Nachbericht zum 92. Digitaldialog: “Data in Action”

7. June 2022
Posted by:
Category: Digitaldialog, Events, Veranstaltungen

Data in Action: Beiträge aus der Praxis

Die FH CAMPUS 02 lud am 31. Mai zum 92. Digitaldialog mit dem Thema “Data in Action: Beiträge aus der Praxis” ein. Die Veranstaltung fand sowohl vor Ort als auch als Webinar online statt. In drei unterschiedlichen Vorträgen wurde beschrieben, welchen Nutzen Daten im jeweiligen Anwendungsfeld haben können. Durch die Veranstaltung führte Stefan Grünwald, Leiter der Studienrichtung IT & Wirtschaftsinformatik der FH CAMPUS 02.

Den Auftakt übernahmen Andreas Schüppel, Michael Jantscher und Robert Reichel von der Midlight GmbH (chax.at), die über Herausforderungen in der Umsetzung eines intelligenten Tools für den Requirement Engineering Prozess berichteten. Vorab gaben sie den Zuhörer*innen einen Überblick über die Firma Midlight GmbH und das IREO Projekt. Das IREO Projekt versucht eine intelligente Angebotssoftware as a Service zu erstellen mit folgenden Schwerpunkten:

Requirements Engineering, KI unterstütztes Schreiben von Spezifikationen, Standardisierung des Prozesses vorantreiben
Angebote auf Basis der Spezifikation erstellen; die Spezifikationen sollen dabei ergänzt werden
Vergleich von Angeboten auf Basis der Spezifikation

Die besonderen Herausforderungen im Projekt waren:

Seamless Integration eines KI basierten Subsystems im Gesamtsystem; besonders aus der Sicht der Endanwender*innen
Daten-Akquise und -Vorbereitung hat sich als besonders schwierig erwiesen; einerseits war es schwierig an die Daten heranzukommen und andererseits waren die Daten sehr heterogen.
Methodik wie die Modelle erstellt und integriert werden sollen, „Al as a Service“ vs. Selbstimplementierung mit richtigen ML Algorithmen
Integration von ML in dem Deployment Prozess (MLOps vs DevOps)

Weiters wurde uns ein sehr detaillierter Einblick in die Funktionsweise und die Entstehungsgeschichte von dem Recommender System gewährt. Das Recommender System ist für die Empfehlung von weiteren User Stories bzw. Tasks im Requirement Engineering Prozess verantwortlich. Das Ziel sollte eine Zeitersparnis im Requirement Engineering Prozess und Qualitätssteigerung der Spezifikation der Softwareprojekte sein. Das Projekt ist noch nicht fertig implementiert aber befindet sich in der letzten Phase der Entwicklung.

Im zweiten Vortrag ging es um vertrauensaufbauende Maßnahmen im Herstellungsprozess moderner digitaler Produkte und Services, vor allem um Produkte und Services, die mit KI-Subsystemen arbeiten. Johannes Schauer von der Sclable Business Solutions GmbH präsentierte zum Thema “Development of trustworthy digital products” Erfahrungen und Ergebnisse aus einem Kundenprojekt mit dem Ziel die Datenqualität im Flottenmanagement zu verbessern. Zunächst wurden uns die Anforderungen an die vertrauenswürdige KI von Ethics Guidelines for Trustworthy AI (ALTAI) präsentiert. Dabei sind drei wesentliche Bereiche (aus Sicht von Sclable Business Solutions GmbH) zu erkennen: Design, Data & AI und Code. Anschließend zeigte Herr Schauer den gesamten Entwicklungsprozess wie moderne digitale Produkte und Services, die mit KI arbeiten, implementiert werden sollten. Danach wurden uns die wesentlichen Aspekte der Entwicklung anhand von Fleet Management (How to improve data quality) erklärt.

Der letzte Vortrag mit dem Titel “Data Science & AI meets Vehicle Usage Insights” befasste sich mit Data Science Methoden zur Auswertung und Verwertung von Daten um bessere Einblicke in die Fahrerfahrung, Fahrzeugnutzungsmuster und den Straßenzustand zu gewinnen. Michael Glitzner von der Virtual Vehicle Research GmbH erzählte, woher Daten kommen können und welcher Einblick dadurch gegeben wird. Auf Basis von Fahrzeugdaten, Daten gesammelt via App und zugekauften Daten konnten interessante Einblicke in das Fahrverhalten der Fahrer*innen gewonnen werden. Virtual Vehicle hat eine zweijährige GENDrive Studie zur Erforschung des Vertrauens und der Akzeptanz von Fahrer*innen im Themenbereich des teilautomatisierten Fahrens erfolgreich durchgeführt. Im Fokus dieser Studie standen der Spurhalteassistent und der adaptiver Fahrassistent. Dabei ist die Studie zu folgenden Erkenntnissen gekommen: Es gibt keine wesentlichen Unterschiede in der Akzeptanz dieser Assistent Systeme zwischen Männer und Frauen. Auch die Unterschiede zwischen verschiedenen Altersgruppen waren kaum vorhanden. Abschließend wurde uns ein Überblick der wesentlichen Technologien im Projekt Value Chain von Virtual Vehicle gezeigt. Dabei ist die steigende Wertschätzung der Daten bzw. die Möglichkeiten diese Daten richtig zu bearbeiten klar ersichtlich.

Im Anschluss der Vorträge wurden Fragen vom Publikum aufgegriffen. Diskutiert wurde unter anderem, wie Datenbeschaffungsprobleme gelöst werden können.