CUBESIOX; Kafka, veritabanı CDC, MQTT ve dosya kaynaklarını tek canlı motorda birleştirir. AI ajanları denetlenebilir sorgularla panolar kurar, uyarılar saniyeler içinde düşer — dilerseniz bulutta, dilerseniz tümüyle kendi sunucunuzda.
Aynı motor iki işi birden yapar: canlı akışları kayan pencerelerle saniyeler içinde değerlendirir; yüklenen veri setlerini (CSV, XLSX, on binlerce satır) istatistiksel motorla derinlemesine analiz eder. Her sorgu bildirimsel ve beyaz-listeli — AI asla ham SQL üretmez.
CUBESIOX sahada nasıl çalışır

CUBESIOX sahaya doğrudan bağlanır: PLC'lerden OPC UA, Modbus TCP ve Siemens S7 ile — ya da mevcut geçidinizden MQTT ile — saniyede yüzlerce ölçüm akar: titreşim, sıcaklık, akım. Akış ISO 10816-3 eşiklerine göre canlı değerlendirilir; bir yatak aşınmaya başladığında pano saniyeler içinde uyarır — arıza durdurmadan önce bakım planlanır.

Kafka olayları, veritabanı değişiklikleri ve servis ölçümleri tek canlı panoda birleşir. Kayan pencereli metrikler ekranda sürekli akar; eşik aşımında uyarı Slack ya da Teams kanalına düşer ve yapay zekâ kök neden özetini ekler.

On binlerce satırlık ihale kayıtları istatistiksel motorla taranır: tedarik riski Wilson güven aralığıyla, rekabet yoğunluğu Herfindahl endeksiyle, fiyat sapmaları dayanıklı z-skoruyla ölçülür. Sonuç sezgi değil, savunulabilir bir analizdir.

Yüksek frekanslı ölçüm sistemleri topladıkları veriyi senkronize edip Parquet gibi dosyalarda saklar — örneğin yüksek hızlı bir trende 330 km/s'te alınan gerçek zamanlı ölçüm. CUBESIOX kaynağı ne olursa olsun bu kayıtları doğrudan okur; tekrarlı ölçümlerde değişimi analiz eder, anomali ve defektleri ilişkilendirir ve sonuçların zamanla gelişimini canlı panolarda sunar.

Dönen ekipmandan gelen titreşim, sıcaklık, akım ve akustik ölçümler sürekli izlenir. CUBESIOX her varlık için normal davranışın temel çizgisini öğrenir, sapmaları tek bir sağlık skoruna dönüştürür ve filodaki tüm ekipmanın durumunu tek panoda gösterir — arıza oluşmadan zayıflayan varlığı öne çıkarır.

Fabrikalar, şirketler ve organizasyonlar için üretim, kalite, enerji ve lojistik verileri tek canlı operasyon tablosunda birleşir. CUBESIOX departmanlar arası metrikleri (OEE, verim, duruş, tüketim) ilişkilendirir; darboğazları ve sapmaları yapay zekâ ile öne çıkarır ve kararı hızlandırır.
Veriden bilgiye: çalışma alanları, bilgi grafiği, belge zekâsı ve hafızalı ajanlar
Her konu kendi çalışma alanında yaşar: içine veri setleri, belgeler ve analiz teknikleri eklenir; ajanlar bu alana bağlanır. Alan içeriği append-only'dir — eklenen kaydın üzeri sonradan değiştirilmez ya da sessizce silinmez. Hafıza alan sınırını asla geçmez: bir birimin bilgisi başka bir alana sızmaz.
Kurumun verisi, belgeleri, panoları, analizleri ve bunların arkasındaki kişi, tedarikçi ve projeler tek bir gezilebilir grafta birleşir. Graf zamansaldır: ilişkiler silinmez, geçerlilik aralığıyla kapanır — böylece "geçen çeyrek bu neye bağlıydı?" sorusu geçmişe dönük yanıtlanır. Öncelik, sonralık ve nedensellik ilişkileri ayrıca taşınır.
Şartnameler, sözleşmeler ve raporlar yüklenir; metin sayfa sayfa çıkarılır, parçalanır ve hem anlamsal vektör hem Türkçe tam-metin aramasıyla birlikte aranır — Türkçe ekler köke indirgenir, sonuç sayfa numarasıyla döner. Metin katmanı olmayan taranmış bir belge sessizce boş indekslenmez: durumu açıkça bildirilir.
Bir ajan; model, uzmanlık profili, kural bloğu ve hafıza kapsamından oluşan adlandırılmış bir demettir — "Veri analisti" gibi. Kurallar arasında halüsinasyona karşı varsayılan bir sınır vardır: veri referansı yoksa uydurmak yerine bilmediğini söyler. Ajan bir çalışma alanına bağlanır ve hafızası o alana aittir.
Kurumsal bilgi bir sohbet geçmişinde değil, izlenebilir bir yapıda birikir: her düğüm ve her ilişki kaynağını, kanıt metnini ve güven derecesini taşır — yapay zekânın çıkardığı bilgi ile kesin olarak bilinen bilgi görsel olarak ayrışır.
Canlı akıştan istatistiksel analize — panolar yapay zekâ ile dakikalar içinde kurulur

Kayan pencere metrikleri, eşik uyarıları ve kök-neden özeti — saniyeler içinde güncellenir.

Wilson tedarik riski, Herfindahl yoğunlaşması ve z-skor anomali radarı bir arada.

Her varlık için sağlık skoru, sapma ısı haritası ve zamanla eğilim.
Bulut devlerinin çözemediği dört ihtiyaç için tasarlandı
Motor, yapay zekâ ve panolar tümüyle kendi sunucunuzda çalışır. Bulut platformlarının aksine tek bir kayıt bile dışarı çıkmaz — hassas verili ve düzenlemeye tabi kurumlar için.
Genel-geçer fonksiyonlar işinizi görmez. Analizleriniz kuruma özel geliştirilir; ama sıfırdan yazılmak yerine yeniden kullanılabilir istatistik modüllerinden hızla kurulur — özel çözüm, makul sürede.
Egemen ve derinlemesine analitik için altı haneli lisanslar ödemeniz gerekmez. Modüler mimari ve standart donanım, sahiplik maliyetini ulaşılabilir tutar.
Altyapıyı kendiniz kurmak zorunda değilsiniz. Kurulu ve ayarlı donanım paketiyle gelir: rafa takın, ağa bağlayın, kullanmaya başlayın. Sağladığımız donanım, dil modellerini (LLM) yerel çalıştıracak şekilde hazırdır — yapay zekâ, internet olmadan kendi kutunuzda çalışır. Kapalı ağlar ve saha kurulumları dâhil.
Dokuz ilke üzerine kurulu
Tamamı şirket içinde çalışır: motor, AI geçidi, panolar — dil modelleri dâhil. Yapay zekâ, yerel LLM'lerle kendi donanımınızda çalışır; buluta ya da dış AI servislerine tek bayt gitmez. Tek kurulumda departmanlar arası tam izolasyon: her birim yalnız kendi verisini görür. Federasyon modunda dış veritabanı sorgusu yerinde çalışır: satırlar kopyalanmaz, yalnız sonuç döner — veri kaynağını terk etmez.
Veri, Apache Iceberg açık tablo formatında kendi nesne depolamanızda durur: satıcıya kilitlenme yok. ACID işlemler, zaman yolculuğu, şema evrimi ve gizli bölümleme ile petabayt ölçeğe uzanır.
Kafka, CDC, MQTT kaynakları kayan pencerelerle işlenir; panolar saniyeler içinde tepki verir.
AI ham SQL üretmez — bildirimsel, beyaz-listeli sorgu spec'leri kurar. Her karar izlenebilir.
Üçüncü parti yazılımlar MCP sunucusu üzerinden bağlanır: ajanlar pano kurar, metrik tanımlar, uyarı bağlar, iş akışlarını otomatikleştirir — insanla aynı güvenlik sınırında.
Analizler eklenebilir modüller olarak yaşar. İhtiyaca özel ileri istatistik teknikleri — güven aralıkları, yoğunlaşma endeksleri, anomali radarları — sektörünüze göre geliştirilir ve platforma takılır.
Veri yüklemeden pano kurulumuna, metrik tanımından rapor yorumuna her adım yapay zekâ ile hızlanır — her zaman denetlenebilir sınırlar içinde.
Sonuçlar sezgiye değil sağlam yöntemlere dayanır: Wilson güven aralıkları, Herfindahl yoğunlaşma endeksi, dayanıklı z-skorları ve Benford anomali radarı. Naif ortalamalar yerine denetime dayanıklı analiz.
Parquet ve Iceberg gibi açık formatları doğrudan okur; üçüncü parti sistem ve ürünlerin çıktılarını REST ve MCP üzerinden birleştirir. Açık standartlar, satıcıya kilitlenme yok.
PLC ve SCADA sistemlerine OPC UA, Modbus TCP ve Siemens S7 ile doğrudan bağlanır: adres uzayında gezinin, tag'leri seçin, saniyeler içinde canlı akışa ve ISO 10816-3 makine sağlığı panosuna dönüştürün. Köprü tasarım gereği salt-okunurdur — analitik katman prosese asla yazamaz; ölçüm kalitesi ve bayat sensörler panoda dürüstçe görünür.
Aynı platform, üç teslim biçimi
Kurulum gerektirmez: dakikalar içinde başlarsınız. İşletme, yedekleme ve güncellemeler bize aittir; siz yalnızca analize odaklanırsınız.
Motor, yapay zekâ geçidi ve panolar kendi sunucunuzda çalışır. Veri kurumu terk etmez; yetkiler ve denetim kayıtları tümüyle sizdedir.
Yazılım, kurulmuş ve ayarlanmış donanımla tek kutu hâlinde gelir: rafa takın, ağa bağlayın, kullanmaya başlayın. Anahtar teslim.
Verinizi taşımadan bağlanın: büyük veritabanlarından zamanlanmış, salt-okunur çekiş — kaynağınız korunur.
Dış veritabanlarınızdan zamanlanmış, artımlı ve salt-okunur-zorlamalı çekiş. Kaynak veritabanınız korunur: zaman aşımı ve satır tavanı ile sınırlanır.
Veriniz yerinde kalır — sorgu veritabanınıza iner, satırlar kopyalanmaz; yalnız sonuç panoya döner.
Değişiklik-veri-yakalama: kaynaktaki değişiklikler canlı motora yansır.
Tek kurulumda çok kiracılı yönetim — izolasyon, lisans, kullanıcı ve denetim
Tek kurulumda birden çok birim: her departmanın verisi, panoları ve kullanıcıları veritabanı seviyesinde (satır-düzeyi güvenlik) birbirinden yalıtılır. İzolasyon uygulama koduna değil, veritabanının kendisine dayanır.
Her birim kriptografik imzalı kendi lisansıyla çalışır — kullanıcı, veri seti, disk, yapay zekâ kotası ve süre lisansta tanımlanır, kurcalanamaz. Süre dolduğunda sistem kademeli davranır: önce ek süre, ardından salt-okunur mod. Kimse mesai ortasında verisinden edilmez.
Kullanıcı oluşturma, rol atama, şifre sıfırlama ve yetkilendirme tek panelden. Rol kademesi: platform yöneticisi, birim yöneticisi, kullanıcı. Geçici şifre akışı e-posta sunucusu gerektirmez — kapalı ağ (air-gapped) kurulumlarında da çalışır.
Yönetimsel eylemler — birim açma, lisans yükleme, kullanıcı işlemleri — kim / ne zaman / ne bilgisiyle denetim kaydına düşer.
IBM iş ortağı olarak — OpenShift, watsonx ve Maximo ile aynı egemen yığında
CUBESIOX konteyner olarak OpenShift üzerinde çalışır ve watsonx ile aynı şirket içi kümede yan yana dağıtılır. Kapalı ağlar ve düzenlemeye tabi ortamlar için tek egemen yığın.
CUBESIOX verisini açık Apache Iceberg formatında yazar — bugün Spark, Trino ve DuckDB ile dışarıdan sorgulanıyor. Aynı açık tablolar, REST katalog köprüsüyle watsonx.data lakehouse'una ETL'siz bağlanacak şekilde tasarlandı. watsonx.ai (Granite) ve governance ile denetlenebilir, şirket içi yapay zekâ hedeflenir.
CUBESIOX algılar — durum izleme, anomali, sağlık skoru; Maximo icra eder. Eşik aşıldığında sağlık skoru otomatik iş emrine dönüşür: algılayan beyin ile kayıt ve icra sistemi bir arada.
Bulut aboneliğinden anahtar teslim donanım paketine — kurulumdan ilk panoya dakikalar.
Bize UlaşınCUBESIOX unifies Kafka, database CDC, MQTT and file sources in one live engine. AI agents build dashboards through auditable queries, alerts fire within seconds — in the cloud, or entirely on your own servers.
One engine does both jobs: it evaluates live streams over sliding windows within seconds, and runs deep statistical analysis on uploaded datasets (CSV, XLSX, tens of thousands of rows). Every query is declarative and allow-listed — AI never emits raw SQL.
How CUBESIOX works in the field

CUBESIOX connects directly to the field: hundreds of measurements per second stream in from PLCs over OPC UA, Modbus TCP and Siemens S7 — or over MQTT from your existing gateway: vibration, temperature, current. The stream is evaluated live against ISO 10816-3 thresholds; when a bearing starts to wear, the dashboard alerts within seconds — maintenance is planned before failure forces a stop.

Kafka events, database changes and service metrics converge on one live dashboard. Sliding-window metrics flow continuously on screen; when a threshold is crossed, the alert lands in Slack or Teams with an AI-written root-cause summary attached.

Tens of thousands of tender records pass through a statistical engine: supply risk via Wilson confidence intervals, competitive concentration via the Herfindahl index, price anomalies via robust z-scores. The result is not intuition — it is a defensible analysis.

High-frequency measurement systems synchronise the data they collect and store it in files such as Parquet — for example real-time capture at 330 km/h on a high-speed train. Whatever the source, CUBESIOX reads these records directly; it analyses change across repeated measurements, correlates anomalies and defects, and presents how results evolve over time on live dashboards.

Vibration, temperature, current and acoustic measurements from rotating equipment are monitored continuously. CUBESIOX learns a baseline of normal behaviour for each asset, turns deviations into a single health score, and shows the condition of every asset across the fleet on one dashboard — surfacing the weakening asset before it fails.

For factories, companies and organisations, production, quality, energy and logistics data converge into one live operations picture. CUBESIOX correlates cross-department metrics (OEE, throughput, downtime, consumption), surfaces bottlenecks and deviations with AI, and speeds up decisions.
From data to knowledge: workspaces, a knowledge graph, document intelligence and agents with memory
Every subject lives in its own workspace: datasets, documents and analysis techniques are added into it, and agents are bound to it. Workspace content is append-only — an added record is never silently overwritten or deleted. Memory never crosses the workspace boundary: one unit's knowledge cannot leak into another.
The organisation's data, documents, dashboards, analyses and the people, suppliers and projects behind them converge into one navigable graph. The graph is temporal: relations are not deleted but closed with a validity interval — so "what did this depend on last quarter?" can be answered retrospectively. Precedence, succession and causality are carried as first-class relations.
Specifications, contracts and reports are uploaded; text is extracted page by page, chunked, and searched by semantic vectors and full-text search together — Turkish suffixes are stemmed and results come back with the page number. A scanned document with no text layer is never silently indexed as empty: its state is reported explicitly.
An agent is a named bundle of a model, an expertise profile, a rule block and a memory scope — such as "Data analyst". Among the rules is a default guard against hallucination: with no data reference, it says it doesn't know instead of inventing. An agent is bound to a workspace, and its memory belongs to that workspace.
Enterprise knowledge accumulates in a traceable structure, not in a chat history: every node and every relation carries its source, its evidence text and a confidence score — AI-inferred knowledge is visually distinct from deterministically known facts.
From live streams to statistical analysis — dashboards are generated with AI in minutes

Sliding-window metrics, threshold alerts and root-cause summaries — refreshed within seconds.

Wilson supply risk, Herfindahl concentration and a z-score anomaly radar in one view.

A health score per asset, a deviation heatmap and the trend over time.
Built for the four needs the cloud giants can't meet
The engine, the AI and the dashboards run entirely on your own servers. Unlike cloud platforms, not a single record leaves — for organisations with sensitive data and strict regulation.
Generic functions won't cut it. Your analyses are built specific to you — yet assembled fast from reusable statistical modules instead of written from scratch. A bespoke solution, in reasonable time.
You don't need six-figure licences for sovereign, in-depth analytics. A modular architecture and standard hardware keep the total cost of ownership within reach.
You don't have to build the infrastructure yourself. It arrives as a pre-installed, pre-configured hardware bundle: rack it, connect it, start using it. The hardware we provide is ready to run language models (LLMs) locally — the AI works inside your own box, with no internet required. Including air-gapped networks and field deployments.
Built on nine principles
Everything runs on-premise: engine, AI gateway, dashboards — including the language models. AI runs on local LLMs on your own hardware; not a byte goes to the cloud or external AI services. Full cross-department isolation in a single deployment: each unit sees only its own data. In federated mode an external-database query runs in place: rows are not copied, only the result returns — the data never leaves its source.
Data lives in the open Apache Iceberg table format on your own object storage: no vendor lock-in. ACID transactions, time travel, schema evolution and hidden partitioning scale to petabytes.
Kafka, CDC and MQTT sources are processed over sliding windows; dashboards react within seconds.
AI never writes raw SQL — it builds declarative, allow-listed query specs. Every decision is traceable.
Third-party software connects through the MCP server: agents build dashboards, define metrics, wire alerts and automate workflows — within the same security boundary as humans.
Analyses live as pluggable modules. Need-specific advanced statistical techniques — confidence intervals, concentration indices, anomaly radars — are developed for your industry and plugged into the platform.
Every step accelerates with AI — from data upload to dashboard setup, from metric definition to report interpretation — always within auditable boundaries.
Results rest on robust methods, not intuition: Wilson confidence intervals, the Herfindahl concentration index, robust z-scores and a Benford anomaly radar. Audit-proof analysis instead of naive averages.
Reads open formats like Parquet and Iceberg directly, and combines outputs from third-party systems and products via REST and MCP. Open standards, no vendor lock-in.
Connects straight to PLCs and SCADA systems over OPC UA, Modbus TCP and Siemens S7: browse the address space, pick your tags, and turn them into a live stream and an ISO 10816-3 machine-health dashboard within seconds. The bridge is read-only by design — the analytics layer can never write to the process; measurement quality and stale sensors are shown honestly on the dashboard.
One platform, three delivery models
No installation required: you start within minutes. Operations, backups and updates are on us; you focus only on the analysis.
The engine, the AI gateway and the dashboards run on your own servers. Data never leaves the organisation; permissions and audit trails stay entirely with you.
The software arrives as a single box on pre-installed, pre-configured hardware: rack it, connect it to the network, start working. Turnkey.
Connect without moving your data: scheduled, read-only pulls from major databases — your source stays protected.
Scheduled, incremental, read-only-enforced pulls from your external databases. Your source database stays protected: bounded by a timeout and a row cap.
Your data stays in place — the query goes down to your database, rows are not copied; only the result returns to the dashboard.
Change-data-capture: changes at the source are reflected into the live engine.
Multi-tenant management in one deployment — isolation, licensing, users and audit
Multiple units in one deployment: each department's data, dashboards and users are isolated from one another at the database level (row-level security). Isolation rests on the database itself, not on application code.
Each unit runs on its own cryptographically signed licence — users, datasets, disk, AI quota and duration are defined in the licence and cannot be tampered with. When it expires the system degrades gracefully: first a grace period, then read-only mode. No one is cut off from their data mid-shift.
Creating users, assigning roles, resetting passwords and authorisation from a single panel. A role hierarchy: platform admin, unit admin, user. The temporary-password flow needs no mail server — it works in air-gapped deployments too.
Administrative actions — creating a unit, uploading a licence, user operations — are written to the audit log with who / when / what.
As an IBM partner — on the same sovereign stack as OpenShift, watsonx and Maximo
CUBESIOX runs as containers on OpenShift, deployed side by side with watsonx in the same on-premise cluster. One sovereign stack for air-gapped and regulated environments.
CUBESIOX writes its data in the open Apache Iceberg format — today it is queried externally with Spark, Trino and DuckDB. The same open tables are designed to connect to the watsonx.data lakehouse without ETL, through a REST catalog bridge. The target: auditable on-premise AI with watsonx.ai (Granite) and governance.
CUBESIOX senses — condition monitoring, anomaly, health score; Maximo acts. When a threshold is crossed, the health score turns into a work order automatically: the sensing brain plus the system of record and execution.
From cloud subscription to a turnkey hardware bundle — minutes from install to first dashboard.
Contact Us