Datenqualität - Die unterschätzte Herausforderung für erfolgreiche KI-Projekte

Inhalt

Datenqualität ist mehr als nur ein „Missing Value Problem“ und jeder wird zustimmen, dass eine schlechte Datenqualität zwangsläufig zu einer schlechten Modellqualität führt, sodass KI-Projekte schnell zum Scheitern verurteilt sind. Was zunächst banal klingt, stellt eine große Herausforderung bei der Integration von KI-Lösungen dar. Anhand von Praxisbeispielen aus dem industriellen Umfeld in der Region Bayern wird berichtet, welche Rolle Datenqualität einnimmt, wie sie geprüft werden kann und wie häufig sie trotz ihrer gewichtigen Rolle letztendlich wenig Beachtung findet.

Der Vortrag soll vor allem für das Thema Datenqualität sensibilisieren – nicht nur im industriellen Umfeld. Des Weiteren wird kurz das Konzept von Total Data Quality Management vorgestellt, das langfristig den Unternehmenserfolg sichern soll.

Der Vortrag eignet sich vor allem für Entscheidungsträger, die sich mit datengetriebenen Lösungen beschäftigen. Aber auch Prozess- und Fertigungsingenieure, Data Scientisten und Data Engineers erhalten interessante Einblicke.

Termin

hat bereits stattgefunden

Dozent

Dr. Johannes Berner beschäftigt sich seit knapp zehn Jahren mit den Themen Statistik, Datenanalyse, KI und Datenqualität. Nach seiner Promotion in statistischer Physik modellierte er Rentenversicherungsbestände bei der Allianz Lebensversicherungs-AG und seit zwei Jahren integriert er KI-Projekte als Data Science Team Lead bei der Ancud IT.

Ort

findet online statt

Dauer

1 Stunde

Preis

kostenfrei