Aufzeichnung vom 30. Januar 2024
Websession: Komplexes Machine Learning vs. einfache Algorithmen
(I)IoT-Szenarien basieren oft auf maschinellem Lernen – aber wie komplex und aufwendig muss dieses sein, damit Sie zum Erfolg kommen?
Maximale Automatisierung und effiziente Prozesse sind unter den wichtigsten Zielen, wenn es um (I)IoT Projekte geht. Erreicht werden sollen sie oftmals mit Hilfe von Machine Learning, das Menschen bei ihren Entscheidungen unterstützen bzw. in bestimmten Fällen diese Entscheidungen abnehmen sollen.
Dabei gilt es zu unterscheiden zwischen komplexem Machine Learning, das auf umfassenden, datenintensiven Modellen basiert und zwischen einfachen Daten- und Know How getriebenen Methoden, die beispielsweise mit Schwellenwerten arbeiten und im Extremfall überhaupt keine vorangehende Datenerhebung erfordern. Letztere sind natürlich mit ungleich weniger Aufwand verbunden und schneller einsetzbar, können aber auch schon zur Automatisierung von Geschäftsprozessen verwendet werden.
In unserer Websession betrachten wir verschiedene IoT Use Cases - etwa im Bereich Maschinenbau – und diskutieren, welcher der verschiedenen Ansätze im konkreten Fall Sinn machen kann. Dabei gehen wir auch auf aktuelle Themen wie Explainable AI ein.
