Testgetriebene Datenaufbereitung ist vor allem in den Bereichen Big Data und Smart Data sowie K\u00fcnstliche Intelligenz zuhause. Sie beschreibt eine Methode, bei der Daten so vorbereitet und \u00fcberpr\u00fcft werden, dass sie zuverl\u00e4ssig f\u00fcr weitere Analysen oder maschinelles Lernen genutzt werden k\u00f6nnen.<\/p>\n
Statt einfach alle Daten zusammenzutragen, werden bei der testgetriebenen Datenaufbereitung schon fr\u00fch im Prozess verschiedene Tests eingesetzt. Diese Tests pr\u00fcfen automatisch, ob die Daten vollst\u00e4ndig, korrekt und brauchbar sind. So l\u00e4sst sich von Anfang an sicherstellen, dass Fehler oder L\u00fccken rechtzeitig erkannt und ausgebessert werden.<\/p>\n
Ein praktisches Beispiel: Ein Unternehmen m\u00f6chte mit Hilfe von K\u00fcnstlicher Intelligenz vorhersagen, welche Produkte bald besonders gefragt sein werden. Daf\u00fcr braucht es saubere, aktuelle Verkaufsdaten aus verschiedenen Quellen. Mithilfe von testgetriebener Datenaufbereitung werden zuerst automatische Tests definiert, die etwa pr\u00fcfen, ob keine wichtigen Zahlen fehlen oder ob alle Daten im richtigen Format vorliegen. Erst wenn diese Tests bestanden sind, werden die Daten f\u00fcr die Analyse freigegeben.<\/p>\n
Das sorgt f\u00fcr mehr Zuverl\u00e4ssigkeit, spart Zeit bei sp\u00e4teren Auswertungen und macht Datenprojekte insgesamt erfolgreicher.<\/p>","protected":false},"excerpt":{"rendered":"