<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Allgemein &#8211; World of Azure Cloud</title>
	<atom:link href="https://renefuerstenberg.de/category/allgemeins/feed/" rel="self" type="application/rss+xml" />
	<link>https://renefuerstenberg.de</link>
	<description></description>
	<lastBuildDate>Wed, 28 Jan 2026 10:22:22 +0000</lastBuildDate>
	<language>de</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.9</generator>

<image>
	<url>https://renefuerstenberg.de/wp-content/uploads/2024/01/cropped-logo_neu-32x32.png</url>
	<title>Allgemein &#8211; World of Azure Cloud</title>
	<link>https://renefuerstenberg.de</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Real Time Intelligence in Microsoft Fabric – Photovoltaikanlage verbinden (Teil 1)</title>
		<link>https://renefuerstenberg.de/allgemeins/real-time-intelligence-in-microsoft-fabric-photovoltaikanlage-verbinden-teil-1/</link>
		
		<dc:creator><![CDATA[Rene Fürstenberg]]></dc:creator>
		<pubDate>Sat, 03 Jan 2026 11:00:16 +0000</pubDate>
				<category><![CDATA[Allgemein]]></category>
		<category><![CDATA[Microsoft Fabric]]></category>
		<guid isPermaLink="false">https://renefuerstenberg.de/?p=1045</guid>

					<description><![CDATA[Real Time Intelligence ist eine der spannendsten Funktionen in Microsoft Fabric und bietet enormes Potenzial für Echtzeit-Szenarien. Da ich ein großer Fan von Real Time Intelligence bin, wollte ich nicht nur theoretisch damit arbeiten, sondern ein privates Praxisprojekt umsetzen, um die Möglichkeiten von Fabric besser zu verstehen. Zwar stellt Microsoft zahlreiche Tutorials zur Verfügung, um [&#8230;]]]></description>
										<content:encoded><![CDATA[		<div data-elementor-type="wp-post" data-elementor-id="1045" class="elementor elementor-1045">
				<div class="elementor-element elementor-element-ea58447 e-flex e-con-boxed e-con e-parent" data-id="ea58447" data-element_type="container" data-e-type="container">
					<div class="e-con-inner">
				<div class="elementor-element elementor-element-20f3605 elementor-widget elementor-widget-text-editor" data-id="20f3605" data-element_type="widget" data-e-type="widget" data-widget_type="text-editor.default">
				<div class="elementor-widget-container">
									<p data-start="73" data-end="213"><strong data-start="73" data-end="99">Real Time Intelligence</strong> ist eine der spannendsten Funktionen in <strong data-start="140" data-end="160">Microsoft Fabric</strong> und bietet enormes Potenzial für Echtzeit-Szenarien.</p><p data-start="215" data-end="500">Da ich ein großer Fan von Real Time Intelligence bin, wollte ich nicht nur theoretisch damit arbeiten, sondern ein <strong data-start="330" data-end="356">privates Praxisprojekt</strong> umsetzen, um die Möglichkeiten von Fabric besser zu verstehen. Zwar stellt Microsoft zahlreiche Tutorials zur Verfügung, um RTI kennenzulernen.</p><p data-start="502" data-end="784">So entstand die Idee, meine <strong data-start="530" data-end="552">Photovoltaikanlage</strong> mit Microsoft Fabric und Real Time Intelligence zu verbinden und die erzeugten Daten <strong data-start="638" data-end="684">in Echtzeit zu verarbeiten und auszuwerten</strong> – ein persönliches Projekt, das mir gleichzeitig ermöglicht, die Technik praxisnah zu erforschen.</p>								</div>
				</div>
				<div class="elementor-element elementor-element-cbdc6fb elementor-widget elementor-widget-read-more" data-id="cbdc6fb" data-element_type="widget" data-e-type="widget" data-widget_type="read-more.default">
				<div class="elementor-widget-container">
					</div></div></div></div></div> <a href="https://renefuerstenberg.de/allgemeins/real-time-intelligence-in-microsoft-fabric-photovoltaikanlage-verbinden-teil-1/#more-1045" class="more-link elementor-more-link">Weiterlesen</a>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Multi Agenten Workflows für datengetriebene Investmententscheidungen</title>
		<link>https://renefuerstenberg.de/allgemeins/multi-agenten-workflows-fuer-datengetriebene-investmententscheidungen/</link>
		
		<dc:creator><![CDATA[Rene Fürstenberg]]></dc:creator>
		<pubDate>Wed, 31 Dec 2025 09:59:17 +0000</pubDate>
				<category><![CDATA[Allgemein]]></category>
		<category><![CDATA[Videos]]></category>
		<guid isPermaLink="false">https://renefuerstenberg.de/?p=1124</guid>

					<description><![CDATA[In der neuesten Folge unserer Webinarreihe Cloud Junkies – AI Deep Dive Foundry tauchen Joris und ich in die faszinierende Welt der Multi-Agenten-Workflows ein und zeigen, wie künstliche Intelligenz den Investmentprozess unterstützen kann. Unser Fokus liegt darauf, zu demonstrieren, wie man ein Team spezialisierter KI-Agenten aufsetzt, das unterschiedliche Marktaspekte analysiert – von fundamentalen Kennzahlen über [&#8230;]]]></description>
										<content:encoded><![CDATA[		<div data-elementor-type="wp-post" data-elementor-id="1124" class="elementor elementor-1124">
				<div class="elementor-element elementor-element-80a28b2 e-flex e-con-boxed e-con e-parent" data-id="80a28b2" data-element_type="container" data-e-type="container">
					<div class="e-con-inner">
				<div class="elementor-element elementor-element-8882061 elementor-widget elementor-widget-text-editor" data-id="8882061" data-element_type="widget" data-e-type="widget" data-widget_type="text-editor.default">
				<div class="elementor-widget-container">
									<p data-start="247" data-end="490">In der neuesten Folge unserer Webinarreihe <strong data-start="290" data-end="330">Cloud Junkies – AI Deep Dive Foundry</strong> tauchen Joris und ich in die faszinierende Welt der <strong data-start="373" data-end="400">Multi-Agenten-Workflows</strong> ein und zeigen, wie <strong data-start="421" data-end="482">künstliche Intelligenz den Investmentprozess unterstützen</strong> kann.</p><p data-start="492" data-end="788">Unser Fokus liegt darauf, zu demonstrieren, wie man ein <strong data-start="548" data-end="583">Team spezialisierter KI-Agenten</strong> aufsetzt, das unterschiedliche Marktaspekte analysiert – von fundamentalen Kennzahlen über technische Indikatoren bis hin zu Sentiment-Analysen – und daraus <strong data-start="741" data-end="776">fundierte Handlungsempfehlungen</strong> ableitet.</p><p data-start="790" data-end="842">Wir beantworten unter anderem zentrale Fragen wie:</p><ul data-start="843" data-end="1311"><li data-start="843" data-end="965"><p data-start="845" data-end="965">Wie kann ein Multi-Agenten-System so strukturiert werden, dass die Ergebnisse <strong data-start="923" data-end="957">konsistent und nachvollziehbar</strong> sind?</p></li><li data-start="966" data-end="1080"><p data-start="968" data-end="1080">Welche <strong data-start="975" data-end="985">Rollen</strong> können die verschiedenen Agenten übernehmen, um Marktinformationen effizient zu verarbeiten?</p></li><li data-start="1081" data-end="1183"><p data-start="1083" data-end="1183">Wie lassen sich die Erkenntnisse <strong data-start="1116" data-end="1133">visualisieren</strong>, z. B. in einem Dashboard oder direkt im Chart?</p></li><li data-start="1184" data-end="1311"><p data-start="1186" data-end="1311">Welche <strong data-start="1193" data-end="1202">Tools</strong> eignen sich für Speicherung, Weiterverarbeitung und Visualisierung (Microsoft Foundry, OneLake, Power BI)?</p></li></ul><p data-start="1313" data-end="1529">Anhand <strong data-start="1320" data-end="1345">praktischer Beispiele</strong> zeigen wir, wie die Agenten zusammenarbeiten, um <strong data-start="1395" data-end="1437">datenbasierte Investmententscheidungen</strong> zu unterstützen – als <strong data-start="1460" data-end="1502">wertvolle Ergänzung zum eigenen Urteil</strong>, nicht als Ersatz dafür.</p><p data-start="1531" data-end="1644"><img decoding="async" class="emoji" role="img" draggable="false" src="https://s.w.org/images/core/emoji/17.0.2/svg/1f4f9.svg" alt="&#x1f4f9;" /> Das Video zur Folge ist <strong data-start="1558" data-end="1580">direkt unten eingebettet</strong> – schaut es euch an, um die Konzepte live in Aktion zu sehen!</p><p data-start="1646" data-end="1795">Für weitere spannende Einblicke und Updates rund um AI, Cloud, und Data besucht gerne auch den Cloud Junkies Youtube Channel.</p><p><a href="https://www.youtube.com/@cloud-junkies">https://www.youtube.com/@cloud-junkies</a></p><p data-start="1797" data-end="2005"><strong data-start="1797" data-end="1810">Ausblick:</strong><br data-start="1810" data-end="1813" />In den kommenden Folgen werden wir zeigen, wie diese Workflows weiter <strong data-start="1883" data-end="1900">automatisiert</strong>, komplexe Analyse-Pipelines aufgebaut und moderne <strong data-start="1951" data-end="1988">AI-Plattformen optimal eingesetzt</strong> werden können.</p>								</div>
				</div>
				<div class="elementor-element elementor-element-1414c32 elementor-widget elementor-widget-shortcode" data-id="1414c32" data-element_type="widget" data-e-type="widget" data-widget_type="shortcode.default">
				<div class="elementor-widget-container">
							<div class="elementor-shortcode"></div>
						</div>
				</div>
					</div>
				</div>
		<div class="elementor-element elementor-element-7958175 e-flex e-con-boxed e-con e-parent" data-id="7958175" data-element_type="container" data-e-type="container">
					<div class="e-con-inner">
					</div>
				</div>
				</div>
		]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
