BestSens Insights: Datenauswertung und Datenvisualisierung

Drei kurze Fragen an unseren Datenexperten Markus

» Wie sammeln wir Daten?

Das ist davon abhängig, wofür die Daten verwendet werden. Grundsätzlich gibt es für uns keine Einschränkungen bezüglich der Datensenke. So können die Daten als lokale Logs auf einem externen Speichermedium oder in einer Datenbank abgelegt werden. Letzteres bietet diverse Möglichkeiten, auch hinsichtlich der zu verwendenden Protokolle und On-Premise- oder On-Demand Anforderungen – das lässt sich für jeden Kunden individualisieren.

Für Auswertungen zur Verbesserung bestehender oder Entwicklung neuer Algorithmen gibt es diverse Langlebigkeiten der Daten. Hierfür sind häufig zusätzliche Informationen notwendig, welche beispielsweise aus einem Versuchs-Plan und Versuchs-Protokoll hervorgehen.  

Es gibt sehr viele Stellschrauben und Variablen. Wenn man Daten vom Kunden bekommt, ist es wichtig, dass man die Variablen genau definiert und kennt, um schlussendlich mit den Ergebnissen die Erwartungshaltung zu prüfen.

» Und wie kommt dann die KI zur Anwendung?

Einfach gesagt: Wir geben der KI die Daten und diese wertet sie aus. Das Antrainieren erfolgt mit gelabelten Daten. Woher diese stammen, ist für uns und die KI unerheblich. Es gibt jedoch auch häufig Fälle, wo es nicht möglich ist, gelabelte Daten zu erhalten. Sei es aufgrund komplexer Testaufbauten und Umgebungen oder da es zu wenig bestehende Daten gibt, als dass diese von statistischer Signifikanz wären. In solchen Fällen ist es uns dennoch möglich diverse Informationen aus den Daten zu holen, unter anderem können immer Anomalie-Erkennungen durchgeführt werden.

Fallen wie bei der Anomalie-Erkennung, die Daten nicht mehr in einen vordefinierten Rahmen, können wir mit Hilfe der KI andere Zusammenhänge erkennen und ggf. Gründe für die Abweichungen ermitteln.

» Was ist wichtiger: Datenauswertung oder -verarbeitung?

Beides geht Hand-in-Hand einher. Ohne eine sinnvolle Vorverarbeitung der Daten, können selbst komplexere Deep Learning Methoden versagen. Das bedeutet aber nicht, dass eine KI nicht auch bei der Vorverarbeitung unterstützend mitwirken kann. Schlussendlich ist die Vorverarbeitung immer eine gesunde Mischung aus Automatisierung und manueller Bearbeitung durch spezifisches Domänenwissen.

Grundsätzlich tendieren wir dennoch dazu, die Daten möglichst unverändert zu verwenden. Unsere speziell entwickelten Hybriden-Datenauswertungsmodelle sind in der Lage selbst komplexe Strukturen und Zusammenhänge in den Daten zu erkennen und auch bei dynamischen Änderungen eine robuste Erkennung zu gewähren.