Ob medizinische Assistenzsysteme, autonome Fahrzeuge oder die vorausschauende Wartung von Industrieanlagen – sie alle werten in kurzer Zeit Daten aus, die heute in großen Mengen zur Verfügung stehen. Data-Science-Methoden machen all diese KI-Anwendungen erst möglich. Sie gelten außerdem als Wegbereiter für die wissenschaftlichen Erkenntnisse in vielen datenintensiven Forschungsfeldern wie der Klimaforschung, der Astronomie oder der Chemie. „Wenn Daten der Rohstoff des digitalen Zeitalters sind, dann ist Data Science das Werkzeug, mit dem sich dieser Schatz heben lässt „, sagt Daniel Keim, Professor für Datenanalyse und Visualisierung der Universität Konstanz und Mitglied der Arbeitsgruppe Technologische Wegbereiter und Data Science der Plattform Lernende Systeme. „Große Datenmengen allein reichen nicht aus, um KI-Anwendungen zu entwickeln. Zuvor müssen die Daten für das Training von lernenden Algorithmen erst vorbereitet, ihre Validität geprüft und die Daten zugänglich gemacht werden. Dafür brauchen wir ein umfassendes Datenmanagement inklusive fortgeschrittener Möglichkeiten zur Visualisierung der Daten. Das wird in der Diskussion um künstliche Intelligenz leider oft zu wenig beachtet.“ Insbesondere das Erschließen der Daten und die Sicherstellung der Datenqualität sei häufig ein aufwändiger Prozess, heißt es im Whitepaper der Plattform Lernende Systeme. So werde für KI-Projekte der Aufwand für die Datenerfassung und -aufbereitung auf bis zu 80 Prozent geschätzt. Die Ergebnisse und Empfehlungen von KI-Systemen können nur so gut sein wie die ihnen zugrunde liegenden Daten, so die Autoren. Fehlerhafte Werte müssten z.B. erkannt und entfernt, Daten annotiert und – um sie nachvollziehbar zu machen – durch Metadaten beschrieben werden. Neben Aspekten wie Vollständigkeit oder Widerspruchsfreiheit sollte auch bereits bei der Datenauswahl auf mögliche Verzerrungen geachtet werden, um etwa Diskriminierung zu vermeiden. Eine Software zur Bewertung von Job-Kandidaten dürfe beispielsweise nicht nur mit den Daten erfolgreicher Bewerber der Vergangenheit trainiert werden, so die Studie.
Mehr als nur Technik
Data Scientists benötigen daher nicht nur Fähigkeiten im Datenmanagement, des maschinellen Lernens, der Statistik und der Visualisierung, sondern auch Kenntnisse zu Ethik und Recht, um mit den Daten verantwortungsvoll umzugehen. „Anwendungsexpertinnen und -experten benötigen zunehmend sogenannte Data-Literacy-Expertise und Data-Science-Fachleute müssen auch die Anwendungsdomänen verstehen. Hier wird sich sicher ein großer Bedarf an Weiterbildungsangeboten entwickeln“, sagt Co-Autor Kai-Uwe Sattler, Professor für Datenbanken und Informationssysteme an der TU Ilmenau und Mitglied der Arbeitsgruppe Technologische Wegbereiter und Data Science der Plattform Lernende Systeme. Der Beruf des Data Scientists gelte als einer der wichtigsten Berufe, heißt es in dem Whitepaper. Zudem würden Data-Science-Kompetenzen heute schon in vielen anderen Berufsbildern gefordert. So empfehlen die Autoren, der Data Science in Informatikstudiengängen mehr Raum zu geben. Um das Verständnis von Data-Science-Prozessen und -Technologien zu fördern, sollten aber auch andere Studiengänge und Schulen Data-Literacy-Kompetenzen vermitteln. Über die Forschung hinaus sei dies die Grundlage, um Talente auszubilden, die schließlich KI-Wissen in die Unternehmen tragen und dort den Transfer in die Anwendung unterstützen könnten, so die Autoren. An welchen Hochschulen Interessierte Studiengänge rund um KI und Data Science finden, zeigt die KI-Landkarte der Plattform Lernende Systeme, die online aufrufbar ist.
Infrastruktur schaffen
Neben der Aus- und Weiterbildung ist nach Ansicht der Autoren eine unabhängige Infrastruktur mit ausreichend Speicher- bzw. Rechenkapazität notwendig, um das Potenzial der Daten für Wirtschaft und Gesellschaft abschöpfen zu können. Man dürfe sich nicht zu einer unreflektierten Übernahme von scheinbar erfolgreichen Modellen der Internetkonzerne verführen lassen. Um die Prozesse des Datenmanagements eigenständig gestalten zu können, sei ein Ausbau von europäischen Datenräumen und -infrastrukturen notwendig, raten die Autoren.
