Der Begriff \u201eData Centric AI\u201c ist vor allem in den Bereichen K\u00fcnstliche Intelligenz, Big Data und Smart Data sowie Digitale Transformation zuhause. Bei Data Centric AI steht nicht mehr nur das Modell oder der Algorithmus im Mittelpunkt, sondern vor allem die Qualit\u00e4t und Auswahl der Daten, mit denen eine K\u00fcnstliche Intelligenz (KI) trainiert wird.<\/p>\n
W\u00e4hrend fr\u00fcher haupts\u00e4chlich versucht wurde, die Modelle immer schlauer zu machen, legt Data Centric AI den Fokus darauf, die richtigen, sauberen und relevanten Daten zu sammeln und zu verarbeiten. Das f\u00fchrt oft zu besseren Ergebnissen, weil eine KI ohne gute Daten auch mit dem besten Algorithmus nicht sinnvoll arbeiten kann.<\/p>\n
Ein einfaches Beispiel: Stellen Sie sich vor, Sie m\u00f6chten eine KI einsetzen, die automatisch Rechnungen von E-Mails erkennt und richtig zuordnet. Mit Data Centric AI pr\u00fcfen Sie zuerst, ob Ihre Daten, also die gesammelten Rechnungen, vollst\u00e4ndig, korrekt und gut beschriftet sind. Sie entfernen fehlerhafte oder doppelte Eintr\u00e4ge und erg\u00e4nzen fehlende Informationen. Erst dann wird die KI damit trainiert.<\/p>\n
So erh\u00f6ht Data Centric AI die Zuverl\u00e4ssigkeit und Aussagekraft von KI-Systemen \u2013 und macht sie besser, weil sie von Anfang an mit hochwertigen Daten arbeitet.<\/p>\n","protected":false},"excerpt":{"rendered":"