Praxisvortrag von 21data: Self-Service-Analytics: einfach, bedienbar und verstehbar/
Paradigmenwechsel beim Einsatz von maschinellem Lernen in der Praxis
Rückschau: Auch bei Data-Analytics muss der Mensch ins Zentrum
- Technologietrends und Branchenreports
- Projekte und Aktivitäten unserer Mitglieder
- Unsere Aktivitäten
- Nachrichten
REGENSBURG. Weitere Verbesserungen und Optimierungen in der industriellen Produktion sind ohne Einsatz von Data-Science unverhältnismäßig aufwändig oder unmöglich. Jetzt ist der richtige Zeitpunkt für Data-Science in der industriellen Produktion: Es gibt nicht nur immer mehr Datenquellen, also günstige, integrierte Sensorik, auch die Datenerfassung wird dank Standardisierung und Open-Source-Lösungen einfacher. Ferner sind moderne Methoden der Data-Science frei verfügbar. Trotz aller technischen Möglichkeiten betonte Experte Dr. Albert Krohn (21data) beim Data-Analytics-Vortrag Ende April im Sensorik-Netzwerk, dass der Mensch „wieder verstärkt ins Zentrum“ muss.
Die Philosophie von 21data
Usability
- Nutzbarkeit vor technischer Perfektion,
- Automatisierung vor mathematisch optimaler Lösung,
- Fokus auf Lösung, die der Benutzer selber, einfach und ständig gewinnbringend nutzen kann.
Kommunikation
- Data Science wird für alle Beteiligten einfach, bedienbar und verstehbar,
- Der notwendige Austausch zwischen Domänenexperten und data scientist wird über Software unterstützt.
Die industrielle Produktion ist mittlerweile hochspezialisiert – dies muss auch die dazugehörige Data-Science in einem Unternehmen abbilden. Einen alternativen Ansatz, wie diese erfolgreich implementiert werden kann, präsentierte Dr. Albert Krohn von 21data bei einem virtuellen Praxisvortrag im April im bayerischen Sensorik-Netzwerk. Bei „Self-Service-Analytics“ wird der Einsatz von Data-Science in die Hände von Domänenexperten, also Fachexperten, gelegt. Dies gelingt mit der Umsetzung und Kombination von hochautomatisierter Data-Science mit einer interaktiven, graphischen Oberfläche. Domänenexperten können so selbstständig und ohne Wissen über maschinelles Lernen arbeiten – ein echter Paradigmenwechsel beim Einsatz von maschinellem Lernen in der Praxis.
Self-Service-Analytics bedeutet die Befähigung des Menschen zur Selbsthilfe: Data-Science wird einfacher, Interesse und Initiative der Mitarbeiter werden geweckt. „Domänenexperten werden entlastet und schnelle, pragmatische Ergebnisse können erreicht werden. Was bisher mit Dienstleistungsprojekten und ständigen Iterationen in einem interdisziplinären Projektteam realisiert werden musste, kann jetzt zu großen Teilen von den Domänenexperten selbstständig umgesetzt werden“, erläutert Dr. Krohn. Dies sei nicht nur ein großer Effizienzgewinn, sondern überwinde auch wesentliche psychologische und politische Hürden im Unternehmen. „Erfahrene Mitarbeiter in der Produktion werden durch die neue Welt der Analytik gestärkt. Sie nehmen die Rolle der Domänenexperten ein, die die automatisierte Analytik selber einsetzen und die Ergebnisse interpretieren, ohne dass sie die darunterliegende Mathematik verstehen müssen.“
Diese Veranstaltung fand im Rahmen der Regensburger AIR-Initiative (Artificial Intelligence Regensburg) statt. Die AIR-Initiative setzt sich zum Ziel, regionale Aktivitäten in Wirtschaft, Wissenschaft und Politik zu bündeln und vor Ort zu stärken.
