Zusatzcode zwischen MQTT und Kafka
Jedes Team schreibt seinen eigenen Bridge-Service, mit eigener Retry-Logik, eigenem Topic-Mapping und eigenem Monitoring.
UltraMQ ist ein MQTT-Broker für KI- und Datenteams. Er streamt Gerätedaten ohne Zusatzcode in Kafka, Ihr Lakehouse und Ihre Agenten und lässt Agenten Befehle an Maschinen zurücksenden, wenn sie die Rechte dazu haben.
Jedes Team schreibt seinen eigenen Bridge-Service, mit eigener Retry-Logik, eigenem Topic-Mapping und eigenem Monitoring.
Firmware-Updates ändern Payloads ohne Vorwarnung. Pipelines brechen dahinter, oft nachts.
Die meisten Agenten lesen aus Batch-Tabellen. Für Wartungs- oder Steuerungsentscheidungen muss der Kontext live sein.
Manche Dienste rechnen pro Nachricht oder pro Verbindungsminute ab. Bei vielen Geräten sind diese Kosten schwer planbar.
Native Sinks bringen Topics ohne eigene Bridge in Kafka, Lakehouses und Analytics-Werkzeuge. [Integrationen bestätigen]
Agenten abonnieren Live-Topics für Echtzeit-Kontext, statt Tabellen abzufragen. [Agenten-Schnittstelle (MCP und/oder API) bestätigen]
Mit den passenden Rechten publizieren Agenten Befehle auf Maschinen-Topics, vom Erkennen bis zum Handeln. [Rechtemodell bestätigen]
Filtern, anreichern und routen Sie Nachrichten, bevor sie Ihre Plattform erreichen, und speichern Sie nur, was Sie brauchen. [Regel-Engine bestätigen]
Wir veröffentlichen Methode und Aufbau, damit Sie die Zahlen selbst nachmessen können. [Benchmarks folgen]
Sie zahlen pro verbundenem Gerät, die Kosten folgen Ihrer Flottengröße. [Preismodell und Nachrichtengrenzen bestätigen]
Werte in [Klammern] sind noch nicht bestätigt.
Geräte publizieren Telemetrie per MQTT an UltraMQ.
PUBLISH
plant/line-3/tempTopics fließen in Kafka und Ihr Lakehouse, für Historie und Training.
SINK
kafka://plant-eventsEin Agent abonniert Live-Topics und kombiniert sie mit der Historie.
SUBSCRIBE
plant/+/tempMit Berechtigung publiziert der Agent einen Befehl, den die Maschine ausführt.
BEFEHL
cmd/line-3/slow-down| Rolle | Ihre Frage | Was wir mit Ihnen klären |
|---|---|---|
| KI- oder Data-Engineer | Wie schnell fließen die Daten? | Ihre Datenquellen, Topic-Mapping, eine erste Pipeline in Ihren Stack |
| Plattform / SRE | Wie betreiben und überwachen wir es? | Betriebsmodell, Skalierung, Monitoring [Observability bestätigen] |
| Leitung Daten / ML-Plattform | Passt es zu Architektur und Budget? | Integrationen, Preis pro Verbindung, Roadmap |
| IT-Sicherheit | Wer darf Befehle an Maschinen senden? | Authentifizierung, Topic-Rechte, Audit [Sicherheitsfunktionen bestätigen] |
Üblich sind ein Kafka-Connect-Connector für MQTT, ein selbst geschriebener Bridge-Service oder ein Broker, der Topics nativ nach Kafka streamt. UltraMQ ist für den nativen Weg ausgelegt [Integrationen bestätigen].
Ja. Ein Agent abonniert Topics wie jeder andere MQTT-Client und erhält Nachrichten, sobald sie publiziert werden. UltraMQ plant eine eigene Agenten-Schnittstelle [MCP und/oder API bestätigen].
Ja, wenn er auf das Befehls-Topic der Maschine publizieren darf. Wer wohin publizieren darf, regeln Rechte auf Topic-Ebene [Rechtemodell bestätigen].
MQTT ist für viele Geräte in unzuverlässigen Netzen gebaut, Kafka für dauerhafte, wiederholbare Streams und Analysen. Ein Broker am Netzrand versorgt Kafka im Rechenzentrum.
Noch nicht. Wir veröffentlichen Methode, Aufbau und Ergebnisse, damit Sie sie nachmessen können. Bis dahin sind alle Zahlen auf dieser Website als illustrativ gekennzeichnet.
Sagen Sie uns, was Sie verbinden möchten, wo es laufen muss und wohin die Daten fließen sollen. Wir antworten per E-Mail.