Facebook Twitter Instagram
    HI:TECH CAMPUS
    • Karrierenetzwerke MINT
      • Karrierenetzwerk Alternative Antriebe
      • Karrierenetzwerk Beratung, WP & IT-Dienstleister
      • Karrierenetzwerk Connected Retail
      • Karrierenetzwerk Cyber Security
      • Karrierenetzwerk Data Science
      • Karrierenetzwerk Female Engineering
      • Karrierenetzwerk Future of Finance
      • Karrierenetzwerk Game-Industrie
      • Karrierenetzwerk Gesundheits-IT
      • Karrierenetzwerk Mathe & NaWi
      • Karrierenetzwerk Mobilität
      • Karrierenetzwerk öffentliche Arbeitgeber
      • Karrierenetzwerk Software Engineering
    • Top-Arbeitgeber MINT
      • Die Autobahn
      • AWADO
      • BAUER Gruppe
      • BearingPoint
      • Bundeswehr
      • Capgemini
      • Ebner Stolz
      • EDEKA DIGITAL
      • Hapag-Lloyd
      • INFOMOTION
      • innobis AG – im Profil
      • IT-DLZ Bayern
      • KPMG AG
      • Landeshauptstadt Wiesbaden – im Profil
      • msg systems ag
      • Ortenau Klinikum
      • Sana IT Services GmbH
      • thyssenkrupp Management Consulting
      • thyssenkrupp Marine Systems
      • ZITiS – im Profil
        • ZITiS: jung, modern – und ein sicherer Arbeitgeber
        • ZITiS: Das beste Argument gewinnt
    • Nachhaltigkeit
    • Start-up Szene
    • Jobs
      • Neueste Jobs
      • Für Unternehmen: Job einstellen
    HI:TECH CAMPUS
    Home » Smarte Data brauchen zuallererst smarte Köpfe
    Smart Data, smarter Typ im Büro

    Smarte Data brauchen zuallererst smarte Köpfe

    1
    By Bettina Riedel on 26. Oktober 2017 Hochschulnews, Karrierenetzwerk Data Science, Karrierenetzwerk Software Engineering, Künstliche Intelligenz

    Smart Data sind der Rohstoff des 21. Jahrhunderts. Vom täglichen Einkauf mit Kundenkarte, dem Online-Kauf des Bahntickets oder dem Messen des Erfolgs telefonischer Kundenakquise – Unternehmen haben die Bedeutung von Big Data längst begriffen. Aber: Was nun mit dem riesigen Pool an Informationen anfangen? Die richtige Auswertung und Verknüpfung dieser Daten müssen Unternehmen erst noch lernen.

    Der Begriff Smart Data suggeriert eine neue Dimension in der intelligenten Nutzung von Daten. Interessant dabei ist, dass die in der Informationswirtschaft geprägte Unterscheidung von Daten, Informationen und Wissen – die sogenannte Wissenspyramide – durch den Begriff implizit ad absurdum geführt wird.

    Das Attribut „smart“ bezieht sich klar auf angewandtes Wissen, wird aber Daten zugeschrieben. Auflösen kann man dieses scheinbare Oxymoron nur, wenn man Smart Data als Rekursion, also als nicht enden wollenden Zyklus begreift. In diesem werden Daten zu Wissen und dieses wiederum für die Verarbeitung von Daten genutzt. Dabei wird der Smart Data Prozess mit immer neuen Daten am Leben gehalten. Während Big Data die reine massenhafte Verbrennung des Rohstoffes Daten beschreibt, strebt Smart Data so etwas wie Effizienz an.

    Der neue effiziente Verbrennungsmotor im Geschäft mit Daten ist laut dem Gartner  Marktforschungsinstitut Data Analytics. Smartness, also das Wissen, braucht letztendlich der Mensch: Die Nutzung maschineller Lernverfahren wird zur Kernkompetenz.

    Gerade mittelständische Unternehmen möchten auch von der Goldgräberstimmung profitieren und suchen nach Datentöpfen, die sie veredeln können. Zwei der Gebiete im Unternehmen, in denen die profitabelsten Daten vermutet werden, sind oft der Vertrieb und das Marketing. Dabei muss man nicht gleich an Milliarden von Werbeeinnahmen denken, die durch zielgerichtete Werbeeinblendungen im Internet und auf mobilen Geräten gemacht werden.

    Es gibt oft naheliegende Anwendungsfelder: Zum Beispiel die Kundenakquise, um ein neues Produkt einzuführen. Werbung ist hier für viele Unternehmen noch deutlich ineffizienter als die direkte Ansprache von Bestandskunden und Kontakten. Smart Data Analytics kann helfen, den damit verbundenen Aufwand zu reduzieren – allerdings gibt es Fallstricke.

    Im manuellen Prozess wird aus der Kandidatenmenge in der Regel bei etwa drei Telefonaten ein möglicher Treffer erzeugt.  Wie können Daten genutzt werden, um schneller Wissen über erfolgsversprechende „Leads“ zu erzeugen? Maschinelle Lernalgorithmen verwenden hierzu his­torische Daten und erstellen Klassifikationsmodelle, die sich automatisiert nutzen lassen.

    Smart Data braucht vor allem interdisziplinäre Kompetenz

    Im Trainingsprozess werden mehrere Klassifikations-Modelle und Eingangsmerkmale erstellt und getestet. Hierzu braucht es viele Daten; ein Teil davon wird typischerweise zum Testen zurückgehalten. Wichtig ist, dass die Trainingsdaten und die Teststichprobe möglichst jeweils repräsentativ und voneinander unabhängig sind. Das ist alles andere als einfach. Wie repräsentativ sind die Daten der letzten Kampagne für diese? Wie sehr beeinflusst ein Anruf den nächsten? Im gegebenen Beispiel könnten wir ein Modell erstellen, das die Zahl der notwendigen Anrufe um ein Drittel reduziert. Hierzu ziehen wir beispielsweise 1.000 Anrufe und erlernen aus 30 Prozent Treffern und 70 Prozent Nichttreffern ein bestimmtes Muster.

    Aufgrund des manuellen Trainingsaufwands sollte das Modell nun mindestens so gut sein, dass es bei der Vorhersage der nächsten 1.000 Anrufe zu 70 Prozent richtig liegt. Das Problem dabei ist: Wie teste ich das, ohne weitere Anrufe zu tätigen? Eine Entscheidung, ob das Schema funktionieren wird, ist also alles andere als trivial, selbst wenn es vielversprechende Klassifikationsmodelle gibt.

    Einfacher wird der Fall, wenn genügend historische Daten vorliegen. Heutzutage lernen wir manchmal leider schmerzlich, dass verdichtete Datenbasen zwar speichereffizient sind, aber gerade durch die Verdichtung oft die notwendigen Rohdaten für einen maschinellen Lernprozess fehlen. Welche Daten sind wirklich vor einem Telefonat bekannt? Welche wurden nachgepflegt, sind also zum Lernen eines praktikablen Vorhersagemodells ungeeignet?

    Aktuelle Big Data-Technologien stellen sicher, dass sich alle Daten durch Transformation von aufgezeichneten Rohdaten erzeugen lassen. Das hat den positiven Nebeneffekt, dass die Berechnungen gut auf viele Rechner hochskaliert werden können und dass Änderungen am Prozess einfach (ohne aufwendige Migration) möglich sind. All das können heutige Datenquellen nicht leisten.

    Modelle auf historischen Daten sind historisch: Generalisierbarkeit setzt meist ein extrem gutes Verständnis des Prozesses voraus. Übersehen wird dabei gerne, dass „Data Science“ keine Wissenschaft im eigentlichen Sinne ist, sondern maschinell Hypothesen generiert werden: Sie ist also eher ein Innovationsinstrument.

    Innovation bedeutet auch Risiken. Automatisierung durch maschinelles Lernen muss verstanden und bewertet werden. Das setzt voraus, dass ein Data Scientist seine Ergebnisse kritisch diskutieren kann. Insbesondere müssen die Entscheidungsträger verstehen, auf welche Vorhersagen sie wetten. Schon während die Daten entstehen, brauchen die Fachdisziplinen ein stärkeres Bewusstsein für ihren Wert.

    Während die Möglichkeiten von Smart Data-Technologien unbestritten immens sind, stehen wir bei der Schaffung von nachhaltigen Smart Data-Innovationsprozessen noch immer am Anfang. Smarte Köpfe werden hierzu auf allen Seiten gebraucht.


    Smart Data, Dr. Till Riedel und Dr. Andreas WierseDie Autoren Dr. Till Riedel und Dr. Andreas Wierse haben gemeinsam ein „Smart Data Analytics Praxishandbuch­­­“ verfasst, in dem sie unter anderem über ihre Erfahrungen aus dem Smart Data Solution Center Baden-Württemberg am KIT berichten.

    Mehr Informationen zu Till Riedel findest du auf seiner TECO-Website.

    Share. Facebook Twitter Pinterest LinkedIn Tumblr Email

    Zurück zum Karrierenetzwerk

    So funktioniert dein Netzwerk:

    Auf dem HI:TECH CAMPUS kommen drei Zielgruppen zusammen und nutzen die Plattform zum Austausch und zur Kommunikation:

    • Exzellente Hochschulen und Lehrstühle, an denen der MINT-Nachwuchs ausgebildet wird und über die Beiträge kommunizieren, an welchen Instituten mit welchem Fokus gelehrt und geforscht wird.

    • Die Studierenden, angehenden Absolventen, studentischen Gruppen (wie etwa Formula Student) und Young Professionals, die sich über Karriere- und Weiterbildungsmöglichkeiten informieren.

    • Arbeitgeber, die dem akademischen Nachwuchs attraktive Einstiegs- und Entwicklungsmöglichkeiten bieten. 

    Top-Arbeitgeber für Software Engineering & Digital Business

    Klick auf das Logo und geh zum Profil!

    Hochschulnews

    KI als breit eingesetzte Schlüsseltechnologie

    Prof. Holger Hoos, RWTH Aachen

    Bewerbung & Interview

    So findest du das perfekte Traineeprogramm


    Was du im ersten Arbeitsjahr lernen solltest


    Tipps für dein Video-Vorstellungsgespräch!

    Meet EDDI – Edeka Digital
    23. März 2023

    Pitch Club Developer Edition – Softwareentwickler

    EDEKA DIGITAL X Pitch Club // Bei der Pitch Club Developer Edition hast Du die Möglichkeit, Dich von etablierten Konzernen, KMUs und innovativen Startups davon überzeugen zu lassen, warum sie genau der richtige Arbeitgeber für Dich sind. Dabei wird den pitchenden Unternehmen alles abverlangt. Die Bühne wird dabei zum „Ring“. Bei lockerer After-Work Atmosphäre kann anschließend in persönlichen Gesprächen der Kontakt weiter vertieft werden.
     

    Weitere Events gibt es im im Eventkalender. 

    Meet msg systems!

    28.04.2023 von 09:00 bis 16:30 Uhr | Robert-​Bürkle-Str. 1, 85737 Ismaning oder online via Zoom

    Scrum in IT-​Projekten - msg Projektmanagement-​Training

    Sprint, Backlog, Product Owner, Scrum Master – Du willst Dein Wissen aus der Hochschule praxisnah anwenden? Komm zu unserem Scrum-​Training und erlebe hautnah, wie agile Softwareentwicklung funktioniert. Hier geht's zu weiteren Informationen!


    05.05.2023 von 09:30 bis 16:30 Uhr | Robert-​Bürkle-Str. 1, 85737 Ismaning 

    Kanban in IT-​Projekten msg Projektmanagement-​Training

    Du willst innovatives Projektmanagement erleben? Dann laden wir Dich ein zu Kanban in IT-​Projekten – unserem msg Projektmanagement-​Training für alle MINT-​Studierende. Kanban ist eine effektive Methode, um kundenorientierte, schlanke und skalierbare Prozesse zu schaffen, zu controllen und nachhaltig zu optimieren. Ursprünglich 1947 als „Lean Production“ eingeführt, stellt es heute eine innovative Möglichkeit dar, IT-​Projekte flexibel und effizient zu managen. Ausführliche Praxiselemente und Expertenwissen aus erster Hand vermitteln Dir eine klare Vorstellung davon, wie Du Kanban gewinnbringend einsetzen kannst. Hier geht's zu weiteren Informationen!


    12.05.2023 von 09:00 bis 16:00 Uhr | Robert-​Bürkle-Str. 1, 85737 Ismaning 

    Design Thinking – msg-​Kreativitätstraining

    Du willst erfahren, wie du mit verschiedenen Kreativitätstechniken deinen Studien-​ und Berufsalltag erfolgreicher organisieren kannst? Dann laden wir dich ein zum Design Thinking Workshop – unser msg-​Kreativitätstraining für alle MINT-​Studierenden! Durch verschiedene Praxisbeispiele erlebst Du gemeinsam mit anderen Teilnehmern die unterschiedlichen Phasen und Techniken des Design Thinking. Wir zeigen Dir die verschiedenen Anwendungsfelder auf und geben Dir Tipps & Tricks, wie auch Du zukünftig Workshops kreativ gestalten kannst. Zusätzlich erhältst Du einen detaillierten Einblick, wie innovative Kreativitätstechniken bei msg angewendet werden. Hier geht's zu weiteren Informationen!
    Meet ZITiS!

    Triff uns am 27. Oktober 2023 auf der ITCS im MOC München! Mehr zum Event wird erst in den kommenden Wochen Veröffentlicht.

    Wie es im neuen Jahr mit weiteren Events weitergeht, erfährst du hier.

    Meet ZITiS!

    Triff uns am 27. Oktober 2023 auf der ITCS im MOC München! Mehr zum Event wird erst in den kommenden Wochen Veröffentlicht.

    Wie es im neuen Jahr mit weiteren Events weitergeht, erfährst du hier.

    Studentische Gruppe im Porträt

    Mit Künstlicher Intelligenz gegen Unkraut

    Gaming Gaming Gaming Gaming

    Du interessierst dich für die gaming-Industrie und fragst dich:

    Wo in Deutschland haben die Gaming-Unternehmen ihre Standorte?

    Auf der gamesmap.de findest du genau diese Information.

    Hot-Spots sind die Regionen Düsseldorf, Berlin, München und Hamburg, aber auch ländlichere Regionen wie Gotha und Fulda haben passende Unternehmen in petto.

    Welche Jobs bietet die Gaming-Branche?

    Das findest du ganz easy über den Ausbildungskompass heraus!

    copyright 2017 - 2023 by evoluzione GmbH
    Mediadaten
    FAQ / Kontakt
    Datenschutz / Impressum

    © 2023 ThemeSphere. Designed by ThemeSphere.

    Type above and press Enter to search. Press Esc to cancel.