{"id":7688,"date":"2021-04-01T08:18:45","date_gmt":"2021-04-01T06:18:45","guid":{"rendered":"https:\/\/www.iese.fraunhofer.de\/blog\/?p=7688"},"modified":"2024-02-19T12:21:22","modified_gmt":"2024-02-19T11:21:22","slug":"data-science","status":"publish","type":"post","link":"https:\/\/www.iese.fraunhofer.de\/blog\/data-science\/","title":{"rendered":"Data Science \u2013 mit Daten Wissen schaffen"},"content":{"rendered":"

\u00bbData Science\u00ab oder \u00bbWie sich aus Daten Wissen generieren l\u00e4sst\u00ab \u2013 In diesem Blog-Beitrag erkl\u00e4ren wir, was wir am Fraunhofer IESE unter Data Science<\/a> verstehen, wie f\u00fcr uns Data Science und KI zusammenh\u00e4ngen und wie wir als Data Scientists zu Dependable AI<\/a> beitragen k\u00f6nnen. Dar\u00fcber hinaus rei\u00dfen wir das unserer Meinung nach wichtige Thema \u00bbData Governance\u00ab an und skizzieren den Weg zum Data Scientist \u2013 nat\u00fcrlich mit Fraunhofer<\/a>.<\/p>\n

\u00dcbersetzt bedeutet der Begriff <\/strong>\u00bb<\/strong>Data Science\u00ab im Deutschen <\/strong>\u00bb<\/strong>Datenwissenschaft\u00ab \u2013 aber was bedeutet das?<\/strong><\/h3>\n

Die w\u00f6rtliche \u00dcbersetzung des Begriffs \u00bbData Science\u00ab umrei\u00dft dessen Bedeutung schon schon ganz gut. Denn bei Data Science \u00a0geht es darum, aus Daten Wissen zu schaffen. Der Begriff ist \u00fcbrigens auch nicht ganz neu. Anfangs ging es dabei im Wesentlichen um die Anwendung statistischer und datenanalytischer Verfahren mittels Computern. Heute fassen wir den Begriff etwas breiter. Das gilt insbesondere f\u00fcr die Data Science in der Praxis. Hier werden idealerweise ausgehend von einer relevanten Fragestellung Daten identifiziert, die dabei helfen k\u00f6nnen, die Fragestellung zu beantworten. Das hei\u00dft auch, dass Daten aus unterschiedlichen Quellen und in unterschiedlichen Formaten zu integrieren sind. Im n\u00e4chsten Schritt m\u00fcssen die Daten verstanden werden: Es gilt herauszufinden, wie gut die Daten sind, was sie bedeuten und wie man sie interpretieren kann. Dar\u00fcber hinaus gilt zu kl\u00e4ren, ob es Fehler in den Daten gibt, ob sie repr\u00e4sentativ sind und, ob sie einen Bias (eine Verzerrung) aufweisen. Dann folgt die Datenaufbereitung sowie die Auswahl geeigneter Verfahren zur Modellierung \u2013 eine Phase, die oftmals untersch\u00e4tzt wird, jedoch in vielen Projekten 70-80 % des Aufwands verschlingt. Hier werden die Daten f\u00fcr die Modellierungsphase vorbereitet. Bis zu diesem Punkt sprechen wir auch vom sogenannten \u00bbData Engineering\u00ab. Im n\u00e4chsten Schritt folgen dann die \u00bbData Analytics\u00ab.<\/p>\n

In einem klassischen Softwareentwicklungsprojekt w\u00fcrde man dann den Algorithmus, also die Vorgehensweise zur Verarbeitung der Daten, schreiben; z. B. wird so unter Ber\u00fccksichtigung thermodynamischer Zusammenh\u00e4nge der Verbrennungsvorgang in Software implementiert.<\/p>\n

In einem Data-Science-Projekt werden jedoch durch die Verwendung spezieller Algorithmen Modelle erstellt. Diese Modelle sind somit eine durch Daten bestimmte Abstraktion der Realit\u00e4t. Die Qualit\u00e4t der Abstraktion (also das Ausma\u00df, wie gut das Modell die Realit\u00e4t repr\u00e4sentiert) h\u00e4ngt somit von den Daten und ihrer Qualit\u00e4t sowie dem verwendeten Algorithmus und seiner Eignung f\u00fcr die Fragestellung ab und nicht davon, ob \u2013 um im Beispiel von oben zu bleiben – ein Entwickler die komplexen thermodynamischen Zusammenh\u00e4nge in Verbrennungsprozessen korrekt verstanden hat.<\/p>\n

Zur Erstellung der Modelle werden die Daten dem ausgew\u00e4hlten Algorithmus zur Verf\u00fcgung gestellt. Das k\u00f6nnte z.B. ein Verfahren des Maschinellen Lernens sein, ein lineares Regressionsmodell zur Berechnung von Prognosen oder auch ein tiefes neuronales Netz zur Klassifikation von Objekten auf Bildern. Jedoch werden nicht alle Daten zur Erstellung des beschriebenen Modells auch verwendet. Ein Teil der Daten \u2013 die Trainingsdaten \u2013 werden zum Anlernen des Modells verwendet, w\u00e4hrend ein anderer Teil \u2013 die Testdaten \u2013 dazu verwendet werden, die Qualit\u00e4t des angelernten Modells (z.B. die G\u00fcte der Vorhersage) zu \u00fcberpr\u00fcfen.<\/p>\n

Ziel ist nat\u00fcrlich, ein m\u00f6glichst gutes Modell zu erhalten, das f\u00fcr alle Eingabewerte m\u00f6glichst realistische Ausgabewerte liefert (selbst wenn das Modell den Eingabewert noch nie gesehen hat). Ein Data Scientist ben\u00f6tigt hierzu ein tiefes Verst\u00e4ndnis der Mathematik und der Statistik sowie der eingesetzten Algorithmen. Denn jeder Algorithmus hat seine St\u00e4rken und Schw\u00e4chen, stellt spezielle Anforderungen an die Daten und muss ggf. \u00fcber eine Vielzahl von Parametern, die einen direkten Einfluss auf das Ergebnis haben k\u00f6nnen, angesteuert werden. Dies macht die Aufgabe eines Data Scientist sehr herausfordernd.<\/p>\n

Werden die Modellergebnisse als statistisch gut erachtet und wurde das Modellverhalten von Fachexpert*innen final gepr\u00fcft und freigegeben, kann das Modell softwaretechnisch in ein Gesamtsystem integriert werden (Deployment). Hierzu ist das Einbinden von Expert*innen des Software- und Data-Engineerings angeraten, da sie die Sicht auf das Gesamtsystem mitbringen und f\u00fcr die notwendige Systemqualit\u00e4t sorgen k\u00f6nnen.<\/p>\n

Doch auch wenn die Modellintegration bereits vorgenommen wurde, muss kontinuierlich \u00fcberpr\u00fcft werden, ob die vom Modell getroffenen Vorhersagen\/Klassifikationen auch in der Realit\u00e4t richtig sind. Gibt es zu gro\u00dfe Abweichungen, muss das Modell mit den in der Zwischenzeit neu aufgelaufenen Daten neu angelernt werden. Dies kann auch automatisiert geschehen, z. B. indem das Modell immer um Mitternacht neu mit Daten angelernt und anschlie\u00dfend automatisch in das Gesamtsystem integriert wird.<\/p>\n

Betrachtet man die einzelnen Schritte \u2013 von der Datenintegration \u00fcber die Datenaufbereitung und die Modellerstellung bis hin zum Deployment \u2013 so stellt man fest, dass hier unterschiedlichste Kompetenzen notwendig sind, um Data Science betreiben zu k\u00f6nnen. Somit ist Data Science immer als Teamsport \u2013 mit einem Team bestehend aus Menschen mit mathematischem, softwaretechnischem und fachlichem Wissen \u2013 anzusehen. Wichtig ist hierbei ein gewisser Grad an Kommunikationsf\u00e4higkeit, sowohl innerhalb des Teams als auch in der unerl\u00e4sslichen Zusammenarbeit mit den Dom\u00e4nenexpert*innen.<\/p>\n

Data Science und KI<\/strong><\/h3>\n

Mit dem Wissen darum, wie Data Science funktioniert und wie sich mithilfe von Daten Modelle anlernen und in ein Gesamtsystem integrieren lassen, l\u00e4sst sich leicht der Eindruck erwecken, dass es sich bei den genannten Modellen um intelligente Systeme handelt (z. B. indem ein Assistenzsystem im Fahrzeug gef\u00e4hrliche Situationen im Stra\u00dfenverkehr erkennt und automatisch bremst). Damit h\u00e4tten wir also eine Art \u00bbK\u00fcnstliche Intelligenz\u00ab geschaffen, denn f\u00fcr den Betrachter sieht es schlie\u00dflich so aus, als w\u00fcrde das System eigenst\u00e4ndig Entscheidungen treffen. Doch ist das wirklich so? Ist diese KI, die wir mit unseren Modellen erschaffen, wirklich intelligent?<\/p>\n

Dazu gibt es selbst unter KI-Experten die gegens\u00e4tzlichsten Sichtweisen. Um diese Frage zu beantworten, m\u00fcssten wir zun\u00e4chst verstehen, wie die z.B. mit Deep Learning angelernten Modelle tats\u00e4chlich funktionieren. Doch genau hier liegt das Problem. Die Modelle sind f\u00fcr Menschen nicht mehr einfach nachzuvollziehen bzw. zu \u00fcberpr\u00fcfen! Bevor wir also die Frage nach K\u00fcnstlicher Intelligenz stellen, m\u00fcssen wir daher zun\u00e4chst er\u00f6rtern, was mit den zuvor erstellten Modellen passiert. Es gilt zu kl\u00e4ren, wie die Modelle eines Fahrassistenzsystems entscheiden k\u00f6nnen, ob ein Fahrzeug abgebremst werden muss und wie stark dieser Bremsvorgang sein soll.<\/p>\n

Data Science im Kontext von Dependable AI<\/strong><\/h3>\n

Gerade in solchen sicherheitskritischen Anwendungen, durch deren Modell- bzw. KI-Verhalten Menschen zu Schaden kommen k\u00f6nnen, ist es wichtig, die Modelle besser zu verstehen. Da dies momentan jedoch noch nicht in der notwendigen Tiefe m\u00f6glich ist, ist es unerl\u00e4sslich, Sicherheitsbarrieren in die KI einzubauen. Genau das tun wir am Fraunhofer IESE durch eine abteilungs\u00fcbergreifende Zusammenarbeit zwischen Data Scientists und Safety Engineers. Hier arbeiten Expert*innen aus beiden Bereichen an L\u00f6sungen, um das Risiko von nicht akzeptablen Fehlern und Fehlverhalten von KI-Systemen zu minimieren. Diese am IESE entwickelte verl\u00e4ssliche KI \u2013 Dependable AI<\/a> \u2013 fokussiert sich auf funktionale Sicherheit (Safety), insbesondere im Bereich autonomes Fahren. Die von uns entwickelten L\u00f6sungen lassen sich jedoch auch auf andere sicherheitskritische Anwendungen, z.B. im medizinischen Bereich, \u00fcbertragen.<\/p>\n

\n

H\u00f6ren Sie auch in unserem Podcast MORGEN DENKER<\/em><\/a> mehr zu Data Science im Kontext von Dependable AI. Im Interview: Dr. Andreas Jedlitschka, Department Head Smart Digital Solutions am Fraunhofer IESE<\/p>\n