Wie können Metadaten im Data Analytics Prozess verwendet werden? Das war die Fragestellung der Masterarbeit unseres Entwicklers Benedikt Schmidt.
Wozu diese Frage? Ein Grund, weshalb KI in mittelständischen Unternehmen bislang noch nicht sehr weit verbreitet ist, ist der hohe Aufwand, die KI-Modelle zu konfigurieren und zu kalibrieren. Metadaten könnten dazu genutzt werden, diesen Aufwand deutlich zu reduzieren.
Metadaten beschreiben andere Daten auf einer abstrakten Ebene, wodurch diese mehr Kontext erhalten. Sie können somit dabei unterstützen, die beschriebenen Daten besser zu finden, einzuordnen und zu analysieren. Oder anders ausgedrückt: Metadaten erleichtern den Umgang mit Daten und erlauben eine effizientere Nutzung dieser.
Eine zentrale Erkenntnis der Masterarbeit war es, dass Metadaten für das Meta-Learning genutzt werden können. Damit kann das Training und der Einsatz von Modellen für neue Aufgaben beschleunigt und optimiert werden, indem, mithilfe von Metadaten, Erfahrungen von bereits trainierten Modellen genutzt werden. Dies kann die Implementierung und Nutzung von KI in mittelständischen Unternehmen vereinfachen und somit den Aufwand und die Kosten hierfür reduzieren.
Es wurde auch ein Prototyp entwickelt, der diese Metadaten für einen beliebigen Datensatz extrahieren und maschinenfreundlich ausgeben kann. Dieser Prototyp kann um beliebig viele zu extrahierende Metadaten erweitert und später in die Architektur von KI-Projekten integriert werden.
Damit sind wir einen Schritt in die Richtung KI im Mittelstand vorangekommen.