04. Mrz 2020
Von Künstlicher Intelligenz und Data Science – XITASO Data Scientist Anton Winschel berichtet

Als Data Scientist setzt Anton Winschel täglich seine Expertise in Data Science-Projekten ein. Er erklärt, was genau hinter Data Science steckt und warum gerade KI ein so faszinierendes Thema ist.

Faszination Künstliche Intelligenz – was KI für mich so besonders spannend macht

KI vereint für mich elegante Teilbereiche der Mathematik wie Topologie und Differenzialgeometrie mit Konzepten der Informatik und Fragestellungen der Biologie und Philosophie über den Lernprozess des Gehirns. Beim Thema KI stoße ich regelmäßig an die Grenzen meiner Vorstellungskraft. Hochdimensionale gekrümmte Räume, Vernetzungen von mathematischen Operationen zu riesigen Netzstrukturen und das ständige Hinterfragen wie Lernen funktioniert, das ist sehr herausfordernd und faszinierend. Intelligenz wird in der Wissenschaft oft als die Generierung von Wissen aus Erfahrung definiert. Doch wie das bei uns Menschen genau funktioniert, ist nicht so recht klar. Möchte man eine künstliche Intelligenz simulieren dann baut man also im Prinzip etwas nach, dass man nicht komplett versteht. Das wiederum führt dazu, dass man im Laufe des Prozesses sehr viel über sich selbst und seinen eigenen Lernprozess in Erfahrung bringen kann.

Was die Arbeit als Data Scientist ausmacht und inwiefern sie sich von der eines Softwareentwicklers unterscheidet

Als Data Scientist bei XITASO bin ich als Teammitglied von den frühen Entwicklungsphasen an bis hin zur Implementierung involviert, nur lege ich meinen Fokus auf die Daten. Softwareentwickler arbeiten im Gegensatz dazu sehr anwendungsnah und sind um die konkrete Umsetzung und um das architektonische Zusammenspiel der Softwarekomponenten bemüht. Für mich geht es vor allem darum, Zusammenhänge zu erkennen, Daten zu verstehen und daraufhin Analysen, Interpretationen und Vorhersagen machen zu können. Ich bewerte die Datenqualität und -quantität im Hinblick auf die projektbezogene Fragestellung und erstelle Konzepte zur Verbesserung der Datenerfassung, sofern notwendig. KI-Methoden bieten Möglichkeiten Probleme zu lösen, die sich mit klassischen Methoden aus der Softwareentwicklung nicht realisieren lassen. So kann man beispielsweise aufgrund von gesammelten Sensordaten und zugehörigen Maschinenausfällen zukünftige Maschinenausfälle vorhersagen und somit rechtzeitig Wartungen vornehmen.