KI in Datenmanagement und Self-Service Analytics

Methoden der Künstlichen Intelligenz und hier insbes. große Sprachmodelle (Large Language Models, LLMs) definieren derzeit den Umgang mit Daten neu. LLMs kommen einerseits mit dem Versprechen, Endnutzern in den Fachbereichen einen intuitiven, natürlich-sprachigen Zugang zu Daten zu eröffnen und so ein neues Level bei Ad-hoc-Berichtserstattung und Self-Service-Analysen zu ermöglichen.

Anderseits besteht die begründete Hoffnung, dass sie Datenmanager bei der effektiven Beherrschung komplexer Datenstrukturen und Abfragen unterstützen und hier die Automatisierung voranbringen. Beispielsweise könnten LLM-basierte Agenten dazu beitragen, bislang ungelöste Fragen bei der semantischen Mängelbereinigung und bei der Harmonisierung heterogener Datenbestände zu lösen, Duplikate verlässlicher zu identifizieren oder selbstständig Datenquellen zu erschließen. Gleichzeitig sind derzeit jedoch auch noch viele offene Fragen offen hinsichtlich der Verlässlichkeit und Konsistenz der Modellergebnisse, dem Umgang mit verschiedenen Bereitstellungsoptionen und den unklaren Grenzen der Technologie. Dies gilt insbes. vor dem Hintergrund oftmals weiterhin ungelöster grundsätzlicher Probleme in den Unternehmen, u.a. bei der Digitalisierung und im Datenqualitätsmanagement.

Zusätzlich erschwert wird die Thematik zudem durch die erhebliche Dynamik im Feld des Deep Learning sowie die unklaren regulatorischen Entwicklungen. Herausforderungen und Potentiale fallen je nach Anwendungsdomäne unterschiedlich aus. Ein Einsatz in KMUs impliziert andere Rahmenbedingungen als einer im öffentlichen Dienst, in einem KMU, in einem Finanz- oder Handelsunternehmen usw. Als besonders vielversprechend sehen wir eine Verknüpfung mit den Themen Datenräume und -Datenökosysteme, in denen die üblichen Herausforderungen der Verfügbarmachung und Auswertung analysegeeigneter Daten durch den unternehmensübergreifenden Charakter dieser Settings potenziert werden!

Der Workshop soll dazu dienen, den Bereich zu strukturieren, aktuelle Forschungsstränge zu bündeln und eine gemeinsame Vision für das Feld „KI in Datenmanagement und Self-Service Analytics“ zu entwickeln. Das Ergebnis wird in Form eines mehrseitigen Vision Statements aufbereitet. Grundlage sind Kurzpaper der Teilnehmenden (1-2) Seiten sowie die Diskussionsbeiträge und -ergebnisse aus dem Workshop, in dem diese gemeinsam und interaktiv entwickelt werden. Relevanten Input könnte z.B. aus den folgenden Bereichen kommen:

  • BI- und Analytics-Organisation
  • AI-Competence Center
  • Data- und ML-Ops
  • Datenmanagement und Datenorganisation
  • Data, Model und Analytics Governance
  • Daten- und Systemmodellierung
  • Datenräume, Datenplattformen und Datenökosysteme
  • Enterprise Architecture Management

Zielgruppe

Das angestrebte Ergebnis soll zunächst primär die Sicht der Forschung widerspiegeln, aber dennoch in einer für die Unternehmenspraxis verständlichen und relevanten Form aufbereitet werden. Eine Teilnahme von Praktikern würden wir insofern ebenfalls begrüßen. Da gerade bei sehr neuen Themen spannende Forschungsimpulse nicht selten aus hochwertigen studentischen Abschlussarbeiten resultieren, sehen wir auch Studierende als potentielle Teilnehmende.

Einreichung

–

Anmeldung

Eine Anmeldung ist erforderlich, bitte senden Sie hierzu eine E-Mail (mit Ihrem Kurzpaper als Diskussionsbeitrag im Anhang) an Herrn Dr. Henning Baars (siehe unten).

Organisatoren

Der Workshop wird von der GI-Fachgruppe Business Intelligence und Analytics ausgerichtet, ist aber für alle Konferenzteilnehmer offen.