Mirco DohmannInnovation und Technologie

Vorgehensmodell für Cognitive Computing-Projekte

Künstliche Intelligenz, Big Data, Data Science und Cognitive Computing gehören zu den wichtigsten, aber auch sehr komplexen IT-Entwicklungen der vergangenen Jahre. Daher wünschen sich viele Unternehmen mehr Planung und eine modellbasierte Unterstützung bei der Einführung solcher Lösungen. Vorgehensmodelle gestalten die Entwicklung solcher Projekte effizienter und reduzieren die Komplexität.

Materna hat diesen Bedarf ebenfalls erkannt und das Materna Cognitive Framework (kurz: Materna Cogwork) entwickelt. Es basiert auf CRISP (CRoss-Industry Standard Process), einem internationalen Vorgehensmodell für Data Mining-Projekte und Design Thinking.

Unser Vorgehensmodell beschreibt unterschiedliche Phasen und Schritte, die bei der Durchführung eines Cognitive Computing-Projektes durchlaufen werden. Das Modell bedient mehrere Ebenen und schafft so ein ganzheitliches Verständnis für die unterschiedlichen Perspektiven, wie zum Beispiel Management und Entwicklung.

Anhand der folgenden User Story erläutern wir Ihnen die einzelnen Phasen der Projektumsetzung mit Materna beispielhaft: Ein Online-Shop für Bücher möchte seine Verkaufszahlen erhöhen. Dies soll mit innovativen und kognitiven Ansätzen erfolgen.

In ersten gemeinsamen Workshops werden das Projektziel und begleitende Anforderungen im Rahmen der „Situationsanalyse“ definiert. Als Ergebnis der Workshops wird klar, dass vor allem durch die textuellen Produktbewertungen viel ungenutztes Analysepotential vorhanden ist. Daher sollen diese mit einer Sentiment-Analyse untersucht werden. Auf diese Weise lassen sich positive und negative Emotionen in Texten analysieren und dafür verantwortliche Auslöser identifizieren. Der Auslöser für eine schlechte Produktbewertung eines Buches könnte z. B. eine fehlerhafte Text-Übersetzung sein. In der Phase der „Datenanalyse“ werden zunächst die Produktbewertungen beschafft und anschließend in einer Datenbank organisiert.

In der darauffolgenden Phase der „Datenaufbereitung“ wird die textuelle Qualität der Produktbewertungen für die Analysen optimiert. Unter anderem werden Sonderzeichen sowie Stopp-Wörter, die keinen Mehrwert zu der Bedeutung eines Textes beitragen (beispielsweise Artikel), entfernt. Mit Hilfe der aufbereiteten Produktbewertungen lässt sich dann ein statistisches Modell für die Sentiment-Analyse erstellen. Anschließend wird das Modell getestet und bewertet. Über diese Phase der „Modellierung“ und die vorherige werden in der Regel mehrere Iterationen durchgeführt. Im Falle der Produktbewertungen könnten die Testergebnisse weiter optimiert werden, indem beispielsweise Emoticons mit analysiert werden.

In der nächsten Phase – der „Evaluierung“ – werden die Testergebnisse in Form eines Projektberichts dokumentiert und die Ergebnisse ausgewertet. An dieser Stelle werden die Einflussfaktoren für die Sentiments interpretiert. Ein Ergebnis könnte beispielsweise sein, dass die negativen Bewertungen nicht nur die Produkte direkt betreffen, sondern mit zu viel Verpackungsmaterial korrelieren. Bei Bedarf kann solange über die vorherigen Phasen iteriert werden, bis die Evaluierung erfolgreich abgeschlossen ist.

Das Vorgehensmodell ist im Folgenden nochmals visualisiert:

KI Vorgehensmodell

Mithilfe des Materna Cognitive Frameworks unterstützen wir unsere Kunden noch besser bei der Planung kognitiver Projekte. Auch in einem kleineren Rahmen ist das Vorgehensmodell anwendbar, etwa bei einem Proof of Concept, um beispielsweise erste praktische Erfahrungen zu sammeln.

 

Schlagwörter: