Verbesserte Geschäftsmöglichkeiten mit der Pimcore Platform Version 2024.3

Willkommen in der Zukunft digitaler Geschäftslösungen mit der neuesten Version der Pimcore Platform 2024.3. Während wir uns weiterhin die transformative Kraft der digitalen Technologie zu eigen machen, verspricht diese neue Version beispiellose Fortschritte, die darauf zugeschnitten sind, Ihre betriebliche Effizienz und Ihre Datenverwaltungsfähigkeiten zu verbessern. Von revolutionären KI-gesteuerten Verbesserungen bis hin zu einzigartigen Workflow-Optimierungen ist Pimcore 2024.3 darauf ausgelegt, Unternehmen wie Ihrem die Möglichkeit zu geben, ihre Abläufe weiter zu transformieren.

Sind Sie IT-Experte? Nehmen Sie die Abkürzung und gehen Sie zur Pimcore-Entwicklerdokumentation

Pimcore Copilot-Verbesserungen: KI und Workflow-Automatisierung aufwerten

Mit der Pimcore-Plattformversion 2024.3 wurde der Pimcore Copilot weiterentwickelt, um eine noch größere Bandbreite komplexer Geschäftsanforderungen zu bewältigen und auf Ihren Daten basierende, fein abgestimmte KI-Modelle zu verwenden. Diese Verbesserungen festigen seine Position als unverzichtbares Werkzeug für die KI-gestützte Automatisierung und ermöglichen eine präzisere und dynamischere Verwaltung von Daten und Arbeitsabläufen in Ihrem gesamten Unternehmen.

Neue Automatisierungsaktion: Automatisierte Datenobjektklassifizierung mit fein abgestimmten Modellen

Diese neue Automatisierungsaktion nutzt fein abgestimmte Modelle, um die Datenkategorisierung zu verbessern, indem verschiedenen Datenobjekten Attribute wie Auswahl, Mehrfachauswahl und Tags zugewiesen werden. Sie bietet einen flexibleren und präziseren Ansatz als die herkömmliche „Hugging Face Zero-Shot Text Classification“, da sie Anpassungen der Kategorien ermöglicht, um den spezifischen Anforderungen Ihrer Daten besser gerecht zu werden.

Hauptmerkmale

1. Verwenden Sie Ihr fein abgestimmtes Modell
   Sie haben jetzt die Möglichkeit, Ihr eigenes, fein abgestimmtes Modell in das System zu integrieren, sodass Sie dessen spezialisierte Fähigkeiten und Kenntnisse nutzen können, um die besten Übereinstimmungen für Ihre Klassifizierungsaufgaben zu ermitteln. Durch die Integration eines Modells, das auf Ihren spezifischen Bereich oder Datensatz zugeschnitten oder optimiert wurde, können Sie die Genauigkeit und Relevanz der Klassifizierungsergebnisse verbessern.
2. Keine Begrenzung der möglichen Ergebnisse
   Im Gegensatz zum Hugging Face Zero Shot Text Classification-Ansatz, der innerhalb begrenzter vordefinierter Kategorien arbeitet und Einschränkungen hinsichtlich der Bandbreite möglicher Klassifizierungsergebnisse aufweist, schränkt diese alternative Methode die Ergebnisse nicht ein. Diese Flexibilität ermöglicht ein breiteres Spektrum potenzieller Ergebnisse, sodass das Modell vielfältigere und nuanciertere Klassifizierungen generieren kann.
3. Hinzufügen von Attributwerten zur Auswahl, Mehrfachauswahl von Attributen und Tags
   Bestimmen Sie die spezifischen Informationen, die zu Klassifizierungszwecken an das KI-Modell gesendet werden müssen, und definieren Sie die in diesem Klassifizierungsprozess verwendeten Attribute oder Merkmale klar. Sobald das Modell die Daten verarbeitet hat, speichern Sie die resultierenden Klassifizierungen als Werte, die mit verschiedenen Attributen verknüpft sind.

Anwendungsfälle

Extraktion von Datenobjektattributen

• Die Herausforderung: Sie haben Produktbeschreibungen von einem Ihrer Lieferanten erhalten und diese in Pimcore gespeichert. Für bestimmte Ausgabekanäle benötigen Sie Attribute (z. B. Farbe, Größe usw.) als Sekundärwert in einem Mehrfachauswahlfeld. Diese Informationen müssen Sie nun aus der Beschreibung extrahieren und in einem Mehrfachauswahlfeld speichern.
• Die Lösung: Verwenden Sie ein fein abgestimmtes Modell, um optimale Ergebnisse zu erzielen. Führen Sie die Aktion für alle Datenobjekte aus, für die eine Attributextraktion erforderlich ist. Die Werte werden separat im definierten Mehrfachauswahlfeld gespeichert und können für verschiedene Ausgabekanäle verwendet werden.
• Der Vorteil: Mit dieser Aktion können Sie den Prozess der Datenobjektpflege beschleunigen, indem Sie die Extraktion bestimmter Attribute automatisieren. Dadurch wird der manuelle Aufwand reduziert und das Fehlerrisiko gesenkt.

Automatisierte Klassifizierung von Datenobjekten

• Die Herausforderung: Sie verwenden ein Taxonomiesystem, das mit Pimcore-Tags erstellt wurde, um Datenobjekte zu klassifizieren. Dieses Taxonomiesystem wird auch verwendet, um festzulegen, welche Datenobjekte in welchem Ausgabekanal verwendet werden sollen. In letzter Zeit haben Sie eine größere Anzahl neuer Datenobjekte in Pimcore erhalten, und jetzt müssen Sie die richtige Kategorie im Taxonomiesystem zuweisen.
• Die Lösung: Verwenden Sie ein fein abgestimmtes Modell, um optimale Ergebnisse zu erzielen. Führen Sie die Aktion für alle Datenobjekte aus, die eine Klassifizierung erfordern.
• Der Vorteil: Mit dieser Aktion können Sie Ihren Datenobjekt-Wartungsprozess beschleunigen, indem Sie die Zuweisung von Tags automatisieren. Dadurch wird der manuelle Aufwand reduziert und das Fehlerrisiko gesenkt.

Neue Automatisierungsaktion: Automatisierte Bildklassifizierung mit fein abgestimmten Modellen

Wie bei der Textklassifizierung werden bei dieser Automatisierungsaktion fein abgestimmte Modelle angewendet, um Bildern Tags zuzuweisen, was eine detailliertere und nuanciertere Kategorisierung visueller Inhalte ermöglicht. Diese Methode geht über die Grenzen der „Hugging Face Zero-Shot Image Classification“ hinaus und bietet eine breitere Palette von Tagging-Optionen, die die Spezifität und Relevanz der Bildkategorisierung verbessern.

Wesentliche Merkmale

1. Verwenden Sie Ihr eigenes, fein abgestimmtes Modell
   Sie haben die Möglichkeit, Ihr eigenes feinabgestimmtes Modell in das Klassifizierungssystem zu integrieren, sodass Sie dessen spezialisiertes Training und Fachwissen nutzen können, um die besten Übereinstimmungen für Ihre spezifischen Klassifizierungsanforderungen zu ermitteln. Durch die Integration eines Modells, das für Ihren speziellen Bereich oder Datensatz optimiert wurde, verbessern Sie die Fähigkeit des Systems, genauere und relevantere Klassifizierungsergebnisse zu liefern. Diese Anpassung ermöglicht es Ihnen, auf dem vorhandenen Wissen aufzubauen, das in das optimierte Modell eingebettet ist, und die Leistung bei der Erkennung und Kategorisierung von Daten gemäß Ihren individuellen Anforderungen zu verbessern.
2. Keine Einschränkung bei den möglichen Ergebnissen
   Im Vergleich zu Hugging Face Zero Shot Image Classification, das innerhalb vordefinierter Kategorien arbeitet und Einschränkungen hinsichtlich der Bandbreite möglicher Klassifizierungsergebnisse aufweist, bietet diese alternative Methode eine größere Flexibilität ohne Einschränkungen bei den Ergebnissen. Dieser uneingeschränkte Ansatz ermöglicht eine umfassendere Untersuchung möglicher Klassifizierungen, sodass das Modell auf der Grundlage der Eingabedaten eine größere Vielfalt an Ergebnissen generieren kann.
3. Bilder mit Tags versehen
   Definieren Sie die spezifischen Tags, die für die Klassifizierung Ihrer Bilder verwendet werden sollen, indem Sie ein Tagging-Schema erstellen, das die Kategorien oder Attribute beschreibt, die Sie anwenden möchten. Sobald Sie diese Tags festgelegt haben, können Sie die Bilder zur Analyse an das KI-Modell senden. Das Modell verarbeitet die Bilder, identifiziert relevante Merkmale und Muster und weist die vordefinierten Tags entsprechend zu. Die Ergebnisse dieser Analyse werden dann als Tags gespeichert, die mit jedem Bild verknüpft sind, und bieten eine strukturierte und organisierte Möglichkeit, Ihre Bilddaten zu kategorisieren und zu verwalten.

Anwendungsfälle

Bilder anhand benutzerdefinierter Informationen klassifizieren

• Die Herausforderung: Sie möchten Ihre Bilder anhand einiger benutzerdefinierter Informationen (wie Emotion, Modestil, saisonale Tags (Winter, Sommer, ...), Bildstil usw.) mit Tags versehen, um die Suche nach den Bildern über die Suchfunktion zu verbessern.
• Die Lösung: Verwenden Sie ein fein abgestimmtes Modell, um die besten Ergebnisse zu erzielen. Führen Sie die Aktion für alle Bilder aus, die diese benutzerdefinierten Informationen erfordern.
• Der Vorteil: Mit dieser Aktion können Sie den manuellen Pflegeaufwand für die Zuordnung benutzerdefinierter Informationen zu Bildern reduzieren und so sicherstellen, dass Sie das richtige Bild noch schneller finden.

KI-Feinabstimmung aktivieren: Stärken Sie Ihre Modelle

Die Pimcore-Plattform Version 2024.3 führt eine Reihe von KI-Trainingsaktionen ein, um Ihre Initiativen zur Feinabstimmung benutzerdefinierter Modelle mit Hugging Face zu unterstützen. Diese Verbesserungen bieten einen detaillierten und umsetzbaren Weg zur Feinabstimmung von Modellen, die auf Text- und Bildklassifizierungen zugeschnitten sind. Für diesen Prozess werden Ihre Daten in Pimcore verwendet, um die besten Ergebnisse für Ihre spezifischen Anforderungen zu erzielen. Diese Aktionsschritte finden Sie im Copilot Showcase-Paket.

Die Verwendung unserer Aktionsschritte zur Optimierung von KI-Modellen ist nur eine Option; alternativ können Sie Ihre eigenen Trainingsmethoden verwenden, um Modelle an Ihre individuellen Bedürfnisse anzupassen.

Diese Modelle können für neue Aktionen wie KI-Textklassifizierung und KI-Bildklassifizierung verwendet werden, die ebenfalls in dieser Plattformversion enthalten sind und oben beschrieben werden.

Neue Automatisierungsaktion: Workflow-Status ändern

Dieser Aktionsschritt integriert Pimcore Copilot in die Pimcore-Workflow-Engine. Er ermöglicht die effiziente Änderung des Workflow-Status verschiedener Elemente innerhalb eines einzigen Vorgangs. Er trägt zur Aufrechterhaltung eines kohärenten Prozessflusses bei, ermöglicht schnelle Aktualisierungen über mehrere Workflow-Komponenten hinweg, steigert die Effizienz und reduziert potenzielle Fehler.

Hauptmerkmale

1. Ändern des Workflow-Status von manuell ausgewählten Elementen
   Wählen Sie ein oder mehrere Elemente im System aus und ändern Sie ihren Workflow-Status, indem Sie die entsprechende Aktion im Pimcore Copilot ausführen. Dieser Übergang kann entweder in den Konfigurationseinstellungen der Aktion vordefiniert oder während der Ausführung der Aktion vom Benutzer dynamisch festgelegt werden.
2. Ändern des Workflow-Status von automatisch ausgewählten Elementen
   Wählen Sie Elemente mithilfe vorheriger Aktionsschritte aus, z. B. durch Anwenden eines PQL-Filters (Pimcore Query Language), um alle Elemente mit einem bestimmten Attribut abzurufen. Sobald Sie die relevanten Elemente mithilfe dieser Filter identifiziert haben, können Sie ihren Workflow-Status ändern, indem Sie die entsprechende Aktion ausführen. Mit diesem Prozess können Sie den Status einer präzisen Teilmenge von Elementen basierend auf vordefinierten Kriterien gezielt ändern, die Verwaltung von Elementen optimieren und sicherstellen, dass die Workflow-Anpassungen genau auf die beabsichtigten Elemente angewendet werden.

Anwendungsfälle

Ändern des Workflow-Status von Bildern in einem bestimmten Ordner

• Die Herausforderung: Angenommen, Sie haben einen Ordner namens „Archiv“. Alle in diesen Ordner verschobenen Bilder sollten den letzten Workflow-Status erhalten, ohne dass dieser manuell geändert wird.
• Die Lösung: Verwenden Sie „Workflow-Status ändern“ und konfigurieren Sie die Aktion, die ausgeführt werden soll, wenn ein Bild in einen bestimmten Ordner verschoben wird. Dazu können Sie unseren neuen Aktionsschritt „Ereignisse als Auslöser für Aktionen“ verwenden. Jedes Mal, wenn ein Bild in einen bestimmten Ordner verschoben wird, wird die Aktion ausgeführt.
• Der Vorteil: Diese Aktion reduziert den manuellen Wartungsaufwand und stellt sicher, dass der Workflow-Status von Bildern immer auf dem neuesten Stand ist.

Nach der Generierung eines Textes in einer Copilot-Aktion automatisch den Status „Überprüfung erforderlich“ zuweisen

• Die Herausforderung: Sie haben mit einer Pimcore-Copilot-Aktion Texte generiert und in den entsprechenden Datenobjekten gespeichert. Eine zweite Person sollte diese Texte nun überprüfen, und Sie müssen den Workflow-Status ändern, um dies zu ermöglichen.
• Die Lösung: Fügen Sie der vorhandenen Aktion, mit der die Texte erstellt werden, einen neuen Aktionsschritt hinzu. Mit diesem Aktionsschritt (Workflow-Status ändern) können Sie den erforderlichen Workflow-Status festlegen, sobald ein neuer Text für ein Datenobjekt erstellt wird.
• Der Vorteil: Mit diesem Aktionsschritt können Sie einen Überprüfungsprozess automatisieren, um den manuellen Wartungsaufwand zu minimieren und alle durch diese Aktion vorgenommenen Änderungen zu verfolgen.

Automatische Zuweisung eines bestimmten Workflow-Status auf der Grundlage bestimmter Kriterien

• Die Herausforderung: Sie haben mit einer Pimcore-Copilot-Aktion Texte generiert und in den entsprechenden Datenobjekten gespeichert. Eine zweite Person sollte diese Texte nun überprüfen, und Sie müssen den Workflow-Status ändern, um dies zu ermöglichen.
• Die Lösung: Fügen Sie der vorhandenen Aktion, mit der die Texte erstellt werden, einen neuen Aktionsschritt hinzu. Mit diesem Aktionsschritt (Workflow-Status ändern) können Sie den erforderlichen Workflow-Status festlegen, sobald ein neuer Text für ein Datenobjekt erstellt wird.
• Der Vorteil: Mit diesem Aktionsschritt können Sie einen Überprüfungsprozess automatisieren, um den manuellen Wartungsaufwand zu minimieren und alle durch diese Aktion vorgenommenen Änderungen zu verfolgen.

Maximieren Sie die Flexibilität bei der Ausführung von Pimcore Copilot-Aktionen

Mit der Veröffentlichung der Plattformversion 2024.3 freuen wir uns, neue Auslöser vorstellen zu können, die die Möglichkeiten zur Erstellung fortschrittlicherer und ausgefeilterer Automatisierungsszenarien innerhalb des Pimcore Copilot erheblich erweitern. Diese neuen Auslöser bieten mehr Flexibilität und Kontrolle und ermöglichen es den Benutzern, eine breitere Palette von Aufgaben zu automatisieren. Zusätzlich zu den bestehenden Funktionen können Sie nun Ereignisse und Workflows als Auslöser verwenden, um die Ausführung von Aktionen in Pimcore Copilot zu initiieren, was eine nahtlosere und dynamischere Integration automatisierter Prozesse in Ihrer Pimcore-Plattform ermöglicht.

Hauptfunktionen

1. Definieren Sie ein Ereignis oder einen Workflow, um eine Aktion auszulösen
   Sie können festlegen, welches Ereignis oder welcher Workflow die Aktion auslösen soll. Über ein Dropdown-Menü können Sie Ereignisse und Workflows für verschiedene Datenelemente auswählen.
2. Arbeitsbereich definieren
   Sie können bestimmte Arbeitsbereiche definieren, die für das Auslösen der Pimcore-Copliot-Aktion berücksichtigt werden sollen.
3. Vorbedingung definieren
   Wenn Sie weitere Filter anwenden möchten, können Sie die Dropdown-Liste „Vorbedingung“ oder das PQL-Vorbedingungsfeld verwenden, um nach spezifischeren Kriterien zu filtern.

Anwendungsfälle

Benachrichtigung über das Löschen von Objekten in einem bestimmten Ordner

• Die Herausforderung: In der Regel haben nur wenige Personen innerhalb einer Organisation die Berechtigung, Objekte zu löschen. Wenn ein Objekt aus diesem Archivordner gelöscht wird, sollten alle Produktmanager informiert werden.
• Die Lösung: Richten Sie eine Aktion mit einem Auslöser ein, um nach einem Löschvorgang eine Benachrichtigungsaktion auszuführen. Die Benachrichtigung wird an alle Produktmanager gesendet. Im Auslöserbereich der Aktion können Sie den erforderlichen Ordner (Archiv) angeben.
• Der Vorteil: Proaktive Informationen über wichtige Änderungen, ohne den betroffenen Ordner manuell durchsuchen zu müssen.

Metadaten automatisch zuweisen und das übergeordnete Element eines Assets ändern

• Die Herausforderung: Sie haben einen Importordner, in den viele Personen neue Assets importieren können. Diese Assets müssen manuell überprüft und nach der Genehmigung in einen anderen Ordner verschoben werden. Außerdem müssen Sie einen Text hinzufügen, der das Bild beschreibt, damit es schneller gefunden werden kann, und den ersten Workflow-Status anwenden.
• Die Lösung: Richten Sie eine Aktion ein, die nach einer Änderung des Workflows ausgeführt wird. Beschränken Sie diese Aktion auf den Importordner. Fügen Sie einen Aktionsschritt hinzu, um einen Beschreibungstext aus dem Bild zu extrahieren, und einen weiteren Aktionsschritt, der das Bild in einen anderen Ordner verschiebt, nachdem Sie den Workflow-Status geändert haben, damit das Bild auch für andere Benutzer verfügbar ist.
• Der Vorteil: Mit dieser Aktion beschleunigen Sie die Datenpflege, indem Sie manuelle Schritte minimieren und die Qualität der Daten Ihrer Assets sicherstellen.

Weitere Fortschritte bei der Automatisierung des Umfangs in Pimcore Copilot

Die Pimcore-Plattform Version 2024.3 verbessert die Workflow- und Automatisierungssteuerungsfunktionen von Pimcore Copilot erheblich. Diese Verbesserungen optimieren die Datenverwaltung und erhöhen die Präzision der Abläufe in Ihren Unternehmens-Workflows:

Verbesserung: Ändern des übergeordneten Elements von Assets

Diese Funktionalität umfasst nun die Änderung des übergeordneten Elements von zugehörigen Assets und erhöht die Flexibilität und Kontrolle innerhalb Ihrer Datenverwaltungsprozesse.

PQL-Ergebnis als Bereich für andere Aktionen

Aktionen können jetzt die Ergebnisse von PQL-Abfragen als Bereiche für nachfolgende Vorgänge nutzen, wodurch die Ausführung komplexer Aktionsketten optimiert und die Effizienz gesteigert wird.

PQL als Voraussetzung hinzufügen

Ermöglicht die Implementierung komplexer Filterkriterien durch PQL und bietet eine präzisere Kontrolle über die Auslöser verschiedener Aktionen auf der Grundlage spezifischer Datenattribute.

Ermöglicht die Verwendung von Umgebungsvariablen bei der Konfiguration von Aktionsschritten

Diese Verbesserung ermöglicht es Benutzern, mehr Einfluss auf Aktionen zu nehmen. Anstatt alle Konfigurationsoptionen im Voraus im Konfigurationsfenster zu definieren, können Sie Ihren Benutzern die Möglichkeit geben, bestimmte Optionen bei der Ausführung der Aktion einzugeben – z. B. können Benutzer einen neuen Pfad eingeben, wenn sie Elemente innerhalb der Struktur mithilfe einer Pimcore-Aktion verschieben.

Weitere Informationen finden Sie in der Pimcore-Entwicklerdokumentation

Optimierung für Exzellenz: Weitere technische Verbesserungen

Wir freuen uns, Ihnen eine Reihe von Aktualisierungen zur Verbesserung der Kernstruktur und verschiedener Funktionen vorstellen zu können. Diese Verbesserungen sind Teil unseres kontinuierlichen Engagements, uns auf der Grundlage Ihres Feedbacks an die sich weiterentwickelnden technologischen Landschaften anzupassen!

Wir haben uns auch intensiv mit der Überprüfung und Zusammenführung von Community-Beiträgen in dieser Plattformversion befasst. Insgesamt haben wir seit der letzten Veröffentlichung der Plattformversion über 300 PRs erfolgreich bearbeitet und gelöst, was einen bedeutenden Fortschritt und das Engagement von Ihnen allen zeigt. Wir möchten uns bei jedem von Ihnen für Ihre Beiträge herzlich bedanken! Unser herzlicher Dank gilt auch unseren geschätzten Partnern, twocream und Blackbit, für ihr anhaltendes Engagement und ihre Zusammenarbeit bei der Umsetzung innovativer Verbesserungen.

Möchten Sie einen Pull-Request einreichen? Treten Sie der Pimcore-Community auf GitHub bei

Bei dieser Version der Plattform haben wir uns auf die folgenden Pakete konzentriert:

• Core Framework Enhancements: Neuer Ausführungsmodus für die Generic Execution Engine.
• Admin UI Classic Bundle: Neue Rastervorschau für Feldsammlungen, Spaltenfilterung für relationale Felder und optimiertes Admin-Laden für umgekehrte Beziehungen

• Data Hub-Verbesserungen: Zu den Verbesserungen gehören die Schaltfläche „Alle Definitionen hinzufügen“, Multi-Drag-and-Drop, Abfragetyp für Version auf Assets und Sprach-Mehrfachauswahl-Mutation-Datentyp.

• Generischer Datenindex: Neue Operatoren (!=, not like) für die Pimcore Query Language (PQL).

Diese Aktualisierungen, die von unserem Engagement für Qualität und Benutzerzufriedenheit angetrieben werden, stellen sicher, dass Pimcore die Bedürfnisse unserer Benutzer erfüllt und übertrifft und den Weg für optimierte und effektivere digitale Geschäftslösungen ebnet.

Lesen Sie die Pimcore-Entwicklerdokumentation, um einen umfassenden Überblick über alle technischen Aktualisierungen zu erhalten

Entwicklungsnachrichten: Pimcore Studio Sneak Preview

Zusätzlich zur Einführung der Pimcore-Plattform-Version 2024.3 freuen wir uns, Ihnen einen kleinen Einblick in die laufende Entwicklung von Pimcore Studio zu geben. Im Folgenden finden Sie einige exklusive Verbesserungen, die darauf abzielen, die Handhabung umfassender und komplizierter Aufgaben innerhalb von Pimcore zu transformieren. Bitte beachten Sie, dass diese Entwicklungen vorläufig sind und sich weiterentwickeln können.

Außerdem ist diese Vorschau als Repository zugänglich, sodass Sie sie direkt erleben können. Eine kurze Schritt-für-Schritt-Anleitung zur Aktivierung der Pimcore Studio-Vorschau finden Sie auf unserer GitHub-Seite.

Testen Sie die Pimcore Studio-Vorschau: GitHub-Anleitung

Halten Sie Ausschau nach weiteren Updates und Neuigkeiten in den kommenden Kapiteln – es werden noch viele weitere folgen!