt.
Der Editor läuft im Browser, mit dem Modulkatalog daneben und jedem Parameter direkt dokumentiert. Sie können in normaler Sprache beschreiben, was Sie brauchen, und den Assistenten die Pipeline entwerfen lassen.
Fangen Sie No-Code an - und greifen Sie zu vollem Python, sobald der Standardweg endet.
Eine Pipeline bauen
KI-Agenten, die Ihre eigenen Systeme erreichen
Entwerfen, betreiben und verwalten Sie KI-Agenten direkt in Collectu, mit LangChain-artigen Abläufen und einem LLM-Anbieter Ihrer Wahl. Der Agent läuft neben Ihren Daten, statt sie erst irgendwohin exportieren zu müssen.
Registrieren Sie Module und Pipelines als Werkzeuge am MCP-Server des Cores, und ein Agent kann die Systeme ansprechen, die Sie ohnehin betreiben - dieselben Maschinen, Datenbanken und Endpunkte, mit denen auch eine Pipeline spricht.
Aus den Systemen, die Sie schon haben, wird etwas, das ein Agent tatsächlich nutzen kann.
Eine Pipeline bauen
Eine Engine für jedes Protokoll in Ihrer Halle
Erfassen, verbinden und verarbeiten Sie Daten aus OPC UA, MQTT, TCP, REST, Beckhoff ADS, Siemens S7 und weiteren Quellen und schreiben Sie die Ergebnisse in SQL-Datenbanken, Zeitreihensysteme, Dateien oder Excel. Dieselbe Engine spricht sie alle - ein zweites Protokoll ist kein zweites Produkt.
Eine Schnittstelle hinzuzufügen heißt: ein Modul aus dem Katalog wählen und seine Parameter ausfüllen. Fehlt das passende noch, ist es eine Python-Klasse mit dokumentiertem Vertrag - kein Fork.
Eine Pipeline bauen
Eine Konfiguration, die vier Maschinen bedient
Jeder Konfigurationsparameter kann seinen Wert zur Laufzeit aus zuvor eingetroffenen Daten, aus einer Umgebungsvariablen oder aus dem durchlaufenden Datenobjekt beziehen. Ein REST-Pfad, der sich mit jedem gescannten Produkt ändert, ist ein Platzhalter und keine Verzweigung in Ihrem Code.
Genau das lässt eine Konfiguration eine ganze Linie abdecken: Host, Node-ID und Maschinenname werden zu Platzhaltern, die jede Instanz für sich auflöst.
Dort betreiben, wo die Maschinen stehen
Läuft dort, wo Ihre Maschinen schon stehen
Eine Python-Anwendung unter Windows oder Linux, auf einem Edge-Gerät oder einem Server. Führen Sie sie direkt aus oder als Container unter Docker oder einer anderen OCI-konformen Laufzeit wie Podman.
Sie baut ihre Verbindungen selbst nach außen auf und braucht keinen eingehenden Port. Das ist es, was den Einsatz im Anlagennetz ohne Firewall-Änderung und ohne Rückfrage bei der IT möglich macht.
Dort betreiben, wo die Maschinen stehen
Instanzen, die Daten miteinander teilen
Ein Core kann von einem anderen lesen. So wird aus einer Linie mit mehreren Steuerungen oder einem Unternehmen mit mehreren Standorten ein Datenfluss - ohne ein zentrales System in der Mitte, über das alles laufen muss.
Jede Instanz arbeitet weiter, wenn die anderen nicht erreichbar sind. Was lokal ist, bleibt lokal; nur was Sie ausdrücklich weiterleiten, geht über das Netz.
Dort betreiben, wo die Maschinen stehen
Entfernte Instanzen steuern, ohne die Firewall zu ändern
Geben Sie einer Instanz die Adresse eines Motherships, und sie meldet sich von selbst. Weil der Core die Verbindung aufbaut, ist eine Maschine hinter der Anlagen-Firewall erreichbar, ohne dass zu ihr hin etwas geöffnet wird.
Was sie annimmt, ist eine ausdrückliche Liste und kein Freibrief: starten, stoppen, neu starten, aktualisieren sowie eine Konfiguration laden oder speichern. Grenzen Sie sie je Instanz ein, und alles andere wird abgelehnt.
Dort betreiben, wo die Maschinen stehen
Ein Verbindungsabbruch kostet Sie keine Daten
Markieren Sie einen Output als gepuffert, und was nicht gesendet werden konnte, wird gehalten und nach der Wiederverbindung nachgeliefert. Der Puffer ist ein Modul Ihrer Wahl - im RAM, in MongoDB oder in Redis -, also entscheiden Sie, wie viel gehalten wird und ob es einen Neustart übersteht.
Gepuffert wird je Output: Der, der in eine entfernte Datenbank schreibt, kann gepuffert sein, während der lokale es nicht ist. Betreiben Sie den Puffer auf derselben Maschine wie die Pipeline - ein Puffer jenseits der abgerissenen Verbindung puffert nichts.
Dort betreiben, wo die Maschinen stehen
Ein Konto für jeden Core, den Sie betreiben
Der Collectu Hub ist der gemeinsame Katalog für Module und Konfigurationen und der Ort, an dem Ihr Team sie veröffentlicht und versioniert. Was eine Person baut, findet die nächste - statt es noch einmal zu bauen.
Dort beobachten und rekonfigurieren Sie laufende Instanzen auch aus dem Browser. Ein Core funktioniert vollständig ohne ihn - ihn anzubinden ist eine spätere Entscheidung, keine Voraussetzung.
Über den Standardweg hinaus
Wenn ein Mensch Teil der Messung ist
Manche Werte kommen nie aus einer Steuerung: eine Chargennummer, eine Sichtprüfung, der Grund, warum eine Linie stand. Ein Core stellt genau dafür eine Browser-Oberfläche bereit, und die Eingabe landet in derselben Pipeline wie die Maschinendaten.
So ist der Datensatz vollständig, wenn er geschrieben wird - statt später aus einer Tabelle rekonstruiert zu werden, die jemand nebenher geführt hat.
Über den Standardweg hinaus
Modelle in der Pipeline trainieren und ausführen
Weil ein Core Python ist, stehen die üblichen Frameworks einfach zur Verfügung. Trainieren Sie auf den Daten, während sie eintreffen, und bewerten Sie im selben Fluss - ohne Exportschritt und ohne ein zweites System, das eine Kopie Ihrer Daten hält.
Ein Modell ist ein Modul wie jedes andere: Es wird genauso konfiguriert, versioniert und ausgerollt wie der Input, der es speist.
Über den Standardweg hinaus
Ihre eigene Logik - der Unterbau ist schon da
Wenn der Standardweg endet, schreiben Sie ein Modul. Sie schreiben die Logik; der Core liefert die REST-API, das Logging, die Fehlerbehandlung, die Pufferung und den Lebenszyklus darum herum.
Alles, was eine Pipeline bereitstellt, ist über REST erreichbar - was Sie gebaut haben, steht Ihren übrigen Systemen also zur Verfügung, sobald es läuft.
