Development update 2.0 — Was im KISU Projekt bisher passiert ist

Es ist nun schon einige Zeit vergangen, seit wir am 01.03.22 unser Projekt KISU - KI Schnittstellen für Unternehmen - gestartet haben. Das Projekt läuft mitlerweile seit fast 6 Monaten und in dieser Zeit ist viel passiert. Folgende Entwicklungen, die sich im Zuge des Projektes seit dem letzten Update ereignet haben, wollen wir mit Euch teilen.

Wenn Ihr noch gar nicht wisst, was es mit dem Projekt auf sich hat, oder noch einmal unser letztes Dev-Update lesen wollt, findet ihr hier die Links:

Jetzt aber ohne Umschweife zu den spannenden Entwicklungen, die wir seitdem umsetzen konnten. Viel Spaß beim Lesen und wenn Ihr Interesse an unserer Lösung habt, oder vor ähnlichen Problemen steht, freuen wir uns, wenn Ihr auf uns zukommt und wir gemeinsam eine Lösung finden.

Automatisierte Datenaufbereitung:

Im ersten Schritt haben wir uns mit der automatisierten Aufbereitung und Analyse von Daten beschäftigt. Unser erklärtes Ziel ist es, dass unabhängig von Art und Umfang eines Datensatzes, jeder Nutzer seine Rohdaten auf diese Weise aufbereiten lassen kann.

Hier sind wir der Lösung einen großen Schritt näher gekommen. Die erste Version unseres Aufbereitungs-Algorithmus ist fertig und wurde von uns an unseren Projektpartner weitergeleitet. Dort wird nun unter realen Bedingungen getestet. Es liegt noch einiges an Feinarbeit vor uns und Vieles gilt es noch zu optimieren, aber für einen ersten Entwurf sind wir sehr zufrieden mit den Ergebnissen.

Im nächsten Schritt werden wir die aufkommenden Fehler bei der Aufbereitung der Daten eliminieren und anschließend zum eigentlich spannenden Teil vordringen - der Vorhersage basierend auf den Daten.

Showcases:

Während unsere Gespräche in den letzten 6 Monaten haben wir viel dazu gelernt über das Verständnis und die Wahrnehmen von Machine Learning und KI in Schleswig-Holstein. Den Meisten ist bewusst, welch eine Tragweite und Bedeutung dieser Bereich jetzt schon hat und in Zukunft noch dazugewinnen wird, allerings fehlte es an einigen Stellen noch an Vorstellungsvermögen, wofür KI den nun genau gut ist.

Wir haben uns daher dazu entschieden eine eigene Showcase-Seite aufzubauen, um an interaktiven Beispielen zu zeigen, wie KI in der Praxis eingesetzt werden kann. Die Beispiele reichen von Vohersagemodellen aus Rohdaten vergangener Perioden bis zu Textverarbeitungsprogrammen, denen man in deutscher Sprache Fragen stellen kann, die dann beantwortet werden.

Den Link zu der Seite findet Ihr hier:

stackOcean Machine Learning Showcases

Die Showcases werden wir in Zukunft immer mehr erweitern. Zusätzlich zu den Showcases werden wir noch eine weitere Rubrik hinzufügen, "KI erklärt".

Schaut gern mal vorbei und probiert die verschiedenen Beispiele aus.

Wenn Ihr Fragen zu den Modellen habt, oder noch weitere Ideen zu neuen Showcases die wir unbedingt noch mit aufnehmen sollten, meldet Euch gern bei uns unter hello@stackocean.com.

KI erklärt:

"KI erklärt" wird eine weitere Rubrik auf unserer neuen Machine Learning Webseite werden.

Wir wollen nicht zur zeigen, wozu KI eingesetzt werden kann, sondern auch rund um die Nutzung dieser Technologie aufklären. Fragen wie: "Warum sollte ich meine Modelle hosten?" oder "Was ist der Unterschied zwischen supervised und unsupervised learning?" werden wir im Lauf des Projektes behandeln und auch für Neueinsteiger in die Thematik erklären.

Model-Hosting Prototyp:

Das Problem des Hostings kam in unseren Vorgesprächen zu diesem Projekt immer wieder auf. Wir haben festgestellt, dass einige Unternehmen durchaus in der Lage sind, ihre Daten mit Hilfe von Modellen zu analysieren, allerdings fehlt ihnen oft das Know-how, um diese Modelle anschließen bei sich zu hosten und so im Alltag nutzbar zu machen.

Wir haben uns in unserem letzten Bericht die ambitionierte Aufgabe gesetzt, eine Drag-and-Drop Lösung für dieses Problem zu bauen. Dabei haben wir allerdings recht schnell gemerkt, dass wir noch etwas früher ansetzten müssen und haben daher zunächst die Showcase Seite aufgebaut. Mit Dieser bekommen mehr und mehr Unternehmen ein Gespür dafür, wie KI ihnen helfen kann.

Trotzdem haben wir an dem Thema weiter gearbeitet und gemeinsam mit der Christian-Albrechts-Universität zu Kiel einen Testlauf durchgeführt. Dabei haben wir ein Model, welches im Rahmen eines Universitäts-Projektes trainiert wurde, für Hosting aufbereitet und anschließend in einem Docker-Kontainer gehostet.

Dabei haben wir unser verschiedener Technologien bedient und konnten viel über die Anforderungen lernen und diese vollständig erfüllen. Folgenden Techstack wurde genutzt:

In der nächsten Woche werden wir unsere Learnings aus dem Projekt, zusammen mit einigen generellen Erfahrungen in dem Bereich, zusammenfassen und in einem "How-To Guide" zum Hosting mit Docker für unsere Nutzer zur Verfügung stellen. Solltet Ihr also ein Model selbst hosten wollen und nicht wissen wie, schaut Euch diesen Guide an (Link folgt, sobald der Beitrag geschrieben wurde).

Nächste Schritte:

In den nächsten Wochen werden wir das Feedback unseres Projektpartners zur automatischen Datenaufbereitung auswerten, die Showcases um neue Anwendungsfälle erweitern und die Rubrik "KI erklärt" ergänzen.

Vielen Dank für's Lesen und wir freuen uns das Projekt mit Euch weiter zu verfolgen 🚀.