Erstellen Sie bessere Kundenanwendungen mit Multiexperience-Entwicklung

• App-Entwicklung
• Customer Experience

• Abschrift

  [00: 00: 00.000]
  (fröhliche Musik)

  [00: 00: 15.280]
  Hallo und willkommen zu dieser Sitzung

  [00: 00: 16.441]
  zum Erstellen von Multiexperience-Anwendungen.

  [00: 00: 19.690]
  Mein Name ist Simon Black, Teamleiter der Evangelisten.

  [00: 00: 23.099]
  Heute sende ich aus Elian, Cambridgeshire

  [00: 00: 26.280]
  im Vereinigten Königreich.

  [00: 00: 27.410]
  Und heute bin ich mit Dave Brault zusammen,

  [00: 00: 29.380]
  Wer wird mit uns reden

  [00: 00: 30.480]
  darüber, was eine Multiexperience-Entwicklungsplattform ist.

  [00: 00: 34.080]
  Hallo Dave, kannst du dich vorstellen?

  [00: 00: 36.620]
  Danke, Simon.

  [00: 00: 37.453]
  Mein Name ist David Brault,

  [00: 00: 38.286]
  Produktmarketingmanager hier bei Mendix.

  [00: 00: 40.340]
  Ein bisschen über mich.

  [00: 00: 41.620]
  Ich bin vor etwa sechs Jahren nach Austin, Texas gezogen

  [00: 00: 45.080]
  wo ich diese Live-Übertragung mache

  [00: 00: 46.626]
  und ich bin jetzt vollständig assimiliert

  [00: 00: 48.800]
  bis zu dem Punkt, an dem ich viel zu viel Zeit verbringe

  [00: 00: 51.190]
  auf der Jagd nach dem besten Barbecue in Texas.

  [00: 00: 53.790]
  Kommen wir nun zurück zu dem Grund, warum Sie hier sind.

  [00: 00: 55.320]
  Entwicklung besserer Kundenanwendungen

  [00: 00: 57.350]
  mit Multiexperience-Entwicklung.

  [00: 00: 59.050]
  Während dieser Sitzung werden wir einen Blick werfen auf

  [00: 01: 00.940]
  wie MXDP die Entwicklungslandschaft verändert

  [00: 01: 03.910]
  und wie Mendix kann helfen.

  [00: 01: 05.395]
  Dann zeigen wir

  [00: 01: 06.498]
  verschiedene Arten von Erfahrungen

  [00: 01: 08.960]
  und lass Simon die Decke zurückschlagen

  [00: 01: 10.495]
  damit wir sehen können, wie sie gebaut wurden.

  [00: 01: 13.120]
  Beginnen wir mit einem Zitat.

  [00: 01: 14.757]
  „Gutes Design ist eigentlich viel schwieriger zu erkennen

  [00: 01: 17.307]
  als schlechtes Design,

  [00: 01: 18.547]
  unter anderem, weil gute Designs so gut zu unseren Bedürfnissen passen

  [00: 01: 21.867]
  dass das Design unsichtbar ist.“

  [00: 01: 23.650]
  Und ich liebe dieses Zitat

  [00: 01: 25.210]
  weil es so gut zum Thema passt.

  [00: 01: 28.990]
  Der Hauptzweck von MXDP oder

  [00: 01: 30.480]
  Multiexperience-Entwicklungsplattformen

  [00: 01: 32.950]
  ist es, Unternehmen zu ermöglichen, Anwendungen zu erstellen

  [00: 01: 35.300]
  die anspruchsvolle Benutzererlebnisse bieten

  [00: 01: 37.550]
  über viele Geräte und Modalitäten hinweg

  [00: 01: 39.860]
  wie die, die Sie gerade auf dem Bildschirm sehen.

  [00: 01: 42.320]
  Das Versprechen der Multiexperience ist phänomenal.

  [00: 01: 45.540]
  Verbinden Sie das optimale Benutzererlebnis

  [00: 01: 47.740]
  zu jedem Kundenkontaktpunkt

  [00: 01: 49.510]
  mit zweckdienlichen Anwendungen

  [00: 01: 51.720]
  die jede Benutzerinteraktion effizient und mühelos machen,

  [00: 01: 55.400]
  oder unsichtbar, wie Don sagen würde.

  [00: 01: 58.120]
  Nun wird die Mendix Plattform hält dieses Versprechen

  [00: 02: 00.650]
  mit einer wirklich integrierten Lösung

  [00: 02: 02.830]
  das einen einzigen Skillset verwendet

  [00: 02: 04.600]
  um umfangreiche und ansprechende Anwendungen zu erstellen

  [00: 02: 06.925]
  und Erfahrungen für jede Situation.

  [00: 02: 10.110]
  Lassen Sie uns tiefer eintauchen

  [00: 02: 11.210]
  in der Art und Weise, wie die Plattform die

  [00: 02: 12.650]
  die schnelle Entwicklung von Multiple-Experience-Lösungen.

  [00: 02: 17.170]
  Auf der Basisebene sind die Plattformdienste

  [00: 02: 19.590]
  und Cloud-native-Architektur von Mendix

  [00: 02: 21.860]
  übernimmt die ganze schwere Arbeit.

  [00: 02: 23.600]
  Es bewältigt die Komplexität des Umgangs

  [00: 02: 25.290]
  mit lose gekoppelten Anwendungen

  [00: 02: 27.330]
  und Dienste, die auf einer Service-Basisarchitektur laufen.

  [00: 02: 30.749]
  Es übernimmt auch alle Kerndienste

  [00: 02: 32.370]
  wie Protokollierung, Sicherheit und Backup.

  [00: 02: 35.809]
  Mendix Anwendungen und Dienste sind vollständig portierbar,

  [00: 02: 39.120]
  Das heißt, es kann bewegt oder verteilt werden

  [00: 02: 40.960]
  beliebig zwischen Cloud-Anbietern.

  [00: 02: 44.490]
  Jetzt auf der nächsten Ebene

  [00: 02: 45.323]
  Integration in beliebige Dienste oder Datenquellen

  [00: 02: 47.905]
  kann in Studio Pro verwendet und veröffentlicht werden.

  [00: 02: 50.880]
  Das sind also REST, SOAP, OData, SQL, JSON, XML,

  [00: 02: 54.980]
  sogar proprietäre Quellen, alles ohne Codierung.

  [00: 02: 59.340]
  Sie können verpackt werden

  [00: 03: 00.380]
  als wiederverwendbare Konnektoren innerhalb des Data Hub

  [00: 03: 03.040]
  oder in App-Diensten verwendet, die in der Mendix Marktplatz.

  [00: 03: 08.430]
  App-Dienste, was sie tun, sie kombinieren UI,

  [00: 03: 11.180]
  Bausteine, Widgets, Logikkonnektoren und Dienste

  [00: 03: 14.900]
  in gebündelte Geschäftsfunktionen,

  [00: 03: 17.270]
  die zum Aufbau von Erfahrungen genutzt werden können

  [00: 03: 19.426]
  weiter oben in der Entwicklungskette.

  [00: 03: 22.850]
  Mit Data Hub können Sie nun dieselben wiederverwendbaren Konnektoren verwenden

  [00: 03: 25.164]
  können als virtualisierte Datenentitäten bereitgestellt werden

  [00: 03: 28.635]
  in einem durchsuchbaren Katalog, was großartig ist

  [00: 03: 30.870]
  denn jetzt jeder Entwickler

  [00: 03: 32.223]
  hat die Möglichkeit, auf umfangreiche Metadaten zuzugreifen

  [00: 03: 34.721]
  und ebenso wichtig mit integrierter Governance

  [00: 03: 37.500]
  und Sicherheitszugriff.

  [00: 03: 40.150]
  Nun die Spitze dieser Pyramide,

  [00: 03: 41.860]
  Entwicklerstandard auf einem Berg von Technologie

  [00: 03: 45.110]
  abstrahiert in der Wiederverwendung, die es ihnen ermöglicht, sich zu konzentrieren

  [00: 03: 47.970]
  auf die Gestaltung überzeugender Benutzererlebnisse.

  [00: 03: 51.580]
  Was bedeutet Entwicklung

  [00: 03: 53.050]
  wird nicht länger durch die Technologie eingeschränkt.

  [00: 03: 55.519]
  Okay, jetzt, da Sie die Architektur gesehen haben,

  [00: 03: 57.850]
  Mal sehen, wie Multiexperience-Anwendungen aussehen

  [00: 04: 00.480]
  und wie sie gebaut sind.

  [00: 04: 02.580]
  Nun zum Rest dieser Sitzung,

  [00: 04: 03.661]
  Wir folgen einem Kunden

  [00: 04: 05.830]
  durch die Reise des Autokaufs,

  [00: 04: 07.510]
  von der Bestellung bis zur Lieferung

  [00: 04: 09.465]
  mit einem kleinen Schluckauf auf dem Weg.

  [00: 04: 12.900]
  Beginnen wir mit der Recherche und dem Kauf des Autos.

  [00: 04: 14.880]
  Dabei handelt es sich um eine Kombination aus progressiven Web-Apps,

  [00: 04: 17.296]
  Chatbots, Augmented Reality,

  [00: 04: 19.890]
  und Nutzung nativer mobiler Anwendungen

  [00: 04: 22.060]
  und ihre Gerätefunktionen sind alle mit Mendix.

  [00: 04: 25.900]
  Die Customer Journey beginnt hier

  [00: 04: 27.370]
  mit dieser progressiven Web-App.

  [00: 04: 28.780]
  Es ist reaktionsschnell und läuft auf jedem Formfaktor

  [00: 04: 31.410]
  und es ist schnell, weil die meisten der Anwendung

  [00: 04: 33.830]
  läuft lokal auf dem Gerät.

  [00: 04: 36.054]
  Anstatt den Händler anzurufen oder ihm eine E-Mail zu schicken,

  [00: 04: 38.692]
  Die nächste Erfahrung ist ein Inline-Chatbot

  [00: 04: 41.280]
  um eine Probefahrt für 3:00 Uhr zu vereinbaren

  [00: 04: 43.820]
  Durch die Kombination beider Eingabemethoden

  [00: 04: 45.600]
  und Sprach-zu-Text-Funktionen.

  [00: 04: 48.510]
  Jetzt, nach der Probefahrt,

  [00: 04: 49.411]
  Der Kunde nutzt Augmented Reality, um sein Auto zu konfigurieren

  [00: 04: 53.160]
  durch Überlagerung verschiedener Lack- und Felgenfarben

  [00: 04: 56.410]
  weil Händler selten vorrätig sind

  [00: 04: 58.017]
  jede einzelne Farbkombination.

  [00: 05: 02.180]
  Bei der Kaufentscheidung nutzt der Kunde

  [00: 05: 04.680]
  die Leistung der Ortungsdienste von Telefonen

  [00: 05: 07.060]
  um ihre Adresse zu füllen

  [00: 05: 08.440]
  und verwendet einen Kreditkartenscanner

  [00: 05: 09.743]
  um ihre Kreditkartendaten einzugeben, ganz ohne Tippen.

  [00: 05: 15.070]
  Und zuletzt zwischen den Werbepausen,

  [00: 05: 17.336]
  der Kunde nutzt eine native TV-Anwendung

  [00: 05: 19.820]
  um den Status ihres Autos zu überprüfen

  [00: 05: 21.690]
  während es die verschiedenen Phasen durchläuft

  [00: 05: 23.326]
  des Herstellungsprozesses.

  [00: 05: 26.460]
  Zu diesem Zeitpunkt

  [00: 05: 27.293]
  Ich werde Simon mit uns teilen lassen

  [00: 05: 29.610]
  wie er Mendix um einige dieser Erfahrungen zu machen.

  [00: 05: 33.200]
  Simon.

  [00: 05: 34.410]
  Danke, Dave.

  [00: 05: 35.680]
  In meinen Abschnitten werde ich tiefer eintauchen

  [00: 05: 38.070]
  in die Art und Weise, wie diese Erfahrungen

  [00: 05: 39.590]
  wurden gebaut mit dem Mendix Plattform.

  [00: 05: 41.830]
  In diesem Abschnitt behandeln wir

  [00: 05: 43.190]
  wie wir das Chatbot-Erlebnis mit AWS Lex aufgebaut haben,

  [00: 05: 47.300]
  Wie wir das AR-Erlebnis aufgebaut haben

  [00: 05: 49.580]
  mithilfe unserer React Native-Plattform,

  [00: 05: 51.520]
  und schließlich, wie wir die Erfahrung ausgebaut haben

  [00: 05: 54.010]
  für unseren Fire TV Stick.

  [00: 05: 56.730]
  Sehen wir uns also an, wie diese Erfahrungen aufgebaut sind.

  [00: 05: 59.680]
  Zunächst einmal, innerhalb dieser progressiven Webanwendung,

  [00: 06: 02.660]
  Wir können eine Anzahl Fahrzeuge kaufen,

  [00: 06: 04.399]
  aber auch bestimmte Fragen stellen

  [00: 06: 06.690]
  mithilfe dieser Chatbot-Funktion hier.

  [00: 06: 09.170]
  Dieser spezielle Chatbot verwendet AWS Lex

  [00: 06: 11.790]
  als Chatbot-Engine.

  [00: 06: 13.750]
  Und wir können es so konfigurieren, dass es eine Reihe von Dialogen verwendet

  [00: 06: 16.908]
  und verstehen, was unser Kunde verlangt.

  [00: 06: 20.210]
  Wir können auch bestimmte Kontextdaten hinzufügen

  [00: 06: 22.160]
  in unserem Mendix Anwendung.

  [00: 06: 24.500]
  Wir trainieren diese Bots mit dem Bottrainer

  [00: 06: 27.830]
  innerhalb der AWS Lex-Schnittstelle hier.

  [00: 06: 30.710]
  Und alle Bots funktionieren auf ähnliche Weise.

  [00: 06: 33.150]
  Sie erstellen sie mithilfe von Absichten, Slots und Entitäten.

  [00: 06: 37.520]
  Eine Absicht ist etwas, was der Bot tun soll.

  [00: 06: 40.570]
  Und hier haben wir eine Reihe von Bots, die wir erstellt haben,

  [00: 06: 43.600]
  aber wir haben diese Probefahrt geplant,

  [00: 06: 45.700]
  das, was wir vorhin in dem Video gezeigt haben.

  [00: 06: 48.570]
  Hier sehen wir, dass wir die Absicht haben, einen Termin zu vereinbaren.

  [00: 06: 51.642]
  und dazu müssen wir ihm eine Reihe von Äußerungen geben.

  [00: 06: 55.280]
  Im Wesentlichen ist eine Äußerung ein Satz,

  [00: 06: 57.420]
  ein Beispielsatz, mit dem wir diesen Bot trainieren möchten.

  [00: 07: 00.500]
  Es erkennt diese Muster

  [00: 07: 02.430]
  und basierend auf dieser besonderen Absicht eine Aktion auslösen.

  [00: 07: 05.888]
  Wir können auch bestimmte Schlüsseldaten auswählen

  [00: 07: 08.193]
  von dieser bestimmten Äußerung.

  [00: 07: 09.950]
  Also Dinge wie die Buchungsart, die Uhrzeit

  [00: 07: 12.550]
  und auch das Auto, das wir buchen möchten.

  [00: 07: 15.930]
  Alle Chatbots funktionieren also sehr ähnlich

  [00: 07: 18.710]
  und wir zeigen Ihnen mehr

  [00: 07: 19.710]
  während wir diese Demonstrationen durchgehen.

  [00: 07: 22.810]
  Als erstes sehen wir hier die Buchungsart,

  [00: 07: 25.610]
  das Automodell, Datum/Uhrzeit,

  [00: 07: 27.490]
  und diese werden in Slot-Werten gespeichert.

  [00: 07: 29.300]
  Das sind die Dinge, die wir behalten und aufbewahren wollen

  [00: 07: 31.690]
  innerhalb unserer Anwendung.

  [00: 07: 33.170]
  Weil der Chatbot sehr dumm ist.

  [00: 07: 34.910]
  Es werden keine Daten gespeichert,

  [00: 07: 37.400]
  es reagiert einfach auf bestimmte Informationen

  [00: 07: 39.290]
  und sendet es an den Anforderer zurück.

  [00: 07: 41.917]
  Schauen wir uns das doch mal an

  [00: 07: 44.240]
  wie das eingebaut ist in der Mendix Modell.

  [00: 07: 47.500]
  Hier haben wir also die Mendix Modell für unsere Anwendung

  [00: 07: 49.907]
  und wir haben zuerst unsere progressive Web-App

  [00: 07: 51.950]
  wo wir die verschiedenen Details sehen können.

  [00: 07: 53.800]
  Und wir haben auch einen Mikrofluss

  [00: 07: 56.033]
  das zum Senden der Daten verwendet wird

  [00: 07: 58.350]
  zu diesem bestimmten Lex-Dienst.

  [00: 08: 00.600]
  Dies geschieht über den AWS Lex-Connector

  [00: 08: 02.820]
  erhältlich in der Mendix Appstore.

  [00: 08: 04.890]
  Und innerhalb dieses speziellen Anschlusses,

  [00: 08: 06.870]
  Sie können die Schlüssel und Identitäten einrichten

  [00: 08: 09.870]
  sowie die Äußerung

  [00: 08: 10.883]
  die wir an diesen bestimmten Chatbot senden werden.

  [00: 08: 14.970]
  Und wie ich schon sagte, diese Äußerung ist wie eine Botschaft.

  [00: 08: 17.015]
  So wird es diese Nachricht interpretieren

  [00: 08: 18.850]
  und mit einer Antwort zurückkommen.

  [00: 08: 20.670]
  Und innerhalb dieser Antwort wird es eine Reihe von Slots geben.

  [00: 08: 24.210]
  So speichern wir die tatsächlichen Werte,

  [00: 08: 26.610]
  die Informationen wie Uhrzeit, Datum,

  [00: 08: 28.607]
  und auch der Autotyp.

  [00: 08: 30.830]
  Und wir speichern diese im Mendix Anwendung

  [00: 08: 33.040]
  damit wir uns an dieses Gespräch erinnern können

  [00: 08: 36.040]
  und wir können diese Buchung auch erstellen.

  [00: 08: 40.360]
  Innerhalb der Benutzeroberfläche dieser Anwendung für diesen Chatbot,

  [00: 08: 42.950]
  wir haben einfach eine Listenansicht verwendet.

  [00: 08: 45.130]
  Und innerhalb dieser Listenansicht,

  [00: 08: 46.150]
  Wir können alle Nachrichten präsentieren, die wir gesendet haben

  [00: 08: 49.050]
  und auch von diesem Chatbot erhalten.

  [00: 08: 52.060]
  Das ist also ein kurzer Überblick

  [00: 08: 54.110]
  wie wir diese Integration aufgebaut haben.

  [00: 08: 56.038]
  Werfen wir einen Blick auf unsere nächste Integration,

  [00: 08: 58.600]
  Ziel war es, ein AR-Erlebnis zu schaffen.

  [00: 09: 01.760]
  Dazu haben wir eine Bibliothek verwendet

  [00: 09: 04.560]
  das ist für React Native verfügbar.

  [00: 09: 06.770]
  Dies wird ViroReact genannt.

  [00: 09: 08.602]
  Und ViroReact ermöglicht Ihnen die Erstellung von VR- und AR-Erlebnissen

  [00: 09: 12.840]
  Nutzung der AR-Funktionen des Geräts,

  [00: 09: 15.790]
  sei es ARCore oder ARKit.

  [00: 09: 19.757]
  Und indem Sie dies verwenden,

  [00: 09: 21.000]
  wir können tatsächlich mit dem Erstellen dieser Visualisierungen beginnen.

  [00: 09: 23.890]
  Und wir haben das im Modellierer gemacht,

  [00: 09: 26.229]
  wir haben einige benutzerdefinierte Widgets erstellt.

  [00: 09: 29.195]
  Innerhalb dieser Widgets

  [00: 09: 30.770]
  Sie ermöglichen es uns, bestimmte Markierungen zum Verfolgen einzurichten.

  [00: 09: 34.940]
  Hier haben wir also ein Tracking-Widget.

  [00: 09: 39.381]
  Und innerhalb dieses speziellen Tracking-Widgets,

  [00: 09: 41.630]
  Wir können ein bestimmtes Bild festlegen, das wir zur Identifizierung verwenden möchten

  [00: 09: 45.183]
  und platzieren Sie das Objekt in einem 3D-Raum.

  [00: 09: 48.510]
  Hier sehen wir, dass wir das Bild auswählen können.

  [00: 09: 51.060]
  Und in diesem Fall verwenden wir ein Mendix Logo.

  [00: 09: 53.650]
  Dies hat einige einzigartige Eigenschaften,

  [00: 09: 56.280]
  damit wir es im 3D-Raum leicht identifizieren können.

  [00: 10: 00.530]
  Wir können auch einige der Eigenschaften wie Aktionen festlegen

  [00: 10: 03.410]
  ausgelöst werden, wenn wir bestimmte Elemente erkennen

  [00: 10: 05.950]
  im 3D-Raum.

  [00: 10: 08.948]
  Innerhalb dieses steckbaren Widgets

  [00: 10: 11.040]
  Wir haben dann eine Reihe von zusätzlichen Widgets

  [00: 10: 13.300]
  um die Objekte zu zeigen, und in diesem Fall ist das Objekt ein Auto

  [00: 10: 17.220]
  und eine Reihe von Sphären

  [00: 10: 18.053]
  und die Kugeln sind die Symbole, die wir gesehen haben

  [00: 10: 19.610]
  oben auf diesem bestimmten Auto, um die Farbe zu ändern.

  [00: 10: 23.038]
  Wenn wir tiefer in das Objekt einsteigen,

  [00: 10: 24.750]
  Wir können das verwendete Material auswählen,

  [00: 10: 27.039]
  Wir können die Interaktion wählen

  [00: 10: 28.785]
  und auch die Ereignisse, die verwendet werden

  [00: 10: 30.870]
  wenn wir tatsächlich mit diesem bestimmten Gegenstand interagieren.

  [00: 10: 34.430]
  Wenn der Tracker also diesen bestimmten Marker erkennt,

  [00: 10: 38.050]
  es wird dieses bestimmte Objekt nehmen

  [00: 10: 40.240]
  und platzieren Sie es im 3D-Raum.

  [00: 10: 42.380]
  Wir können dann mit ihm interagieren, um ihn herumgehen,

  [00: 10: 44.446]
  und wir können daraus auch weitere Informationen gewinnen.

  [00: 10: 49.940]
  Es ist also eine wirklich leistungsstarke Möglichkeit, eine Vorschau zu erhalten

  [00: 10: 53.300]
  und betrachten bestimmte Waren wie ein Auto

  [00: 10: 55.840]
  oder ein anderes Produkt wie die Glühbirne,

  [00: 10: 57.910]
  mit ihm interagieren zu können

  [00: 10: 59.320]
  ohne es vorher tatsächlich zu kaufen.

  [00: 11: 02.930]
  Fahren wir also mit unserem nächsten Erlebnis fort.

  [00: 11: 04.770]
  Das letzte, das wir gezeigt haben, war eine TV-Anwendung

  [00: 11: 08.100]
  läuft auf einem Fire TV Stick.

  [00: 11: 10.010]
  Und tatsächlich diese besondere Interaktion

  [00: 11: 13.100]
  und dieses spezielle Gerät lässt sich sehr einfach integrieren.

  [00: 11: 18.420]
  Und das liegt daran, dass die Anwendung mit Android erstellt wird.

  [00: 11: 23.760]
  Alle Anwendungen, die auf einem Fire TV Stick installiert sind,

  [00: 11: 27.400]
  läuft auf der Android-Plattform.

  [00: 11: 29.408]
  Und weil die Mendix Make It Native-Anwendung

  [00: 11: 32.197]
  wird auf Android bereitgestellt,

  [00: 11: 34.210]
  wir können es einfach auf dem Fire TV Stick installieren.

  [00: 11: 37.520]
  Und dazu müssen wir nur diesen Leitfaden hier verwenden.

  [00: 11: 40.530]
  Diese Anleitung verwendet ADB, das Android Debugging System,

  [00: 11: 45.380]
  Damit können Sie eine Verbindung zu einem Gerät herstellen

  [00: 11: 47.440]
  in Ihrem lokalen Netzwerk und installieren Sie bestimmte Anwendungen.

  [00: 11: 51.160]
  Wir haben also lediglich unseren Fire TV Stick hergestellt

  [00: 11: 53.410]
  in unserem Netzwerk verfügbar

  [00: 11: 55.210]
  und mit ein paar Befehlen,

  [00: 11: 57.190]
  wir könnten es auf diesem bestimmten Gerät installieren.

  [00: 12: 01.500]
  Die Art und Weise, wie wir diese spezielle Anwendung erstellt haben,

  [00: 12: 03.970]
  ist nichts Besonderes.

  [00: 12: 05.850]
  Alles was wir tun mussten, war eine native Anwendung zu entwickeln

  [00: 12: 08.500]
  in einer separaten App hier.

  [00: 12: 10.440]
  Und hier haben wir das Karussell, das wir zuvor gesehen haben.

  [00: 12: 13.020]
  So konnte der Benutzer Bilder sehen

  [00: 12: 14.829]
  in welchem ​​Stadium der Produktion sie sich befanden,

  [00: 12: 18.020]
  und sie können mit ihren Schaltflächen durch diese wischen

  [00: 12: 20.603]
  auf ihrem jeweiligen Fire TV Stick.

  [00: 12: 25.560]
  Es gab jedoch eine Sache, die wir ändern mussten.

  [00: 12: 27.810]
  Der Fire TV Stick läuft auf einem bestimmten Fernseher,

  [00: 12: 31.550]
  und dies ist eine Landschaftsansicht.

  [00: 12: 34.110]
  Wir mussten sicherstellen, dass

  [00: 12: 35.740]
  anstatt die Anwendung im Hochformat zu öffnen,

  [00: 12: 38.270]
  wir mussten es im Querformat öffnen.

  [00: 12: 40.460]
  Es ist also ganz einfach.

  [00: 12: 42.360]
  Innerhalb der Anwendung haben wir eine Option

  [00: 12: 46.880]
  um es entsprechend der Bildschirmausrichtung konfigurieren zu können.

  [00: 12: 49.820]
  Dies ist der Code hinter der nativen App

  [00: 12: 52.750]
  die wir für diesen speziellen Fire TV Stick entwickelt haben.

  [00: 12: 56.157]
  Und dies basiert auf der Basisvorlage

  [00: 12: 58.080]
  von der Plattform aus verfügbar.

  [00: 12: 59.960]
  Und alles, was wir konfiguriert haben, ist diese Option hier

  [00: 13: 02.720]
  um es vom Hoch- auf das Querformat umzustellen.

  [00: 13: 04.639]
  Damit wird sichergestellt, dass beim Öffnen der Anwendung

  [00: 13: 08.070]
  es öffnet sich nicht zuerst im Hochformat

  [00: 13: 10.010]
  und drehen Sie es dann ins Querformat.

  [00: 13: 11.700]
  Es sorgt dafür, dass wir es öffnen

  [00: 13: 13.200]
  und es geht zuerst im Querformat.

  [00: 13: 15.950]
  Durch die Änderung einiger Konfigurationen wie dieser,

  [00: 13: 19.290]
  es gibt uns ein weiteres Geräteprofil,

  [00: 13: 21.324]
  eine weitere Erfahrung für den Benutzer

  [00: 13: 23.510]
  an die wir vorher vielleicht nicht einmal gedacht hätten.

  [00: 13: 27.044]
  In den letzten paar Minuten

  [00: 13: 28.640]
  Wir haben eine Demonstration gesehen, wie wir AWS Lex nutzen können

  [00: 13: 32.410]
  um mit einem Chatbot zu kommunizieren.

  [00: 13: 34.880]
  Wir haben dann ein AR-Erlebnis auf unserem nativen Handy gesehen,

  [00: 13: 39.460]
  und die letzte Erfahrung ist, dass wir eine TV-Anwendung gesehen haben

  [00: 13: 42.292]
  mit der Naturplattform von Mendix

  [00: 13: 45.000]
  und auf einem Fire TV Stick bereitstellen.

  [00: 13: 48.470]
  Ich übergebe jetzt wieder an Dave

  [00: 13: 50.650]
  Wer nimmt dich mit auf die nächste Reise

  [00: 13: 52.630]
  unserer Customer Journey.

  [00: 13: 55.360]
  Alles klar, Simon, danke.

  [00: 13: 56.500]
  Sehr beeindruckend.

  [00: 13: 57.520]
  Kommen wir zur nächsten Phase

  [00: 13: 59.410]
  wo der Kunde erfährt

  [00: 14: 01.210]
  dass es ein Problem mit ihrer Bestellung gibt,

  [00: 14: 02.850]
  und jetzt müssen sie mit einem Agenten sprechen, um das Problem zu klären.

  [00: 14: 06.940]
  In dieser nächsten Erfahrung

  [00: 14: 08.190]
  Der Kunde erhält eine automatisierte Textnachricht

  [00: 14: 10.510]
  und eine Push-Benachrichtigung

  [00: 14: 11.601]
  dass eine Produktionsverzögerung erforderlich ist

  [00: 14: 14.606]
  und es erfordert ihre sofortige Aufmerksamkeit.

  [00: 14: 18.790]
  Also beschließen sie, den Kundendienst anzurufen.

  [00: 14: 21.470]
  und sie werden tatsächlich von einem virtuellen Agenten begrüßt.

  [00: 14: 24.090]
  Hören wir mal rein.

  [00: 14: 32.830]
  Hallo,

  [00: 14: 33.670]
  Willkommen beim Tesla-Kundendienst.

  [00: 14: 35.630]
  Wie kann ich Ihnen heute helfen?

  [00: 14: 37.276]
  Ich möchte den Status meiner Bestellung erfahren.

  [00: 14: 39.750]
  Kein Problem.

  [00: 14: 40.670]
  Können Sie mir Ihre Bestellnummer mitteilen?

  [00: 14: 42.380]
  also kann ich das für Sie überprüfen?

  [00: 14: 44.340]
  1086.

  [00: 14: 45.640]
  Ihre Bestellung 1086

  [00: 14: 48.070]
  befindet sich derzeit in der Chassis-Herstellungsphase

  [00: 14: 50.850]
  und wird bald mit der Karosserieherstellung beginnen.

  [00: 14: 53.510]
  Möchtest du, dass ich dich durch

  [00: 14: 54.720]
  an ein Mitglied unseres Teams, das Ihnen weiterhelfen kann?

  [00: 14: 56.883]
  Ja, bitte.

  [00: 14: 58.500]
  Überhaupt kein Problem.

  [00: 14: 59.484]
  Ich verbinde Sie jetzt mit einem Mitglied unseres Teams

  [00: 15: 02.437]
  Wer über Ihre Daten informiert ist, bitte einen Moment warten.

  [00: 15: 05.599]
  (fröhliche Musik)

  [00: 15: 06.432]
  (Freizeichen ertönt)

  [00: 15: 08.120]
  Hallo, Herr Black.

  [00: 15: 08.953]
  Dies ist der Tesla-Kundendienst.

  [00: 15: 10.400]
  Mein Name ist Allister, wie kann ich Ihnen heute helfen?

  [00: 15: 13.040]
  Der virtuelle Agent

  [00: 15: 13.873]
  alle Informationen erfolgreich gesammelt

  [00: 15: 16.200]
  erforderlich, um den Anrufer an die entsprechende Person weiterzuleiten

  [00: 15: 19.070]
  und bereiten Sie den Mitarbeiter auf das Gespräch vor.

  [00: 15: 22.430]
  Von dort aus konnte der Agent das Problem lösen.

  [00: 15: 25.290]
  An diesem Punkt überlasse ich Simon wieder die Kontrolle

  [00: 15: 27.910]
  damit er Ihnen zeigen kann, wie man baut

  [00: 15: 29.500]
  eine virtuelle Agentenanwendung mit Mendix.

  [00: 15: 32.430]
  Simon, zurück zu dir.

  [00: 15: 34.460]
  Danke, Dave.

  [00: 15: 35.293]
  Was wir dort gesehen haben, ist ein Kunde, der mit einem Bot interagiert

  [00: 15: 39.930]
  mithilfe der Spracherkennung.

  [00: 15: 41.970]
  Dieser besondere Bop wurde trainiert

  [00: 15: 43.531]
  mithilfe des Twilio-Dialogdienstes.

  [00: 15: 46.420]
  In Twilio können wir eine Reihe von Aufgaben trainieren und erstellen.

  [00: 15: 50.920]
  Diese Aufgaben sind wie Absichten,

  [00: 15: 52.660]
  die wir in unserer AWS Lex-Schnittstelle gesehen haben.

  [00: 15: 56.590]
  Von hier aus können wir es anhand einer Reihe von Beispielen trainieren

  [00: 15: 59.696]
  und diese Beispiele sind wie Äußerungen,

  [00: 16: 02.040]
  dasselbe, das wir in unserer AWS Lex-Schnittstelle hatten.

  [00: 16: 05.750]
  Beispielwörter und -sätze, die wir auslösen möchten.

  [00: 16: 11.370]
  In jedem dieser Bereiche

  [00: 16: 12.250]
  Wir haben auch die Fähigkeit zu programmieren, was passiert

  [00: 16: 15.370]
  wenn diese bestimmten Schlüsselwörter und Sätze ausgelöst werden.

  [00: 16: 19.370]
  Und in diesem Fall führen wir eine Weiterleitung zu einer URL durch.

  [00: 16: 22.587]
  Und diese URL ist ein Dienst, der auf einem Mendix Anwendung.

  [00: 16: 27.450]
  Wir haben lediglich eine REST-API veröffentlicht.

  [00: 16: 30.350]
  von dem Mendix Anwendung,

  [00: 16: 31.724]
  welches aufgerufen und ausgeführt wird

  [00: 16: 34.390]
  wann diese besonderen Urteile gefällt werden.

  [00: 16: 38.060]
  Wechseln wir nun zum Modell

  [00: 16: 39.910]
  und sehen Sie, wie sich dieses Erlebnis weiterentwickelt.

  [00: 16: 43.340]
  Innerhalb des Modells dieser Anwendung

  [00: 16: 45.130]
  Wir können hier sehen, wir haben diese REST-API

  [00: 16: 47.010]
  das veröffentlicht wurde.

  [00: 16: 48.617]
  Innerhalb dieses speziellen API-Aufrufs haben wir einen Mikrofluss.

  [00: 16: 52.670]
  Und dieser Mikrofonfluss wird ausgeführt

  [00: 16: 54.710]
  jedes Mal, wenn wir diesen API-Aufruf erhalten.

  [00: 16: 57.980]
  In diesem speziellen Mikrofluss haben wir eine Reihe von Schritten,

  [00: 17: 00.250]
  die Ihre aktuelle Aufgabe aufnimmt, die Informationen

  [00: 17: 03.204]
  und dann schließlich, es geht darum, eine Menge Entscheidungen zu treffen

  [00: 17: 05.753]
  um die Richtung, in die der Kunde geleitet werden soll

  [00: 17: 08.630]
  basierend auf den bestimmten Eingaben, die es erhält.

  [00: 17: 12.020]
  Jetzt hätten wir mehrere verschiedene API-Endpunkte erstellen können

  [00: 17: 15.360]
  abhängig von der Art der Interaktion,

  [00: 17: 18.048]
  aber wir wollten einen zentralen Mikrofluss

  [00: 17: 20.140]
  damit wir es Ihnen zeigen können

  [00: 17: 21.360]
  die Komplexität der Logik, die vor sich geht

  [00: 17: 23.760]
  hinter den Kulissen in der Mendix Anwendung.

  [00: 17: 27.100]
  Also in diesem Fall,

  [00: 17: 27.933]
  Es erkennt, ob eine Weiterleitung erforderlich ist oder nicht.

  [00: 17: 31.280]
  Und wenn eine Umleitung erforderlich ist, was wird sie bewirken?

  [00: 17: 33.880]
  Anschließend wird eine Kundenantwort an Twilio zurückgesendet.

  [00: 17: 37.136]
  um sie an eine bestimmte Nummer umzuleiten.

  [00: 17: 40.780]
  In unserem Szenario wurden wir zu Allister weitergeleitet.

  [00: 17: 44.060]
  im Kundenservice-Team,

  [00: 17: 45.910]
  der uns dann helfen und mit der Behebung des Problems beginnen konnte.

  [00: 17: 49.425]
  Und um das zu tun, haben wir tatsächlich etwas XML zurückgesendet.

  [00: 17: 53.380]
  Diese XML-Struktur definiert, welche Telefonnummer

  [00: 17: 57.050]
  Sie müssen anrufen, um tatsächlich mit dem Kunden sprechen zu können.

  [00: 18: 00.714]
  Und wir können alles innerhalb dieses XML tun.

  [00: 18: 03.010]
  Dies ist eine sehr häufige Struktur.

  [00: 18: 05.235]
  AWS verwendet eine ähnliche Struktur, in die Sie es einbetten können

  [00: 18: 08.840]
  mit mehr inhaltsreichen Informationen,

  [00: 18: 11.280]
  Dinge wie Telefonnummern, Bilder, Audios und so weiter.

  [00: 18: 16.200]
  Für die anderen Nachrichten verwenden wir einfach Klartext

  [00: 18: 18.910]
  um mit diesen zu interagieren.

  [00: 18: 23.360]
  Wir haben in den letzten Minuten gesehen,

  [00: 18: 25.300]
  ein Überblick darüber, wie wir mit diesen Gesprächen umgegangen sind.

  [00: 18: 29.640]
  Wir haben den Autopiloten von Twilio verwendet

  [00: 18: 31.860]
  um diese Gespräche führen zu können

  [00: 18: 34.610]
  und diese Schlüsselaussagen zu erkennen,

  [00: 18: 37.060]
  und dann zurück zu Mendix um die wichtigsten Informationen zu erhalten

  [00: 18: 40.800]
  wie etwa den Status der Bestellung und weitere Informationen.

  [00: 18: 45.550]
  Geben wir nun Dave zurück

  [00: 18: 47.270]
  für unseren letzten Teil der Customer Journey.

  [00: 18: 50.180]
  Danke, Simon.

  [00: 18: 51.013]
  Während des letzten Teils der Buyer's Journey

  [00: 18: 53.790]
  Wir werden uns ein paar verschiedene Erfahrungen ansehen, die

  [00: 18: 56.870]
  während das Auto zur Auslieferung unterwegs ist.

  [00: 18: 58.648]
  Kommen wir zum Kunden, der Alexa fragt

  [00: 19: 01.450]
  für ein Status-Update.

  [00: 19: 03.580]
  Also fragt Alexa das vernetzte Auto nach dem Status meiner Bestellung.

  [00: 19: 10.000]
  Wenn Sie mir Ihre Bestellnummer mitteilen,

  [00: 19: 12.020]
  Ich kann den Status für Sie nachschauen.

  [00: 19: 14.644]
  1086.

  [00: 19: 18.320]
  Ihr Auto wurde gebaut

  [00: 19: 20.057]
  und ist zur Auslieferung unterwegs.

  [00: 19: 21.960]
  Es wird bis 3:13 Uhr bei Ihnen sein

  [00: 19: 25.600]
  Wenn der Fahrer nun beim Kunden ankommt,

  [00: 19: 27.650]
  Sie verwenden eine native mobile Anwendung

  [00: 19: 29.440]
  eine Checkliste durchzugehen, um das Auto freizugeben.

  [00: 19: 32.745]
  Native Apps sind perfekt

  [00: 19: 35.040]
  für den Fall, dass Mitarbeiter interagieren müssen

  [00: 19: 36.430]
  mit Kunden von Angesicht zu Angesicht.

  [00: 19: 38.180]
  Sie können fotografische Beweise erfassen

  [00: 19: 39.658]
  einer erfolgreichen Lieferung,

  [00: 19: 41.169]
  oder leider irgendwelche Schäden katalogisieren

  [00: 19: 43.887]
  damit ein Problem schnellstmöglich behoben werden kann.

  [00: 19: 48.250]
  Die native App eliminiert papierbasierte Prozesse

  [00: 19: 50.530]
  durch die digitale Erfassung all dieser Informationen,

  [00: 19: 53.100]
  einschließlich der Unterschrift des Kunden

  [00: 19: 54.920]
  sobald sie mit der Lieferung zufrieden sind.

  [00: 19: 58.097]
  Okay, ich übergebe die Kontrolle ein letztes Mal an Simon.

  [00: 20: 01.030]
  Er wird Ihnen zeigen, wie er Mendix

  [00: 20: 02.940]
  um die Alexa-App und die native mobile Anwendung zu erstellen.

  [00: 20: 06.330]
  Also, Simon, zurück zu dir.

  [00: 20: 09.410]
  Danke, Dave.

  [00: 20: 10.300]
  Im nächsten Abschnitt werfen wir einen Blick

  [00: 20: 11.900]
  wie wir diese Integration in unser Alexa-Gerät eingebaut haben.

  [00: 20: 16.460]
  Um eine Integration in Alexa zu erstellen,

  [00: 20: 18.390]
  Sie müssen zuerst eine Fähigkeit aufbauen.

  [00: 20: 20.159]
  Eine Fertigkeit ist wie eine App im Apps-Tool

  [00: 20: 23.000]
  aber es ist für Alexa personalisiert.

  [00: 20: 25.130]
  Zur Interaktion wird die Stimme statt der Berührung verwendet.

  [00: 20: 29.480]
  Hier haben wir eine Fähigkeit, die wir geschaffen haben

  [00: 20: 31.360]
  für unsere Reise im vernetzten Auto.

  [00: 20: 33.300]
  Und wenn wir tiefer in die Materie einsteigen, können wir mit der Konfiguration beginnen.

  [00: 20: 35.776]
  um unseren besonderen Bedürfnissen gerecht zu werden.

  [00: 20: 40.260]
  Hier drinnen haben wir zunächst einmal ein Anrufungswort.

  [00: 20: 43.890]
  Dies ist das Schlüsselwort oder der Name der Fähigkeit

  [00: 20: 46.400]
  die Sie dieser bestimmten Fähigkeit verleihen möchten.

  [00: 20: 49.230]
  Und das wird ausgelöst

  [00: 20: 50.245]
  wenn Sie Alexa bitten, etwas zu tun.

  [00: 20: 54.120]
  Als nächstes haben wir das Interaktionsmodell.

  [00: 20: 56.740]
  Und wieder können Sie einige sehr ähnliche Prinzipien hier sehen

  [00: 21: 00.720]
  dazu, wie wir mit AWS Lex zurechtkamen.

  [00: 21: 03.310]
  Wir können bestimmte Absichten verwenden, sie auf bestimmte Äußerungen trainieren

  [00: 21: 07.060]
  und bestimmte Slots einnehmen.

  [00: 21: 09.940]
  Hier können wir also den jeweiligen Dialog sehen

  [00: 21: 12.740]
  für den Status unserer Bestellung.

  [00: 21: 15.100]
  Wir können ihm einige Äußerungen geben,

  [00: 21: 16.220]
  einige Slot-Daten, die wir erfassen möchten,

  [00: 21: 19.000]
  und das kann dann ausgelöst werden

  [00: 21: 20.300]
  in unserem Mendix Anwendung.

  [00: 21: 23.770]
  Also wirklich, solange Sie wissen

  [00: 21: 26.050]
  wie man einen Chatbot-Typ oder eine Chat-Schnittstelle erstellt,

  [00: 21: 30.330]
  Sie können ganz einfach zu anderen Plattformtypen wechseln.

  [00: 21: 33.487]
  Sie haben einige Slot-Tool-Unterschiede,

  [00: 21: 35.510]
  aber man sieht, es gibt viele Ähnlichkeiten

  [00: 21: 37.398]
  über sie hinweg.

  [00: 21: 40.315]
  In den Alexa-Informationen hier,

  [00: 21: 43.010]
  wir können auch einen Endpunkt festlegen.

  [00: 21: 45.080]
  Und der Endpunkt ist, wo wir tatsächlich sind

  [00: 21: 45.913]
  woher ich diese Daten beziehen werde.

  [00: 21: 48.540]
  Wenn wir also eine bestimmte Absicht auslösen,

  [00: 21: 50.800]
  Wir wollen es dann verarbeiten können

  [00: 21: 52.680]
  mit diesem Mendix Anwendung.

  [00: 21: 55.550]
  Schauen wir uns also das Modell an

  [00: 21: 57.220]
  und schauen Sie sich an, wie das umgesetzt wird.

  [00: 22: 00.730]
  Wir öffnen also dasselbe Modell wie in unserem Twilio-Beispiel.

  [00: 22: 05.090]
  Wir können dann beginnen, die Informationen zu sehen

  [00: 22: 07.168]
  von unserem Alexa-Gerät.

  [00: 22: 09.550]
  Hier registrieren wir also bestimmte Handles

  [00: 22: 12.620]
  für diese Zwecke.

  [00: 22: 14.380]
  Im Ablauf nach dem Start,

  [00: 22: 16.190]
  wenn wir unsere Anwendung starten,

  [00: 22: 18.110]
  Wir können dann bestimmte Informationen und Absichten auslösen und festlegen

  [00: 22: 22.298]
  getriggert zu werden

  [00: 22: 23.450]
  wenn wir diese besondere Absicht tatsächlich sehen.

  [00: 22: 26.100]
  Wenn wir in diesem Fall den Absichtsstatus sehen,

  [00: 22: 28.440]
  es wird diesen speziellen Mikrofluss auslösen.

  [00: 22: 30.920]
  Nun das, was wir im Beispiel gezeigt haben

  [00: 22: 32.470]
  war für einen Status zu unserer Bestellung.

  [00: 22: 35.127]
  Und innerhalb dieses speziellen Mikroflusses,

  [00: 22: 37.480]
  wir können sehen, dass wir die Informationen zur Anfrage erhalten können

  [00: 22: 40.156]
  und wir können auch Informationen aus den Slots erhalten,

  [00: 22: 43.280]
  also die eigentlichen Daten, die wir erfassen möchten.

  [00: 22: 45.150]
  Und in diesem Fall ist es die tatsächliche Bestellnummer

  [00: 22: 47.070]
  das ist wichtig.

  [00: 22: 48.530]
  Wir möchten in der Lage sein, zu erfassen, wessen Bestellung es ist,

  [00: 22: 51.660]
  Schauen Sie nach im Mendix Anwendung

  [00: 22: 53.980]
  und antworte diesem bestimmten Chatbot und Alexa

  [00: 22: 58.920]
  mit den Informationen, die wir brauchen.

  [00: 23: 01.840]
  Hier sehen wir also einen Scheck

  [00: 23: 04.130]
  um zu sehen, ob die Bestellnummer gefunden wurde oder nicht.

  [00: 23: 05.900]
  Und wenn es gefunden wird,

  [00: 23: 07.604]
  wir werden mit einer entsprechenden Nachricht darauf antworten.

  [00: 23: 11.630]
  Hier sehen wir also, dass wir eine bedingte Option haben

  [00: 23: 15.110]
  basierend auf dem Status unserer Bestellung.

  [00: 23: 17.520]
  Wenn sich also die Bestellung verzögert,

  [00: 23: 19.180]
  dann werden wir ihnen eine bestimmte Nachricht senden.

  [00: 23: 21.830]
  Wenn es sich in der Fertigstellung oder Herstellung befindet,

  [00: 23: 24.730]
  wir senden eine andere Nachricht.

  [00: 23: 27.070]
  Sie können diese Erlebnisse also wirklich individuell gestalten

  [00: 23: 29.730]
  und diese Nachrichten geben Sie an Ihre Benutzer zurück.

  [00: 23: 33.280]
  Und wieder, wie bei Twillio,

  [00: 23: 35.730]
  Sie können mit einfachem Text oder mit SSML antworten.

  [00: 23: 40.020]
  Und SSML ist eine XML-Formatstruktur

  [00: 23: 42.974]
  mit dem Sie Audio, Bilder einbetten können

  [00: 23: 45.840]
  und zusätzliche Informationen zu Ihrem Alexa-Gerät

  [00: 23: 49.480]
  weil einige der zusätzlichen Geräte Bildschirme haben.

  [00: 23: 51.290]
  Wenn Sie sich also die Alexa-Show ansehen,

  [00: 23: 53.274]
  Sie können tatsächlich Informationen anzeigen

  [00: 23: 55.006]
  und gleichzeitig auch Audio abspielen.

  [00: 24: 00.870]
  Es handelt sich also um einen wirklich einfach zu verwendenden Connector.

  [00: 24: 03.140]
  Sie können diesen Connector einfach herunterladen

  [00: 24: 04.715]
  in Ihre Anwendung,

  [00: 24: 06.310]
  und hier wird tatsächlich das AWS SDK für Java verwendet

  [00: 24: 10.470]
  und nutzt diese Dienste und APIs

  [00: 24: 12.840]
  um mit ihnen kommunizieren zu können.

  [00: 24: 16.770]
  Schauen wir uns also unser nächstes Erlebnis an,

  [00: 24: 18.900]
  So haben wir die native Anwendung entwickelt

  [00: 24: 22.300]
  für unsere Außendienst-Lieferfahrer?

  [00: 24: 24.910]
  Und wieder war dies eine andere Anwendung

  [00: 24: 26.940]
  und anderes Modul.

  [00: 24: 28.297]
  Und was wir für all diese Erfahrungen taten,

  [00: 24: 31.280]
  Wir haben versucht, sie auszubrechen

  [00: 24: 32.113]
  in die kleinere Anwendung wie möglich

  [00: 24: 34.473]
  und Daten zwischen ihnen auszutauschen.

  [00: 24: 36.990]
  Dies ist ein wirklich wichtiger Punkt beim MXDP

  [00: 24: 39.330]
  ist, dass Ihr Benutzer in der Lage sein sollte

  [00: 24: 41.750]
  um nahtlos zwischen verschiedenen Anwendungen zu wechseln,

  [00: 24: 44.602]
  aber auch unterschiedliche Erfahrungen.

  [00: 24: 47.940]
  In diesem Modell verwenden wir Daten

  [00: 24: 51.510]
  die von diesen Systemen vom Data Hub bereitgestellt werden.

  [00: 24: 55.440]
  Und es gibt einige Sitzungen

  [00: 24: 56.410]
  die erklären, was ein Data Hub ist.

  [00: 24: 59.070]
  Aber in diesem Modell sehen Sie drei farbige Elemente.

  [00: 25: 03.710]
  Die erste Entität sind diese grauen Entitäten hier.

  [00: 25: 06.760]
  Und diese werden als virtuelle Entitäten bezeichnet.

  [00: 25: 09.040]
  Diese werden nicht gespeichert im Mendix Anwendung.

  [00: 25: 11.460]
  Diese werden einfach aus dem Quellsystem abgerufen,

  [00: 25: 14.200]
  sei es OData, SQL oder GraphQL.

  [00: 25: 17.610]
  Die Idee ist, dass diese dynamisch abgefragt werden können

  [00: 25: 20.670]
  auf jeder Seite oder jeder Schnittstelle

  [00: 25: 23.030]
  sei es nativ oder im Web.

  [00: 25: 25.480]
  Und das ermöglicht es Ihnen, diese Daten miteinander zu kombinieren

  [00: 25: 27.780]
  neue Erfahrungen sammeln

  [00: 25: 29.240]
  und Daten über verschiedene Modalitäten hinweg teilen

  [00: 25: 32.270]
  und unterschiedliche Erfahrungen.

  [00: 25: 37.280]
  In dieser Anwendung

  [00: 25: 38.580]
  Es war eine sehr unkomplizierte native mobile Anwendung.

  [00: 25: 41.580]
  Wir haben einige Erfahrungen gemacht

  [00: 25: 42.850]
  wo wir die nächsten Termine einsehen konnten,

  [00: 25: 45.790]
  wir konnten die Aufgaben sehen, die erledigt werden mussten.

  [00: 25: 48.860]
  Aber einige der interessanten Artikel

  [00: 25: 50.010]
  waren Dinge wie das Scannen von Barcodes

  [00: 25: 52.490]
  überprüfen zu können

  [00: 25: 53.490]
  dass die Fahrgestellnummer für das Auto korrekt war,

  [00: 25: 55.908]
  sowie die Möglichkeit, native Signaturen zu erstellen.

  [00: 25: 58.660]
  Mit einem Signatur-Widget können Sie

  [00: 26: 00.600]
  Wir können mit diesem bestimmten Benutzer interagieren

  [00: 26: 03.440]
  und lassen Sie sich bestätigen

  [00: 26: 04.620]
  dass sie dieses bestimmte Fahrzeug erhalten haben.

  [00: 26: 09.661]
  In den letzten Minuten bin ich also sehr schnell durchgegangen

  [00: 26: 13.040]
  einige der Erfahrungen, die wir gemacht haben

  [00: 26: 15.050]
  Verwendung der Mendix  von Quibim

  [00: 26: 16.820]
  und Ihnen einen Vorgeschmack darauf gegeben, was wirklich möglich ist

  [00: 26: 19.373]
  wenn du drückst Mendix bis an den Rand

  [00: 26: 22.740]
  und in der Lage sein, die volle Komplexität zu nutzen

  [00: 26: 26.140]
  und volles Potenzial.

  [00: 26: 27.928]
  Ich übergebe jetzt an Dave für unsere letzten Bemerkungen

  [00: 26: 31.119]
  und diese besondere Sitzung abschließen.

  [00: 26: 33.540]
  Danke, Simon, wie immer tolle Arbeit.

  [00: 26: 35.470]
  Während der letzten 20 Minuten

  [00: 26: 37.310]
  wir haben demonstriert

  [00: 26: 38.580]
  wie eine Multiexperience Customer Journey aussehen kann

  [00: 26: 41.160]
  wenn du benutzt Mendix,

  [00: 26: 42.346]
  Wir nutzen PWAs, Chatbots, virtuelle Agenten,

  [00: 26: 45.930]
  native mobile Apps, Augmented Reality,

  [00: 26: 48.240]
  TV-Apps, virtuelle Assistenten,

  [00: 26: 50.590]
  sogar eine Alexa-Konversationsanwendung.

  [00: 26: 53.560]
  Also dies, mein Freund

  [00: 26: 54.393]
  so sieht die Zukunft der Entwicklung aus.

  [00: 26: 57.300]
  Wenn Sie also weiter vorankommen, werden Sie weit über

  [00: 26: 59.690]
  nur Ihre typischen Web- und Mobilanwendungen.

  [00: 27: 02.900]
  Gartner prognostiziert, dass bis 2024

  [00: 27: 05.810]
  Jedes dritte Unternehmen nutzt ein MXDP

  [00: 27: 08.950]
  um die Geschwindigkeit von IT- und Business-Fusion-Teams zu beschleunigen

  [00: 27: 11.960]
  um erfolgreiche digitale Produkte zu liefern.

  [00: 27: 15.169]
  Und Mendix ist hier um zu helfen.

  [00: 27: 16.652]
  Gartner hat uns zum Marktführer gekürt

  [00: 27: 18.920]
  in der Kategorie Multiexperience-Entwicklung

  [00: 27: 21.530]
  und wir sind wirklich herausragend in der

  [00: 27: 24.200]
  diese Arten von Anwendungen schnell und in großem Umfang.

  [00: 27: 28.100]
  Zum Beispiel, Mendix ist der einzige Leader im Magic Quadrant

  [00: 27: 31.270]
  das alle vier mobilen Architekturen unterstützt.

  [00: 27: 33.750]
  Und wir sind die Einzigen, die native,

  [00: 27: 35.840]
  Damit können Sie die beste Anwendung liefern

  [00: 27: 37.977]
  für jede einzelne Situation.

  [00: 27: 40.500]
  Außerdem umfasst Multiexperience viel mehr als nur Web und Mobilgeräte.

  [00: 27: 43.690]
  Und wir können Ihnen helfen, zusätzliche Erlebnisse zu schaffen

  [00: 27: 46.200]
  wie immersiv, konversationell und erholsam.

  [00: 27: 50.274]
  Also neben dem Dank an Simon

  [00: 27: 52.180]
  für seine großartige Arbeit während der Demos,

  [00: 27: 53.880]
  Mit diesem letzten Gedanken möchte ich Sie heute zurücklassen.

  [00: 27: 56.920]
  Um großartige Erlebnisse zu schaffen,

  [00: 27: 59.070]
  Der Endbenutzer muss im Vordergrund stehen.

  [00: 28: 01.770]
  Und das Ziel ist es, Anwendungen bereitzustellen

  [00: 28: 04.270]
  die so mühelos oder unsichtbar sind, wie Don sagen würde,

  [00: 28: 07.348]
  dass sie nicht einmal merken

  [00: 28: 08.791]
  die Technologie, die sie verwenden.

  [00: 28: 11.590]
  Machen Sie Don stolz und beginnen Sie mit dem Bauen

  [00: 28: 13.590]
  einige Multiexperience-Anwendungen heute.

  [00: 28: 16.180]
  In diesem Sinne möchte ich mich für Ihre Teilnahme bedanken.

  [00: 28: 18.740]
  und einen schönen Tag

  [00: 28: 19.625]
  (fröhliche Musik)