{"id":9477,"date":"2022-07-28T14:19:58","date_gmt":"2022-07-28T12:19:58","guid":{"rendered":"https:\/\/www.iese.fraunhofer.de\/blog\/?p=9477"},"modified":"2024-02-19T12:17:44","modified_gmt":"2024-02-19T11:17:44","slug":"agile-machine-learning-fuer-kmu","status":"publish","type":"post","link":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/","title":{"rendered":"Agile Machine Learning-Prozesse f\u00fcr KMU"},"content":{"rendered":"<p class=\"lead\">Agile Machine Learning-Prozesse k\u00f6nnen f\u00fcr kleine und mittelst\u00e4ndische Unternehmen (KMU) ein wahrer Erfolgsfaktor sein: Agile Praktiken haben sich als gro\u00dfer Vorteil bei der Entwicklung von Software-Systemen bew\u00e4hrt. Mit dem Wandel zu datengetriebenen Produkten und Dienstleistungen m\u00fcssen nun jedoch diese Software-Entwicklungsprozesse und Methoden des Maschinellen Lernens (ML) enger miteinander verbunden und integriert werden. Dabei ist es wichtig, h\u00f6chst agil zu bleiben, um schnell auf sich \u00e4ndernde Umgebungen und Anforderungen zu reagieren. Unsere Expert*innen vom <a href=\"https:\/\/www.iese.fraunhofer.de\/\">Fraunhofer IESE<\/a> unterst\u00fctzen Unternehmen an der Schnittstelle zwischen Agilit\u00e4t und Data Science, insbesondere kleine und mittelst\u00e4ndische Unternehmen (KMU), von der Konzeption innovativer datenbasierter Dienste bis hin zu deren Umsetzung. Sie sorgen f\u00fcr Prozesse, die die Qualit\u00e4t und Agilit\u00e4t langfristig aufrechterhalten. Wie genau sie dabei vorgehen, beschreiben sie im folgenden Blog-Beitrag.<\/p>\n<h3><strong>Die Herausforderung: Neue Methoden erfordern neue Kompetenzen<\/strong><\/h3>\n<p>Der erfolgreiche \u00dcbergang in das \u00bbdigitale Zeitalter\u00ab und die Nutzung des Potenzials der K\u00fcnstlichen Intelligenz (KI) und verwandter datengesteuerter Methoden, wie Data-Mining oder Maschinelles Lernen (ML, engl. Machine Learning), sind nicht trivial. Technisch gesehen erfordert der Umgang mit solchen Methoden den Erwerb neuer Kompetenzen, denn die Anwendung von KI-Verfahren bringt eine Reihe von Komplexit\u00e4ten mit sich (Abbildung 1). Dazu z\u00e4hlen mitunter die Sammlung, Speicherung und Verarbeitung von Daten sowie das Training und die Validierung von Modellen \u2013 sowohl auf der Ebene individueller Methoden als auch bez\u00fcglich des gesamten Prozesses. Der Lebenszyklus datengetriebener Produkte, inklusive Spezifikation, Entwicklung, Deployment und kontinuierlicher Anpassung, ist komplexer als bei klassischen Produkten und birgt neuartige Challenges [1]. Hinzu kommt, dass in den letzten Jahren viele KI-, Data- und MLOps-Plattformdienste entstanden sind, was zu einer zunehmenden Komplexit\u00e4t bei der Auswahl von Partnern oder Tools f\u00fchrt.<\/p>\n<p><figure style=\"width: 979px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/07\/DSHierarchyOfNeeds.png\" alt=\"Bed\u00fcfrnispyramide f\u00fcr Data Science (zur Ableitung agiler Machine-Learning-Prozesse)\" width=\"979\" height=\"446\" \/><figcaption class=\"wp-caption-text\">Abbildung 1. Die Bed\u00fcrfnispyramide f\u00fcr Data Science (nach [3])<\/figcaption><\/figure>Die Erfahrungen von Unternehmen, welche KI-Methoden implementieren, zeigen, dass ein Erfolgsfaktor f\u00fcr ML-Projekte ein tiefes Verst\u00e4ndnis f\u00fcr die sich \u00e4ndernden Anforderungen an den Entwicklungsprozess und den Lebenszyklus ist [2]. Ein weiterer Erfolgsfaktor ist das Wissen dar\u00fcber, wie mit sich \u00e4ndernden Anforderungen sowohl bei Datenanalysen als auch bei den damit verbundenen datenbasierten Produkten umgegangen werden kann.<\/p>\n<p>Genau das ist die Herausforderung, der sich KMU im Zusammenhang mit KI stellen m\u00fcssen. Die Anwendung dieser neuen Technologien bringt zum einen Ver\u00e4nderungen sowohl auf Management- als auch auf technischer Ebene mit sich, und zum anderen das Auftreten neuer Wettbewerber, die den Markt st\u00f6ren k\u00f6nnen.<\/p>\n<p>KMU haben jedoch in der Regel nicht die Zeit und die Ressourcen, um sich mit der Erforschung und Bewertung neuer Ans\u00e4tze zu befassen, insbesondere wenn das damit verbundene Risiko des Scheiterns bedacht wird. Dies gilt insbesondere f\u00fcr den intensiven, umfangreichen und komplexen Bereich der KI. Ebenso haben KMU oft nicht die Ressourcen, um \u00fcber die f\u00fcr ihr Unternehmen geeigneten ML-Best Practices und agile Machine Learning-Prozesse im Zusammenspiel mit flexibler Softwareentwicklung nachzudenken. Dabei ist es in einer Zeit, in der sich die M\u00e4rkte schnell ver\u00e4ndern und die Konkurrenz durch Global Player und IT-Startups gro\u00df ist, \u00e4u\u00dferst wichtig, \u00fcber Alleinstellungsmerkmale bei internen Prozessen zu verf\u00fcgen, um beispielsweise die Markteinf\u00fchrungszeit oder Innovationen zu beschleunigen.<\/p>\n<p>Aus diesem Grund stellt ein agiler Machine Learning-Prozess, der an den spezifischen Kontext eines Unternehmens angepasst werden kann, einen gro\u00dfen Mehrwert dar. Mit unserer Erfahrung und unseren Methoden, die wir im Kontext des agilen Engineerings datenbasierter Software entwickelt haben, versetzen wir KMU in die Lage, ihre datengesteuerten Produkte in kurzen Iterationszyklen zu entwickeln und schnell auf Ver\u00e4nderungen des Umfelds zu reagieren.<\/p>\n<h3><strong>Unser Ziel und Ansatz: Agile Machine Learning-Prozesse in Unternehmen etablieren<\/strong><\/h3>\n<p>Unser Ziel ist es, KMU zu helfen, mithilfe eines geeigneten Ansatzes und Tools einen unternehmensspezifischen agilen ML-Prozess zusammenzustellen. Dies erm\u00f6glicht ihnen, unabh\u00e4ngig von ihrer Erfahrung mit ML, einen effektiven ML-Prozess einzuf\u00fchren oder ihren bestehenden ML-Prozess zu verbessern. KMU ohne Erfahrung mit ML werden bei den verschiedenen Schritten und Entscheidungen begleitet \u2013 von der Ausrichtung der ML-Analysen auf die spezifischen Bed\u00fcrfnisse des Unternehmens bis hin zu ihrer Umsetzung. KMU mit ML-Erfahrung erhalten das n\u00f6tige R\u00fcstzeug, um ihre ML-Prozesse zu standardisieren und flexibel an die jeweilige Situation anzupassen. Dadurch werden die Implementierungskosten und das Risiko eines m\u00f6glichen Scheiterns verringert.<\/p>\n<p>Unser Ansatz besteht in einer generisch anwendbaren, anpassbaren, werkzeuggest\u00fctzten Methodik, die KMU eine f\u00fcr ihren Kontext ma\u00dfgeschneiderte Zusammenstellung von ML-Best Practices und agilen Praktiken zur Erstellung eines agilen ML-Prozesses erm\u00f6glicht. Hierzu werden ML-Best Practices und agile Praktiken in einem Katalog von Bausteinen strukturiert und miteinander verkn\u00fcpft (Abbildung 2, linke Seite). Die Anwendung des Bausteinkatalogs (Abbildung 2, rechte Seite) erm\u00f6glicht es den KMU, kontextspezifische agile Machine Learning-Prozesse zusammenzustellen bzw. die Verbesserungspotenziale in gegenw\u00e4rtigen ML-Vorgehen zu identifizieren und zu realisieren.<\/p>\n<figure style=\"width: 952px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/07\/AgileMLProcesses.png\" alt=\"Methodim zur Definition: Agile Machine Learning-Prozesse\" width=\"952\" height=\"402\" \/><figcaption class=\"wp-caption-text\">Abbildung 2. Methodik zur Definition eines agilen Machine Learning-Prozesses<\/figcaption><\/figure>\n<h3><strong>Referenzen<\/strong><\/h3>\n<p>[1]\u00a0\u00a0\u00a0\u00a0\u00a0 Silverio Mart\u00ednez-Fern\u00e1ndez, Justus Bogner, Xavier Franch, Marc Oriol, Julien Siebert, Adam Trendowicz, Anna M. Vollmer, and Stefan Wagner. 2021. <em>Software Engineering for AI-Based Systems: A Survey. DOI: https:\/\/doi.org\/<\/em>10.1145\/3487043.<br \/>\n[2]\u00a0\u00a0\u00a0\u00a0\u00a0 Gianna Reggio and Egidio Astesiano. Big-Data\/Analytics Projects Failure: A Literature Review. In <em>46th Euromicro Conference on Software Engineering and Advanced Applications (SEAA)<\/em>, 246\u2013255. DOI: https:\/\/doi.org\/10.1109\/SEAA51224.2020.00050.<br \/>\n[3]\u00a0\u00a0\u00a0\u00a0\u00a0 Monica Rogati. 2017. <em>The AI Hierarchy of Needs \u2013 Hacker Noon<\/em> (2017). zuletzt aufgerufen am 27.07.2022 von <a href=\"https:\/\/hackernoon.com\/the-ai-hierarchy-of-needs-18f111fcc007\">https:\/\/\u200bhackernoon.com\u200b\/\u200bthe-ai-hierarchy-of-needs-18f111fcc007<\/a>.<\/p>\n<div class=\"info-box\">\n<p>Mehr Informationen erhalten Sie auch in unserem Whitepaper, das <a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/07\/Agile-Machine-Learning-Processes.pdf\">hier zum Download<\/a> bereitsteht.<\/p>\n<p>&nbsp;<\/p>\n<p>Bei Fragen und\/oder Anmerkungen zur Etablierung agiler ML-Prozesse in (Ihrem) Unternehmen, stehen wir Ihnen gerne mit Rat und Tat zur Seite. \u2013 <a href=\"mailto:presse@iese.fraunhofer.de\">Kontaktieren Sie uns gerne.<\/a><\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Agile Machine Learning-Prozesse k\u00f6nnen f\u00fcr kleine und mittelst\u00e4ndische Unternehmen (KMU) ein wahrer Erfolgsfaktor sein: Agile Praktiken haben sich als gro\u00dfer Vorteil bei der Entwicklung von Software-Systemen bew\u00e4hrt. Mit dem Wandel zu datengetriebenen Produkten und Dienstleistungen m\u00fcssen nun jedoch diese Software-Entwicklungsprozesse&#8230;<\/p>\n","protected":false},"author":66,"featured_media":9511,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[177],"tags":[235,296],"coauthors":[214,66,385,372,83],"class_list":["post-9477","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-kuenstliche-intelligenz","tag-agile","tag-machine-learning"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.5 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Agile Machine Learning-Prozesse f\u00fcr KMU - Blog des Fraunhofer IESE<\/title>\n<meta name=\"description\" content=\"Agile Praktiken bieten viele Vorteile. \u2013 So stellen bspw. agile Machine Learning-Prozesse einen entscheidenden Erfolgsfaktor f\u00fcr KMU dar.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Agile Machine Learning-Prozesse f\u00fcr KMU - Blog des Fraunhofer IESE\" \/>\n<meta property=\"og:description\" content=\"Agile Praktiken bieten viele Vorteile. \u2013 So stellen bspw. agile Machine Learning-Prozesse einen entscheidenden Erfolgsfaktor f\u00fcr KMU dar.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/\" \/>\n<meta property=\"og:site_name\" content=\"Fraunhofer IESE\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/FraunhoferIESE\/\" \/>\n<meta property=\"article:published_time\" content=\"2022-07-28T12:19:58+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-02-19T11:17:44+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/07\/AgileML-Prozesse_FraunhoferIESEBlog.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1050\" \/>\n\t<meta property=\"og:image:height\" content=\"599\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Dr. Julien Siebert, Anna Theobald, Sven Theobald, Anna Maria Vollmer, Dr. Adam Trendowicz\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@FraunhoferIESE\" \/>\n<meta name=\"twitter:site\" content=\"@FraunhoferIESE\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr. Julien Siebert\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"5\u00a0Minuten\" \/>\n\t<meta name=\"twitter:label3\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data3\" content=\"Dr. Julien Siebert, Anna Theobald, Sven Theobald, Anna Maria Vollmer, Dr. Adam Trendowicz\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/agile-machine-learning-fuer-kmu\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/agile-machine-learning-fuer-kmu\\\/\"},\"author\":{\"name\":\"Dr. Julien Siebert\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#\\\/schema\\\/person\\\/96d3d2ce62a13a8ee470ea948601ff28\"},\"headline\":\"Agile Machine Learning-Prozesse f\u00fcr KMU\",\"datePublished\":\"2022-07-28T12:19:58+00:00\",\"dateModified\":\"2024-02-19T11:17:44+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/agile-machine-learning-fuer-kmu\\\/\"},\"wordCount\":924,\"publisher\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/agile-machine-learning-fuer-kmu\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2022\\\/07\\\/AgileML-Prozesse_FraunhoferIESEBlog.jpg\",\"keywords\":[\"Agile\",\"Machine Learning\"],\"articleSection\":[\"K\u00fcnstliche Intelligenz\"],\"inLanguage\":\"de\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/agile-machine-learning-fuer-kmu\\\/\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/agile-machine-learning-fuer-kmu\\\/\",\"name\":\"Agile Machine Learning-Prozesse f\u00fcr KMU - Blog des Fraunhofer IESE\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/agile-machine-learning-fuer-kmu\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/agile-machine-learning-fuer-kmu\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2022\\\/07\\\/AgileML-Prozesse_FraunhoferIESEBlog.jpg\",\"datePublished\":\"2022-07-28T12:19:58+00:00\",\"dateModified\":\"2024-02-19T11:17:44+00:00\",\"description\":\"Agile Praktiken bieten viele Vorteile. \u2013 So stellen bspw. agile Machine Learning-Prozesse einen entscheidenden Erfolgsfaktor f\u00fcr KMU dar.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/agile-machine-learning-fuer-kmu\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/agile-machine-learning-fuer-kmu\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/agile-machine-learning-fuer-kmu\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2022\\\/07\\\/AgileML-Prozesse_FraunhoferIESEBlog.jpg\",\"contentUrl\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2022\\\/07\\\/AgileML-Prozesse_FraunhoferIESEBlog.jpg\",\"width\":1050,\"height\":599,\"caption\":\"Agile Machine-Learning-Prozesse f\u00fcr KMU\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/agile-machine-learning-fuer-kmu\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Agile Machine Learning-Prozesse f\u00fcr KMU\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#website\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/\",\"name\":\"Fraunhofer IESE\",\"description\":\"Blog des Fraunhofer-Institut f\u00fcr Experimentelles Software Engineering\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#organization\",\"name\":\"Fraunhofer IESE\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2016\\\/08\\\/fhg_iese_logo.png\",\"contentUrl\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2016\\\/08\\\/fhg_iese_logo.png\",\"width\":183,\"height\":50,\"caption\":\"Fraunhofer IESE\"},\"image\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/FraunhoferIESE\\\/\",\"https:\\\/\\\/x.com\\\/FraunhoferIESE\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/fraunhoferiese\\\/\",\"https:\\\/\\\/www.youtube.com\\\/c\\\/FraunhoferIESE\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#\\\/schema\\\/person\\\/96d3d2ce62a13a8ee470ea948601ff28\",\"name\":\"Dr. Julien Siebert\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2020\\\/10\\\/siebert_julien_8513_blog-96x96.jpg299e210bdf5631c16552ac66c10e3e56\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2020\\\/10\\\/siebert_julien_8513_blog-96x96.jpg\",\"contentUrl\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2020\\\/10\\\/siebert_julien_8513_blog-96x96.jpg\",\"caption\":\"Dr. Julien Siebert\"},\"description\":\"Julien Siebert is working as senior AI Expert in the Data Science department of Fraunhofer IESE. He studied Artificial Intelligence and Engineering Science and got his PhD in Computer Science. His professional interests include data science processes, artificial intelligence and complex systems.\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/author\\\/julien-siebert\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Agile Machine Learning-Prozesse f\u00fcr KMU - Blog des Fraunhofer IESE","description":"Agile Praktiken bieten viele Vorteile. \u2013 So stellen bspw. agile Machine Learning-Prozesse einen entscheidenden Erfolgsfaktor f\u00fcr KMU dar.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/","og_locale":"de_DE","og_type":"article","og_title":"Agile Machine Learning-Prozesse f\u00fcr KMU - Blog des Fraunhofer IESE","og_description":"Agile Praktiken bieten viele Vorteile. \u2013 So stellen bspw. agile Machine Learning-Prozesse einen entscheidenden Erfolgsfaktor f\u00fcr KMU dar.","og_url":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/","og_site_name":"Fraunhofer IESE","article_publisher":"https:\/\/www.facebook.com\/FraunhoferIESE\/","article_published_time":"2022-07-28T12:19:58+00:00","article_modified_time":"2024-02-19T11:17:44+00:00","og_image":[{"width":1050,"height":599,"url":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/07\/AgileML-Prozesse_FraunhoferIESEBlog.jpg","type":"image\/jpeg"}],"author":"Dr. Julien Siebert, Anna Theobald, Sven Theobald, Anna Maria Vollmer, Dr. Adam Trendowicz","twitter_card":"summary_large_image","twitter_creator":"@FraunhoferIESE","twitter_site":"@FraunhoferIESE","twitter_misc":{"Verfasst von":"Dr. Julien Siebert","Gesch\u00e4tzte Lesezeit":"5\u00a0Minuten","Written by":"Dr. Julien Siebert, Anna Theobald, Sven Theobald, Anna Maria Vollmer, Dr. Adam Trendowicz"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/#article","isPartOf":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/"},"author":{"name":"Dr. Julien Siebert","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#\/schema\/person\/96d3d2ce62a13a8ee470ea948601ff28"},"headline":"Agile Machine Learning-Prozesse f\u00fcr KMU","datePublished":"2022-07-28T12:19:58+00:00","dateModified":"2024-02-19T11:17:44+00:00","mainEntityOfPage":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/"},"wordCount":924,"publisher":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#organization"},"image":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/#primaryimage"},"thumbnailUrl":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/07\/AgileML-Prozesse_FraunhoferIESEBlog.jpg","keywords":["Agile","Machine Learning"],"articleSection":["K\u00fcnstliche Intelligenz"],"inLanguage":"de"},{"@type":"WebPage","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/","url":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/","name":"Agile Machine Learning-Prozesse f\u00fcr KMU - Blog des Fraunhofer IESE","isPartOf":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/#primaryimage"},"image":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/#primaryimage"},"thumbnailUrl":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/07\/AgileML-Prozesse_FraunhoferIESEBlog.jpg","datePublished":"2022-07-28T12:19:58+00:00","dateModified":"2024-02-19T11:17:44+00:00","description":"Agile Praktiken bieten viele Vorteile. \u2013 So stellen bspw. agile Machine Learning-Prozesse einen entscheidenden Erfolgsfaktor f\u00fcr KMU dar.","breadcrumb":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/#primaryimage","url":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/07\/AgileML-Prozesse_FraunhoferIESEBlog.jpg","contentUrl":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/07\/AgileML-Prozesse_FraunhoferIESEBlog.jpg","width":1050,"height":599,"caption":"Agile Machine-Learning-Prozesse f\u00fcr KMU"},{"@type":"BreadcrumbList","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/agile-machine-learning-fuer-kmu\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/www.iese.fraunhofer.de\/blog\/"},{"@type":"ListItem","position":2,"name":"Agile Machine Learning-Prozesse f\u00fcr KMU"}]},{"@type":"WebSite","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#website","url":"https:\/\/www.iese.fraunhofer.de\/blog\/","name":"Fraunhofer IESE","description":"Blog des Fraunhofer-Institut f\u00fcr Experimentelles Software Engineering","publisher":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.iese.fraunhofer.de\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#organization","name":"Fraunhofer IESE","url":"https:\/\/www.iese.fraunhofer.de\/blog\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#\/schema\/logo\/image\/","url":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2016\/08\/fhg_iese_logo.png","contentUrl":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2016\/08\/fhg_iese_logo.png","width":183,"height":50,"caption":"Fraunhofer IESE"},"image":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/FraunhoferIESE\/","https:\/\/x.com\/FraunhoferIESE","https:\/\/www.linkedin.com\/company\/fraunhoferiese\/","https:\/\/www.youtube.com\/c\/FraunhoferIESE"]},{"@type":"Person","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#\/schema\/person\/96d3d2ce62a13a8ee470ea948601ff28","name":"Dr. Julien Siebert","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2020\/10\/siebert_julien_8513_blog-96x96.jpg299e210bdf5631c16552ac66c10e3e56","url":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2020\/10\/siebert_julien_8513_blog-96x96.jpg","contentUrl":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2020\/10\/siebert_julien_8513_blog-96x96.jpg","caption":"Dr. Julien Siebert"},"description":"Julien Siebert is working as senior AI Expert in the Data Science department of Fraunhofer IESE. He studied Artificial Intelligence and Engineering Science and got his PhD in Computer Science. His professional interests include data science processes, artificial intelligence and complex systems.","url":"https:\/\/www.iese.fraunhofer.de\/blog\/author\/julien-siebert\/"}]}},"jetpack_featured_media_url":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/07\/AgileML-Prozesse_FraunhoferIESEBlog.jpg","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/posts\/9477","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/users\/66"}],"replies":[{"embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/comments?post=9477"}],"version-history":[{"count":14,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/posts\/9477\/revisions"}],"predecessor-version":[{"id":9521,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/posts\/9477\/revisions\/9521"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/media\/9511"}],"wp:attachment":[{"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/media?parent=9477"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/categories?post=9477"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/tags?post=9477"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/coauthors?post=9477"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}