- \n
- Wie wird KI unser Leben beeinflussen? <\/li>\n\n\n\n
- Wird sie wirklich meinen Job \u00fcbernehmen? <\/li>\n\n\n\n
- Wie kann ich an der KI-Revolution teilnehmen?<\/li>\n\n\n\n
- Wie kann mein Unternehmen mit Hilfe von KI effizienter arbeiten? <\/li>\n<\/ul>\n\n\n\n
<\/p>\n\n\n\n
Gleichzeitig wird oft betont, dass die KI nicht mit chatGPT begonnen hat. Wir haben dar\u00fcber bereits in unserem podcast<\/mark><\/a>gesprochen, auf dem Fachtag f\u00fcr K\u00fcnstliche Intelligenz der Universit\u00e4t P\u00e9cs vorgetragen<\/mark><\/a>und auf Anfrage zahlreicher interessierter Kunden bei Firmenveranstaltungen referiert. <\/p>\n\n\n\n
Nach unserer Erfahrung werden jedoch oft die Begriffe verwechselt. Dies ist nicht unbedingt ein Problem, kann aber leicht zu Missverst\u00e4ndnissen f\u00fchren. Deshalb starten wir unsere Artikelserie, in der wir versuchen werden, die wichtigsten Fachbegriffe in diesem Bereich aus gesch\u00e4ftlicher Sicht zusammenzustellen und verst\u00e4ndlich zu machen. <\/p>\n\n\n\n
![\"A](\"https:\/\/dev.test-it.hu\/wp-content\/uploads\/2024\/07\/data-mining-1-1024x512.jpg\")
<\/figure>\n\n\n\nWas ist Data Mining? <\/h2>\n\n\n\n
In unserem ersten Artikel werden wir das Data Mining untersuchen. Viele der heutigen Experten f\u00fcr k\u00fcnstliche Intelligenz begannen ihre Karriere als Data Miner, und es gibt viele \u00dcberschneidungen zwischen den verschiedenen Begriffen. <\/p>\n\n\n\n
Das Ziel des Data Mining ist es, <\/strong>wertvolle Informationen und Muster aus gro\u00dfen Datens\u00e4tzen zu extrahieren. In der Gesch\u00e4ftswelt bedeutet dies, etwas in den Daten zu finden, das zur Unterst\u00fctzung von Gesch\u00e4ftszielen verwendet werden kann, wie zum Beispiel: <\/p>\n\n\n\n
- \n
- Wir gewinnen ein besseres Verst\u00e4ndnis f\u00fcr unsere Kunden und k\u00f6nnen effektiver mit ihnen kommunizieren. <\/li>\n<\/ul>\n\n\n\n
- \n
- Wir verstehen das Verhalten unserer Kunden und k\u00f6nnen rechtzeitig auf ihre Bed\u00fcrfnisse reagieren. <\/li>\n<\/ul>\n\n\n\n
- \n
- Wir erkennen verd\u00e4chtige Kreditkartentransaktionen und verhindern m\u00f6gliche Betr\u00fcgereien. <\/li>\n<\/ul>\n\n\n\n
<\/p>\n\n\n\n
Im Gegensatz zu traditionellen statistischen Methoden ist die Gr\u00f6\u00dfe des Datensatzes hier ein wichtiger Aspekt. Die Eigenschaften von Data-Mining-Verfahren und -Algorithmen bestehen darin, dass sie auch bei gro\u00dfen Datenmengen effizient arbeiten. Beispielsweise k\u00f6nnen sie Millionen von Kauftransaktionen oder Interaktionen zwischen Kunden analysieren, ohne dass kleinere Stichproben genommen werden m\u00fcssen, bei denen m\u00f6glicherweise relevante Informationen durch die Stichprobenahme verloren gehen k\u00f6nnten. <\/p>\n\n\n\n
Wie kann ich Data Mining im Gesch\u00e4ftsleben nutzen? <\/h2>\n\n\n\n
Data Mining hat sich in nahezu jedem Gesch\u00e4ftssektor bew\u00e4hrt: <\/p>\n\n\n\n
- \n
- Optimierung bestehender Prozesse <\/li>\n<\/ul>\n\n\n\n
- \n
- Entwicklung neuer Prozesse <\/li>\n<\/ul>\n\n\n\n
- \n
- Einrichtung neuer Einnahmequellen <\/li>\n<\/ul>\n\n\n\n
Besonderheiten von Data-Mining-Projekten <\/h2>\n\n\n\n
Es ist auch wichtig, eine weitere Eigenschaft des Data Mining hervorzuheben: Manchmal arbeiten wir mit Daten, die aufgrund ihrer Gr\u00f6\u00dfe von der Organisation zuvor nicht genutzt wurden, weshalb es schwierig ist, vorherzusagen, ob sie wertvolle Informationen enthalten. Dies ist besonders wichtig bei der vorl\u00e4ufigen Rentabilit\u00e4tsanalyse des Projekts, da wir nicht immer den erwarteten Gewinn absch\u00e4tzen k\u00f6nnen, w\u00e4hrend die Kosten sofort sichtbar sind.
Daher kann die ROI (Return on Investment)-Berechnung nicht mit hoher Genauigkeit durchgef\u00fchrt werden. Gl\u00fccklicherweise gibt es mittlerweile viel Erfahrung in Data-Mining-Projekten, sodass wir mit der richtigen Expertise und Erfahrung eine Sch\u00e4tzung abgeben k\u00f6nnen, die f\u00fcr den Genehmigungsprozess eines Projekts ausreichend genau ist. Es ist jedoch wichtig zu betonen, dass die Organisation die Besonderheiten von Data-Mining-Projekten verstehen muss und die Prozesse entsprechend vorbereitet werden m\u00fcssen, um diese angemessen zu behandeln. <\/p>\n\n\n\n![\"Az](\"https:\/\/dev.test-it.hu\/wp-content\/uploads\/2024\/07\/adattarhaz-data-warehouse-1-1024x512.jpg\")
<\/figure>\n\n\n\nAber wo speichere ich all diese Daten? <\/h3>\n\n\n\n
Eine Voraussetzung f\u00fcr Data-Mining-Aktivit\u00e4ten ist der Zugang zu Daten. Es gibt mehrere Ans\u00e4tze daf\u00fcr: <\/p>\n\n\n\n
- \n
- Data Lake: Die gro\u00dfe Menge gesammelter Daten (z.B. aus Quellsystemen, dem Web) kann in eine Datenspeicherschicht geladen werden, in der sie effizient und kosteng\u00fcnstig verwaltet werden kann. <\/li>\n<\/ul>\n\n\n\n
- \n
- Data Warehouse oder Datenlager: Gro\u00dfe Unternehmen erstellen in der Regel ein Datenlager, in dem die wesentlichen im Unternehmen verf\u00fcgbaren Daten systematisch und strukturiert gespeichert werden. <\/li>\n<\/ul>\n\n\n\n
- \n
- Data Mart oder Datenmarkt: Eine Datenspeicherschicht, die eine bestimmte Gesch\u00e4ftsfunktion des Unternehmens unterst\u00fctzt, in der die Daten spezifisch f\u00fcr die Berichterstattung, Analyse und Datenanalyse f\u00fcr diesen bestimmten Gesch\u00e4ftsbereich vorbereitet werden. <\/li>\n<\/ul>\n\n\n\n
Die Beziehung zwischen Data Mining und Projektmanagement<\/h2>\n\n\n\n
Es gibt mehrere Ans\u00e4tze zur Verwaltung von Data-Mining-Projekten. Einer der am weitesten verbreiteten ist der CRISP-DM<\/strong> (Cross-Industry Standard Process for Data Mining) Methode, die von vielen Organisationen mit kleineren bis gr\u00f6\u00dferen Anpassungen befolgt wird. <\/p>\n\n\n\n
![\"Cross](\"https:\/\/dev.test-it.hu\/wp-content\/uploads\/2024\/07\/CRISP-DM-Cross-Industry-Standard-Process-for-Data-Mining.jpg\")
<\/figure>\n\n\n\n<\/p>\n\n\n\n
<\/p>\n\n\n\n
Ein gro\u00dfer Vorteil dieser Methode besteht darin, dass sie einen Rahmen f\u00fcr die Verwaltung von Data-Mining-Projekten bietet, der unabh\u00e4ngig vom Anwendungsbereich genutzt werden kann. <\/p>\n\n\n\n
Die Methode besteht aus sechs Phasen, durch die das Projekt iterativ fortschreitet. Das bedeutet, dass eine Phase mit Ergebnissen abschlie\u00dfen kann, die es erforderlich machen, zu einer vorherigen Phase zur\u00fcckzukehren und erneut durch die entsprechenden Phasen zu gehen: <\/p>\n\n\n\n
- \n
- Identifizierung der Gesch\u00e4ftsziele (Business Understanding) <\/li>\n<\/ol>\n\n\n\n
- \n
- Datenverst\u00e4ndnis <\/li>\n<\/ol>\n\n\n\n
- \n
- Vorbereitung der Daten <\/li>\n<\/ol>\n\n\n\n
- \n
- Modellierung <\/li>\n<\/ol>\n\n\n\n
- \n
- Bewertung <\/li>\n<\/ol>\n\n\n\n
- \n
- Einsatz <\/li>\n<\/ol>\n\n\n\n
Wie kann \u00fcberpr\u00fcft werden, ob komplexe Logik korrekt funktioniert? <\/h3>\n\n\n\n
Data Mining zeichnet sich dadurch aus, dass gro\u00dfe Datenmengen verarbeitet werden, die sich nicht einfach in Excel \u00fcbersichtlich darstellen lassen. Daher ist es h\u00e4ufig erforderlich, Big Data-L\u00f6sungen f\u00fcr eine effektive Datenverwaltung zu nutzen. Dar\u00fcber hinaus beinhalten Data-Mining-Verfahren oft komplexe mathematische Algorithmen, die aus gesch\u00e4ftlicher Sicht nicht immer leicht verst\u00e4ndlich sind. <\/p>\n\n\n\n
Ebenso wichtig\u2014aber oft vernachl\u00e4ssigt\u2014ist die Aufgabe, die Data-Mining-Modelle und die von ihnen verarbeiteten Datenbest\u00e4nde zu \u00fcberpr\u00fcfen und zu testen. <\/p>\n\n\n\n
- \n
- Wurden alle verf\u00fcgbaren und relevanten Ressourcen genutzt? <\/li>\n<\/ul>\n\n\n\n
- \n
- Ist die Qualit\u00e4t der verwendeten Daten angemessen? <\/li>\n<\/ul>\n\n\n\n
- \n
- Sind die Ergebnisse des Modells aus der Perspektive der tats\u00e4chlichen Gesch\u00e4ftsziele relevant? <\/li>\n<\/ul>\n\n\n\n
- \n
- K\u00f6nnte die Anwendung des Modells unbeabsichtigte negative Folgen f\u00fcr die Gesch\u00e4ftsabl\u00e4ufe haben? <\/li>\n<\/ul>\n\n\n\n
<\/p>\n\n\n\n
Durch die Anwendung geeigneter Test- und Validierungsmethoden k\u00f6nnen unbeabsichtigte negative Folgen der Ergebnisse des Data Mining vermieden werden. <\/p>\n\n\n\n
![\"Adatok](\"https:\/\/dev.test-it.hu\/wp-content\/uploads\/2024\/07\/adatbanyaszat-1024x512.jpg\")
<\/figure>\n\n\n\nWelche Werkzeuge verwenden Data Scientists? <\/h2>\n\n\n\n
Bei der Datenanalyse k\u00f6nnen verschiedene Werkzeuge verwendet werden, aber einige sind weiter verbreitet. <\/p>\n\n\n\n
Unter den Programmiersprachen: <\/h3>\n\n\n\n
- \n
- SQL: Bietet hervorragende M\u00f6glichkeiten zur Datenextraktion und -transformation. <\/li>\n<\/ul>\n\n\n\n
- \n
- Python und\/oder R: Diese k\u00f6nnen den gesamten Data-Mining-Prozess abdecken, aber viele nutzen sie zusammen mit SQL zur Datenmanipulation, Modellentwicklung und Validierung. In den letzten Jahren hat Python begonnen, die Vorherrschaft \u00fcber die beiden Sprachen zu \u00fcbernehmen. <\/li>\n<\/ul>\n\n\n\n
Low code \/ No code Werkzeuge <\/h3>\n\n\n\n
- \n
- KNIME<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- \n
- RapidMiner (Altair)<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- \n
- SAS enterprise Miner<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
<\/p>\n\n\n\n
Zus\u00e4tzlich sind alle relevanten Werkzeuge f\u00fcr die Durchf\u00fchrung von Data-Mining-Aktivit\u00e4ten auch im Dienstleistungsangebot gro\u00dfer Cloud-Anbieter verf\u00fcgbar: <\/p>\n\n\n\n
- \n
- Google Cloud Platform<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- \n
- Microsoft Azure<\/mark> <\/a><\/li>\n<\/ul>\n\n\n\n
- \n
- AWS<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- \n
- Alibaba Cloud<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
Wie steht Data Mining im Zusammenhang mit generativer k\u00fcnstlicher Intelligenz? <\/h2>\n\n\n\n
Wir sagen den Vertretern der Gesch\u00e4ftsbereiche oft, dass sie sich nicht zu sehr darum k\u00fcmmern m\u00fcssen, ob eine L\u00f6sung f\u00fcr ein gesch\u00e4ftliches Problem unter Data Mining, maschinelles Lernen oder k\u00fcnstliche Intelligenz f\u00e4llt. Zwischen diesen Bereichen gibt es \u00dcberschneidungen, und es ist selten, dass jemand darauf besteht, den gesch\u00e4ftlichen Wert nur mit der einen oder der anderen Methode zu erzielen.
<\/p>\n\n\n\nGenerative k\u00fcnstliche Intelligenz (z.B. ChatGPT) hat jedoch stark von der Textmining- und der maschinellen Lerntechnik profitiert. Aus der Textmining stammt die Natural Language Processing (NLP), die wichtige Grundlagen geschaffen hat, w\u00e4hrend aus dem maschinellen Lernen die neuronalen Netzwerke (Neural Networks) viel des Fundaments bereitgestellt haben. Diese Kombination erm\u00f6glicht heute spannende Gespr\u00e4che mit Systemen wie ChatGPT (OpenAI) oder Gemini<\/mark><\/a> <\/mark>(Google). <\/p>","protected":false},"excerpt":{"rendered":"
Das Ziel des Data Mining ist es, wertvolle Informationen und Muster aus gro\u00dfen Datens\u00e4tzen zu extrahieren... <\/p>","protected":false},"author":4,"featured_media":6761,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[63],"tags":[64,67,66,65],"class_list":["post-6749","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-aidata","tag-adatbanyaszat","tag-data-mining","tag-mesterseges-intelligencia","tag-projektmenedzsment"],"acf":[],"_links":{"self":[{"href":"https:\/\/dev.test-it.hu\/de\/wp-json\/wp\/v2\/posts\/6749","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/dev.test-it.hu\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dev.test-it.hu\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dev.test-it.hu\/de\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/dev.test-it.hu\/de\/wp-json\/wp\/v2\/comments?post=6749"}],"version-history":[{"count":32,"href":"https:\/\/dev.test-it.hu\/de\/wp-json\/wp\/v2\/posts\/6749\/revisions"}],"predecessor-version":[{"id":6821,"href":"https:\/\/dev.test-it.hu\/de\/wp-json\/wp\/v2\/posts\/6749\/revisions\/6821"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dev.test-it.hu\/de\/wp-json\/wp\/v2\/media\/6761"}],"wp:attachment":[{"href":"https:\/\/dev.test-it.hu\/de\/wp-json\/wp\/v2\/media?parent=6749"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dev.test-it.hu\/de\/wp-json\/wp\/v2\/categories?post=6749"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dev.test-it.hu\/de\/wp-json\/wp\/v2\/tags?post=6749"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
- Alibaba Cloud<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- AWS<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- Microsoft Azure<\/mark> <\/a><\/li>\n<\/ul>\n\n\n\n
- Google Cloud Platform<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- SAS enterprise Miner<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- RapidMiner (Altair)<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- KNIME<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- Python und\/oder R: Diese k\u00f6nnen den gesamten Data-Mining-Prozess abdecken, aber viele nutzen sie zusammen mit SQL zur Datenmanipulation, Modellentwicklung und Validierung. In den letzten Jahren hat Python begonnen, die Vorherrschaft \u00fcber die beiden Sprachen zu \u00fcbernehmen. <\/li>\n<\/ul>\n\n\n\n
- SQL: Bietet hervorragende M\u00f6glichkeiten zur Datenextraktion und -transformation. <\/li>\n<\/ul>\n\n\n\n
- K\u00f6nnte die Anwendung des Modells unbeabsichtigte negative Folgen f\u00fcr die Gesch\u00e4ftsabl\u00e4ufe haben? <\/li>\n<\/ul>\n\n\n\n
- Sind die Ergebnisse des Modells aus der Perspektive der tats\u00e4chlichen Gesch\u00e4ftsziele relevant? <\/li>\n<\/ul>\n\n\n\n
- Ist die Qualit\u00e4t der verwendeten Daten angemessen? <\/li>\n<\/ul>\n\n\n\n
- Wurden alle verf\u00fcgbaren und relevanten Ressourcen genutzt? <\/li>\n<\/ul>\n\n\n\n
- Einsatz <\/li>\n<\/ol>\n\n\n\n
- Bewertung <\/li>\n<\/ol>\n\n\n\n
- Modellierung <\/li>\n<\/ol>\n\n\n\n
- Vorbereitung der Daten <\/li>\n<\/ol>\n\n\n\n
- Datenverst\u00e4ndnis <\/li>\n<\/ol>\n\n\n\n
- Identifizierung der Gesch\u00e4ftsziele (Business Understanding) <\/li>\n<\/ol>\n\n\n\n
- Data Mart oder Datenmarkt: Eine Datenspeicherschicht, die eine bestimmte Gesch\u00e4ftsfunktion des Unternehmens unterst\u00fctzt, in der die Daten spezifisch f\u00fcr die Berichterstattung, Analyse und Datenanalyse f\u00fcr diesen bestimmten Gesch\u00e4ftsbereich vorbereitet werden. <\/li>\n<\/ul>\n\n\n\n
- Data Warehouse oder Datenlager: Gro\u00dfe Unternehmen erstellen in der Regel ein Datenlager, in dem die wesentlichen im Unternehmen verf\u00fcgbaren Daten systematisch und strukturiert gespeichert werden. <\/li>\n<\/ul>\n\n\n\n
- Data Lake: Die gro\u00dfe Menge gesammelter Daten (z.B. aus Quellsystemen, dem Web) kann in eine Datenspeicherschicht geladen werden, in der sie effizient und kosteng\u00fcnstig verwaltet werden kann. <\/li>\n<\/ul>\n\n\n\n
- Einrichtung neuer Einnahmequellen <\/li>\n<\/ul>\n\n\n\n
- Entwicklung neuer Prozesse <\/li>\n<\/ul>\n\n\n\n
- Optimierung bestehender Prozesse <\/li>\n<\/ul>\n\n\n\n
- Wir erkennen verd\u00e4chtige Kreditkartentransaktionen und verhindern m\u00f6gliche Betr\u00fcgereien. <\/li>\n<\/ul>\n\n\n\n
- Wir verstehen das Verhalten unserer Kunden und k\u00f6nnen rechtzeitig auf ihre Bed\u00fcrfnisse reagieren. <\/li>\n<\/ul>\n\n\n\n
- Wir gewinnen ein besseres Verst\u00e4ndnis f\u00fcr unsere Kunden und k\u00f6nnen effektiver mit ihnen kommunizieren. <\/li>\n<\/ul>\n\n\n\n