embarc logo
embarc logo

Machine Learning

Neue Potentiale durch datengetriebene Projekte erschließen

 
 

Warum Machine Learning

Die erste zentrale Frage ist, welche Daten man zur Verfügung hat oder beschaffen kann. Die zweite Frage ist welchen sinnvollen (geschäftlichen) Nutzen man erzielen kann und möchte. Möchte man etwas bestehendes verbessern oder bisher nicht mögliches durch Machine Learning erst möglich machen.

Mit Machine Learning kann man entweder Effizienz steigern oder ganz neue Geschäftsbereiche erschließen.

Es stellt sich dabei heraus, dass die meisten sinnvollen Anwendungen nicht die bahnbrechenden, von der Presse bejubelten sind, sondern eher leise bestehende Systeme verbessern. Häufig wird bestehender traditioneller Code nach und nach durch eine flexiblere und genauere Machine Learning-Lösung ersetzt. Es ist aber auch möglich, ein Projekt umzusetzen bei dem man bisher nicht in der Lage war, eine sinnvolle Geschäftslogik zu erstellen. Wenn Sie sich eher aus dem statistischen Bereich nähern, könnte Machine Learning für Sie reizvoll sein, wenn Ihre statistischen Verfahren Ihnen nicht trennscharf genug sind.

Ablauf datengetriebener Projekte

Was braucht man für Machine Learning

Um Machine Learning sinnvoll einzusetzen, reicht Erfahrung in der traditionellen Programmierung nicht aus. Man muss vor allem methodische Kenntnisse erlangen, da der Prozess mit dem man zu einem funktionierenden Machine Learning Modell kommt, anders ist als der traditionelle Software-Entwicklungsprozess.

Traditionelle Software-Entwicklung funktioniert grundsätzlich anders als Machine Learning

Der besondere Unterschied ist, dass nicht spezifiziert wird, was die Software im Detail machen soll, sondern ein Algorithmus anhand von Daten ein Verhalten nachzuahmen oder eine Vorhersage zu machen lernt. Die Qualität einer solchen Vorhersage ist nur durch ein Experiment mit den Daten festzustellen. Ob diese Qualität für den Anwendungsfall ausreicht, bestimmt dann, ob man mit der Entwicklung fortfahren kann oder nicht.

Mathematisches Verständnis das über normales Schulwissen hinaus geht ist für den Einsatz von Machine Learning nicht notwendig.

Die Herausforderungen beim Machine Learning sind weniger die Werkzeuge und ob man diese beherrscht. Das schafft man als technisch begabter Mensch relativ leicht. Daher wird Machine Learning auch häufig unterschätzt. Es ist aber eher die Denkweise und der Ansatz, der es vielen Leuten schwer macht. Dazu braucht man die emotionale Fähigkeit, mit Fehlschlägen umzugehen, da diese im Bereich des Machine Learning - auch wenn man alles richtig macht - nicht zu vermeiden sind.

 
 

Wir helfen Ihnen dabei

 
 

Dazu bieten wir Ihnen

  1. Seminare mit den wichtigsten Inhalten mit einem unserer Schulungspartner oder maßgeschneidert bei Ihnen vor Ort
  2. Beratung und Coaching
  3. Mitarbeit und Prototyping Ihrer Ideen
  4. Begleitung Ihres Vorhabens in jeder Phase

Details dazu in unserer Liste von Machine Learning Dienstleistungen

Wir unterstützen Sie in jeder Phase eines Machine Learning Projekts

 
 

Interessiert? Nehmen Sie gern Kontakt auf mit Oliver Zeigermann, dem Machine Learning Experten von embarc. Per Email, oder über unser Kontakt Formular.