AgenticAI in smarten Datenökosystemen I Data Researchers #36

Diese Podcast-Episode ist auch als Video auf YouTube verfügbar.


Wie kann KI in der Industrie vorausschauende Wartung ermöglichen
und automatisch wirksame Prozesse anstoßen? Darum geht es bei
Smart Data Ecosystems. Sie basieren nicht auf KI-Modellen, die
mit breit verfügbaren Daten trainiert werden können, sondern auf
industriellen Anwendungsfällen künstlicher Intelligenz. Wenn KI
hier ihr gesamtes Potenzial entfalten soll, braucht sie
qualitativ hochwertige und domänenspezifische Daten aus
Produktions- und Wartungsprozessen, spezifisches Fachwissen und
eine ausreichende Datenmenge, um beispielsweise Wartungsprozesse
automatisch anstoßen zu können (Agentic AI).


Eine zentrale Herausforderung dabei ist die sogenannte Data
Scarcity: Fehlerfälle und Anomalien treten in industriellen
Prozessen vergleichsweise selten auf, sind für das Training von
industriellen KI-Systemen jedoch besonders wertvoll. Um robuste
und zuverlässige KI-Modelle zu entwickeln, müssen daher Daten aus
unterschiedlichen Anwendungsszenarien und Unternehmen
zusammengeführt werden. Kurz gesagt: Unternehmen müssen ihre
sensiblen Daten teilen.


Hier kommen Datenräume (Dataspaces) ins Spiel: Sie ermöglichen
Vertrauen, Datensouveränität, Interoperabilität und klare Regeln
für die Datennutzung. Zusammen mit einer hohen Datenqualität sind
das die Grundlagen, um wertschöpfende KI-Systeme in der Industrie
aufsetzen zu können. Denn gerade für KI gilt: »Garbage in,
garbage out«. Datenräume bilden damit einen wichtigen Baustein
für den europäischen Weg in die industrielle KI-Nutzung.