Seite 3: Regelmäßige Überwachung der Modelle

Inhaltsverzeichnis

Das Validieren mit einem passenden Ansatz beziehungsweise einem unabhängigen Testdatensatz spielt somit eine wichtige Rolle beim Bewerten der Wirksamkeit des eingesetzten ML-Modells. Ebenso wichtig ist jedoch, sie über den gesamten Lebenszyklus regelmäßig zu überwachen, vor allem im automatisierten Einsatz und im Edge-Betrieb. Auf die Weise lässt sich Model Drift sicher erkennen, um langfristig von robusten ML-Modellen zu profitieren.

Um die Stabilität von KI-Systemen für Unternehmen zu gewährleisten, die keine eigene und komplexe IT betreiben wollen oder können, bieten mittlerweile Start-ups die reine Validierung als Service. Damit finden Unternehmen Zugang zum qualitätsgesicherten Einsatz von KI-Anwendungen, ohne hohe Investitionen tätigen oder Sicherheitsrisiken eingehen zu müssen.

Mehr Infos

Das Autorenduo für diesen Artikel hat Anfang 2022 im thüringischen Jena das Start-up Phnx Alpha gegründet, das sich auf die Validierung spezialisiert hat. Es konzentriert sich rein auf das Modell-Monitoring und -Validieren mit dem Produkt AI Guard, das sich direkt auf oder nah an der Maschine beziehungsweise dem industriellen Prozess einsetzen lässt. Die Prozessdaten verbleiben dabei im Unternehmen und werden nicht in die Cloud geschickt.

Jens-Michael Ruppelt
ist Mitgründer der Phnx Alpha GmbH und Spezialist auf dem Gebiet wertstromorientierter IT. Er agiert seit mehr als 20 Jahren in verschiedenen Bereichen der Informationstechnologie als Berater, Führungskraft und Unternehmer. Sein aktueller Fokus liegt auf der Suche nach Lösungen, wie KI-Anwendungen den versprochenen Nutzen generieren und aus der Pilotprojektphase erwachsen können.

Konstanze Olschewski
ist Gründerin von Alpha Analytics UG und Phnx Alpha GmbH sowie als Data Scientist tätig. Zuvor hat sie sich mehrere Jahre im Rahmen von Forschungsarbeiten mit den Themen Maschinelles Lernen, Datenaufbereitung und Informationsgewinnung beschäftigt. Aktuell widmet sie sich dem robusten und verlässlichen Einsatz prädiktiver Verfahren und KI-Modellen in der Industrie.

(rme)