Development update 1.0 — Was im KISU Projekt bisher passiert ist

Es kommt uns vor als sei es gestern gewesen. Am 01.03.22 haben wir endlich unser Projekt KISU - KI Schnittstellen für Unternehmen - starten können. Das Projekt läuft nun schon seit 3 Monaten und in dieser Zeit ist viel passiert. Folgende Entwicklungen, die im Zuge des Projektes passiert sind, wollen wir mit Euch teilen.

Wenn Ihr noch gar nicht wisst, was es mit dem Projekt auf sich hat, könnt Ihr es hier noch einmal nachlesen.

Jetzt aber ohne Umschweife zu den spannenden Entwicklungen, die wir seit Start 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. Dazu haben wir ein umfangreiches Logging-Skript geschrieben, damit der Nutzer zu jeder Zeit weiß, wie seine Datenqualität ist und welche Schritte im Zuge der Bereinigung unternommen wurden. So bleibt das Vorgehen nachvollziehbar, transparent und kann auf Wunsch auch händisch reproduziert und überprüft werden.

Im nächsten Schritt werden die bereinigten Daten grafisch dargestellt, um einen ersten Eindruck der Daten zu ermöglichen. Da wir keine Vorgabe für die Rohdaten mitgeben, plotten wir verschiedenste Grafiken und Analysen.

Nach dieser Aufbereitung und Analyse, trainiert unser System automatisch alle gängigen Machine Learning Modelle und wählt die Besten basierend auf vordefinierten Kriterien für Euch aus. Die Hauptarbeit des Projekts im Bereich der Optimierung der Modelle wird hier stattfinden.

Model-Hosting Prototyp:

Ein Problem, auf welches viele Entwickler von KI-Systemen und Datenanalyse Tools stoßen, ist das Hosting ihrer Modelle. In unseren Vorgesprächen zu diesem Projekt haben wir festgestellt, dass einige Unternehmen zwar durchaus in der Lage sind, ihre Daten mit Hilfe von Modellen zu analysieren, allerdings fehlt ihnen meist das Know-how, um diese Modelle anschließen bei sich zu hosten und so im Alltag nutzbar zu machen.

Auch hier setzten wir im Rahmen unseres Projektes an und schaffen eine leichte Möglichkeit des Hostings per Drag and Drop. Ein erster Schritt in diese Richtung ist uns mit dem Prototyp gelungen. Zwar ist es noch ein weiter Weg zu einer Drag and Drop Lösung, aber der Grundstein ist mit dieser Vorhersage für die Anzahl benötigter Strandkörbe - Daten frei erfunden - gelungen.

Tech-Stack:

Nächste Schritte:

In den nächsten Wochen werden wir die Genauigkeit der Modelle verbessern und weitreichende Tests mit verschiedensten Datensätzen von Pilotpartnern vornehmen. Außerdem werden wir beim @CodingWaterkant präsent sein, um mit Hilfe der Teilnehmer mehr über die vielfältigen Anforderungen an die Entwicklung und das Hosting ihrer KI-Modelle zu lernen.