Flexberry AI Assistant

Eine kurze Beschreibung

Der Flexberry AI Assistant ist ein Tool zur Modellierung von Anforderungen für Business Analysten und UI/UX-Designer. Es ermöglicht es, Anforderungen in natürlicher Sprache in Projektinformationen umzuwandeln und dabei Klassendiagramme, Datenbanken, SQL-Skripte sowie Prototypen von Listen oder Bearbeitungsformularen zu erstellen.

Einführung in die Tools

Der Flexberry AI Assistant gehört zur Flexberry PLATFORM-Ökosystem und wird von einem Team des Institute of Information Systems LLC betrieben. Das Produkt soll repetitive Aufgaben bei der Analyse von Anforderungstexten, beim Modellieren von Informationssystemen sowie bei der Erstellung von Prototypen automatisieren.

Es dient dazu, Analytiker zu unterstützen, anstatt menschliche Urteilsfähigkeiten zu ersetzen. Die derzeit verfügbaren Funktionen konzentrieren sich auf die Analyse mehrerer Texte, die Erkennung von Geschäftsbeziehungen und -typen, die Erstellung von Entwürfen für Benutzeroberflächen sowie die Erstellung von Ergebnissen für Datenbanken. Das bedeutet jedoch nicht, dass ein vollständiges Produktionsystem automatisch bereitgestellt wird.

Hauptausgabe

Hauptfunktionen

Extraktion von Informationen aus natürlicher Sprache

Der Benutzer fügt die Geschäftsanforderungen, Beschreibungen der Aufgaben oder Erläuterungen zum geplanten System ein. Die KI erkennt dabei die Objekte, Eigenschaften, Aktionen und Beziehungen. Je detaillierter die Eingabe ist, desto realistischer ist das Ergebnis.

Klassifizierung und Strukturierung der Anforderungen

Die Tools ordnen die extrahierten Inhalte gemäß den Prinzipien der Informationssystem-Entwicklung in Projektmetadaten. Analysten können damit eine erste Version des Wörterbuchs sowie des Fachmodells erstellen und diese anschließend mit den Fachleuten abstimmen.

Analyse der Vollständigkeit der Anforderungen

Das Produkt kann dabei helfen, zu beurteilen, ob Aussagen und Anforderungen vollständig sind, und dabei unterstützen, fehlende Rollen, Felder, Zustände oder Abläufe aufzudecken. KI kann nicht alle impliziten Richtlinien verstehen; letztendlich liegt die Verantwortung für die Vollständigkeit bei den Geschäftsführern.

Erstellung von UML-Klassendiagrammen

Nach der Identifizierung der Geschäftsobjekte kann ein Klassendiagramm erstellt werden, das es dem Team ermöglicht, die Struktur und die Beziehungen zwischen den Objekten übersichtlicher zu besprechen. Das entstandene Diagramm sollte als Entwurf für das Modellieren betrachtet werden – nicht als bereits genehmigte Systemarchitektur.

Datenbanken und SQL-Skripte

Die Tools können aus strukturierten Anforderungen Datenbankdesigns sowie SQL-Skripte erzeugen, um Entitäten und Beziehungen schnell zu überprüfen. Vor der eigentlichen Verwendung müssen Datenbankdialekte, Datentypen, Primär- und Fremdschlüssel, Indizes sowie Sicherheitsregeln überprüft werden.

Listen und Prototypen für Bearbeitungsformulare

Jede erkannte Klasse kann eine Liste sowie einen Entwurf für ein Bearbeitungsformular erhalten, um UI-/UX-Designern und Analysten die Diskussion über Felder und Seiten zu erleichtern. Das Prototyp beinhaltet keine automatische Berücksichtigung von Responsive-Design, Barrierefreiheit, Berechtigungen und Fehlerrichtlinien.

Prozessdiagramm

Die offizielle Website listet die Datenbanken sowie die Darstellungen der Geschäftsprozesse als Ergebnisse visueller Erstellungen auf. In den öffentlichen Demonstrationen wurden nicht alle Prozessmarkierungen sowie Exportformate gezeigt; vor der Verwendung sollte man dies anhand konkreter Beispiele überprüfen.

Projektdokumentation zur Unterstützung

KI kann automatisch Teile von Standardtexten erstellen und somit die manuelle Bearbeitung in den Anforderungsbeschreibungen sowie Konstruktionsanleitungen verringern. Inhaltlichkeiten im Bereich Prüfung, Recht, Finanzen oder Sicherheit müssen jedoch weiterhin von Fachleuten einzeln überprüft werden.

Anpassung an Unternehmensziele

Die Produktwerbung kann an die spezifischen Analyse-, Design- und Präsentationsanforderungen des Unternehmens angepasst werden. Der Umfang der Anpassungen, die benötigten Proben, die Modellierungsmethoden sowie die Kosten für Implementierung und Service sind auf der offiziellen Website nicht näher beschrieben.

Frühe Designphase MVP

Die erzeugten Metadaten, Diagramme, SQL-Abfragen und Formulare können als Ausgangspunkt für die Gestaltung eines MVP dienen, um eine schnelle Diskussion im Team zu ermöglichen. Es handelt sich dabei jedoch nicht um eine vollständige MVP-Anwendung, die getestet, bereitgestellt und mit Wartungsmaßnahmen ausgestattet ist.

Standardverwendungsprozess

1. Ordnen Sie den zu analysierenden Geschäftstext, löschen Sie wiederholte Abschnitte und vereinheitlichen Sie die Namen derselben Objekte.
2. Erweitern Sie Benutzerrollen, Geschäftsobjekte, Felder, Zustände, Regeln, Ausnahmen und erwartete Berichte.
3. Kopieren Sie den Text auf die Präsentationsseite und geben Sie die E-Mail-Adresse ein, über die Sie die verzögerten Ergebnisse erhalten möchten.
4. An die KI zur Verarbeitung übermitteln und auf die sofortige Rückgabe der Seite oder die Erhaltung des Ergebnisses per E-Mail warten.
5. Überprüfen Sie nacheinander Klassen, Attribute, Beziehungen, Formulare, SQL und Diagramme, und notieren Sie anschließend Auslassungen und Fehler.
6. Die ursprünglichen Anforderungen werden geändert und erneut analysiert, bis das Modell der Auffassung der Fachleute nahekommt.

Qualitativ hochwertigen Anforderungstext vorbereiten

1. Zunächst werden die Systemziele, Grenzen sowie die Angelegenheiten erläutert, die in dieser Periode nicht behandelt werden.
2. Listen Sie jede Benutzerrolle, die zulässigen Aktionen sowie die unsichtbaren Daten auf.
3. Es werden ein eindeutiger Name, Schlüsselfelder, Status sowie Lebenszyklus für Geschäftsobjekte bereitgestellt.
4. Beschreiben Sie den normalen Ablauf und geben Sie auch Anweisungen für Stornierungen, Fehler, Wiederholungen, Zeitüberschreitungen sowie manuelle Bearbeitung an.
5. Anforderungen an die Aufbewahrung von Zusatzdaten, Audits, Benachrichtigungen, Suchfunktionen, Berichte und externe Systeme.
6. Verifizieren Sie die Begriffe anhand einiger echter Beispiele, aber übermitteln Sie keine sensiblen Kundendaten oder Produktzugangsdaten.

Überprüfung der Erstellung von Klassendiagrammen und Datenbanken

1. Vergleichen Sie die erzeugten Entitäten nacheinander mit dem Geschäfts-Wortschatz, fassen Sie Synonyme zusammen und trennen Sie gemischte Konzepte auf.
2. Überprüfen Sie die Eins-zu-eins-, Eins-zu-vielen- und Viele-zu-vielen-Beziehungen sowie ob die Beziehungen leer sein können.
3. Überprüfen Sie die Primärschlüssel, Eindeutigkeit, Datentypen, Präzision der Beträge, Zeitzone und Enumerationen.
4. Ergänzende Indizes, sanftes Löschen, Versionen, Audit-Felder und Tenant-Isolation.
5. Führen Sie SQL in einer isolierten Datenbank aus, um die Reihenfolge der Tabellenerstellung, die Dialekte, Einschränkungen und den Rollback zu überprüfen.
6. Lassen Sie Geschäftsführer, Architekten und Datenbankingenieure gemeinsam zustimmen, bevor mit der Entwicklung begonnen wird.

Prototyp des Prüfformulars

1. Bestätigen Sie die Felder, die auf der Liste angezeigt, gefiltert, sortiert und exportiert werden sollen.
2. Überprüfen Sie die Pflichtfelder, Formatierungen, Standardwerte, Leseschutz sowie die Regeln für bedingte Anzeige auf der Bearbeitungsseite.
3. Zusätzliche Zustände wie Erstellen, Speichern, Stornieren, Löschen, Konflikte und unzureichende Berechtigungen.
4. Verfügbarkeit der Felder zur Authentifizierung nach verschiedenen Rollen, Berechtigungen für Aktionen und Minimierung personenbezogener Daten.
5. Echte Benutzer werden eingeladen, Aufgaben zum Testen auszuführen, wobei Verständnisschwierigkeiten und Bedienungsprobleme erfasst werden.
6. Schreiben Sie die genehmigten Interaktionsregeln wieder in die Anforderungen ein, anstatt nur das Bildprototyp zu behalten.

Für welche Benutzer geeignet

• Business Analyst: Erstellt auf der Grundlage von Interviewprotokollen und Anforderungsbeschreibungen schnell einen Entwurf des Fachmodells.
• Systemanalytiker: Wandelt Geschäftsobjekte in Klassendiagramme, Datenbank- und SQL-Entwürfe um.
• UI/UX-Designer: Erstellt Listen auf der Grundlage der erkannten Klassen und bearbeitet Formular-Prototypen.
• Produktmanager: In der Anfangsphase des MVP die Ideen strukturieren und fehlende Rollen sowie Prozesse identifizieren.
• Entwicklerteam: Nutzt ein einheitliches Modell, um mit den Fachleuten über Daten, Benutzeroberflächen und Akzeptanzkriterien zu diskutieren.
• Ausbildungs- und Schulungspersonal: Demonstration des Prozesses der Umwandlung von Anforderungen in natürlicher Sprache in UML und Datenbanken.

Typische Anwendungsszenarien

• Modellierung von Interviewprotokollen: Identifizierung von Kunden, Bestellungen, Verträgen und Status aus den Beschreibungen der Fachkräfte.
• Vorbereitung der Anforderungsprüfung: Vor dem Meeting werden Klassendiagramme und eine Liste der Fragen erstellt, um die Übersehungen gemeinsam zu besprechen.
• Hintergrundprototyp: Erstellung einer Liste für die identifizierten Entitäten sowie eines Entwurfs für das Bearbeitungsformular.
• Erste Planung der Datenbank: Schnelle Erstellung der Tabellenschemata und SQL-Code, anschließend Anpassung durch Ingenieure.
• Überarbeitung des alten Systems: Umwandlung der bestehenden Prozessbeschreibungen in klarere Objekt- und Beziehungsmodelle.
• Übungen zum Kurs: Vergleichen Sie die von Schülern erstellten Modellierungen mit den von KI erzeugten Ergebnissen und analysieren Sie die Unterschiede in der Modellierung.

Vorteile des Produkts

• Fokus auf Geschäftsanalyse, UML, Datenbanken und Formulare – keine generische Chat-Oberfläche.
• Durch Eingabe eines gewöhnlichen Anforderungstextes können verschiedene miteinander verbundene Designergebnisse erzielt werden.
• Klassendiagramme, SQL und Interface-Prototypen helfen den Geschäfts-, Design- und Entwicklerteams, eine gemeinsame Sprache zu finden.
• Die öffentliche Demo-Seite erfordert kein vorheriges Erlernen komplexer Modellierungssoftware und eignet sich für schnelle Tests.
• Es wird die Zusammenarbeit zwischen Mensch und Maschine betont; offiziell wird klargestellt, dass KI nur zur Unterstützung dient und die Analysten nicht vollständig ersetzen soll.
• Die Flexberry-Organisation verfügt über eine Vielzahl von Plattformen, ORM-Tools, Entwurfswerkzeuge sowie Datenkomponentenspeicher, die Technikteams dabei helfen, die jeweilige Ökosysteme kennenzulernen.

Einsatzbeschränkungen und Hinweise

• Die offizielle Website gibt keine Angaben zu dem Namen des Modells, zur Länge des Kontexts, zu den unterstützten Sprachen, zum Dateiformat oder zur Genauigkeit preis.
• Die öffentliche Demonstration zeigte hauptsächlich den Eingabetext und die E-Mail-Adresse, ohne Konten, Projektversionen oder Teamkollaborationsfunktionen darzustellen.
• Die Ergebnisse werden manchmal sofort angezeigt, manchmal später per E-Mail versandt; es gibt keine Garantien bezüglich der Bearbeitungsdauer und des Servicelevels.
• Das Ergebnis der Erstellung ist ein Entwurf, der möglicherweise implizite Regeln, abweichende Abläufe sowie Sicherheits- und Nichtfunktionsanforderungen übersieht.
• Zwischen Klassendiagrammen und SQL können Beziehungen, Dialekte, Typen, Einschränkungen oder Fehler in der Ausführungsreihenfolge vorliegen.
• Form-Prototypen garantieren nicht automatisch Verfügbarkeit, Barrierefreiheit, Mobile-Optimierung sowie korrekte Rollenrechte.
• Auf der Kaufseite werden keine Pakete sowie Preise angegeben. Es ist notwendig, persönliche und firmenbezogene Informationen einzugeben, um mit jemandem in Kontakt zu treten.
• Laut der Aufstellung auf der offiziellen Website gilt die Speicherdauer personenbezogener Daten als unbegrenzt, bis eine schriftliche Rücknahmeanfrage eingegangen ist.
• Der eingereichte Text kann Kunden-, Mitarbeiter- oder Geschäftsgeheimnisse enthalten; auf der öffentlichen Seite werden keine vollständigen Angaben zu der Datenspeicherung und zum Modelltraining bereitgestellt.
• Das offizielle GitHub-Repo für den AI Assistant enthält hauptsächlich statische Website-Dateien und gibt weder Algorithmen für KI noch die Backend-Struktur preis.
• Der AI-Assistent zeigt keine LICENSE-Datei an; Sichtbarkeit für die Öffentlichkeit bedeutet nicht, dass eine Lizenz für die Open-Source-Nutzung vorliegt.

Preise und Kaufmöglichkeiten

Stand zum 22. August 2026 bietet die offizielle Website einen Antrag auf Kauf sowie eine Demo an, gibt jedoch keine Angaben zu kostenlosen Nutzungslimits, Abonnementpaketen, Gebühren pro Nutzung oder Preisen für Unternehmensimplementierungen bekannt. In der Übersicht sollten als offizielle Preise nicht die von Dritten angegebenen Freemium-Optionen aufgeführt werden.

Vor dem Kauf sollten schriftliche Angebote, eine Liste der Funktionen, Regeln bezüglich Modellen und Daten, das Format der Ergebnisse, die Servicelevel sowie die Kündigungsbedingungen angefordert werden. Der endgültige Preis richtet sich nach dem Vertrag oder Auftrag zwischen den Parteien.

Unterstützung für Plattformen sowie Eingabe- und Ausgabefunktionen

GitHub, API und Open Source

Die offizielle GitHub-Organisation von Flexberry verfügt über zahlreiche Open-Source-Repositorien, darunter ORM-, Ember-Komponenten-, UML- und Formular-Designer-Projekte sowie Dokumentationen und MCP-bezogene Projekte. Die verschiedenen Repositorien verwenden unterschiedliche Lizenzen; daher kann man nicht davon ausgehen, dass alle Produkte der Organisation Open Source sind.

Der unter dem Namen AI Assistant veröffentlichte Repository enthält die HTML-, CSS-, JavaScript-Dateien sowie Bilder und Demo-Seiten der Website. Die hinteren AI-Algorithmen, Modell-Dienste oder APIs werden hingegen nicht angezeigt. Auf der Seite des Repositoriums wird auch keine Lizenz angegeben; daher sollte das Produkt als nicht als Open Source gekennzeichnet werden, sondern als solches.

Privatsphäre und Datenverarbeitung

Die in der Anfrage zur Kaufbeantragung angegebenen personenbezogenen Daten umfassen Namen, Vornamen, Telefonnummer, E-Mail-Adresse, Beruf und Lebenslauf und erlauben die Sammlung, Erfassung, Organisation, Akkumulation, Speicherung, Aktualisierung, Verwendung, Übertragung, Anonymisierung, Sperrung, Löschung und Vernichtung.

Der Text besagt, dass die Gültigkeit unbegrenzt ist – bis das Institute of Information Systems LLC eine schriftliche Mitteilung über die Rücknahme erhält. Die Rücknahme hat keine rückwirkenden Auswirkungen auf bereits erfolgte Verarbeitungen. Der Nutzer stimmt außerdem zu, dass die zuständigen Mitarbeiter Daten nutzen dürfen, um Dateien, Briefe sowie Informationen zu Stellen zu versenden und Datenbanken anzulegen.

• Der Präsentationstext darf keine echten Kundennamen, Ausweisdokumente, Kontodaten, Schlüssel oder nicht veröffentlichte Verträge enthalten.
• Wenn eine E-Mail-Adresse eingetragen werden muss, sollte die für berufliche Zwecke verwendete Adresse verwendet werden, und es muss sichergestellt werden, dass die Organisation die Übermittlung von Anfragen an externe Dienste erlaubt.
• Vor der Beschaffung durch das Unternehmen müssen die Anforderungen, die Ergebnisse sowie die Aufbewahrungsfristen für Protokolle und E-Mails festgelegt werden.
• Überprüfen, ob die eingegebenen Daten für das Modelltraining, zur manuellen Ansicht, zur Verbesserung der Qualität oder für Unternehmensanpassungen verwendet werden.
• Bei grenzüberschreitenden oder regulierten Daten sind Angaben zum Standort der Daten, zu den Unterverarbeitern sowie zu den Übertragungsmechanismen erforderlich.
• Wenn die Daten nicht mehr benötigt werden, sollte man schriftlich die Zustimmung zur Verarbeitung personenbezogener Daten zurückziehen und einen Antrag auf Zugriff oder Löschung stellen.
• Speichern Sie eine lokale Kopie des gesendeten Inhalts und der zurückgegebenen Ergebnisse, vermeiden Sie jedoch, den E-Mail-Ordner als einzige Speicherstelle zu verwenden.
• Bevor SQL in der Produktion eingesetzt wird, werden durch Code-Reviews und Tests mit isolierten Datenbanken Schäden an den Daten verhindert.

Grundlegende Informationen

Empfehlungswert

Empfehlungswert: 3,3 / 5. Der Flexberry AI Assistant verfügt über eine klare Arbeitsweise bei der Bearbeitung von Anforderungstexten, UML-Diagrammen sowie Datenbanken und Formularprototypen – er eignet sich daher gut zur schnellen Erstellung von Entwürfen, die in der frühen Phase der Geschäftsanalyse diskutiert werden können.

Der Hauptmangel liegt in der Unklarheit bezüglich Preis, Modell, Sprache, Datenspeicherung, Schnittstellen sowie Exportvorgaben. Auch die verfügbaren Demoversionen sind eher einfach gestrickt. Es eignet sich eher als Hilfsmittel für das Modellieren von Experimenten als als Werkzeug für die Entwicklung von Systemdesigns oder Produktionscode, bei denen keine Überprüfung erforderlich ist.

Häufige Fragen

Was macht der Flexberry AI Assistant?

Es extrahiert aus den Anforderungen der natürlichen Sprache Geschäftsobjekte und -beziehungen, ordnet Projektmetadaten, und erzeugt Klassendiagramme, Datenbanken, SQL-Code sowie Prototypen für Listen und Bearbeitungsformulare.

Ist der Flexberry AI Assistant kostenlos?

Die offizielle Website bietet eine Online-Demo an, gibt jedoch keine Informationen darüber preis, ob diese Demo dauerhaft kostenlos ist, ob es Beschränkungen hinsichtlich der Anzahl der Nutzungsmöglichkeiten gibt oder wie hoch der Preis für das endgültige Produkt ist. Für einen Kauf muss ein Antrag gestellt werden, und man muss auf ein Angebot warten.

Kann man direkt eine vollständige Anwendung erstellen?

Offene Fähigkeiten sind hauptsächlich Ergebnisse der Anforderungsanalyse und des Designs. Sie können bei der Vorbereitung eines MVP helfen, doch es gibt keine Hinweise darauf, dass Online-Demonstrationen direkt vollständige Anwendungen erzeugen können, die getestet und in Produktion eingesetzt werden können.

Welche Benutzeroberflächen können erstellt werden?

Die offizielle Website listet ausdrücklich die Formulare für jede Kategorie der Erkennung sowie die Prototypen der Bearbeitungsformulare auf. Komplexe Dashboards, Prozesse für mobile Geräte sowie ein vollständiges Designsystem sind nicht öffentlich verfügbar.

Kann man SQL erzeugen?

Es ist möglich, SQL-Skripte und Datenbankentwürfe zu erstellen, doch es ist notwendig, Dialekte, Typen, Primär- und Fremdschlüssel, Indizes, Berechtigungen sowie die Sicherheit bei Migrationen zu überprüfen, bevor man sie in einer isolierten Umgebung ausführt.

Wird UML unterstützt?

Klassendiagramme werden unterstützt, und es wird die Erstellung von Datenbank- sowie Geschäftsprozessdiagrammen angeboten. Die genauen UML-Formate, die Exportmöglichkeiten der Diagramme sowie die Modellierungsstandards müssen anhand der tatsächlichen Ergebnisse bestimmt werden.

Wie lange dauert es, bis das Ergebnis erstellt wird?

Die Informationen auf der offiziellen Website werden manchmal sofort angezeigt, manchmal später an die eingegebene E-Mail-Adresse gesendet. Es gibt keine offiziell festgelegte Bearbeitungszeit oder Service-Level-Ziele.

Wird Chinesisch unterstützt?

Auf der öffentlichen Seite wird keine ausdrückliche Unterstützung für Chinesisch angegeben; die Benutzeroberfläche ist hauptsächlich auf Englisch und enthält außerdem Elemente in Russisch. Chinesische Einträge sollten zunächst mit unsensitiven Beispielen getestet werden, um die Erkennung und Ausgabe der Begriffe zu überprüfen.

Muss ein Datei hochgeladen werden?

Die öffentliche Demo zeigt nur Texteingabe und E-Mail-Adresse an; das Hochladen von Dateien ist nicht sichtbar. Für längere Dokumente sowie Einschränkungen hinsichtlich Format und Länge muss man sich bei dem Team erkundigen.

Wird eine API bereitgestellt?

Stand zum Prüfungsdatum wurden weder eine öffentliche API noch Zertifizierungen, SDKs oder Preise für die Nutzung von AI Assistant gefunden. Bei der Integration in den Analyseprozess muss dies vor dem Kauf schriftlich bestätigt werden.

Ist der Flexberry AI Assistant open source?

Es kann nicht als Open Source gekennzeichnet werden. Das GitHub-Repo mit dem gleichen Namen enthält hauptsächlich statische Website-Dateien; der AI-Backend sowie die Algorithmen sind nicht öffentlich zugänglich, und es gibt keine klare Lizenzangabe.

Heißt offene Quellen für die Flexberry PLATFORM, dass auch die KI-Hilfe offen zugänglich ist?

Das bedeutet nicht, dass dem so ist. Die Flexberry-Organisation verfügt tatsächlich über mehrere Open-Source-Komponenten mit Lizenzen wie MIT usw., doch die Rechte für jede einzelne Sammlung sind unabhängig voneinander. Für den AI-Assistentendienst muss eine eigene Beurteilung erfolgen.

Ist der Anfragetext sicher?

Auf der offiziellen Website gibt es eine Einwilligung zur Verarbeitung personenbezogener Daten, doch es werden keine vollständigen Angaben zu den Regeln für die Speicherung, das Training sowie den manuellen Zugriff auf diese Daten bereitgestellt. Im Falle von Kundendaten oder Geschäftsgeheimnissen müssen diese anonymisiert werden, und es ist zunächst eine schriftliche Genehmigung des Unternehmens erforderlich.

Eignet es sich als Ersatz für Business Analysts?

Nicht geeignet. Die Behörden betrachten es ebenfalls als Assistenten – dabei müssen Regeln, Interessenskonflikte, nicht-funktionale Anforderungen sowie Akzeptanzkriterien weiterhin manuell geprüft und entschieden werden.

Zusammenfassung

Der Flexberry AI Assistant kann alltägliche Anforderungen schnell in Klassendiagramme, Datenbanken, SQL-Abfragen sowie Formularprototypen umwandeln und so eine erste Version von Materialien bereitstellen, über die Teams aus Business-, Design- und Entwicklungsabteilungen gemeinsam diskutieren können.

Bei der Einführung sollte die Ausgabe als Entwurf betrachtet werden und durch eine Geschäftsprüfung, Datenbanktests sowie Verfügbarkeitsüberprüfungen weiter verbessert werden. Vor dem endgültigen Kauf müssen außerdem Preis, Modell, Sprache, Datenspeicherung, Einsatzmöglichkeiten für das Training, Exportformat und Schnittstellenfähigkeiten bestätigt werden.