TDWI-Konferenz 2021

TDWI-Konferenz-Banner 2021

Zu lesen ist ein Bericht und entsprechende Impressionen aus der diesjährigen TDWI-Konferenz (digital).

Neues aus der Welt von BI und Analytics


5 Impulse von der digitalen TDWI-Konferenz 2021

Seit 17 Jahren ist die TDWI Konferenz eine wichtige Veranstaltung für den fachlichen Austausch von BI- und Analytics-Experten. Corona-bedingt war sie 2020 ausgefallen und fand diesem Jahr als reines Digital-Format statt. Vom 21.06 bis 23.06 wurden zahlreiche Vorträge aus den verschiedensten Branchen und Anwendungsbereichen per Livestream übertragen und im Chat diskutiert. Auch mar,an,con nutzte die Gelegenheit und nahm mit 3 Kollegen teil. Über 5 Vorträge, die bei uns besonders hängen geblieben sind, wollen wir kurz berichten.

 

Machine Learning: Möglichkeiten und Einsatzfelder der Bildverarbeitung 

Es wurde anhand eines per Highspeedkamera überwachtem Tischfußball demonstriert, wie sich in Echtzeit Objekte im Bild erfassen und klassifizieren lassen. Hierdurch können Informationen wie die Geschwindigkeit des Balles oder die meistbespielten Areale des Spielfeldes ermittelt werden, die ansonsten nicht greifbar wären. Hierzu wurde das in YOLO/Python programmierte Modell zunächst anhand von Trainingsdaten angelernt, wobei die Hauptschwierigkeit darin bestand alle Eventualitäten zu berücksichtigen, so dass sich die Bilderkennung nicht z.B. durch eine kurzzeitig im Bild auftauchende Hand irritieren ließ. Die Einsatzfelder für derartige Technologie sind vielfältig. Es lassen sich ebenso in der Landwirtschaft Viehbestände erfassen, geeignete Zeitpunkte zur Ernte bestimmen oder zuverlässige Personen-Identifikationen beim Abschluss von Online-Verträgen durchführen.

(Bei der TDWI-Konferenz präsentiert von Robea Aurojo von Borries und Elias Jebabli)

 

Text Analytics: Wo in der Praxis menschliche Nachkontrolle weiter nötig ist

Es wurde gezeigt, wie man mit Natural Langage Processing (NLP) zuverlässig in Texten nach Schlagwörtern und möglichen Synonymen suchen kann. Der Vortrag hat verdeutlicht, dass bei vielen der möglichen Anwendungsgebiete eine rein maschinelle Lösung nicht ausreicht. Diese NLP-Anwendungen führen zu Ergebnissen, die (bislang) eine menschliche Nachkontrolle benötigen bzw. die lediglich Vorschläge für die weitere Bearbeitung durch den Menschen liefern können. Dies mag sich nach wenig anhören – doch auch derartige maschinelle Zuarbeit kann die Effizienz der Mitarbeiter deutlich steigern.

(Bei der TDWI-Konferenz präsentiert von Jannik Fischbach)

 

SQL: Harte Kopfnüsse geknackt

SQL ist zu weitaus mehr in der Lage, als nur Routine-Befehle aus dem Alltag der Datenanalyse auszuführen (wie GROUP BY oder JOIN). Mittels T-SQL wurden hier in Schleifen, welche allgemein in SQL eher weniger üblich sind, Kosten-Optimierungen ermittelt oder Daten in einem Grid arrangiert. In entsprechenden Fällen von vernetzten Daten wurde durch die Verwendung von gerichteten Graphen in SQL eine Zeitersparnis von mehreren Stunden für eine einzige Abfrage erreicht. Der Vortrag demonstrierte die Vielseitigkeit von SQL, die im Alltag kaum in Gänze sichtbar wird, und verdeutlichte, dass es sich hierbei mittlerweile in der Tat um ein universell programmierbares Tool handelt.

(Bei der TDWI-Konferenz präsentiert von Torsten Ahlemeyer)

 

KI: Die Prognose im Bankgeschäft verbessern

In diesem Vortrag ging es um den Einsatz von künstlicher Intelligenz (KI) im Bankgeschäft. Hierbei liegt die Schwierigkeit darin, ausreichend historische und qualitativ hochwertige Daten zu finden, die gleichzeitig den hohen Ansprüchen an den Datenschutz genügen. Auf Basis der aktuell zur Verfügung stehenden Daten wurden neuronale Netze eingesetzt, um z.B. die erforderliche Mitarbeiterkapazität im Callcenter für den kommenden Monat zu planen. Hierdurch konnten die Effektivität der Mitarbeiter und die Auslastung des Call Centers optimiert werden.

(Bei der TDWI-Konferenz präsentiert von Thomas Liebke und Christof Bitschnau) 

 

Text Mining: Statistische Analyse mit Python und PowerBI

Um mit den in natürlicher Sprache steckenden Infomationen arbeiten zu können, ist eine solide Datenaufbereitung notwendig. Ein speziell hierfür geeignetes Tool ist die Open Source-Programmbibliothek spaCy, die sich innerhalb von Python nutzen lässt. Der Vortrag stellte die Möglichkeiten dar, die spaCy bietet, um unstrukturierte Texte für eine statistische Analyse sinnvoll aufzubereiten. Für die statische Analyse selbst wurde anschließend PowerBI verwendet. Mit diesem Tool ist es möglich, schnell alle wichtigen Kennzahlen zu sehen, mit denen sich ein Text charakterisieren lässt.

(Bei der TDWI-Konferenz präsentiert von Roland Zimmermann und Jens Albrecht)

 

Fazit:

Echtzeit-Bilderkennung und -verarbeitung ist mittlerweile marktreif, was Ergebnisqualität und Implementierungsaufwand angeht; in vielen Anwendungsfällen ist Machine Learning kein Selbstläufer, sondern eine leistungsfähige Unterstützung des Menschen; SQL kann viel mehr als die meisten denken; KI, z.B. in Form neuronaler Netze, ist auch in einer eher konservativen Branche wie der Finanzbranche State-of-the-Art; die Analyse von Sprachdaten, egal ob in gesprochener oder geschriebener Form, ist heutzutage dank leistungsfähiger Bibliotheken kaum komplizierter als die Analyse herkömmlicher numerischer Daten. Das sind 5 Erkenntnisse, die uns zwar aufgrund unserer täglichen Arbeit nicht überrascht, aber trotzdem beeindruckt haben.

Die TDWI-Konferenz hat sich einmal mehr als Begegnungsstätte von fachlich interessiertem Publikum und Expertenvorträgen aus der Wirtschaft erwiesen. Das digitale Format funktionierte einwandfrei und hat durchaus seine Vorteile: Mit relativ wenig Zeitaufwand lassen sich interessante Impulse aus den Vorträgen mitnehmen.