Lade eine Tabelle hoch und erhalte deine erste Antwort in wenigen Minuten. Keine Karte, kein Setup, keine Watches zu konfigurieren. Upgrade an dem Tag, an dem du entscheidest, dass die Antwort dauerhaft laufen soll.
„Beantworte einfach meine Frage“
„Meine Antworten behalten“
„Automatisieren + überwachen“
„Unseren Data Stack betreiben“
Tokens und Speicher vervielfachen sich pro Creator. Zwei Creator teilen sich einen Compute-Pod — du zahlst nicht für ungenutzte Ressourcen. Viewer-Accounts verbrauchen keine Tokens und zählen weder für deine Pod- noch für deine Creator-Limits.
Kontaktiere uns für die Team-Einrichtung →SSO / SAML, On-Premise, workspaceübergreifende Federation, individuelle Datenaufbewahrung, Audit-Log-Exporte, dediziertes SLA, maßgeschneiderte Integrationen — und die Business-Agent-Ebene, die deinen gesamten Betrieb rund um die Uhr überwacht.
Mehr erfahren →Schreibgeschützter Zugriff auf Reports, Dashboards und geteilte Antworten. Viewer verbrauchen keine Tokens und zählen weder für deine Pod- noch für deine Creator-Limits.
Erweitere den Speicher in 10-GB-Schritten. Praktisch, wenn du große CSV-Dateien, IoT-Zeitreihen oder Kamera-Aufnahmearchive aufnimmst.
Hält deine Instanz rund um die Uhr ohne Ruhezyklus am Laufen — erforderlich für die IoT-Datenaufnahme, Echtzeit-Watch-Auslöser und Kameraüberwachung, die keine Cold-Start-Verzögerungen toleriert.
99,5 % monatliche Verfügbarkeits-SLA. Nicht erreicht? Servicegutschrift, ohne Wenn und Aber.
Unsicher, wie du deine erste Datenbank verbindest oder welches Starter-Paket zu deinem Team passt? Buche 30 Minuten mit uns. Wir bringen deine erste echte Antwort live auf deine echten Daten — direkt im Call.
ChatGPT gibt dir eine Antwort und vergisst deine Daten, sobald die Sitzung endet. Tablize behält die Antwort, führt sie nächste Woche erneut aus und macht daraus auf Wunsch ein Dashboard oder eine Watch. Außerdem verbindet es sich mit deinem echten Postgres, MySQL und deinen APIs — nicht nur mit hochgeladenen Dateien.
Nein. Tablize schreibt das SQL für dich. Wenn du SQL beherrschst, kannst du lesen, was geschrieben wurde, und es direkt bearbeiten — nichts ist hinter einer Blackbox versteckt.
Bei Free nirgendwo — deine Daten werden in einem temporären Pod analysiert und nach Ende der Sitzung verworfen. Ab Plus liegen sie in einem dedizierten Postgres innerhalb deines Workspace. Self-Hosting und On-Premise werden ab Pro unterstützt.
Es reicht, damit der Agent deine Daten liest, das SQL schreibt, die Analyse ausführt, das Diagramm zeichnet, das Ergebnis erklärt und ein paar Nachfragen beantwortet. Ein echtes Gespräch, keine Single-Shot-Demo. Das genaue Token-Budget wird dir während der Arbeit live in der UI angezeigt.
Standardmäßig geht deine Tablize-Instanz im Leerlauf in den Ruhezustand, um Rechenleistung zu sparen. Sie wacht auf, wenn du sie öffnest oder ein geplanter Job läuft. Always-on (+25 %) hält die Instanz rund um die Uhr voll am Laufen — erforderlich für IoT-Geräte, die kontinuierlich Daten streamen, Echtzeit-Watch-Auslöser und Kameras, die keine Cold-Start-Verzögerungen tolerieren.
Nein. Wenn du Tabellen analysierst, geplante Reports ausführst oder regelmäßige Analysen machst, reicht Sleep/Wake völlig aus. Always-on ist nur erforderlich, wenn du Echtzeit-Ereigniserkennung brauchst — etwa einen Sensor, der um 2 Uhr nachts auslöst, oder eine Rückerstattungsspitze außerhalb der Geschäftszeiten.
Zwei Creator teilen sich einen Compute-Pod. Ein 5-köpfiges Team läuft auf 3 Pods. So bleibt die Team-Preisgestaltung fair — du zahlst nicht für Rechenleistung, die du nicht nutzt. Token- und Speicher-Zuteilungen sind vollständig pro Creator, sodass jede Person ihre eigene Kapazität hat.
Du kannst deinen eigenen Anthropic- oder OpenAI-Schlüssel mitbringen oder den von Tablize verwalteten Pool nutzen, der bei jedem Tarif enthalten ist. Das Agent-Framework ist modellunabhängig.
Ja — und das ist eine Kategorie, in der die meisten BI-Tools schlicht nicht mithalten können. Tablize verbindet sich mit MQTT-Brokern für Sensordaten und unterstützt die Aufnahme von Kamera- und Video-Feeds. Aktiviere Always-on-Rechenleistung, damit dein Agent wach ist, wenn die Daten eintreffen.
Lade eine CSV hoch. Stelle die erste Frage, die du einem Datenanalysten stellen würdest. Sieh, was zurückkommt — und was du behalten möchtest.