CSV Reader
Was: Liest die CSV-Datei ein und erzeugt eine KNIME-Tabelle als Datengrundlage.
Warum: Damit die Rohdaten überhaupt in KNIME verfügbar sind und alle folgenden Schritte darauf arbeiten können.
Missing Value
Was: Ersetzt fehlende Werte (z. B. numerisch → 0), damit Berechnungen, Regeln und Modelle stabil laufen.
Warum: Damit fehlende Zahlenwerte Summen/Anteile nicht verfälschen und Nodes wie Pivot, Formeln oder k-Means nicht wegen Missing Values scheitern.
Column Filter
Was: Reduziert die Tabelle auf die relevanten Spalten, um den Workflow übersichtlich, schneller und weniger fehleranfällig zu halten.
Warum: Damit nur die wirklich benötigten Spalten weitergegeben werden (weniger Komplexität, weniger Fehlerquellen, schnellere Ausführung).
GroupBy
Was: Aggregiert Werte zu Kennzahlen (z. B. Sum, Mean, Count) – entweder über alle Zeilen oder je Gruppe (z. B. Cluster).
Warum: Damit aus Einzeldaten verständliche Kennzahlen werden – z. B. Gesamtsummen je Kanal (Workflow 1) oder Durchschnittsprofile je Cluster (Workflow 3).
Unpivot
Was: Wandelt ein breites Tabellenformat (mehrere Spalten) in ein langes Format (Kategorie/Wert in Zeilen) für Visualisierung um.
Warum: Damit Ergebnisse „chartfähig“ werden: Diagramme lassen sich leichter bauen, wenn eine Kategorie-Spalte und eine Wert-Spalte vorliegen statt mehrere Wertspalten.
Rule Engine
Was: Erzeugt neue Variablen oder Labels über Wenn-Dann-Regeln (z. B. PrimaryChannel, FamilyStatus, Kanalnamen).
Warum: Damit du aus vorhandenen Variablen klare Kategorien ableitest (z. B. PrimaryChannel, FamilyStatus) und technische Namen in verständliche Labels übersetzt.