Datenexperten heben verborgene Schätze aus Daten 

Was machen Datenexperten?

Während in kleineren und mittelgroßen Firmen Datenexperten anfallende Arbeiten meist allein, eventuell mit Unterstützung aus der IT-Abteilung verantworten, findet man in größeren und Großfirmen oft ein Team mehrerer Datenexperten, Dateningenieure und Projektmanager.

Ob allein oder im Team arbeiten Datenexperten bewusst oder unbewusst oft entlang des sogenannten CRISP-DM – Cross -Industry Standard Process for Data Mining, einem seit 1996 aus einem EU-Förderprojekt hervorgekommen – Prozess-Modell für damals Data Mining, heute Data Science bzw. KI-Projekte. CRISP-DM besteht aus sechs Abschnitten, vom Geschäftsverständnis über Datenverständnis und Datenvorbereitung, Modellierung und Evaluierung bis zur Bereitstellung eines KI-Systems. Dabei geht es nach jedem Abschnitt zurück in den ersten Abschnitt, um zu sehen, ob man nach wie vor auf dem richtigen Weg ist.

Im ersten CRISP-DM-Schritt (Geschäftsverständnis) werden Ziele und Anforderungen des KI-Systems festgelegt und daraus die Aufgabenstellung und die grobe Vorgehensweise abgeleitet. Das Format kann variieren von einem Ein-Tages-Workshop, bei dem potenzielle Anwendungsfälle besprochen und auf Basis ausgewählter Kriterien priorisiert werden sowie erste Gedanken zur Umsetzung (Make or Buy? Cloud oder Edge?) erörtert werden, bis hin zu einem 5-Tages-Sprint inklusive Entwicklung eines Prototyps. So oder so, wichtig ist, dass in einem kleinen und mittelgroßen Betrieb die Geschäftsführung und in einem großen Betrieb die Abteilungsleitung mit am Tisch sitzt. Wenn relevant, wird anschließend in einem ähnlichen Format eine Datenstrategie erarbeitet.

Im Abschnitt 2 (Datenverständnis) werden die für das KI-System potenziell relevanten Daten gesammelt, gesichtet und mögliche Probleme der Datenqualität ermittelt. Im Team ist das die Arbeit der Dateningenieure – data engineers –, die häufig erst mal die in verschiedenen Silos über die Firma verteilten Daten finden müssen, bevor sie diese im Schritt 3 (Datenvorbereitung) aufbereiten und anreichern und den Datenexperten den finalen Datensatz für die Modellierung zur Verfügung stellen. Egal ob von den Datenexperten oder von den Dateningenieuren erstellt, die Datenvorbereitung nimmt einen sehr großen Teil – es heißt oft etwa 80 Prozent – der insgesamt verfügbaren Projektzeit – ein. Sollte der Anwendungsfall in einer industriellen Umgebung auf Basis von OPC-UA laufen, können die Schritte Datenverständnis und Datenvorbereitung größtenteils entfallen, da in diesem Fall die Daten in einem vorher definierten Informationsmodell inklusive Metadaten festgelegt sind.

Im CRISP-DM-Abschnitt 4 (Modellierung) modellieren Datenexperten die Daten – das heißt, sie finden eine Modell, dass die Daten hätte generieren können – und destillieren die verborgenen Schätze – z. B. eine Kombination mehrerer Einstellungen, die in einem größeren Durchfluss resultieren oder die auf einen potenziellen Stillstand hinweisen – aus diesen heraus. Sie wenden dazu geeignete Data-Science-Verfahren an und optimieren, abhängig von der gewählten Entwicklungsumgebung, die Modell-Parameter selbst oder überlassen die Ermittlung mehrerer Modelle dem semi- oder vollautomatischen Modellierungstool.

Im Abschnitt 5 (Evaluierung) wird das Modell, das die Aufgabenstellung am besten erfüllt, sorgfältig mit dieser Aufgabenstellung abgeglichen und im Abschnitt 6 (Bereitstellung) in den Entscheidungsprozess integriert. Alternativ wird eine Engineering-Änderung vorgenommen, um die vom Modell aufgedeckten Probleme zu lösen oder möglicher Verbesserungen umzusetzen. 

In Großfirmen führen Projektmanager durch den Prozess. Sie verantworten in Abstimmung mit dem Vertrieb die Kundenbeziehung, setzen Verträge und Termine auf, stimmen sich mit den Dateningenieuren und eventuell mit Datenanalysten – die im Fachbereich außerhalb der Datenprojekte Geschäftserfolge analysieren – ab, steuern das Projekt nach CRISP und präsentieren die Resultate.

Haben die ersten Datenexperten noch viele Parameter eingestellt – weshalb sie auch mal Daten-Alchimisten genannt wurden –, so gibt es heute immer mehr Plattformen mit integrierten Frameworks, die den Domänenexperten – egal ob Produktionsleiter oder Hausarzt oder Vertriebler – ermöglichen, die verborgenen Schätze – „Steht die Anlage bald?”, „Ist das eine bösartiger oder gutartiger Hautkrebs?“, „Welche Kunden werden bald bestellen?” – aus den „eigenen“ Daten zu heben, während die Datenexpereten sich mit komplexeren Datenaufgaben beschäftigen.