Options
2019
Conference Paper
Titel
Datenvorbereitung für KI - Herausforderungen und Lösungen
Abstract
Ansätze der künstlichen Intelligenz (KI), wie etwa das maschinelle Lernen, ermöglichen es heute, auch große Datenmengen in nahezu Echtzeit zu analysieren. Die Einsatzpotenziale sind vielfältig, jedoch bleiben Projektergebnisse oft hinter den Erwartungen zurück. So scheitern etwa 50-85% aller KI Projekte. Die größten Aufwände entfallen dabei auf die Datenvorbereitung. Mit 50%-70% der Projektlaufzeit ist die Datenvorbereitung zugleich Hebel und Fallstrick für die erfolgreiche Projektumsetzung. Doch bisher mangelt es an pragmatischen Lösungen für die Datenvorbereitung, insbesondere im industriellen Umfeld. Im Vereinsprojekt des prostep ivip e.V. »Data preparation for data analytics« (DPDA) suchen Experten aus Praxis und Forschung gemeinsam nach Lösungsansätzen, um die Datenvorbereitung für KI zu standardisieren. Im Fokus der Projektgruppe stehen dabei gleichermaßen organisatorische, prozessuale als auch technische Themen. Der Vortrag stellt verschiedene Lösungsansätze zur Diskussion. So etwa ein Rollen-/Teammodell für die Projektdurchführung, einen erweiterten Extract-Transform-Load (ETL) Prozess sowie ein Softwarewerkzeug für die teilautomatisierte Bereinigung und Transformation von Datensätzen.