DAC Blog Autoren KI für Daten: Im digitalen Universum zurechtkommen
Filter By
Gesundheitswesen Analytics-Center Content-Strategie Customer Relationship Management Design Digitale Medien Lokales Präsenzmanagement Nachrichten Strategische Einblicke Suchmaschinenmarketing Suchmaschinenoptimierung COVID-19 Sehen Sie alle unsere Autoren
Die Digitalisierung schreitet schnell voran. Wir sind schneller.
Abonnieren Sie unseren monatlichen Newsletter, um über neue Artikel, Videos, Whitepaper, Veranstaltungen und mehr informiert zu werden. Sie können sich jederzeit wieder abmelden. Weitere Informationen finden Sie in unserer Datenschutzrichtlinie.
KI für Daten: Im digitalen Universum zurechtkommen

KI für Daten: Im digitalen Universum zurechtkommen

Donnerstag, September 07, 2023

Ähnlich wie in den Anfängen der Luftfahrt, als Pioniere es wagten, der Schwerkraft zu trotzen und den Sprung ins Unbekannte zu wagen, stellt auch der Beginn der künstlichen Intelligenz eine ähnliche Mischung aus Wunder und Herausforderung dar. So wie sorgfältige Technik und strenge Vorschriften den Flugverkehr von einem waghalsigen Vorhaben in ein unverzichtbares globales Bindeglied verwandelt haben, ist die KI auf dem besten Weg, zu einer integralen Kraft in unserer digitalen Landschaft zu werden.

Der Weg zur Integration von KI, insbesondere mit der jüngsten Einführung der Datenanalyse durch das Plugin ChatGPT Code Interpreter, spiegelt die Entwicklung der Luftfahrt wider – voller Potenzial, das jedoch Vorsicht und Präzision erfordert. Um sicherzustellen, dass die KI bei der Datenanalyse ihr Potenzial ausschöpft und so vertrauenswürdig wird wie der moderne Flugverkehr, stellen wir einige unserer kürzlich entdeckten Strategien vor, die uns helfen, sicher durch die ersten Versuche der KI-Datenanalyse zu fliegen.

Vervielfältigen und planen

Wir haben vollständige Lösungen genommen und sie mit Code-Interpreter neu erstellt, um sie als KI-Benchmark zu verwenden. Verwenden Sie Ihren Projektplan, um Aufforderungen zu erstellen, die in jedem Schritt ausgeführt werden. Diese Methode zeigt Ihnen, wie und wo genau die KI Entscheidungen trifft und wo sie möglicherweise versagt. Bitten Sie die KI, ihre Entscheidungen zu erklären, oder weisen Sie sie ganz konkret an, sich an Ihre bisherigen Entscheidungen zu halten.

Durch diesen Prozess lernt Ihr Team, wie die KI arbeiten möchte, aber es ist auch eine hervorragende Gelegenheit, durch eigenes Tun zu lernen. Auch wenn es sich langsamer anfühlt als ohne KI, ist es eine Investition in einen zukünftigen Arbeitsablauf, der skaliert werden kann.

Als wir eine Regression für einen Kunden wiederholten, wurde unsere Regressionsanalyse effektiv mit sieben Aufforderungen repliziert. Hier ist eine verallgemeinerte Version als Beispiel:

  1. Hochladen eines Datenbestands (mit Angaben zum Inhalt) und Aufforderung an die KI, über alle Felder und ihre Formate Bericht zu erstatten.
  2. Fordern Sie die KI auf, alle Daten zu bereinigen, Ausreißer zu entfernen, fehlende Werte zu ergänzen und die Methodik zur Erstellung eines sauberen und vollständigen Datensatzes zu erläutern.
  3. Wenden Sie ein lineares Regressionsmodell an und prüfen Sie auf die Multikollinearität. Weisen Sie die KI an, welche Spalten zu vermeiden sind und welche Variablen abhängig/unabhängig sind. Erstellen Sie nach dem Einrichten und Ausführen des Modells eine detaillierte Zusammenfassung, in der Sie die Koeffizienten, Signifikanzniveaus und andere relevante Metriken hervorheben.
  4. Stellen Sie Ihre Ergebnisse in einer übersichtlichen Tabelle zusammen. In dieser Tabelle werden die verwendeten Variablen, ihre Koeffizienten und die zugehörigen p-Werte des Regressionsmodells aufgeführt. Um den Zugriff und die weitere Analyse zu erleichtern, sollten Sie diese Tabelle als Excel-Datei exportieren.

Ein KI-Praktikant

Betrachten Sie die KI als einen fleißigen Praktikanten und setzen Sie sie für Aufgaben mit geringerem Risiko ein, die Sie schließlich überprüfen und nochmals überprüfen werden. Weisen Sie ihm Aufgaben mit klaren Anweisungen zu, und gehen Sie davon aus, dass die KI ebenso klare Anweisungen braucht, wie Sie sie einem neuen Praktikanten am ersten Tag geben würden. Einige zeitsparende Aufgaben, die sich für einen KI-Praktikanten eignen, sind:

  • Datenkategorisierung mit NLP-Bibliotheken
  • Datenbereinigung und -zusammenführung
  • Textanalyse zur Erzeugung neuer Felder
  • Umgang mit fehlenden Werten

Nutzen Sie mehrere KI-Plattformen: Auch wenn das Code-Interpreter-Plugin einzigartig ist, sollten Sie Methoden und Code aus verschiedenen Quellen heranziehen, ähnlich wie eine zweite ärztliche Meinung. Nutzen Sie Plattformen wie Claude.AI, um die Vorschläge von ChatGPT zu überprüfen und Vertrauen in die Ergebnisse aufzubauen.

Unternehmensplattformen: Die kommende Unternehmensplattform von ChatGPT, eine sichere, SOC2-konforme Lösung, verspricht mehr Vertrauen in KI. Sie bietet eine Verwaltungskonsole, Datensicherheitsintegrationen, ein transparentes Nutzungs-Dashboard, anpassbare Workflow-Vorlagen und erweiterte Datenanalysefunktionen. Halten Sie Ausschau nach der Markteinführung im Laufe dieses Jahres.

So wie das Flugzeug den Reiseverkehr verändert hat, hat die KI das Potenzial, verschiedene Wirtschaftszweige zu revolutionieren. Mit sorgfältiger Steuerung, fundierten Entscheidungen und einer klaren Vision wird die Datenanalyse in der digitalen Welt neue Höhen erklimmen und verspricht eine Zukunft, in der sie sowohl zielgerichtet als auch bahnbrechend ist.

Abonnieren Sie unseren monatlichen Newsletter, um immer auf dem Laufenden zu bleiben.
x
Sie erhalten exklusiven Zugang zu neuen Artikeln, Videos, Whitepapers, Veranstaltungen und mehr. Jederzeit abbestellbar. Weitere Informationen finden Sie in unserer Datenschutzrichtlinie.